KI als Werkzeug der Barrierefreiheit: Was funktioniert und was nicht

Ein echter Wendepunkt — mit Vorbehalten

Künstliche Intelligenz verändert die Erfahrung von Behinderung auf eine Weise, die von wirklich transformativ bis überhypt reicht. Echtzeit-Untertitelung, Bildbeschreibung, Textvereinfachung und sprachgesteuerte Schnittstellen haben sich in den letzten Jahren erheblich verbessert, und für viele Menschen mit Behinderungen haben KI-gestützte Werkzeuge das, was im täglichen Leben möglich ist, grundlegend verändert.

Doch KI wird auch auf eine Weise auf Barrierefreiheit angewendet, die nicht funktioniert — oder die neue Ausgrenzung schafft, während sie behauptet, sie zu lösen. Accessibility-Overlays versprechen KI-gestützte sofortige Konformität und liefern keines von beidem. Verzerrungen in den Trainingsdaten führen dazu, dass einige KI-Systeme für Nutzer mit Behinderungen deutlich schlechter abschneiden als für die breitere Bevölkerung. Und die Kosten hochwertiger KI-Werkzeuge für Barrierefreiheit bleiben eine Hürde für die Menschen, die sie am dringendsten brauchen.

Ein ehrlicher Blick auf KI und Behinderung bedeutet, beides anzuerkennen.

Was KI wirklich ermöglicht

Echtzeit-Untertitelung

Die automatische Spracherkennung (ASR) hat sich dramatisch verbessert. KI-gestützte Echtzeit-Untertitelung — durch Systeme wie Google Live Captions, Microsoft Azure Cognitive Services und zweckgebundene Werkzeuge wie CART (Communication Access Realtime Translation), ergänzt durch KI — kann inzwischen Untertitel erzeugen, die genau genug sind, um in Live-Situationen wirklich nützlich zu sein: Meetings, Vorlesungen, Veranstaltungen.

Für gehörlose und schwerhörige Nutzer stellt dies eine bedeutende praktische Verbesserung dar. Vor einem Jahrzehnt erforderten genaue Echtzeit-Untertitel einen menschlichen Stenografen. Heute können KI-Systeme Untertitel mit einer ausreichend niedrigen Fehlerrate erzeugen, um in den meisten Szenarien eine effektive Kommunikation zu unterstützen — auch wenn eine menschliche Überprüfung in besonders kritischen Kontexten wichtig bleibt.

Die Genauigkeit variiert je nach Akzent, Hintergrundgeräuschen, Fachvokabular und Sprechgeschwindigkeit. Nutzer mit nicht standardmäßigen Akzenten (wozu viele Nicht-Muttersprachler des Englischen gehören) empfinden aktuelle ASR-Systeme oft als deutlich weniger genau für sich als für Muttersprachler — eine in den Trainingsdaten verankerte Verzerrung, die ein aktives Problem bleibt.

Bildbeschreibung und Generierung von Alternativtexten

Computer-Vision-Systeme können nun Beschreibungen von Bildern mit einer Genauigkeit erzeugen, die nützlich ist. Werkzeuge wie Microsoft Seeing AI, Google Lookout und die Bildbeschreibungsfunktionen in iOS und Android beschreiben Fotografien, Dokumente und Szenen in Echtzeit für blinde und sehbehinderte Nutzer.

Für Websites stellen KI-generierte Alternativtexte eine deutliche Verbesserung gegenüber der üblichen Alternative dar (gar kein Alternativtext). Social-Media-Plattformen haben die KI-gestützte Generierung von Alternativtexten in großem Maßstab eingesetzt, und obwohl die Beschreibungen oft generisch sind, sind sie besser als Schweigen.

Die Einschränkung: KI-generierter Alternativtext kann die Bedeutung eines Bildes im Kontext nicht zuverlässig vermitteln. Er kann sagen “eine Gruppe von Menschen, die vor einem Gebäude steht”, aber nicht “das QualiBooth-Team beim Web Summit 2025”. Von Menschen geschriebener Alternativtext, der vermittelt, warum das Bild wichtig ist, bleibt der Goldstandard. In unserem Leitfaden zum Verfassen barrierefreier Social-Media-Inhalte finden Sie praktische Hinweise.

Textvereinfachung

Große Sprachmodelle können komplexe Texte — behördliche Dokumente, juristische Begriffe, medizinische Informationen — in einfache Sprache übersetzen, die für Menschen mit kognitiven Behinderungen, Lernbehinderungen oder geringerer Lesekompetenz zugänglich ist. Diese Anwendung hat echtes Potenzial, insbesondere für Inhalte, die Organisationen gesetzlich veröffentlichen müssen, die aber von Natur aus komplex sind.

Herausforderungen: Die KI-Vereinfachung kann Fehler einführen. Vereinfachte Ausgaben sollten von Menschen überprüft werden. Und die “richtige” Vereinfachung variiert erheblich je nach Nutzer — was einer Person mit Legasthenie hilft, kann sich von dem unterscheiden, was einer Person mit einer intellektuellen Behinderung hilft.

Sprachsteuerung und Diktat

KI-gestützte Sprachsteuerung ist für viele Nutzer mit motorischen Behinderungen zu einer praktischen Alternative zu Tastatur und Maus geworden. Dragon NaturallySpeaking, Windows Speech Recognition und die Sprachsteuerung von iOS/Android nutzen maschinelles Lernen, um die Genauigkeit für einzelne Nutzer im Laufe der Zeit zu verbessern.

