Verfahren des maschinelles Lernens revolutionieren derzeit die Art, wie wir aus digitalen Daten Wissen generieren können. Dadurch ergeben sich neue Möglichkeiten wissenschaftlicher Erkenntnisse, vielfältige Vorteile für Konsument*innen, neue Geschäftsfelder für Unternehmen, aber auch potentielle Chancen für die Adressierung gesellschaftlicher Herausforderungen wie dem Klimawandel. Durch die Kraft dieser Technologien und deren Einbettung in Dateninfrastrukturen und soziale Handlungsfelder ergeben sich jedoch auch eine Reihe gesellschaftlicher Risiken. Gerade in Hochrisiko-Bereichen wie der Verarbeitung biometrischer Daten oder der Anwendung von KI in der polizeilichen Ermittlungsarbeit muss sichergestellt werden, dass Betroffene vor ethisch problematischen Wirkungsweisen der Technologie geschützt werden. So muss beispielsweise verhindert werden, dass es bei Entscheidungen der KI zu Verzerrungen kommt, die Nachteile für Betroffene aus unterprivilegierten Gruppen (Gender, Ethnie, Behinderung, etc.) mit sich bringen. Mit diesen und ähnlichen Fragen (bspw. Schutz von Privatheit, Erklärbarkeit und Transparenz, Vertrauenswürdigkeit) beschäftigt sich das Forschungsfeld der KI-Ethik. Doch wie können ethische Prinzipien in der praktischen Entwicklung von KI verhandelt und operationalisiert werden? Wie lassen sich die unterschiedlichen Interessen von technischen Entwickler*innen, Anwender*innen und Betroffenen miteinander in Einklang bringen oder auch kontrovers diskutieren? Der Beitrag führt hierzu in inter- und transdisziplinäre Ansätze wie die integrierte Technikentwicklung, Werte-sensitives Design und reflexive data science ein und illustriert anhand von verschiedenen KI-Anwendungsfeldern (Social Media Analytics, Erkennungstechnologie in der polizeilichen Ermittlungsarbeit, etc.).