KI für Barrierefreiheit am Arbeitsplatz
Live-Untertitel, Bildbeschreibung, Vorlesen: was Microsoft und Google zu diesen Tools sagen und was Beschäftigte prüfen.
Auf dieser Seite
In 30 Sekunden
- Wo es vorkommt
- Narrator[1] und Live-Untertitel[3] in Windows 11, die Untertitel von Teams-Besprechungen[4], dazu Lookout[5], Expressive Captions[6] und TalkBack[7] auf Android.
- Was es tut
- Diese Tools verwandeln einen Ton oder ein Bild in angezeigten Text oder in Sprache. Zu den Bildbeschreibungen schreibt Microsoft, dass die Funktion eine ungenaue Beschreibung liefern kann[2].
- Der Reflex
- Die Beschreibung oder den Untertitel gegenlesen, bevor man sich darauf verlässt, vor allem bei einer Zahl oder einem juristischen oder finanziellen Dokument[2].
Worum es geht
Narrator, der in Windows 11 integrierte Screenreader, kann auf Copilot+-PCs mithilfe von KI ausführliche Beschreibungen von Bildern und Diagrammen liefern[1]. Die Seite von Microsoft, die diese Funktion vorstellt, räumt ein, dass die Beschreibung ungenau sein kann[2].
Dieser Artikel fasst zusammen, was Microsoft und Google zu ihren KI-gestützten Barrierefreiheitsfunktionen sagen: Live-Untertitel, Bildbeschreibung, Vorlesen. Er erklärt, warum Beschäftigte das, was diese Tools erzeugen, gegenlesen, welche Daten an einen Onlinedienst gehen und welcher Rahmen gilt.
Direkte Fragen
Was beschreibt Narrator, wenn man ihn nach einem Bild fragt?
Auf einem Copilot+-PC liefert Narrator mit dem Tastenkürzel Narrator key+Ctrl+D eine kontextbezogene Beschreibung, die Personen, Objekte, Farben, Text und Zahlen des Bildes detailliert wiedergibt[1]. Auf PCs, die kein Copilot+ sind, bleibt es bei einer einfachen Beschreibung[1]. In seiner Fassung vom März 2026 gibt der Leitfaden an, dass Narrator auf allen Windows-11-Geräten mit Copilot arbeiten kann: Copilot öffnet sich mit dem bereitgestellten Bild, und der Benutzer formuliert seine eigene Anfrage[1]. Das Bild wird erst geteilt, nachdem man sich für die Beschreibung entschieden hat[1].
Kann man sich auf eine generierte Beschreibung oder einen generierten Untertitel verlassen?
Microsoft schreibt, dass die Funktion für ausführliche Beschreibungen eine ungenaue Beschreibung, ungenaue Daten für ein Diagramm oder emotionale Schlussfolgerungen liefern kann, was zu falschen Annahmen über das Bild führen kann[2]. Zu den Untertiteln von Teams hält Microsoft fest, dass die Untertitel ungenauer werden können, wenn man sich vom Mikrofon entfernt[4]. Der erzeugte Text ist also eine Stütze zum Gegenlesen, keine Quelle, die ohne Überprüfung auskommt.
Für welche Inhalte rät Microsoft von der Bildbeschreibung ab?
Microsoft schreibt, dass die Funktion nicht verwendet werden sollte, um Folgendes zu beschreiben:
- medizinische oder gesundheitsbezogene Bilder, die für eine ärztliche Auskunft gehalten werden könnten[2];
- Bilder in juristischen oder finanziellen Dokumenten, in denen es auf Genauigkeit ankommt[2];
- Bilder mit kulturellen oder religiösen Symbolen ohne angemessenen Kontext[2];
- Bilder mit Karten, Flaggen oder Globen[2].
Microsoft fügt hinzu, dass die Funktion nicht verwendet werden sollte, um die Emotionen von Personen am Arbeitsplatz oder in einer Bildungseinrichtung abzuleiten, zum Beispiel von Angestellten oder Studierenden[2].
Welche Daten gehen an einen Onlinedienst?
Das hängt vom Tool ab. Zu den Untertiteln von Teams schreibt Microsoft, dass die Daten in der geografischen Region verarbeitet werden, in der die Organisation ansässig ist[4]. Der Dienst zur automatischen Spracherkennung (Microsoft Automatic Speech Recognition) kann das Besprechungsthema, die Einladung, die Namen der Teilnehmenden, die Anhänge und die jüngsten E-Mails der Teilnehmenden nutzen, um die Genauigkeit zu verbessern[4]. Laut Microsoft hat niemand Zugriff darauf, und die Untertiteldaten werden nach der Besprechung endgültig gelöscht[4].
Für Narrator gibt die FAQ von Microsoft (aktualisiert im Juni 2025) an, dass die standardmäßige Bildbeschreibung auf den anderen Windows-Geräten ausschließlich auf Onlinediensten beruht[2]. Der Leitfaden hält für die Fassung vom Februar 2024 fest, dass eine aktive Internetverbindung nötig ist und die Option zum Abrufen von Bildbeschreibungen aktiviert sein muss[1]. Dagegen laufen die natürlichen Stimmen von Narrator nach dem Herunterladen auf dem Gerät ohne Internetverbindung[1], und die Live-Untertitel von Windows 11 können offline angezeigt werden[3].
