{"id":10631,"date":"2026-02-28T16:45:34","date_gmt":"2026-02-28T14:45:34","guid":{"rendered":"https:\/\/www.netz-barrierefrei.de\/wordpress\/?p=10631"},"modified":"2026-03-17T19:03:02","modified_gmt":"2026-03-17T17:03:02","slug":"probleme-kuenstlicher-intelligenz-fuer-digitale-barrierefreiheit","status":"publish","type":"post","link":"https:\/\/www.netz-barrierefrei.de\/wordpress\/probleme-kuenstlicher-intelligenz-fuer-digitale-barrierefreiheit\/","title":{"rendered":"Risiken K\u00fcnstlicher Intelligenz f\u00fcr digitale Barrierefreiheit"},"content":{"rendered":"<p><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/www.netz-barrierefrei.de\/wordpress\/wp-content\/uploads\/ai-risks.jpg\" alt=\"Texts AI Risks for digital accessibility\" width=\"1024\" height=\"1024\" class=\"alignleft size-full wp-image-10652\" srcset=\"https:\/\/www.netz-barrierefrei.de\/wordpress\/wp-content\/uploads\/ai-risks.jpg 1024w, https:\/\/www.netz-barrierefrei.de\/wordpress\/wp-content\/uploads\/ai-risks-300x300.jpg 300w, https:\/\/www.netz-barrierefrei.de\/wordpress\/wp-content\/uploads\/ai-risks-150x150.jpg 150w, https:\/\/www.netz-barrierefrei.de\/wordpress\/wp-content\/uploads\/ai-risks-768x768.jpg 768w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><br \/>\n<iframe loading=\"lazy\" src=\"https:\/\/digitale-barrierefreiheit.podigee.io\/348-probleme-kunstlicher-intelligenz-bei-digitaler-barrierefreiheit\/embed?context=external&#038;theme=default\" style=\"border: 0\" frameBorder=\"0\" height=\"100\" width=\"100%\"><\/iframe><br \/>\nHeute widmen wir uns dem Thema K\u00fcnstliche Intelligenz \u2013 allerdings nicht unter dem Gesichtspunkt ihrer Potenziale, sondern mit Blick auf die Risiken, die sich bereits abzeichnen oder schon konkret manifestiert haben, insbesondere im Kontext der digitalen Barrierefreiheit. In fr\u00fcheren Beitr\u00e4gen habe ich ausf\u00fchrlich \u00fcber die Chancen von KI gesprochen. Umso wichtiger erscheint es mir, nun auch die problematischen Aspekte zu beleuchten. Zun\u00e4chst werde ich die zentralen Herausforderungen skizzieren und anschlie\u00dfend m\u00f6gliche L\u00f6sungsans\u00e4tze diskutieren.<\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_82_2 counter-hierarchy ez-toc-counter ez-toc-white ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Inhalt<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Toggle Table of Content\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/www.netz-barrierefrei.de\/wordpress\/probleme-kuenstlicher-intelligenz-fuer-digitale-barrierefreiheit\/#Zusammenfassung\" >Zusammenfassung<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/www.netz-barrierefrei.de\/wordpress\/probleme-kuenstlicher-intelligenz-fuer-digitale-barrierefreiheit\/#Automatische_Code-Erzeugung_durch_KI\" >Automatische Code-Erzeugung durch KI<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/www.netz-barrierefrei.de\/wordpress\/probleme-kuenstlicher-intelligenz-fuer-digitale-barrierefreiheit\/#Barrierefreiheit_der_KI-Tools\" >Barrierefreiheit der KI-Tools<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/www.netz-barrierefrei.de\/wordpress\/probleme-kuenstlicher-intelligenz-fuer-digitale-barrierefreiheit\/#Probleme_bei_Zusammenfassung_und_verstaendlichen_Uebersetzungen\" >Probleme bei Zusammenfassung und verst\u00e4ndlichen \u00dcbersetzungen<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/www.netz-barrierefrei.de\/wordpress\/probleme-kuenstlicher-intelligenz-fuer-digitale-barrierefreiheit\/#Bias_in_Daten\" >Bias in Daten<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/www.netz-barrierefrei.de\/wordpress\/probleme-kuenstlicher-intelligenz-fuer-digitale-barrierefreiheit\/#Unschaerfe_bei_Beschreibungen_und_Umwandlungen\" >Unsch\u00e4rfe bei Beschreibungen und Umwandlungen<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/www.netz-barrierefrei.de\/wordpress\/probleme-kuenstlicher-intelligenz-fuer-digitale-barrierefreiheit\/#Moegliche_Loesungsansaetze\" >M\u00f6gliche L\u00f6sungsans\u00e4tze<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"Zusammenfassung\"><\/span>Zusammenfassung<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Der Beitrag beleuchtet die Risiken von KI im Bereich der digitalen Barrierefreiheit. Automatische Code-Generierung bietet zwar demokratisches Potenzial (z. B. durch Tools wie GitHub Copilot), ist aber derzeit nicht in der Lage, zuverl\u00e4ssig vollst\u00e4ndig barrierefreie Anwendungen zu erstellen. KI kann Entwicklerinnen sinnvoll unterst\u00fctzen, ersetzt jedoch keine fachliche Pr\u00fcfung.