Intelligente digitale Barrierefreiheit - Schnelle Hilfe durch Low-Code-Entwicklung?

Künstliche Intelligenz entwickelt sich zunehmend zu einem etablierten und wertvollen Teil der Geschäftswelt. Ihr Einsatz bei der Automatisierung von wiederkehrenden Abläufen, Datenanalysen oder der Entwicklung neuer Geschäftsmodelle ist längst keine Zukunftsmusik mehr. Ähnlichen Auftrieb erfahren Low-Code-Plattformen. Ihre Adaption steckt zwar noch in den Kinderschuhen, allerdings bieten Anwendungen wie die Microsoft Power Platform und Mendix mit ihrem flexiblen Baukastensystem bereits viele Möglichkeiten, akute Herausforderunge ohne lange, kostenintensive Entwicklungsprozesse zu lösen.

Mittels dieser Technologien könnten sich Barrierefreiheitsanforderungen ohne großen Aufwand umsetzen lassen. Nun stellt sich die Frage nach der Umsetzung: Ist es mittels des Einsatzes von Low-Code-Plattformen in Kombination mit bestehenden KI-Services möglich, diese Potenziale bereits zu nutzen? Können wir es innerhalb weniger Tage schaffen, einen MVP zu entwickeln, das die Erstellung digitaler, barrierefreier Inhalte automatisiert ermöglicht? Das Ziel unseres GreenLabs: Genau das herauszufinden.

Um uns unserem Ziel zu nähern, stellten wir allem voran eine Recherche zu den Barrierefreiheitsanforderungen, existierenden Tools und Services zur Umsetzung an und führten flankierende Experteninterviews durch. Schnell kristallisierte sich heraus, dass eine Fokussierung auf die Barrierefreiheit von PDF-Dokumenten, unter anderem aufgrund der Verbreitung des Formats, seinem statischen Charakter und dem Mangel an User-freundlichen Tools am Markt, sinnvoll sein könnte.

Während unseres Offsites in Cunit, einer ruhigen Kleinstadt südlich von Barcelona, stand die Entwicklung des MVP im Fokus. Wir priorisierten die Use-Cases zur Verbesserung der Barrierefreiheit von PDF-Dokumenten nach voraussichtlicher Machbarkeit und starteten mit Hilfe von Power Automate, MS SharePoint und Azure Computer Vision mit der automatischen Erstellung von Alternativtexten und der Hinterlegung von Metadaten in den Dokumenteneigenschaften.

Die Grundlogik der Tools war schnell verstanden. Erste Erfolge, wie die automatisierte Prüfung von PDF-Input-Dateien, stellten sich schnell ein. Dann wurde es komplizierter. Auch wenn das Angebot der Low-Code-Plattformen beeindruckend ist, fanden wir keine Operatoren zum Auslesen und Verändern von PDF-Inhalten, ohne die Dokumentenstruktur zu beschädigen. Vermeintliche Kleinigkeiten, wie der Zugriff auf Image-Dateien und das Erkennen dieser als Bilder, war schwieriger als die Integration der eigentlichen Bildanalyse und Interpretation.

Nach vielen Stunden des Experimentierens, Einlesens, Googlens und Durchforstens von Forenbeiträgen haben wir es geschafft, Teilprozessschritte der priorisierten Workflows zu automatisieren. Ein richtiger Durchbruch, in der Form eines verwendbaren MVP zur praktischen Arbeitserleichterung, ist uns schlussendlich nicht gelungen.

Die Ergebnisse unseres GreenLabs sehen anders aus als ursprünglich angenommen. Allerdings haben wir viel gelernt und freuen uns, unsere Ergebnisse und Erfahrungen teilen zu dürfen:

1. Schnelle Eigenentwicklung mit Hilfe von künstlicher Intelligenz und Low-Code-Plattformen hat großes Potenzial, aber auch (noch) Grenzen. Für nahliegende Business-Prozesse sind die Möglichkeiten vielfältig, für noch nicht ausgetretene Pfade wird es schwierig.
2. Die Dokumentation und das freizugängliche Wissen rund um die Nutzung der Low-Code-Plattformen sind noch nicht optimal (Fehler und deren Behebung sind nicht intuitiv oder nachvollziehbar).
3. Man kann in kurzer Zeit viel schaffen und tolle Dinge lernen, wenn man die Köpfe zusammensteckt und sich gemeinsam in Dinge reindenkt.
4. Wir konnten viel über Barrierefreiheit und gängige Tools zur Umsetzung und Prüfung ihrer Umsetzung lernen. Falls ihr diesbezüglich mehr wissen wollt, kommt gerne auf uns zu.