Die Qualitätsverbesserung dieser Systeme im letzten Jahrzehnt ist erheblich. Für Nutzer mit Erkrankungen wie Multipler Sklerose, ALS oder schwerer Arthritis hat die Sprachsteuerung eine Unabhängigkeit ermöglicht, die mit früherer Technologie deutlich schwerer zu erreichen war.

Die Lücke: Die Genauigkeit der Sprachsteuerung variiert nach wie vor erheblich je nach Mikrofonqualität, Hintergrundgeräuschen und Sprechmustern. Nutzer mit Dysarthrie (die viele Menschen mit Erkrankungen wie Zerebralparese oder nach einem Schlaganfall betrifft) empfinden aktuelle Spracherkennungssysteme möglicherweise als weniger wirksam als für klare, typische Sprache — eine anhaltende Barrierefreiheitslücke innerhalb eines Werkzeugs der Barrierefreiheit.

Wo KI versagt

Verzerrungen in den Trainingsdaten

KI-Systeme lernen aus Daten. Wenn die zum Training eines Systems verwendeten Daten Menschen mit Behinderungen unterrepräsentieren — oder sie hauptsächlich in pathologischen oder stereotypen Kontexten darstellen — kann das resultierende System für Nutzer mit Behinderungen schlechter abschneiden, behinderungsbezogene Inhalte falsch interpretieren oder schädliche Annahmen verstärken.

Dies ist kein theoretisches Anliegen. Studien haben gezeigt, dass ASR-Systeme für Sprecher mit Dysarthrie oder atypischen Sprechmustern weniger genau sind. Gesichtserkennungssysteme arbeiten weniger genau für Nutzer, die nicht den demografischen Normen in den Trainingsdaten entsprechen. Algorithmen zur Bewerbervorauswahl, die auf historischen Daten trainiert wurden, können Bewerber mit Behinderungen benachteiligen.

Die Entwicklung von KI, die für Nutzer mit Behinderungen gut funktioniert, erfordert die Einbeziehung von Menschen mit Behinderungen in den Design- und Testprozess — nicht als nachträglicher Gedanke, sondern als Teilnehmer von den frühesten Phasen an.

Accessibility-Overlays: KI-Washing

KI-gestützte Accessibility-Overlays behaupten, Barrierefreiheitsprobleme auf Websites automatisch zu erkennen und zu beheben. Sie werden aggressiv beworben und oft mit dem Versprechen sofortiger Konformität mit WCAG- oder ADA-Anforderungen vermarktet.

Sie funktionieren nicht. Overlays können die zugrunde liegenden Code-Barrieren, die Barrierefreiheitsmängel verursachen, nicht beheben. Sie stören häufig die assistiven Technologien, auf die sich Nutzer bereits verlassen — Screenreader verhalten sich unerwartet, die Tastaturnavigation bricht zusammen, das Overlay selbst führt neue Barrieren ein. Und sie sind in einer wachsenden Zahl von Barrierefreiheitsklagen als Beweis dafür aufgetaucht, dass der Beklagte sich der Barrierefreiheitsprobleme bewusst war, aber eine Nicht-Lösung anstelle einer echten Behebung wählte. Wir behandeln dies ausführlich in unserem Artikel über echte digitale Barrierefreiheit.

Bezahlbarkeit und Zugang

Die wirksamsten KI-Werkzeuge für Barrierefreiheit sind oft teuer, hardwareabhängig oder abonnementbasiert. Nutzer mit Behinderungen, die ohnehin schon höhere Kosten für Ausrüstung, Gesundheitsversorgung und assistive Technologien tragen, können sich die Premium-Stufen von KI-Diensten, die die beste Barrierefreiheitsunterstützung bieten, oft nicht leisten.

Universelles Design — Barrierefreiheit in Mainstream-Produkte einzubauen, statt sich darauf zu verlassen, dass Nutzer spezialisierte Werkzeuge kaufen — bleibt der gerechteste Ansatz.

Was das für unsere Gestaltung bedeutet

Die wichtigste Implikation der Rolle der KI bei Behinderung ist nicht, dass KI-Werkzeuge das Problem der Barrierefreiheit für uns lösen werden. Das werden sie nicht. Die Grundlage der barrierefreien Gestaltung — semantisches HTML, Bedienbarkeit per Tastatur, ordnungsgemäße Beschriftung, ausreichender Kontrast — bleibt das Fundament, auf das sowohl menschliche Nutzer als auch KI-Werkzeuge angewiesen sind.

Was KI verändert, ist die Unterstützung, die den Nutzern zusätzlich zu dieser Grundlage zur Verfügung steht. Wenn das Fundament solide ist, können KI-gestützte Werkzeuge das Mögliche erweitern und verstärken. Wenn das Fundament defekt ist, versuchen KI-Werkzeuge, etwas zu kompensieren, das von vornherein korrekt hätte gebaut werden sollen.

Entwickeln Sie barrierefreie digitale Produkte. Dann können KI-gestützte assistive Technologien den Menschen, die sie nutzen, tatsächlich helfen.

Wenn Sie verstehen möchten, wo Ihre aktuellen digitalen Produkte auf diesem Fundament stehen, starten Sie einen kostenlosen Scan oder sprechen Sie mit unserem Team über eine umfassende Barrierefreiheitsprüfung.