<\/p>\n<p>Zentrale Probleme sind:<\/p>\n<p>&#8211; fehleranf\u00e4lliger oder nicht normkonformer Code (z. B. bez\u00fcglich WCAG),<br \/>\n&#8211; Trainingsdaten, die \u00fcberwiegend nicht barrierefreie Inhalte enthalten und Defizite reproduzieren,<br \/>\n&#8211; Halluzinationen bei Zusammenfassungen und Vereinfachungen,<br \/>\n&#8211; Bias gegen\u00fcber Menschen mit Behinderung,<br \/>\n&#8211; unzureichend barrierefreie KI-Tools selbst,<br \/>\n&#8211; qualitativ mangelhafte automatische Bildbeschreibungen, Untertitel oder Geb\u00e4rdensprach-Avatare.<\/p>\n<p>Besonders kritisch ist, dass betroffene Zielgruppen Inhalte oft nicht selbst \u00fcberpr\u00fcfen k\u00f6nnen und daher stark auf korrekte KI-Ausgaben angewiesen sind.<\/p>\n<p>Als L\u00f6sungsans\u00e4tze werden genannt:<\/p>\n<p>&#8211; KI als Assistenz mit mehrstufiger Qualit\u00e4tssicherung statt Vollautomatisierung,<br \/>\n&#8211; kuratierte und qualit\u00e4tsgesicherte Trainingsdaten,<br \/>\n&#8211; klar definierte barrierefreie Code-Patterns,<br \/>\n&#8211; regulatorische Rahmen wie der EU AI Act,<br \/>\n&#8211; vor allem aber die systematische, fr\u00fchzeitige und verg\u00fctete Einbindung von Menschen mit Behinderung in Entwicklung und Qualit\u00e4tssicherung.<\/p>\n<p>Kernaussage: KI kann Inklusion f\u00f6rdern, erzeugt aber ohne gezielte Qualit\u00e4tssicherung und echte Partizipation neue Exklusionsrisiken. Barrierefreiheit ist kein Zusatzfeature, sondern Grundvoraussetzung.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Automatische_Code-Erzeugung_durch_KI\"><\/span>Automatische Code-Erzeugung durch KI<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Ein derzeit besonders intensiv diskutiertes Thema ist die automatisierte Code-Generierung durch KI-Systeme. Dieses Feld ist gleicherma\u00dfen faszinierend wie kontrovers. W\u00e4hrend einige bereits das Ende klassischer Softwareentwicklung prognostizieren, warnen andere vor gravierenden Qualit\u00e4ts- und Sicherheitsproblemen, wenn Programmcode massenhaft automatisiert erzeugt wird. Wie so oft liegt die Wahrheit in einer differenzierten Betrachtung.<\/p>\n<p>Tats\u00e4chlich wird heute deutlich mehr Code automatisiert generiert \u2013 nicht selten von Personen ohne formale Programmierausbildung, die sich mithilfe von KI einfache L\u00f6sungen erstellen lassen. Das gilt auch im Kreis blinder und sehbehinderter Menschen. Hier er\u00f6ffnet sich eine reale Chance zur Demokratisierung von Softwareentwicklung: Selbst f\u00fcr kleinere Anpassungen oder einfache Makros fallen bislang schnell mehrere hundert bis tausend Euro an, da professionelle Entwicklerinnen ihre Arbeitszeit entsprechend verg\u00fctet bekommen m\u00fcssen. Durch sogenanntes \u201eVibe Coding\u201c \u2013 also das dialogbasierte Erzeugen von Code \u00fcber KI-Tools \u2013 k\u00f6nnen nun auch Laien eigene L\u00f6sungen entwickeln, ohne auf externe Dienstleister angewiesen zu sein. In diesem Sinne besitzt die Technologie ein erhebliches emanzipatorisches Potenzial.<br \/>\nGleichzeitig sind die Risiken nicht zu untersch\u00e4tzen. Automatisch generierter Code kann Sicherheitsl\u00fccken enthalten, ineffizient oder fehleranf\u00e4llig sein und ist h\u00e4ufig unzureichend dokumentiert. F\u00fcr professionelle Softwareentwicklung sind dies gravierende M\u00e4ngel.<\/p>\n<p>Im Kontext der digitalen Barrierefreiheit kommt ein weiterer Aspekt hinzu: Es gibt bereits heute zu wenige Entwicklerinnen mit fundierter Expertise in barrierefreier Umsetzung. Dieser Engpass f\u00fchrt dazu, dass viele digitale Produkte die Anforderungen an Zug\u00e4nglichkeit nicht oder nur unzureichend erf\u00fcllen. Die Hoffnung besteht nun darin, dass KI-gest\u00fctzte Code-Generierung hier zumindest teilweise Abhilfe schaffen k\u00f6nnte. Allerdings ist dabei eine wichtige Differenzierung erforderlich. Man muss zwischen zwei Szenarien unterscheiden:<\/p>\n<p>1. Komplettgenerierung ganzer Anwendungen mit dem Anspruch auf Barrierefreiheit<br \/>\n   Wenn ein Tool angewiesen wird, eine vollst\u00e4ndige, barrierefreie App zu erstellen, funktioniert das in der Praxis derzeit nicht Die Anforderungen an semantisch korrektes HTML, ARIA-Implementierungen, Tastaturnavigation, Screenreader-Kompatibilit\u00e4t und Kontrastverh\u00e4ltnisse sind komplex und kontextabh\u00e4ngig. KI-Systeme erzeugen zwar formal plausiblen Code, garantieren jedoch keine normkonforme Umsetzung beispielsweise nach WCAG oder EN 301 549.<\/p>\n<p>2. Gezielte Unterst\u00fctzung erfahrener Entwicklerinnen<br \/>\n   Deutlich sinnvoller erscheint der Einsatz als Assistenzsystem: KI kann Boilerplate-Code generieren, repetitive Aufgaben \u00fcbernehmen oder Hinweise auf potenzielle Barrieren geben. Voraussetzung bleibt jedoch, dass die verantwortliche Person die Qualit\u00e4t und Barrierefreiheit fachlich pr\u00fcfen kann.