Ä1 zu G08: Intersektional denken, forschen und handeln: Die Datenlücke schließen!

Der SPD Landesparteitag möge beschließen und an die SPD -Fraktion im sSächsischen
Landtag sowie SPD-Fraktion im Deutschen Bundestag weiterleiten:

Wissenschaft und Forschung werden immer noch viel zu oft von weißen Männern und

über weiße Männer gemacht. Die damit verbundenen Denkmuster und

wissenschaftlichen Prozesse sind allerdings systemimmanent und scheinen stabil

in den Köpfen der Wissenschaftstreibenden verankert, andere Perspektiven werden

nicht einbezogen. Dieses Ergebnis jahrhundertealter rassistischer, patriarchaler

Strukturen ist nicht nur ungerecht und benachteiligt Frauen, BIPoC (Black,

Indigenous and People of Color) und andere marginalisierte Gruppen, es kann

sogar lebensgefährlich für sie sein.Wissenschaft wirkt in die Gesellschaft und

andersherum. Insbesondere bei Frauenforschung und der Erforschung von BPoC-

Themen soll es nicht nur darum gehen, die Wissenschaft um die jeweiligen

Themengebiete zu ergänzen, Forschungslücken aufzudecken und zu schließen,

sondern diese auch stets gesellschaftskritisch in die Hochschulen und somit in

die Gesellschaft zu tragen.

Es gibt einfach keine Daten zu Frauen, BIPoC und anderen marginalisierten

Gruppen und ihren Erfahrungen zu vielen essentiell wichtigen Bereichen – wie

z.B. der Wirksamkeit von Medikamenten. Wissenschaftler:innen nennen dieses

Problem The Data Gap. Dieses Problem ist dringlich und kann nur grundlegend

gelöst werden, indem wir strukturelle Gleichstellung erreichen. Einige

Maßnahmen können und sollten jedoch auch kurzfristig und gezielt eingesetzt

werden. Im folgenden möchten wir dazu einige Teilbereiche genauer betrachten.

Wissenschaft, Forschung und gravierende

medizinische Folgen

Medizinische Studien aus verschiedensten Bereichen wurden und werden oft nur an

jungen, weißen Männern durchgeführt. Einige Pharmakonzerne begründen den

Fokus auf männliche Personen damit, dass der weibliche Zyklus zu variabel sei,

um finanziell tragbar eine Studienteilnahme zum richtigen Zykluszeitpunkt

sicherzustellen. Allerdings haben die Frauen, die die zugelassen Medikamente

nehmen, auch einen Zyklus. Das Ergebnis sind unerwartete Nebenwirkungen. Durch

die Auslegung der Dosierungen auf Männer können Frauen sich nicht sicher sein,

ob die Angaben der Verpackungsbeilage so auch für sie zutreffen – und im

schlimmsten Fall hat das Medikament gar nicht die Wirkung, die es haben soll.

Das Gleiche betrifft auch BIPoC.

Ähnliches zeigt sich auch für Forschung aus anderen Bereichen - so wurde

psychologische und neurowissenschaftliche Forschung lange sehr männlich- und

weiß-zentrisch durchgeführt. Dadurch werden die unterschiedlichen Erfahrungen

marginalisierter Gruppen nicht abgebildet und finden wenig bis keine Beachtung.

Ein markantes Beispiel ist auch, dass überproportional an Krankheiten geforscht

wird, die Männer betreffen. Über den weiblichen Zyklus oder Erkrankungen die

Menstruierende betreffen, wie z.B. Endometriose, wissen wir jedoch sehr wenig,

weil die Forschung dazu fehlt und es auch schwierig ist, Gelder für diese

Themen einzuwerben. Ein Beispiel dafür, dass der Fokus auf männliche

Krankheitsperspektiven tödlich sein kann, ist der Herzinfarkt. Während Männer

ihre Symptome „klassisch, wie aus dem Lehrbuch“ berichten, schildern Frauen

Symptome schon rein sprachlich anders, benutzen andere Vergleiche („Das ist

wie Menstruationsschmerzen in der Brust“) und werden dadurch

überdurchschnittlich häufig fehldiagnostiziert. Ein verkannter Herzinfarkt

kann tödlich sein.

Beispiele wie diese gibt es viele.

Wir fordern, dass Forschung paritätisch und intersektional stattfindet und

dafür explizit gefördert wird. Medikamente müssen ausreichend an allen

Geschlechtern getestet werden, bevor sie zugelassen werden dürfen.

