Was bleibt? Ein Rückblick auf unsere Highlights und Learnings der KI-Journey
Heute ist Europäischer Protesttag zur Gleichstellung von Menschen mit Behinderung! Ein guter Moment, um zurückzublicken: Im Rahmen unserer KI-Journey haben wir uns ein Jahr lang mit der Frage beschäftigt, wie Künstliche Intelligenz Barrierefreiheit unterstützen kann. In unserem Abschlussfazit blicken wir zurück auf unsere Reise durch die vier zentralen Bereiche, die für uns als Medienschaffende am relevantesten sind: Audiodeskription, barrierefreie Sprache, Untertitelung und Gebärdensprache. Wir erzählen von Aha-Momenten, Hürden und den kleinen und großen Erkenntnissen, die uns in diesem Projekt begegnet sind. Was kann KI wirklich im Bezug auf Barrierefreiheit leisten? Und wo liegen ihre Grenzen?
Untertitelung: Unsere Ergebnisse
Unsere Filme für mehr Menschen zugänglich machen – das war das Ziel. Vor allem Menschen mit Hörbeeinträchtigungen sollten unsere Inhalte barrierefrei erleben können. Dafür wollten wir Untertitel einsetzen, idealerweise mit KI-Unterstützung, um Arbeitsprozesse zu beschleunigen, ohne auf Qualität zu verzichten. Doch schnell zeigte sich: Gute Untertitelung ist anspruchsvoller als gedacht.
Professionelle Schnittprogramme vs. webbasierte Tools
Zu Beginn haben wir professionelle Schnittprogramme wie Premiere, Avid und Davinci Resolve getestet. Dabei zeigte sich, dass diese Programme bei klarem Hochdeutsch gut funktionierten, jedoch bei Dialekten, Fachwörtern oder Namen an ihre Grenzen stießen. Insbesondere bei Filmen mit fränkischem Dialekt oder Gedichten war die KI-Untertitelung fehleranfällig, da die Programme oft Schwierigkeiten hatten, die korrekte Aussprache und den Satzbau zu erkennen.
Anschließend haben wir auch webbasierte Tools wie Canva, Capcut, Veed.io und Media.io getestet. Während Canva nur begrenzte Funktionen bot, schaffte es Capcut, bei klarer Sprache brauchbare Ergebnisse zu liefern, jedoch mit vielen Fehlern bei der Interpunktion und Groß-/Kleinschreibung. Besonders hervorzuheben war Veed.io, das alle getesteten Videos nahezu fehlerfrei untertitelte, einschließlich schwierigerer Dialekte und Kontexte. Allerdings zeigte auch Veed.io Schwächen bei der Dauerbegrenzung in der kostenlosen Version und der Erkennung von komplexeren Satzstrukturen.
Abschließend testeten wir die automatische Untertitelung von YouTube. Hier zeigte sich, dass die Plattform bei Hochdeutsch gut mit der Worterkennung zurechtkam, jedoch gravierende Mängel bei der Zeichensetzung und Groß-/Kleinschreibung hatte. Besonders bei Dialekten und phonetisch schwierigen Wörtern, wie in einem oberpfälzischen Gedicht, stieß YouTube schnell an seine Grenzen. Trotz dieser Mängel könnte YouTube in Kombination mit professionellen Schnittprogrammen eine nützliche Ergänzung für die Untertitelqualität darstellen, insbesondere durch die Möglichkeit, Untertitel nachträglich zu bearbeiten und anzupassen.
Unser Meilenstein: Alle Filme aus 2024 sind untertitelt
Um diesem Problem zu begegnen, haben wir uns für eine präzisere Lösung entschieden: die Nutzung der KI des Schnittprogramms Avid. Mit dieser Technologie konnten wir Transkripte mit deutlich besseren Timecodes erstellen, die näher am Ursprungstext lagen. Diese Transkripte haben wir anschließend manuell überprüft und korrigiert, um eine hohe Genauigkeit zu gewährleisten.