<\/p>\n<p>Eine Chance sind Coding-Assistenten wie beispielsweise GitHub Copilot, die sich in Entwicklungsumgebungen wie Visual Studio Code integrieren lassen und w\u00e4hrend des Programmierens kontextbezogene Codevorschl\u00e4ge unterbreiten. Hier sehe ich deutlich mehr Potenzial als bei der vollst\u00e4ndigen, automatisierten Generierung ganzer Anwendungen.  Eine erfahrene Entwicklerin kann die Vorschl\u00e4ge eines solchen Assistenten fachlich bewerten, ohne knietief in der barrierefreien Entwicklung zu sein. <\/p>\n<p>Im Idealfall entsteht ein mehrstufiges Qualit\u00e4tssicherungssystem:<\/p>\n<p>1. Ein KI-Tool generiert oder erg\u00e4nzt Code.<br \/>\n2. Ein weiteres Tool \u2013 idealerweise von einem anderen Anbieter \u2013 pr\u00fcft diesen Code automatisiert auf semantische und logische Korrektheit.<br \/>\n3. Zus\u00e4tzlich kommen klassische Pr\u00fcfwerkzeuge zum Einsatz, etwa statische Analysen oder Accessibility-Checker.<br \/>\n4. Abschlie\u00dfend erfolgt eine manuelle Validierung durch eine fachkundige Person.<\/p>\n<p>Ein solches Setup kann die Entwicklungsarbeit erheblich beschleunigen. Denkbar ist sogar, dass nicht zwingend eine hochspezialisierte Expertin f\u00fcr barrierefreie Entwicklung erforderlich ist, sondern eine solide programmiererische Kompetenz ausreicht, wenn KI-gest\u00fctzte Assistenzsysteme die barrierefreien Aspekte strukturiert unterst\u00fctzen. Heute ist das Problem weniger, eine Entwicklerin in barrierefreiheit zu schulen. Allerdings geht das Wissen nicht verloren, wenn die Person nur gelegentlich barrierefrei programmiert. Sie kann nicht dauerhaft Erfahrung afbauen und es lohnt sich f\u00fcr sie nicht, st\u00e4ndig auf dem Laufenden zu sein. <\/p>\n<p>Ein zentrales Problem liegt im Generierungsprozess selbst. Viele KI-gest\u00fctzte Code-Tools arbeiten nicht inkrementell im klassischen Sinne, sondern regenerieren bei \u00c4nderungen gro\u00dfe Teile der Anwendung. Jeder neue Prompt kann dazu f\u00fchren, dass bestehende Strukturen \u00fcberschrieben oder ungewollt ver\u00e4ndert werden. Verbesserungen in einem Bereich gehen dann nicht selten mit Verschlechterungen in einem anderen einher.<\/p>\n<p>Barrierefreiheit ist jedoch kein Add-on, sondern eine systemische Eigenschaft einer Anwendung. Sie erfordert konsistente Architekturentscheidungen, durchg\u00e4ngige semantische Strukturierung und eine stabile Interaktionslogik. Ein destruktiver Generierungsansatz untergr\u00e4bt genau diese Voraussetzungen.<\/p>\n<p>Ein weiteres grundlegendes Risiko liegt in den Trainingsdaten der Modelle. F\u00fcr Webanwendungen ist der zugrunde liegende HTML-, CSS- und JavaScript-Code \u00f6ffentlich zug\u00e4nglich und damit leicht als Trainingsmaterial nutzbar. Allerdings sind die meisten existierenden Websites nicht barrierefrei umgesetzt. Wenn ein Modell \u00fcberwiegend mit fehlerhaftem oder nicht normkonformem Code trainiert wird, reproduziert es diese Defizite statistisch. Selbst explizite Anweisungen wie \u201eErzeuge barrierefreien Code gem\u00e4\u00df WCAG\u201c f\u00fchren in der Praxis h\u00e4ufig nicht zu einer konsistenten Umsetzung. Die semantische Tiefe und die normativen Anforderungen werden entweder unvollst\u00e4ndig ber\u00fccksichtigt oder falsch interpretiert.<\/p>\n<p>Erfahrungsberichte aus der Praxis \u2013 etwa bei der Nutzung von KI-Funktionen in Design- oder Entwicklungswerkzeugen \u2013 zeigen, dass entsprechende Prompts keine Garantie f\u00fcr tats\u00e4chlich barrierefreie Ergebnisse darstellen. Die Intention wird sprachlich verstanden, aber technisch nicht normkonform umgesetzt.<\/p>\n<p>Ein gro\u00dfes Risiko besteht in der unkritischen Anwendung von Code-Generierungs-Tools durch in Barrierefreiheit Unerfahrene. Hier schl\u00e4gt der AI Automation Bias durch. Das hei\u00dft, die Einsetzenden wiegen sich in dem Glauben, die Anweisung, barrierefreien Code zu generieren reiche bereits aus, um ein barrierefreies Ergebnis zu erhalten.  Ist eine formale Pr\u00fcfungs-Routine im Tool integriert, kann die Anwendung automatische Tests bestehen, obwohl sie in der Praxis gar nicht barrierefrei ist. Leider behandeln viele Verantwortliche Barrierefreiheit als reines Compliance- und minor Feature, so dass die Gefahr schlechter KI-generierter Anwendungen zunimmt. <\/p>\n<p>Vor diesem Hintergrund erscheint es auf absehbare Zeit unrealistisch, dass KI-Systeme eigenst\u00e4ndig vollst\u00e4ndige, normkonforme und robuste barrierefreie Anwendungen erzeugen. <\/p>\n<p>Ein strukturelles Risiko entsteht insbesondere dann, wenn KI-Systeme beginnen, ihren eigenen Output als Trainingsgrundlage zu verwenden. Wir beobachten bereits, dass immer mehr Websites mithilfe von KI generiert werden \u2013 h\u00e4ufig ohne fundierte Ber\u00fccksichtigung von Barrierefreiheit. Wenn genau dieser Code wiederum als Trainingsmaterial f\u00fcr neue Modelle dient, entsteht ein selbstreferenzieller Kreislauf:<\/p>\n<p>1. Nicht barrierefreier Code wird generiert.