Wenn Technologie uns verstehen lernt: Accessibility in Zeiten von KI 

Wenn wir künftig einfach mit KI kommunizieren können – brauchen wir dann überhaupt noch barrierefreie Interfaces? 

Auf den ersten Blick könnte man vermuten, dass in Zeiten von ChatGPT und Co. Interfaces immer unwichtiger werden. Statt die richtige Funktion zu finden, können wir einfach beschreiben, was wir erreichen möchten. Wir müssen keine exakten Fachbegriffe kennen und nicht wissen, wie ein System seine Funktionen benennt. 

„Zeig mir alle Bestellungen, bei denen die Lieferzeit deutlich über dem Durchschnitt liegt.“ 

Generative KI verändert damit die Art, wie wir auf digitale Funktionen zugreifen. Gerade im B2B-Umfeld ist das relevant: Anwendungen sind häufig komplex, Datenmengen groß und Nutzer:innen bringen unterschiedliche Rollen, Erfahrungslevel und Voraussetzungen mit. Was für Einzelne eine Hürde ist, wird hier schnell auch zum Produktivitätsproblem – etwa durch hohen Schulungs- und Dokumentationsaufwand sowie mögliche Fehler. 

Accessibility bedeutet, digitale Produkte so zu gestalten, dass möglichst viele Menschen sie ohne Hürden verstehen und nutzen können. Der Trugschluss, dass es sich bei Barrierefreiheit hauptsächlich um technisch sauberen Code für Screenreader und Tastaturnutzer:innen handelt, ist immer noch weit verbreitet. Dabei geht es viel mehr um das Zusammenspiel aus verständlichen Inhalten, klaren Strukturen und zugänglichen Interaktionen.  

Da wir uns bei SYZYGY Techsolutions häufig mit Software im B2B-Umfeld beschäftigen, ist es wichtig zu verstehen, welchen Mehrwert Barrierefreiheit hier bietet: Unabhängig von gesetzlichen Anforderungen wie dem BFSG, welches bestimmte Produkte und Dienstleistungen für Verbraucher betrifft (§ 1 BFSG), profitieren auch komplexe Businessanwendungen von barrierefreier Gestaltung. Eindeutige Beschriftungen von Formularen können Missverständnisse reduzieren, nachvollziehbare Navigationen schaffen Orientierung und verständliche Fehlermeldungen können Rückfragen und Fehler bei den Anwender:innen reduzieren. Gerade in Anwendungen, die täglich genutzt werden, können solche vermeintlich kleinen Verbesserungen einen direkten Einfluss darauf haben, wie effizient Menschen mit dem System arbeiten, können die effiziente Nutzung unterstützen und Fehlerquellen reduzieren. 

Mit generativer KI eröffnet sich die Frage: Wie viel muss ein Mensch über ein System wissen, bevor er damit produktiv arbeiten kann?  

Hier kann KI unterstützend agieren: 

• „Erklär mir diesen Bericht ohne die internen Abkürzungen.“ 

• „Führe mich Schritt für Schritt durch die Freigabe.“ 

• „Welche Angaben fehlen noch, bevor ich den Vorgang abschließen kann?“ 

Verständliche und gut strukturierte Inhalte schaffen die Grundlage dafür, dass KI Informationen verlässlich erklären, vereinfachen oder zusammenfassen kann. Dieser sollte so gut es geht aktuell, eindeutig und konsistent über die Software/Website hinweg sein. Wenn Informationen widersprüchlich sind, wichtiger Kontext fehlt oder Begriffe uneinheitlich verwendet werden, muss die KI stärker interpretieren. Damit steigt das Risiko, Zusammenhänge falsch herzustellen oder Informationen unvollständig wiederzugeben. KI sollte daher nicht als Reparatur-Layer für schlechte Inhalte verstanden werden. 

Und selbst bei guten Ausgangsinhalten bleibt die KI selbst eine potentielle Fehlerquelle. Generative Modelle können falsche oder widersprüchliche Antworten erzeugen und diese zugleich sehr überzeugend formulieren (NIST AI 600-1, Abschnitt 2.2 „Confabulation“).

Gerade bei geschäftskritischen Aufgaben ist deshalb entscheidend, dass Nutzer Ergebnisse nachvollziehen, mit den zugrunde liegenden Informationen abgleichen und gegebenenfalls korrigieren können. 

Hier kann damit gleich die nächste Accessibility-Hürde entstehen: Diese zusätzliche Prüfung erzeugt kognitive Belastung. Für manche Nutzer:innen kann es besonders schwierig sein einzuschätzen, ob eine plausibel klingende Antwort tatsächlich verlässlich ist. Deshalb sollten Unsicherheiten, Quellen und die verwendete Informationsbasis möglichst transparent gemacht werden.

Eine KI könnte beispielsweise Änderungen zunächst als Vorschau anzeigen, Unterschiede zur bestehenden Konfiguration hervorheben oder generierte Werte in bearbeitbaren Feldern bereitstellen. Bevor Berechtigungen geändert, Daten überschrieben oder andere weitreichende Aktionen ausgeführt werden, sollte eine klare Bestätigung erforderlich sein – und auch eine Möglichkeit, die Änderung wieder rückgängig machen zu können.  

Mit natürlicher Sprache können Einstiegshürden in vielen Anwendungen reduziert werden. Sie ist aber nicht automatisch für alle Nutzer:innen, Situationen und Aufgaben der beste Zugang. 

Denn: Nicht jede Aufgabe lässt sich sinnvoll in einen Prompt übersetzen. 

Für die Analyse großer Datenmengen, komplexe Konfigurationen oder die Verwaltung von Berechtigungen reicht ein Chat allein meist nicht aus. Tabellen, Visualisierungen, Filter oder Statusanzeigen machen Zusammenhänge oft sichtbarer als eine rein sprachliche/textliche Ausgabe. 

