In diesem Beitrag geht es darum, wie Barrierefreiheit der KI, insbesondere KI-Agenten helfen kann.
Ich habe bereits mehrfach darüber gesprochen, dass KI positive Effekte auf die Barrierefreiheit haben kann. Es gibt aber auch die umgekehrte Perspektive: Barrierefreiheit könnte für die Entwicklung von KI ebenfalls von großer Bedeutung sein – insbesondere bei autonom arbeitenden Agenten.
Gemeint sind KI-Agenten, die selbstständig Aufgaben auf Websites oder in Anwendungen ausführen. Ob sich diese Form der Bedienung grafischer Benutzeroberflächen tatsächlich durchsetzen wird, ist noch offen. Der Trend deutet jedoch in diese Richtung.
Interessant ist dabei, dass Barrierefreiheit möglicherweise eine entscheidende Voraussetzung für das zuverlässige Funktionieren solcher Agenten sein könnte. Damit ließe sich Barrierefreiheit künftig um ein weiteres Argument ergänzen: Sie könnte nicht nur Menschen zugutekommen, sondern auch die Interaktion mit KI verbessern.
Ob sich dieses Szenario bewahrheitet, bleibt abzuwarten. Es ist derzeit eher eine Prognose als eine gesicherte Entwicklung.
Barrierefreiheit und SEO – ein seltssames Paar
Ein verwandtes Thema ist die Beziehung zwischen Barrierefreiheit und Suchmaschinenoptimierung. Websites, die für assistive Technologien gut zugänglich sind, weisen häufig auch Eigenschaften auf, die Suchmaschinen zugutekommen.
Ein Beispiel ist eine klare Überschriftenstruktur. Überschriften erleichtern sowohl Menschen als auch Suchmaschinen die Orientierung und machen die thematische Relevanz eines Textes deutlicher.
Auch JavaScript kann eine Rolle spielen. Werden Inhalte erst dynamisch durch JavaScript erzeugt, können sie für bestimmte Nutzergruppen und unter Umständen auch für Suchmaschinen schwerer zugänglich sein. Der Googlebot kann JavaScript zwar ausführen, jedoch nicht in jedem Fall wie ein vollständiger Browser.
Ähnliches gilt für Alternativtexte und Bildbeschreibungen. Sie liefern zusätzliche Informationen über Bildinhalte und können damit auch die Bilderkennung und Bildersuche unterstützen.
Untertitel sind ein weiteres Beispiel. Sie machen audiovisuelle Inhalte zugänglicher und liefern zugleich Textdaten, die für die Entwicklung und Verbesserung automatischer Spracherkennung genutzt werden können.
Auch eine schlanke und sauber strukturierte Website kann Vorteile bieten: Sie benötigt weniger Ressourcen und lässt sich effizienter verarbeiten. Die frühere Annahme, dass schnelle und schlanke Websites grundsätzlich besser indiziert werden, würde ich heute allerdings nicht mehr uneingeschränkt vertreten.
Insgesamt gibt es also deutliche Überschneidungen zwischen Barrierefreiheit und Suchmaschinenoptimierung. Barrierefreiheit war dabei vielleicht nie der entscheidende Faktor, konnte aber durchaus einen zusätzlichen Vorteil bieten. Deshalb haben sich auch einige Suchmaschinenoptimiererinnen mit dem Thema Barrierefreiheit beschäftigt – und tun dies teilweise noch heute.
Das agentische Web wird barrierefrei
Was wir derzeit erleben, ist der Beginn einer Entwicklung, in der KI-Agenten zunehmend Aufgaben auf Websites übernehmen könnten. Wenn sich diese Vision erfüllt, werden sie selbstständig Formulare ausfüllen, Produkte einkaufen, Reisen buchen, Behördenformulare bearbeiten oder sogar Steuererklärungen abgeben. Kurz gesagt: Sie könnten uns viele der Aufgaben abnehmen, die wir ungern selbst erledigen.