<br \/>\n2. Dieser Code wird \u00f6ffentlich zug\u00e4nglich.<br \/>\n3. Er flie\u00dft in neue Trainingsdatens\u00e4tze ein.<br \/>\n4. Das Modell reproduziert und verst\u00e4rkt bestehende Defizite.<\/p>\n<p>Dieses Ph\u00e4nomen ist nicht auf Code beschr\u00e4nkt. Auch bei textbasierten Modellen wird diskutiert, dass KI-generierte Inhalte zunehmend als Trainingsdaten dienen. Die Gefahr besteht darin, dass sich Fehler, Vereinfachungen oder inhaltliche Unsch\u00e4rfen kumulativ verst\u00e4rken \u2013 bei gleichzeitig hoher sprachlicher Oberfl\u00e4chenqualit\u00e4t. Genau darin liegt die St\u00e4rke, aber auch das Risiko dieser Systeme: Sie produzieren plausibel wirkende Ergebnisse, selbst wenn die inhaltliche Substanz mangelhaft ist.<\/p>\n<p>Im Kontext von Code bedeutet das: formal korrekt wirkende Strukturen, die jedoch semantisch falsch, unsicher oder nicht barrierefrei implementiert sind. Modelle besitzen kein intrinsisches Qualit\u00e4tsbewusstsein; sie erkennen nicht, dass ein ARIA-Attribut logisch inkonsistent oder eine Interaktionsstruktur f\u00fcr Screenreader unzug\u00e4nglich ist \u2013 sofern dies nicht explizit und valide im Trainingsmaterial verankert wurde.<\/p>\n<p>Wie sich dieser Kreislauf technisch durchbrechen l\u00e4sst, ist derzeit nicht trivial. Denkbare Ans\u00e4tze w\u00e4ren:<\/p>\n<p>&#8211; Kuratierte, qualit\u00e4tsgesicherte Trainingsdatens\u00e4tze<br \/>\n&#8211; Explizite Gewichtung normkonformer Implementierungen<br \/>\n&#8211; Modellinterne Validierungsmechanismen<br \/>\n&#8211; Kombination generativer Systeme mit formalen Regelpr\u00fcfungen<\/p>\n<p>Ob und in welchem Umfang daran gearbeitet wird, ist von au\u00dfen schwer zu beurteilen. Klar ist jedoch: Das Problem ist real und strukturell.<br \/>\nWas ich allerdings f\u00fcr realistisch halte ist die automatisierte Pr\u00fcfung von Anwendungen auf Barrierefreiheit. Bisher sind axe-core und \u00e4hnliche Systeme komplett regelbasiert und produzieren viele False-Positives. Allerdings arbeiten einige Anbieter daran, KI in den Prozess zu integrieren, etwa Accessibility Cloud. Die F\u00e4higkeit, st\u00e4rker auf der visuellen Oberfl\u00e4che zu arbeiten reduziert h\u00e4ufige False-Positives wie etwa Kontraste oder Tastatur-Fokus. <\/p>\n<h2><span class=\"ez-toc-section\" id=\"Barrierefreiheit_der_KI-Tools\"><\/span>Barrierefreiheit der KI-Tools<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Ein weiterer, h\u00e4ufig untersch\u00e4tzter Aspekt betrifft die Zug\u00e4nglichkeit der KI-Werkzeuge selbst. Viele dieser Tools wirken in ihrer Basisoberfl\u00e4che vergleichsweise niedrigschwellig. Doch sobald komplexere Funktionen genutzt werden \u2013 etwa erweiterte Konfigurationsoptionen, Debugging-Interfaces oder Integrationen in Entwicklungsumgebungen \u2013 treten Barrieren zutage:<br \/>\nF\u00fcr Menschen mit Behinderungen kann dies faktisch zu einem Ausschluss f\u00fchren \u2013 insbesondere dann, wenn der berufliche Alltag zunehmend den Einsatz solcher Werkzeuge voraussetzt. Hier entsteht ein Paradox: Technologien, die theoretisch Inklusion f\u00f6rdern k\u00f6nnten, erzeugen neue Exklusionsrisiken.<\/p>\n<p>Diese Problematik wird h\u00e4ufig untersch\u00e4tzt, weil die Tools auf den ersten Blick \u201eeinfach\u201c wirken. Die Komplexit\u00e4t zeigt sich jedoch in der Tiefe der Funktionalit\u00e4t.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Probleme_bei_Zusammenfassung_und_verstaendlichen_Uebersetzungen\"><\/span>Probleme bei Zusammenfassung und verst\u00e4ndlichen \u00dcbersetzungen<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Ein weiterer Punkt, der in der Praxis weiterhin relevant ist, betrifft sogenannte Halluzinationen \u2013 also sachlich falsche, aber plausibel pr\u00e4sentierte Ausgaben. Sie entstehen h\u00e4ufig bei KI-generierten Text-Optimierungen, Zusammenfassungen oder bei der Umwandlung in verst\u00e4ndliche Formate durch KI.<\/p>\n<p>F\u00fcr meinen Newsletter habe ich einige Links zusammenfassen lassen. Darunter waren auch Texte von mir selbst. In den Zusammenfassungen stand teilweise viel Unsinn. Es wurden Inhalte genannt, die sinnvoll klangen, aber nicht im Originaltext standen.