Das Ergebnis dieser Bemühungen ist, dass alle unsere Beiträge aus dem Jahr 2024 nun untertitelt sind – sowohl auf YouTube als auch in unserer Mediathek. Dieser Schritt macht unsere Inhalte für Menschen mit Hörbeeinträchtigungen barrierefreier und trägt zu einer inklusiveren Medienarbeit bei.
Trotz der Herausforderungen, die mit der Erstellung von Untertiteln verbunden waren, sind wir stolz auf die Qualität, die wir erreicht haben. Der neue Workflow hat sich als effektiv erwiesen, und wir werden auch weiterhin an Lösungen arbeiten, um unsere Inhalte noch zugänglicher zu gestalten.
Unser Fazit
Die Untertitelung ist ein entscheidender Schritt, um die Barrierefreiheit unserer Inhalte zu verbessern. Auch wenn der Weg dorthin herausfordernd war, haben wir mit der KI-gestützten Transkription von Avid eine Lösung gefunden, die unsere Ansprüche an Qualität erfüllt.
Audiodeskription: Unsere Ergebnisse
KI-generierte Szenenbeschreibungen auf Knopfdruck, das war unser Ziel. Damit hatten wir uns erhofft, wichtige visuelle Informationen unserer Dokumentarfilme, die Menschen mit Sehbeeinträchtigungen bisher verborgen blieben, barrierefrei verfügbar zu machen. Allerdings: Die Erstellung von guter Audiodeskription (kurz: AD) ist eine hochkomplexe Aufgabe, auf die sich nur wenige Unternehmen in Deutschland spezialisiert haben. Dabei arbeiten sie eng mit der Blindencommunity zusammen, die immer die Ergebnisse prüft und freigibt. Zurecht, viele Aspekte müssen berücksichtigt werden. Die Rezeptionsgewohnheiten der Blindencommunity, die Eigenheiten der deutschen Sprache, filmische Stilmittel, der Klang von Emotionen, die Wirkung von Geräuschen, der Unterschied von gesprochenen und geschriebenen Texten… Eine Kunst für einen (noch?) kleinen Nischenmarkt. 
Keine KI-Lösung für deutsche Sprache in Sicht
Kein Wunder, gibt es für den deutschsprachigen Markt noch kein KI-Tool, das all das leisten kann. Das haben wir rasch herausgefunden – übrigens auch nicht in naher Zukunft, wie wir in einem Gespräch mit zwei Wissenschaftler erfahren haben. Mindestens sieben bis acht Jahre kann dies noch dauern, da die Datenbanken für das Training von KI-Modellen noch viel zu klein sind, es sei denn Streaminganbieter wie Amazon oder Netflix entdecken den Markt für sich und forcieren eine rasche Weiterentwicklung.
Dennoch gibt es heute schon Tools und Software, die bei der Umsetzung helfen können bzw. unabdingbar sind. Zum Beispiel Player, die in der Lage sind, ADs als Extraspur zu- und abzuschalten bzw. Sendesignale, die zu- und abgeschaltet werden können. Während wir bei Punkt 1 selbst in der Hand haben solche zu implementieren, sind wir bei Punkt 2 auf den Sender Franken Fernsehen angewiesen, der unser Programm ausstrahlt. Demnach haben wir uns auf eine Umsetzung in unserer eigenen Mediathek konzentriert und haben einige cloudbasierte Tools getestet, die bei der Erstellung von manuellen Szenenbeschreibungen unterstützen, vor allem, was das Timing/ das Einschieben von zusätzlichem Offtext betrifft. Auch die Sprachausgabe über neuronale Stimmen ist möglich, was die Produktionszeiten verkürzt. Allerdings ist der Zeit- und Kostengewinn in beiden Fällen nicht so groß, als dass es sich für uns lohnen würde, eine Extra-Lizenz für ein AD-Programm zu erwerben.
Was wird zukünftig möglich sein?