Welcher Rahmen gilt für diese Tools?
Die Europäische Kommission[8] stellt den Europäischen Rechtsakt zur Barrierefreiheit als Richtlinie vor, die darauf abzielt, das Funktionieren des Binnenmarkts für barrierefreie Produkte und Dienstleistungen zu verbessern. Er erfasst unter anderem Computer und Betriebssysteme, Smartphones und den Onlinehandel, und die Mitgliedstaaten mussten ihn bis Juni 2022 in nationales Recht umsetzen[8].
Zu personenbezogenen Daten erinnert die CNIL[9] daran, dass ein KI-System, das personenbezogene Daten verwendet, stets mit einem klar festgelegten Zweck entwickelt, trainiert und eingesetzt werden muss. Sie erinnert auch daran, dass die Daten angemessen, erheblich und auf das Notwendige beschränkt sein müssen und dass Personen, die ihre Rechte ausüben, grundsätzlich innerhalb eines Monats eine Antwort erhalten müssen[9].
Das NIST[10] hat das AI RMF veröffentlicht, einen Rahmen für die freiwillige Anwendung, der helfen soll, die Risiken besser zu steuern, die KI für Einzelne, Organisationen und die Gesellschaft mit sich bringt. Es wurde am 26. Januar 2023 veröffentlicht, und das NIST gibt an, dass es im Rahmen des KI-Aktionsplans des Weißen Hauses überarbeitet wird[10].
So funktioniert es
Zur Bildbeschreibung erklärt Microsoft, dass die Funktion KI-Modelle nutzt, die ausführliche Textbeschreibungen von Bildern, Diagrammen und Schaubildern erzeugen[2]. Um die Qualität zu messen, gibt das Unternehmen an, einen Satz unterschiedlicher Bilder zusammengestellt zu haben (Fotografien, Diagramme, Screenshots, Oberflächen von Anwendungen) und die Beschreibungen nach Genauigkeit, Vollständigkeit, Relevanz und Nutzen bewertet zu haben, mit Urteilen menschlicher Fachleute und einer durch ein LLM unterstützten Bewertung[2]. Der Benutzer kann die Beschreibung neu erzeugen und kopieren[2].
Die Live-Untertitel von Windows 11 werden mit Windows + Ctrl + L oder über die Einstellungen für Barrierefreiheit aktiviert[3]. Sie unterstützen mehrere Sprachen, darunter Französisch, und im Untertitelfenster lässt sich auch die eigene Stimme untertiteln, indem man ein Mikrofon anschließt[3].
In Teams erkennt die Funktion, was in einer Besprechung gesagt wird, und zeigt Untertitel in Echtzeit an[4]. Wird die gesprochene Sprache der Besprechung auf die tatsächlich verwendete Sprache eingestellt, sind die Untertitel genauer[4]. Teams speichert sie nicht: Für ein Transkript muss die Transkription aktiviert werden[4]. Eine Alternative ist ein CART-Untertitler (Communication Access Real-time Translation), dessen Untertitel von einem Menschen erstellt werden[4].
Bei Google hilft Lookout auf Android blinden oder sehbehinderten Menschen, sich mithilfe der Handykamera zu informieren, und KI-generierte Bildunterschriften sind laut Google im Mai 2024 weltweit in Lookout verfügbar, auf Englisch[5]. Im Dezember 2024 gibt Google an, dass Image Q&A in Lookout Gemini 1.5 Pro für reichhaltigere, vorgelesene Beschreibungen mit Folgefragen nutzt[6]. Im Mai 2025 führt Google aus, dass TalkBack, der Screenreader von Android, auch ohne Alternativtext von Gemini generierte Bildbeschreibungen bietet und dass man Fragen zu einem Bild oder zum ganzen Bildschirm stellen kann[7]. Expressive Captions nutzt KI, um wiederzugeben, was eine Person sagt und wie sie es sagt[7].
Was Sie tun
- Lesen Sie gegen, bevor Sie etwas verwenden. Eine Beschreibung oder ein Untertitel ist eine Stütze; bei einer Zahl, einem Namen oder einem juristischen oder finanziellen Dokument prüfen Sie an der Quelle[2].
- Verbessern Sie die Audioeingabe. Microsoft empfiehlt, deutlich, langsam und direkt ins Mikrofon zu sprechen, laute Orte zu meiden und nicht mit mehreren gleichzeitig zu sprechen[4]. Für die Desktopversion von Teams ergänzt das Unternehmen, die beste verfügbare für Teams zertifizierte Ausrüstung zu verwenden[4].
- Stellen Sie die gesprochene Sprache der Besprechung ein. Weicht die erkannte Sprache von der eingestellten ab, fordert Teams den Organisator, den Mitorganisator oder die Person, die die Transkription gestartet hat, auf, sie zu aktualisieren[4].