<br \/>\n\u00c4hnliches ist mir auch bei Gemini passiert. Ich habe den vollst\u00e4ndigen Beitrag in das Eingabefenster kopiert. Dann habe ich darum gebeten, genau diesen Text zusammenzufassen. Trotzdem enthielt die Zusammenfassung Aussagen, die nicht im Originaltext vorkamen. Diese Inhalte waren eindeutig falsch.<\/p>\n<p>Das ist problematisch. Viele Menschen nutzen solche Tools, um Texte zu vereinfachen. Zum Beispiel lesen sie einen Beitrag einer Beh\u00f6rde und bitten um eine verst\u00e4ndlichere Zusammenfassung. Wenn das Tool dann falsche Informationen erg\u00e4nzt, entsteht ein ernstes Problem.<\/p>\n<p>Solche Werkzeuge sollen eigentlich Menschen helfen, die Schwierigkeiten beim Lesen oder Verstehen komplexer Texte haben. empfehlen. Gerade diese Zielgruppe kann die Informationen oft nicht selbst \u00fcberpr\u00fcfen. Wenn sie den Originaltext lesen und verstehen k\u00f6nnte, br\u00e4uchte sie keine Zusammenfassung. Deshalb ist es besonders kritisch, wenn die Zusammenfassung Fehler enth\u00e4lt.<\/p>\n<p>Ich habe dieses Verhalten bei mehreren Tools beobachtet, sowohl bei Gemini als auch bei ChatGPT. Bei ChatGPT war es weniger ausgepr\u00e4gt, aber ich habe es auch nicht intensiv getestet.<\/p>\n<p>Diese Erfahrungen haben mein Vertrauen in solche Systeme ersch\u00fcttert. Seit vielen Jahren wird \u00fcber sogenannte Halluzinationen gesprochen. Wenn dieses Problem bis heute nicht gel\u00f6st ist, stellt sich die Frage, ob es sich \u00fcberhaupt l\u00f6sen l\u00e4sst. Ich kann das technisch nicht abschlie\u00dfend beurteilen. Daf\u00fcr kenne ich die Architektur solcher Systeme nicht gut genug. Nach meinem Eindruck funktioniert es jedoch weiterhin nicht zuverl\u00e4ssig.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Bias_in_Daten\"><\/span>Bias in Daten<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Ein gro\u00dfes Problem ist die Datenbasis von KI-Systemen. Das Thema Behinderung ist dort nur unzureichend abgebildet.<\/p>\n<p>Behinderung ist ein komplexes Thema. Schon bei k\u00f6rperlichen Behinderungen gibt es sehr viele unterschiedliche Formen. Trotzdem kommen diese Unterschiede in Bilddatenbanken und Textsammlungen kaum vor. Die Lebensrealit\u00e4t behinderter Menschen wird oft nicht ausreichend ber\u00fccksichtigt.<\/p>\n<p>Das hat konkrete Folgen. In automatisierten Bewerbungsverfahren k\u00f6nnen behinderte Menschen benachteiligt werden. Ein System bewertet zum Beispiel Fotos oder Lebensl\u00e4ufe. Wenn jemand \u00e4u\u00dferlich oder im Lebenslauf nicht der erwarteten Norm entspricht, kann die Person automatisch aussortiert werden. Das geschieht, obwohl sie fachlich geeignet ist.<\/p>\n<p>Auch im Stra\u00dfenverkehr kann es Risiken geben. Autonome oder teilautonome Fahrzeuge m\u00fcssen das Verhalten von Menschen richtig deuten. Wenn ein System das Verhalten einer blinden oder sehbehinderten Person nicht korrekt interpretiert, kann es zu gef\u00e4hrlichen Situationen kommen.<\/p>\n<p>Das Fahrzeug k\u00f6nnte zum Beispiel annehmen, dass eine Person stehen bleibt, weil sie das Auto sieht oder h\u00f6rt. In Wirklichkeit nimmt die Person das Fahrzeug vielleicht nicht wahr und geht weiter. Dadurch kann es zu einem Unfall kommen.<\/p>\n<p>Solche Szenarien sind vor allem in L\u00e4ndern relevant, in denen autonome Fahrzeuge bereits im Einsatz sind, zum Beispiel in den USA oder in China. In Deutschland sind vollst\u00e4ndig autonome Systeme im \u00f6ffentlichen Stra\u00dfenverkehr derzeit nur sehr eingeschr\u00e4nkt erlaubt.<\/p>\n<p>Ein weiteres Problem betrifft die Informationsaufbereitung. Blinde Menschen ben\u00f6tigen bei Bild- oder Grafikbeschreibungen oft andere Informationen als sehende Personen.<\/p>\n<p>Wenn eine KI eine wissenschaftliche Abbildung beschreibt, liefert sie m\u00f6glicherweise eine Interpretation. Eine sehende Person kann diese Interpretation \u00fcberpr\u00fcfen, weil sie die Grafik selbst sieht. Eine blinde Person kann das nicht. Sie ist vollst\u00e4ndig auf die Beschreibung angewiesen. Wenn die Beschreibung ungenau oder fehlerhaft ist, entsteht ein Informationsverlust.<\/p>\n<p>Das Problem kann sich noch versch\u00e4rfen, wenn KI-basierte \u00dcberwachungssysteme eingesetzt werden. Wenn solche Systeme bestimmte Gruppen nicht ausreichend ber\u00fccksichtigen, k\u00f6nnen Fehlinterpretationen und Diskriminierungen zunehmen.<\/p>\n<p>Insgesamt zeigt sich: Wenn die Datenbasis unvollst\u00e4ndig ist, wirken sich die L\u00fccken direkt auf die Ergebnisse der Systeme aus. Das betrifft besonders Gruppen, die ohnehin strukturell benachteiligt sind.