Wir haben wir uns international umgeschaut – und für Englisch tatsächlich ein cloudbasiertes Tool gefunden, das genau das verspricht, was wir suchen: Audible Sight. Wir haben das Programm getestet und waren überrascht, wie einfach das System zu bedienen ist und auch welche Beschreibungen das System per Mausklick generiert. Diese sind zwar nicht fehlerfrei, aber ausbaufähig. Die auswählbaren Stimmen klingen noch nicht ganz natürlich, aber in unseren Ohren erstmal akzeptabel.
Eine Zwischenlösung für uns?
Wir haben uns in der Blindencommunity umgehört und festgestellt: Sie ist diesbezügliche sehr gespalten. Während die einen finden, dass alles besser ist als gar nichts, lehnen andere, die sich aktiv mit der Thematik auseinandersetzen, KI-generierte AD völlig ab. Dritte empfinden AD generell als Fremdkörper und plädieren dafür, dass wir spezielle Audio-Formate für blinde Menschen entwickeln, die unsere Themen zum Beispiel in reinen Hörfeaturen behandeln.
Unser Fazit
Nach den Gesprächen mit der Community steht für uns fest: KI hilft uns bei Audiodeskriptionen derzeit nicht weiter. Trotzdem wollen wir am Thema dranbleiben und weiter nach Lösungen suchen, die blinden Menschen einen Zugang zu unseren Filmen ermöglichen. Denn: Gemäß Web Content Accessibility Guidelines (WCAG) Level AA sowie Barrierefreie-Informationstechnik-Verordnung (BITV 2.0) sind ADs ab 28. Juni 2025 für aufgezeichnete Videos mit Ton vorgeschrieben, sofern darin visuelle Informationen enthalten sind, die nicht via Dialog oder Geräusch vermittelt werden. Auch wenn diese Pflicht zunächst nur für Unternehmen und hier explizit solche gilt, die die Anforderungen finanziell stemmen können, ist das auch ein klares Signal an uns. Wir werden uns deshalb darum bemühen, Fördertöpfe ausfindig zu machen, mit denen wir es vielleicht schaffen, wenigstens für einige Filme im Jahr Hörfassungen zu realisieren. Oder wir finden neue Formate.
Barrierefreie Sprache: Unsere Ergebnisse
Texte in Leichter oder Einfacher Sprache auf Knopfdruck – ist das möglich? Das war die Frage, mit der wir unsere Reise in den Bereich barrierefreier Sprache begonnen haben. Unser Ziel: komplexe Inhalte verständlich aufbereiten und so auch Menschen mit kognitiven Einschränkungen, Lernschwierigkeiten, geringen Deutschkenntnissen oder geringer Literalität Zugang zu unseren Inhalten ermöglichen – denn laut Studien gibt es um die 10 Millionen Menschen in Deutschland, die von barrierefreier Sprache profitieren können. Im Laufe des Projekts haben wir zahlreiche KI-Tools getestet und mit Expert*innen gesprochen, die in der professionellen Übersetzung und Prüfung von Leichter und Einfacher Sprache tätig sind. 
Leichte Sprache – mehr als kurze Sätze
Schon früh wurde klar: Leichte Sprache ist weit mehr als ein vereinfachter Satzbau. Es geht um klare Strukturen, gut lesbare Typografie, erklärende Bilder, ein respektvolles, diskriminierungsfreies Wording – und: um die Einbindung der Zielgruppe selbst. Denn Leichte Sprache wird in der Regel von Prüfer*innen gegengelesen und bewertet. Erst dann gilt ein Text als wirklich verständlich. Diese redaktionelle und partizipative Komplexität lässt sich bislang durch keine KI ersetzen.
Was können KI-Tools aktuell leisten?
In unseren Tests kostenfreier Anwendungen zeigte sich: KI-Tools können hilfreich sein, um erste Entwürfe zu vereinfachen – aber nicht als alleinige Lösung. Für Leichte Sprache waren sie zum Testzeitpunkt nur bedingt geeignet, da sie die notwendigen Regeln, Zielgruppenerwartungen und kulturellen Kontexte nicht zuverlässig umsetzen.