Eine große Herausforderung für KI-Agenten ist dabei der enorme Bedarf an Tokens und damit an Rechenressourcen. Grundsätzlich gibt es zwei Möglichkeiten, wie ein Agent eine Website analysieren kann.
- Die erste und eher unelegante Möglichkeit ist die Analyse von Screenshots. Das kann in Einzelfällen hilfreich sein, ist aber ineffizient und kann zu fehlerhaften Ergebnissen führen.
- Naheliegender ist der Zugriff auf das DOM, also das Document Object Model. Dabei versucht der Agent, anhand der Struktur einer Website zu erkennen, welche Elemente welche Funktion haben: Ist dies ein Button? Dient er zum Absenden des Formulars? Ist dieses Feld für den Vor- oder Nachnamen, die Straße oder die IBAN vorgesehen?
Besonders schwierig wird das bei rein grafischen Bedienelementen. Bei einem Icon ist möglicherweise nicht einmal eindeutig erkennbar, ob es interaktiv ist, welche Funktion es hat und was beim Anklicken passiert. Solche Zusammenhänge kann eine KI zwar anhand von Trainingsdaten und vergleichbaren Websites erschließen, das ist jedoch aufwendig und fehleranfällig.
Hier kommt der Accessibility Tree ins Spiel. Er enthält die Informationen, auf die auch assistive Technologien zugreifen. Vereinfacht gesagt handelt es sich um eine auf die für Barrierefreiheit relevanten Informationen reduzierte Darstellung des DOM.
Der DOM beschreibt die gesamte Struktur einer Anwendung. Der Accessibility Tree enthält dagegen die für assistive Technologien relevanten Informationen: Welche Elemente gibt es, welche Funktion haben sie, wie sind sie beschriftet und welchen Status haben sie?
Für KI-Agenten bietet das erhebliche Vorteile – vorausgesetzt, die Website ist korrekt barrierefrei umgesetzt. Elemente sind eindeutig identifizierbar und beschriftet. Der Agent kann beispielsweise erkennen, dass es sich um einen Button, ein Eingabefeld für den Vornamen, eine Checkbox oder eine Auswahlliste für die Sprache handelt.
Dadurch wird auch die Funktion eines Elements eindeutig: Muss Text eingegeben, eine Option ausgewählt oder ein Button aktiviert werden? Gleichzeitig kann der Agent den Status eines Elements erkennen, etwa ob es aktiviert, ausgewählt oder ausgeklappt ist.
Ein weiterer Vorteil sind eindeutige und verständliche Beschriftungen. Genau das fordert auch die WCAG für Formulare. In der Praxis sind Beschriftungen jedoch häufig unklar oder nicht korrekt mit den entsprechenden Eingabefeldern verknüpft. Ein sauber aufgebauter Accessibility Tree liefert dem KI-Agenten dagegen wesentlich verlässlichere Informationen.
Das gilt auch für Fehlermeldungen. Werden sie beispielsweise über aria-describedby korrekt einem Formularelement zugeordnet und verständlich formuliert, kann der Agent erkennen, welches Problem aufgetreten ist und wie es behoben werden kann.
Damit könnte Barrierefreiheit zu einem entscheidenden Faktor für KI-Agenten werden: Je sauberer eine Website für assistive Technologien strukturiert ist, desto leichter kann ein KI-Agent ihre Funktionen verstehen und Aufgaben zuverlässig ausführen – im Idealfall sogar ohne menschliches Eingreifen.
Ein weiterer großer Vorteil ist die klare Struktur einer barrierefreien Website. Navigationselemente lassen sich eindeutig identifizieren, und ein Breadcrumb zeigt, an welcher Stelle innerhalb der Seitenstruktur man sich befindet.