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Unschaerfe_bei_Beschreibungen_und_Umwandlungen\"><\/span>Unsch\u00e4rfe bei Beschreibungen und Umwandlungen<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Ein interessantes Thema ist die Unsch\u00e4rfe bei der Produktion barrierefreier Inhalte. Damit meine ich ungenaue oder fehlerhafte Beschreibungen.<\/p>\n<p>Ein Beispiel sind Alternativtexte f\u00fcr Bilder. Hier sehe ich grunds\u00e4tzlich gro\u00dfes Potenzial. Viele Bilder und PDFs in sozialen Medien sind nicht beschrieben. Sie sind daher nicht barrierefrei. Automatische Bildbeschreibungen k\u00f6nnten dieses Problem l\u00f6sen, wenn sie zuverl\u00e4ssig arbeiten.<\/p>\n<p>Einige Plattformen haben solche Funktionen bereits integriert, zum Beispiel Facebook, Instagram oder Microsoft in seinen Office-Produkten. Die Qualit\u00e4t dieser automatischen Beschreibungen ist jedoch oft unzureichend. Teilweise sind die Texte verst\u00fcmmelt oder sachlich falsch. Ein normaler Bus wird als Seilbahn beschrieben. Eine Person wird vage als \u201em\u00f6glicherweise blond mit Brille\u201c bezeichnet. Solche Beschreibungen helfen kaum weiter. Diese Systeme sind seit vielen Jahren im Einsatz, wurden aber nur begrenzt weiterentwickelt. Sie sind ressourcenschonend, aber inhaltlich schwach.<\/p>\n<p>Moderne gro\u00dfe Sprach- und Bildmodelle sind deutlich leistungsf\u00e4higer. Sie k\u00f6nnen Bilder differenzierter beschreiben. Allerdings ben\u00f6tigen sie erheblich mehr Rechenleistung. Es ist daher derzeit kaum realistisch, jedes einzelne Bild auf gro\u00dfen Plattformen automatisch mit einem komplexen Modell analysieren zu lassen. Das verursacht hohe Kosten und hohen Energieverbrauch.<br \/>\nVern\u00fcnftige Bildbeschreibungen etwa in Beruf und Wissenschaft sind extrem wichtig, aber durch menschliche Arbeit kaum zu produzieren. Allerdings neigen KIs nach wie vor zu Halluzinationen, eine falsche Bildbeschreibung ist schlechter als gar keine Bildbeschreibung. <\/p>\n<p>Hinzu kommt ein strukturelles Problem: Blinde Menschen stellen eine vergleichsweise kleine Nutzergruppe dar. Aus rein wirtschaftlicher Sicht haben ihre Bed\u00fcrfnisse f\u00fcr gro\u00dfe Plattformen oft keine Relevanz.<\/p>\n<p>Das Problem ungenauer Inhalte betrifft auch Untertitel. Automatisch erzeugte Untertitel konzentrieren sich meist auf gesprochene Sprache. Ger\u00e4usche, Stimmungen oder relevante Hintergrundinformationen werden h\u00e4ufig nicht ausreichend beschrieben. F\u00fcr geh\u00f6rlose oder schwerh\u00f6rige Personen sind solche Informationen jedoch wichtig.<\/p>\n<p>Ein weiteres sensibles Thema ist die Geb\u00e4rdensprache. In der Geh\u00f6rlosen-Community wird intensiv \u00fcber sogenannte Geb\u00e4rdensprach-Avatare diskutiert. Viele Betroffene berichten, dass diese Avatare unverst\u00e4ndlich oder unnat\u00fcrlich wirken. Zudem wird kritisiert, dass die Community nicht ausreichend in die Entwicklung einbezogen wird.<\/p>\n<p>Wenn solche Systeme breit eingesetzt werden, ohne ihre Verst\u00e4ndlichkeit und Praxistauglichkeit sorgf\u00e4ltig zu pr\u00fcfen, entsteht ein ernstes Problem. Barrierefreiheit darf nicht nur formal umgesetzt werden. Sie muss in der tats\u00e4chlichen Nutzung funktionieren.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Moegliche_Loesungsansaetze\"><\/span>M\u00f6gliche L\u00f6sungsans\u00e4tze<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Ein Ansatz liegt im Bereich Coding-Unterst\u00fctzung. KI-gest\u00fctzte Coding-Assistenten k\u00f6nnen Entwickelnde begleiten. Sie k\u00f6nnen Vorschl\u00e4ge machen, wie Code barrierefrei gestaltet wird. Sie k\u00f6nnen auch automatisierte Korrekturen vorschlagen. Wichtig ist jedoch, dass diese Vorschl\u00e4ge \u00fcberpr\u00fcft werden \u2013 sowohl durch andere Tools als auch durch die verantwortliche Person.<\/p>\n<p>Wenig sinnvoll erscheint es, gro\u00dfe Mengen bestehender Websites oder Code ungefiltert in Modelle einzuspeisen und zu hoffen, dass daraus barrierefreier Code entsteht. Die bisherigen Erfahrungen sprechen dagegen. Quantit\u00e4t allein erzeugt keine Qualit\u00e4t.<\/p>\n<p>Ein vielversprechenderer Ansatz ist die Arbeit mit klar definierten Mustern.<\/p>\n<p>Beispiel:<br \/>\n&#8211; Ein Eingabefeld ben\u00f6tigt bestimmte Attribute, etwa korrekte Labels und ARIA-Zuweisungen.<br \/>\n&#8211; Ein Toggle-Button ben\u00f6tigt klar definierte Zust\u00e4nde und semantische Kennzeichnungen.<\/p>\n<p>Solche barrierefreien Pattern k\u00f6nnen systematisch hinterlegt werden. KI-Systeme k\u00f6nnten dann gezielt pr\u00fcfen, ob diese Anforderungen erf\u00fcllt sind, oder entsprechende Strukturen vorschlagen.