Dennoch konnten wir vielversprechende Ansätze entdecken, wie etwa der von Dr. Sabine Manning eigens trainierte Klar-Bot, der speziell auf Einfache Sprache ausgerichtet ist. Grundlage dafür sind neue internationale Normen, die seit 2024 auch für den deutschsprachigen Raum gelten. Auch Sprachmodelle wie ChatGPT liefern brauchbare Vorschläge für Formulierungen und die Überarbeitung von großen Textmengen, doch bleiben Zielgruppensensibilität und Tonalität dabei oft auf der Strecke und Prompts müssen jedes Mal individuell angepasst werden. Meist entstehen Texte, die zwar formal einfacher sind, aber wichtige kommunikative Ebenen nicht berücksichtigen oder nötiges Hintergrundwissen nicht mitliefern. Für unseren redaktionellen Alltag heißt das: KI kann bestenfalls ein Hilfsmittel sein – nicht aber ein Ersatz für qualitätsgesicherte Übersetzungen.
Im Gespräch mit Expert*innen
Im Rahmen des Projekts wurden Interviews mit Fachfrauen geführt, die sich intensiv mit barrierefreier Kommunikation und KI beschäftigen. Elena Husel vom Büro für Leichte Sprache der Lebenshilfe Würzburg e.V. erklärte gemeinsam mit Prüferin Lena Weinberger, wie Übersetzungen in Leichte Sprache professionell gelingen, welche Rolle Menschen mit Behinderung dabei spielen müssen und welche Grenzen aktuelle KI-Tools noch haben. Ein zentrales Anliegen, das Lena Weinberger formulierte, ist die fehlende Einbeziehung von Menschen mit Behinderung selbst. Zwar erzeugt Künstliche Intelligenz formal vereinfachte Sätze, doch fehlt ihr das Verständnis für kontextuelle Stolperstellen, unpassende Erklärungen oder eine überladene Informationsdichte. Gerade hier braucht es die Expertise jener Menschen, die auf barrierefreie Inhalte angewiesen sind – sie wissen aus Erfahrung, welche Formulierungen für welche Beeinträchtigung zugänglich sind. Nur wenn diese Perspektiven aktiv einbezogen werden, kann KI als unterstützendes Instrument sinnvoll eingesetzt werden.
Unterstützung bei der Bewertung und Nachbearbeitung von KI-generierten Texten bietet unter anderem das Büro für Leichte Sprache Würzburg. Es stellt auf seiner Website eine hilfreiche Checkliste zur Verfügung, die einen ersten Überblick über zentrale Kriterien der Leichten Sprache gibt und insbesondere im Post-Editing-Prozess wertvoll sein kann. Elena Husel vom Büro für Leichte Sprache empfiehlt Redaktionen ausdrücklich, sich an dieser Checkliste zu orientieren – gerade dann, wenn KI-gestützte Übersetzungen zum Einsatz kommen. Darüber hinaus bietet das Büro Schulungen an, um Unternehmen und Redaktionen für das Thema zu sensibilisieren und Barrierefreiheit als festen Bestandteil inklusiver Kommunikation zu verankern. Sie macht Mut: “Jeder Schritt in Richtung Barrierefreiheit lohnt sich.”
Die Gespräche haben wichtige Impulse für die praktische und ethische Auseinandersetzung mit KI-gestützter Inklusion gegeben.
Ein Balanceakt zwischen Anspruch und Ressourcen
Was bleibt, ist der Wunsch, verständlicher zu kommunizieren. Doch barrierefreie Sprache ist aufwändig. Professionelle Übersetzungen mit Prüfung benötigen Ressourcen, die wir als kleine Redaktion nicht ohne Weiteres aufbringen können. Auch die Nachbearbeitung KI-generierter Texte in Einfache Sprache ist recht umfangreich. Wir hoffen aber, in Zukunft Förderungen zu finden, um ausgewählte Inhalte zugänglich gestalten zu können.