- Behalten Sie das Teilen in der Hand. In Narrator wird das Bild erst geteilt, nachdem man sich für die Beschreibung entschieden hat[1].
- Melden Sie Fehler. Mit den Symbolen Daumen hoch und Daumen runter in der Oberfläche von Narrator kann man eine Rückmeldung zu einer Beschreibung geben[2].
Für Führungskräfte oder Kollegen, die diese Tools aktivieren:
- Informieren Sie die Teilnehmenden. In Teams können Personen wählen, in den Untertiteln nicht identifiziert zu werden[4].
- Fragen Sie bei Bedarf den Administrator. Laut Microsoft kann der Administrator die Untertitelfunktion deaktivieren[4].
- Prüfen Sie bei übersetzten Untertiteln die Lizenz: Sie sind mit Teams Premium und Microsoft Copilot verfügbar[4].
- Ist eine menschliche Untertitelung vorzuziehen, gibt es den CART-Untertitler[4].
Die Fallstricke
- Eine plausible Beschreibung ist keine genaue Beschreibung. Microsoft hält fest, dass das Modell ein Bild auch einer Person zuordnen oder Emotionen beschreiben kann, und zwar anhand von Kontexthinweisen wie einem Trikot und dessen Nummer, ohne biometrische Daten zu verwenden[2]. Antworten zu Emotionen beruhen auf dem Erscheinungsbild und spiegeln nicht unbedingt den inneren Zustand einer Person wider[2].
- Untertitel verdecken manche Wörter. In Teams werden Obszönitäten durch Sternchen verdeckt[4].
- Die Verfügbarkeit schwankt. Microsoft weist darauf hin, dass seine Artikel für den US-Markt geschrieben sind und Funktionen und Verfügbarkeit je nach Region abweichen können[3]. Die neue Fassung von Expressive Captions wird auf Englisch in den USA, im Vereinigten Königreich, in Kanada und in Australien ausgerollt, auf Android 15 und höher[7].
- Die Qualität im Test sagt nichts über die Qualität im realen Einsatz. Die CNIL schreibt, dass man die Leistungen in der Lernphase von denen des Systems im Produktivbetrieb trennen muss: Die Qualität der ersten lässt keinen Schluss auf die der zweiten zu[9].
Quellen
- Microsoft, „Complete guide to Narrator“. https://support.microsoft.com/en-us/accessibility/windows/narrator/complete-guide-to-narrator (abgerufen am 14. November 2026)
- Microsoft, „Frequently asked questions about rich image descriptions“, 11. Februar 2025. https://support.microsoft.com/en-us/accessibility/windows/copilot/frequently-asked-questions-about-rich-image-descriptions (abgerufen am 14. November 2026)
- Microsoft, „How to customize your live caption settings for any purpose“, 5. Juli 2023. https://www.microsoft.com/en-us/windows/learning-center/choose-best-caption-settings (abgerufen am 14. November 2026)
- Microsoft, „Use live captions in Microsoft Teams meetings“. https://support.microsoft.com/en-us/teams/meetings/use-live-captions-in-microsoft-teams-meetings (abgerufen am 14. November 2026)
- Google, „8 new accessibility updates across Lookout, Google Maps and more“, 16. Mai 2024. https://blog.google/company-news/outreach-and-initiatives/accessibility/ai-accessibility-update-gaad-2024/ (abgerufen am 14. November 2026)
- Google, „Connect and share in more ways with new Android features“, 5. Dezember 2024. https://blog.google/products-and-platforms/platforms/android/new-android-features-december-2024/ (abgerufen am 14. November 2026)
- Google, „New AI and accessibility updates across Android, Chrome and more“, 15. Mai 2025. https://blog.google/company-news/outreach-and-initiatives/accessibility/android-gemini-ai-gaad-2025/ (abgerufen am 14. November 2026)
- Commission européenne, „European Accessibility Act (EAA)“, 3. Februar 2025. https://commission.europa.eu/strategy-and-policy/policies/justice-and-fundamental-rights/disability/european-accessibility-act-eaa_en (abgerufen am 14. November 2026)
- CNIL, „IA : comment être en conformité avec le RGPD ?“, 5. April 2022. https://www.cnil.fr/fr/intelligence-artificielle/ia-comment-etre-en-conformite-avec-le-rgpd (abgerufen am 14. November 2026)
- NIST (États-Unis), „AI Risk Management Framework“, 12. Juli 2021. https://www.nist.gov/itl/ai-risk-management-framework (abgerufen am 14. November 2026)
Diesen Artikel zitieren
Brain, „KI für Barrierefreiheit am Arbeitsplatz“, Cyberpedia, 2026. https:/
BibTeX
@misc{brain_cp528_de_2026,
author = {Brain},
title = {KI für Barrierefreiheit am Arbeitsplatz},
year = {2026},
howpublished = {Cyberpedia},
url = {https://startbrain.io/cyberpedia/de/articles/ki-barrierefreiheit-untertitel-bildbeschreibung/},
note = {CC BY 4.0}
}