<\/p>\n<p>Im Bereich Analysewerkzeuge ist ebenfalls Fortschritt m\u00f6glich. Visuelle Pr\u00fcfungen, etwa zur Farbkontrastanalyse, k\u00f6nnen pr\u00e4ziser werden. Falschmeldungen bei Kontrastpr\u00fcfungen k\u00f6nnten reduziert werden.<\/p>\n<p>Was derzeit nicht realistisch erscheint, ist die vollst\u00e4ndig autonome Erstellung barrierefreier Anwendungen durch KI. Davon sind wir technisch noch weit entfernt, falls dieses Ziel \u00fcberhaupt erreichbar ist.<\/p>\n<p>Offen bleibt das Problem der Halluzinationen bei Zusammenfassungen oder \u00dcbersetzungen in verst\u00e4ndliche Sprache. Intuitiv w\u00e4re zu erwarten, dass ein System ausschlie\u00dflich mit dem eingegebenen Text arbeitet. In der Praxis greifen Modelle jedoch auf ihr trainiertes Wissen zur\u00fcck und erg\u00e4nzen Inhalte. Wie sich dieses Spannungsfeld zwischen Sprachmodellierung und faktischer Texttreue zuverl\u00e4ssig l\u00f6sen l\u00e4sst, ist derzeit nicht abschlie\u00dfend gekl\u00e4rt.<\/p>\n<p>Beim Thema unzug\u00e4ngliche Interfaces ist die L\u00f6sung klar. Interfaces m\u00fcssen von Anfang an barrierefrei gestaltet werden. Dann entsteht das Problem gar nicht erst.<\/p>\n<p>Trotzdem wird diese Diskussion immer wieder neu gef\u00fchrt. Selbst Unternehmen, die sich als besonders verantwortungsvoll positionieren, ber\u00fccksichtigen Barrierefreiheit nicht konsequent. Ein Beispiel ist Anthropic. Das Unternehmen betont ethische Prinzipien, aber Barrierefreiheit ist nicht durchg\u00e4ngig umgesetzt.<\/p>\n<p>Auch gro\u00dfe Mainstream-Tools funktionieren technisch oft gut. Doch \u201efunktionieren\u201c ist nicht gleichbedeutend mit \u201ebarrierefrei\u201c. Ein System kann stabil laufen und trotzdem f\u00fcr bestimmte Nutzergruppen unzug\u00e4nglich sein.<\/p>\n<p>Beim Thema Bias liegt die zentrale Ma\u00dfnahme ebenfalls nahe: Menschen mit Behinderung m\u00fcssen systematisch einbezogen werden. Viele Modelle leiden unter Datenmangel. Texte, Bilder und Videos, die unterschiedliche Behinderungsformen realistisch abbilden, sind unterrepr\u00e4sentiert. Das betrifft auch spezialisierte Assistenz-Apps. Wenn Trainingsdaten fehlen, k\u00f6nnen Systeme bestimmte Bed\u00fcrfnisse nicht zuverl\u00e4ssig erkennen oder abbilden.<\/p>\n<p>Daten k\u00f6nnen jedoch gezielt erhoben werden. In St\u00e4dten mit einem hohen Anteil blinder Menschen oder in Einrichtungen wie Schulen f\u00fcr k\u00f6rperbehinderte Menschen lassen sich reale Nutzungssituationen analysieren. Solche Daten k\u00f6nnten strukturiert in Trainingskorpora integriert werden. Voraussetzung ist selbstverst\u00e4ndlich eine ethisch saubere und datenschutzkonforme Vorgehensweise.<\/p>\n<p>Neben der Datenerweiterung sind algorithmische Anpassungen denkbar. Gro\u00dfe Sprachmodelle sind sogenannte Foundation Models. Auf ihnen bauen spezialisierte Systeme auf. Es w\u00e4re m\u00f6glich, zus\u00e4tzliche Modelle oder Fine-Tuning-Prozesse zu entwickeln, die typische Verhaltensmuster behinderter Personen besser ber\u00fccksichtigen, etwa im Stra\u00dfenverkehr oder bei der Nutzung digitaler Oberfl\u00e4chen.<\/p>\n<p>Ob und wie das technisch optimal umzusetzen ist, h\u00e4ngt stark von Architektur, Trainingsstrategie und Zielsystem ab. Klar ist jedoch: Ohne gezielte Optimierung bleiben diese Aspekte unterrepr\u00e4sentiert.<\/p>\n<p>Das zentrale Problem ist die fehlende Einbindung behinderter Expertinnen und Experten in Entwicklungsteams.<\/p>\n<p>Viele KI-Systeme werden prim\u00e4r f\u00fcr junge, gesunde, westliche und zahlungskr\u00e4ftige Nutzergruppen entwickelt. Diese Gruppen bestimmen Anforderungen, Testumgebungen und Priorit\u00e4ten. Das ist aus marktwirtschaftlicher Sicht nachvollziehbar. Es f\u00fchrt jedoch zu systematischen Ausschl\u00fcssen.<\/p>\n<p>Wenn KI-Systeme gesellschaftlich breit eingesetzt werden sollen, m\u00fcssen auch Minderheiten einbezogen werden. Demokratische Gesellschaften beruhen auf Teilhabe. Technologische Infrastruktur darf daher nicht nur auf Mehrheitsbed\u00fcrfnisse ausgerichtet sein.<\/p>\n<p>Barrierefreiheit ist kein Zusatzfeature. Sie ist eine Grundvoraussetzung f\u00fcr gleichberechtigte Nutzung.<br \/>\nDer europ\u00e4ische EU AI Act enth\u00e4lt Ans\u00e4tze zur Regulierung von KI-Systemen. Dazu geh\u00f6ren auch Vorgaben zu Risikoanalyse und Grundrechten. Dennoch ist die Einbeziehung von Menschen mit Behinderung und anderen Minderheiten bislang nicht ausreichend konkret geregelt.<\/p>\n<p>Dabei geht es nicht nur um offensichtliche Behinderungen. Auch \u00e4ltere Menschen m\u00fcssen ber\u00fccksichtigt werden. Eine \u00e4ltere Person \u00fcberquert eine Stra\u00dfe oft langsamer. Sie kann \u00fcber eine Stra\u00dfenbahnschiene stolpern oder unerwartet stehen bleiben. Solche Verhaltensweisen geh\u00f6ren zum normalen gesellschaftlichen Alltag.