Erkrankungen, die Menstruierende betreffen, müssen beforscht werden.

Algorithmen und Optimierungsprozesse

Algorithmen vereinfachen bereits jetzt viele Bereiche des Lebens, ihr Einsatz

wird sich in Zukunft verstärken. Algorithmen werden unter anderem genutzt, um

Entscheidungen und Vorhersagen zu treffen. Gleichzeitig sind diese

Entscheidungen und Vorhersagen davon abhängig, welche Datengrundlage der

Algorithmus zur Verfügung gestellt bekommt. Die Daten, die zur Verfügung

stehe, sind oft weiß und männlich dominiert. Das hat auf der einen Seite

triviale Folgen, wie zum Beispiel, dass Spracherkennung oft männliche Stimmen

besser erkennt als weibliche. Räume werden so klimatisiert, dass sie angenehmer

für Männer sind, als für Frauen. Der automatische Fokus eines iPhones

funktioniert nur für weiße, nicht aber für Schwarze Gesichter.

Jedoch betrifft das auf der anderen Seite auch alle anderen Bereiche, in denen

Algorithmen für Optimierungsprozesse eingesetzt werden, zum Beispiel die

Berechnung von privaten Krankenkassenbeiträgen, bei denen BIPoC und Frauen oft

benachteiligt werden weil Algorithmen aufgrund ihrer programmierten Classifier

einen Gender oder Race bias haben. Oder die Identifizierung von Risikogruppen

für Herzinfarkte: Wenn der Algorithmus keine Daten über Frauen und BIPoC hat,

und diese andere Risikofaktoren haben als weiße Männer, wird der Algorithmus

sie nicht identifizieren.

Wir fordern, dass bei öffentlichen Aufträgen Vorgaben zur Vermeidung solcher

Verzerrungen und Fehlkalkulationen festgelegt werden. Algorithmen dürfen

diskriminierende Strukturen nicht verstärken.

Sicherheit im Verkehr

Ein weiteres lebenswichtiges Thema ist Verkehrssicherheit. Oft werden Crashtests

nur mit Dummies durchgeführt, die einem durchschnittlichen Männerkörper

nachgebildet sind. Dummies, die einem durchschnittlichen Frauenkörper

nachgebildet sind, sind dagegen selten in Benutzung. Wenn sie genutzt werden,

dann oft nur auf dem Beifahrer:innensitz. Das hat zur Folge, dass Autos für

Männer sicherer und anwendungsfreundlicher sind als für Frauen.

Daher fordern wir, dass Autohersteller verpflichtet werden, gleichermaßen

Sicherheitsstandard für alle Geschlechter und demnach für alle Körpertypen

herzustellen. Diese Sicherheit muss natürlich auch für Busse, Bahnen,

Flugzeuge oder sonstige Fortbewegungsmittel gelten.

Vieles wissen wir noch nicht – Forschung zum Data Gap fördern!

Es existieren viele weitere Beispiele und dieser Antrag erhebt keinen Anspruch

auf Vollständigkeit. Um diese Ungerechtigkeiten aufzudecken ist Forschung

notwendig.

Daher fordern wir, dass der Bund und das Land Forschung auf dem Gebiet des Data

Gap gezielt fördern:

• Wir brauchen Forschungsprogramme zu intersektionalen Perspektiven in allen
  
  Bereichen der Wissenschaft und Industrie.

• Wir fordern im Anschluss daran die gezielte Förderung von Menschen in der
  
  Wissenschaft, die diese intersektionalen Perspektiven mitbringen weil sie
  
  einer marginalisierten Gruppe angehören.

• Wir fordern spezifische Förderprogramme für Forschung, die sich das Ziel
  
  setzt, den Datenrückstand bei marginalisierten Gruppen zu beseitigen. Das
  
  betrifft beispielsweise Forschung zu Menstruation und Erkrankungen die
  
  Menstruierende betreffen.

• Wir fordern ebenso eine Reform des Arzneimittelgesetzes dahingehend, dass
  
  in Zulassungsstudien von Medikamenten die Stichproben repräsentativ für
  
  unsere Gesellschaft sein müssen.

• Um die Denkmuster zu durchbrechen, müssen intersektionale Themen und
  
  Aspekte in Schule, Hochschule und Ausbildung gezielt eingeführt werden.