Auch ein Chatfeld selbst stellt Anforderungen an Nutzer:innen. Sie müssen ihr Anliegen formulieren und damit ungefähr einschätzen können, was das System leisten kann. Für manche Menschen kann gerade diese offene Form der Interaktion eine zusätzliche sprachliche oder kognitive Hürde darstellen. KI-Funktionen sollten deshalb nicht ausschließlich über ein freies Texteingabefeld erreichbar sein. Sichtbare Optionen und klassische Bedienelemente können zeigen, welche Möglichkeiten überhaupt zur Verfügung stehen und die notwendige Formulierungsarbeit reduzieren.  

Mögliche Beispiele hier wären: 

• CRM/Sales: Statt „Welche Leads sollte ich priorisieren?“ frei in ein Chatfenster einzugeben, könnten Nutzer:innen zunächst Region, Dealgröße und Status filtern und dann über einen Button wie „Prioritäten zusammenfassen“ oder „Risiken hervorheben“ die KI nutzen. 

• Procurement / Einkauf: Mehrere Angebote werden markiert und über „Angebote vergleichen“ analysiert. Die KI kann Preis, Laufzeit, Lieferbedingungen und Risiken hervorheben, während die Originaldaten weiterhin sichtbar bleiben. 

• Projektmanagement: Nutzer:innen wählen ein Projekt oder einen Sprint aus und klicken auf „Blocker zusammenfassen“, „Offene Entscheidungen anzeigen“ oder „Statusbericht erstellen“. 

Wichtig ist außerdem, KI-Funktionen klar als solche erkennbar zu machen. Eine eindeutige Beschriftung wie „Mit KI zusammenfassen“ oder „KI-Vorschlag erstellen“, ergänzt durch ein konsistentes Icon und gegebenenfalls eine visuelle Hervorhebung, macht transparent, wann Nutzer:innen mit einer KI-Funktion interagieren. 

Auch der nicht normative W3C-Entwurf zu Natural-Language-Interfaces bündelt User Needs und mögliche Anforderungen, darunter unterschiedliche Ein- und Ausgabemethoden, verständliche Hilfen, Korrekturmöglichkeiten und multimodale Ausgaben.  

Der entscheidende Punkt ist deshalb nicht, ob Sprache besser oder schlechter ist als ein klassisches Interface, sondern dass kein einzelner Interaktionsweg für alle Menschen und Aufgaben gleichermaßen funktioniert. 

Die Stärke liegt nicht darin, klassische Oberflächen durch ein Chatfenster zu ersetzen, sondern KI direkt in bestehende Arbeitsabläufe einzubetten. 

Im B2B-Kontext kann das zum Beispiel bedeuten: Nutzer:innen formulieren ihr Ziel in natürlicher Sprache, die Anwendung übersetzt es in eine konkrete Ansicht oder Aktion. Aus „Zeig mir alle kritischen Bestellungen der letzten vier Wochen“ wird eine gefilterte Tabelle, die anschließend wie gewohnt sortiert, geprüft und weiterbearbeitet werden kann. 

KI kann auch direkt dort unterstützen, wo Verständnis fehlt: eine Einstellung erklären, fehlende Angaben benennen oder einen komplexen Prozess einordnen. Die eigentliche Bearbeitung bleibt dabei im strukturierten Interface sichtbar und kontrollierbar. 

Gerade für Accessibility ist diese Kombination relevant. Natürliche Sprache kann einen zusätzlichen Zugang schaffen, während das Interface weiterhin Orientierung, Vergleichbarkeit und Kontrolle ermöglicht. Barrierefreie Interfaces bleiben damit die Grundlage, auf der zusätzliche KI-Zugänge sinnvoll aufsetzen können. Entscheidend ist nicht, ob Nutzer:innen klicken, tippen oder sprechen, sondern dass sie nicht auf einen einzigen Weg angewiesen sind.  

Accessibility und KI sollten nicht erst am Ende eines Projekts zusammengebracht werden. Im Research bedeutet das, unterschiedliche Nutzungssituationen, Fähigkeiten und Erwartungen an KI früh mitzudenken. Im Design geht es darum, alternative Zugangswege, sichtbare KI-Funktionen sowie Möglichkeiten zur Kontrolle und Korrektur vorzusehen. Entwicklung und Content müssen dafür sorgen, dass sowohl die zugrunde liegenden Informationen als auch die erzeugten Ergebnisse technisch zugänglich und nachvollziehbar bleiben. Neben automatisierten Checks und Tests mit Tastatur und Screenreader sollten vollständige KI-gestützte Aufgaben gemeinsam mit Menschen mit unterschiedlichen Behinderungen geprüft werden. 

Für uns bei SYZYGY Techsolutions bedeutet das: Wenn wir KI in digitale Produkte integrieren, behandeln wir Accessibility nicht als zusätzliche Anforderung, sondern als Teil der Frage, wie verständlich, kontrollierbar und produktiv ein System am Ende wirklich ist. 

Auch wenn KI den Zugang zu digitalen Produkten deutlich verändern wird, macht sie barrierefreie Interfaces nicht überflüssig. Gute Inhalte, klare Strukturen und zugängliche Oberflächen bleiben die Grundlage, auf der KI sinnvoll unterstützen kann. Gerade im B2B-Umfeld kann Accessibility unnötige Komplexität, Einarbeitungsaufwand und Fehlerquellen reduzieren. Die eigentliche Chance von KI liegt deshalb darin, zusätzliche Wege zum gleichen Ziel zu schaffen – nicht darin, das Interface zu ersetzen.