<\/p>\n<p>Wenn KI-Systeme sicherheitsrelevante Entscheidungen treffen, etwa im Verkehr oder in \u00dcberwachungssituationen, m\u00fcssen diese Realit\u00e4ten einbezogen werden. Eigentlich sollte das selbstverst\u00e4ndlich sein. In der Praxis wird es jedoch h\u00e4ufig \u00fcbersehen.<\/p>\n<p>Beim Thema Unsch\u00e4rfe und Qualit\u00e4tsm\u00e4ngel ist die Einbeziehung der Zielgruppen entscheidend. Das gilt besonders f\u00fcr Geb\u00e4rdensprache, aber auch f\u00fcr Bildbeschreibungen und Untertitel. Wenn ein System zur Geb\u00e4rdenspracherzeugung entwickelt wird, sollte es intensiv von Menschen mit hoher Geb\u00e4rdensprachkompetenz gepr\u00fcft werden. Idealerweise sind sie bereits in der Entwicklung beteiligt.<\/p>\n<p>Das ist nicht nur ethisch sinnvoll. Es ist auch ein wirtschaftlicher Vorteil. Wenn ein Anbieter einer Kommune nachweisen kann, dass viele qualifizierte Personen aus der Community das System getestet und validiert haben, erh\u00f6ht das die Glaubw\u00fcrdigkeit. Qualit\u00e4tssicherung wird so zu einem klaren Verkaufsargument.<\/p>\n<p>Die systematische Einbeziehung betroffener Gruppen er\u00f6ffnet zudem Besch\u00e4ftigungsm\u00f6glichkeiten. Viele Menschen mit Behinderung sind erwerbslos. Oft liegt das nicht an fehlender Qualifikation, sondern an strukturellen Barrieren im Arbeitsmarkt.<\/p>\n<p>Die KI-Branche verf\u00fcgt \u00fcber erhebliche finanzielle Mittel. Milliardenbetr\u00e4ge flie\u00dfen durch private Investitionen und staatliche F\u00f6rderprogramme. Vor diesem Hintergrund w\u00e4re es angemessen, Mittel gezielt f\u00fcr inklusive Entwicklungsprozesse einzusetzen. In einzelnen Projekten geschieht das bereits. Fl\u00e4chendeckend ist es jedoch nicht der Fall.<\/p>\n<p>Ein zentrales Problem ist die Form der Beteiligung. Reine Symbolbeteiligung reicht nicht aus. Wenn betroffene Personen lediglich gelegentlich Feedback geben d\u00fcrfen, ohne echte Entscheidungskompetenz oder strukturellen Einfluss, bleibt die Wirkung gering.<\/p>\n<p>Zeitgem\u00e4\u00dfe Partizipation bedeutet:<\/p>\n<p>&#8211; fr\u00fchzeitige Einbindung,<br \/>\n&#8211; angemessene Verg\u00fctung,<br \/>\n&#8211; reale Mitgestaltungsm\u00f6glichkeiten,<br \/>\n&#8211; transparente Ber\u00fccksichtigung des Feedbacks.<\/p>\n<p>Nur so entstehen Systeme, die gesellschaftliche Vielfalt tats\u00e4chlich abbilden.<\/p>\n<p>Damit schlie\u00dft sich der Kreis: Technische Qualit\u00e4t, ethische Verantwortung und wirtschaftliche Nachhaltigkeit h\u00e4ngen eng zusammen. Ohne ernsthafte Beteiligung der Zielgruppen bleiben KI-Systeme unvollst\u00e4ndig \u2013 unabh\u00e4ngig davon, wie leistungsf\u00e4hig sie technisch sind.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Heute widmen wir uns dem Thema K\u00fcnstliche Intelligenz \u2013 allerdings nicht unter dem Gesichtspunkt ihrer Potenziale, sondern mit Blick auf die Risiken, die sich bereits&#8230;<\/p>\n<div class=\"more-link-wrapper\"><a class=\"more-link\" href=\"https:\/\/www.netz-barrierefrei.de\/wordpress\/probleme-kuenstlicher-intelligenz-fuer-digitale-barrierefreiheit\/\">Weiterlesen<span class=\"screen-reader-text\">Risiken K\u00fcnstlicher Intelligenz f\u00fcr digitale Barrierefreiheit<\/span><\/a><\/div>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-10631","post","type-post","status-publish","format-standard","hentry","category-allgemein","entry"],"_links":{"self":[{"href":"https:\/\/www.netz-barrierefrei.de\/wordpress\/wp-json\/wp\/v2\/posts\/10631","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.netz-barrierefrei.de\/wordpress\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.netz-barrierefrei.de\/wordpress\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.netz-barrierefrei.de\/wordpress\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.netz-barrierefrei.de\/wordpress\/wp-json\/wp\/v2\/comments?post=10631"}],"version-history":[{"count":9,"href":"https:\/\/www.netz-barrierefrei.de\/wordpress\/wp-json\/wp\/v2\/posts\/10631\/revisions"}],"predecessor-version":[{"id":10688,"href":"https:\/\/www.netz-barrierefrei.de\/wordpress\/wp-json\/wp\/v2\/posts\/10631\/revisions\/10688"}],"wp:attachment":[{"href":"https:\/\/www.netz-barrierefrei.de\/wordpress\/wp-json\/wp\/v2\/media?parent=10631"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.netz-barrierefrei.de\/wordpress\/wp-json\/wp\/v2\/categories?post=10631"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.netz-barrierefrei.de\/wordpress\/wp-json\/wp\/v2\/tags?post=10631"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}