Auch die Reihenfolge der Inhalte und Bedienelemente ist sinnvoll strukturiert. Die WCAG spricht hier von Meaningful Sequence und Focus Order. Eine logisch aufgebaute Reihenfolge erleichtert es einem KI-Agenten, sich zuverlässig durch eine Website zu bewegen.
Warum wir hoffen können
Aber warum sollte das bei KI-Agenten anders funktionieren als bei der Suchmaschinenoptimierung? Auch dort wurden die Vorteile einer sauberen Struktur immer wieder betont, ohne dass dadurch Websites flächendeckend barrierefrei geworden wären.
Zunächst einmal ist keineswegs sicher, dass KI tatsächlich zu diesem Treiber für Barrierefreiheit wird. Es handelt sich um eine plausible Annahme, die derzeit in der Fachwelt diskutiert wird. Die Entwicklung kann aber auch anders verlaufen.
Es gibt allerdings einige gute Gründe dafür, dass KI-Agenten von sauber strukturierten und barrierefreien Anwendungen profitieren. Ein wesentlicher Faktor ist die Effizienz. KI-Agenten können zwar mit komplexen Anwendungen umgehen, bevorzugen aber vermutlich solche, die weniger Informationen und weniger potenzielle Fehlerquellen enthalten.
Stellen wir uns beispielsweise einen Online-Shop vor, der neben dem eigentlichen Produkt zahlreiche Werbeanzeigen, Empfehlungen und weitere Inhalte enthält. Eine schlankere Anwendung könnte für einen KI-Agenten wesentlich effizienter sein. Je weniger Informationen verarbeitet werden müssen und je eindeutiger die Bedienelemente sind, desto weniger Tokens und Rechenleistung werden benötigt.
Das gilt auch für die Navigation. Wenn beispielsweise zwei Buttons ähnlich beschriftet sind, ist die Wahrscheinlichkeit höher, dass ein Agent eine Anwendung bevorzugt, in der die Funktionen eindeutig benannt und voneinander abgegrenzt sind.
Eine sauber strukturierte Anwendung kann also Tokens sparen, Fehler reduzieren und die Ausführung von Aufgaben beschleunigen. Wenn Tokens auch in Zukunft einen relevanten Kostenfaktor darstellen, dürfte diese Effizienz für KI-Agenten zunehmend wichtig werden.
Das lässt sich auch auf die Auswahl zwischen verschiedenen Websites übertragen. Wenn ein KI-Agent beispielsweise zwischen zwei Reiseportalen wählen kann und eines davon schlanker, eindeutiger strukturiert und barrierefrei umgesetzt ist, könnte er dieses Portal bevorzugen. Aus seiner Sicht wäre es die schnellere, zuverlässigere und ressourcenschonendere Möglichkeit, die gewünschte Reise zu buchen.
Eine spannende Frage ist deshalb, ob wir künftig unterschiedliche Websites für Menschen und KI-Agenten sehen werden. Denkbar wäre beispielsweise eine stark reduzierte Oberfläche für Agenten neben einer umfangreicheren Benutzeroberfläche für Menschen.
Wahrscheinlicher erscheint mir allerdings eine Mischform: Websites werden weiterhin auf menschliche Nutzer ausgerichtet sein, aber insgesamt schlanker und strukturierter werden. Denn wenn KI-Agenten künftig einen erheblichen Anteil des Traffics ausmachen, können Anbieter es sich kaum leisten, diesen Traffic zu ignorieren oder separate Portale für Menschen und Maschinen zu betreiben.
Ob diese Entwicklung tatsächlich eintritt, lässt sich heute noch nicht sagen. Die Chancen stehen jedoch nicht schlecht, dass KI zu einem weiteren Treiber für Barrierefreiheit wird. Denn wenn barrierefreie Websites für KI-Agenten effizienter und zuverlässiger funktionieren, entsteht neben dem gesellschaftlichen und rechtlichen auch ein wirtschaftliches Argument für Barrierefreiheit.