Unser Fazit
Barrierefreie Sprache bleibt ein wichtiges Thema – gesellschaftlich und redaktionell. Kostenfreie KI-Tools bieten dafür zwar interessante Ansätze, aber keine vollständige Lösung. Die professionelle Übersetzung in barrierefreie Sprache ist ein eigener Fachbereich, der hohe Sorgfalt und Partizipation erfordert. Für uns ist klar: Wir wollen an dem Thema dranbleiben und suchen weiter nach Möglichkeiten, verständlich und inklusiv zu kommunizieren. Doch bis dahin gilt: Qualität geht vor Tempo. Der Austausch mit Expert*innen und Praktiker*innen hat deutlich gemacht, wie viel Wissen, Sensibilität und Verantwortung hinter barrierefreier Sprache steckt.
Gebärdensprache: Unsere Ergebnisse
Seit über 40 Jahren produziert die Medienwerkstatt Filme mit gesellschaftlichem Anspruch – nun soll auch die Barrierefreiheit endlich systematisch mitgedacht werden. Auf unserer “KI-Journey” untersuchten wir als Redaktion, ob Künstliche Intelligenz dabei helfen kann, Inhalte zugänglicher zu gestalten – etwa durch automatische Übersetzung in Gebärdensprache. Denn für viele gehörlose Menschen ist die Gebärdensprache Muttersprache – Untertitel stellen hingegen oft nur eine begrenzte Hilfe dar. Auf unserer Reise sind wir auf Gebärdensprach-Avatare gestoßen, die das Potenzial haben, die Medienlandschaft zu verändern. 
Warum Gebärdensprache Untertitel überbietet
In Deutschland leben über 80.000 gehörlose Menschen, sogar etwa doppelt so viele, wenn man schwerhörige Personen mitzählt. Für viele von ihnen ist die Deutsche Gebärdensprache (DGS) die Hauptsprache – eine visuelle Sprache mit eigener Grammatik, Syntax und kulturellem Kontext. Lautsprachbegleitende Gebärden (LBG) übersetzen die deutsche Lautsprache wortgetreu in Gebärdenzeichen und sind wesentlich weniger gebräuchlich.
KI-Avatare in der Praxis: Die Projekte im Überblick
Das wohl bekannteste deutsche Projekt ist AVASAG, entwickelt von der Firma Charamel. Hier wird ein 3D-Avatar mit KI-gestützten Gebärden versorgt, um etwa in Bahnhöfen oder Museen Informationen in DGS zu vermitteln. Mit dem aus dem Projekt entstandenen „Kommunalen Gebärdensprach-Avatar-Baukasten“ können grundlegende Informationen für Bürger*innen in Gebärdensprache vermittelt werden. Technisch ambitioniert, aber laut gehörlosen Nutzer*innen oft noch „unverständlich“ und „unpräzise“. Besonders Mimik, ein essenzieller Bestandteil der Gebärdensprache, fehlt häufig oder ist zu mechanisch.
In Österreich verfolgt Signtime mit dem Tool SiMAX einen ähnlichen Ansatz, setzt aber auf manuell animierte Gebärden, die echte Dolmetscher*innen kontrollieren und von eher comicartig anmutenden Avataren ausgeführt werden. Die britische Firma Signapse wiederum geht einen Schritt weiter und generiert fotorealistische Avatare – bislang aber nur für die britische Gebärdensprache.
Kritik aus der Community: „Nicht über Gehörlose hinweg entscheiden“
Zweifel am Nutzen dieser KI-Lösungen kommen vor allem aus der Gehörlosen-Community selbst. Sowohl eine professionelle Dolmetscherin als auch Betroffene bemängeln in unseren Interviews fehlende Beteiligung bei der Entwicklung, unzureichende Qualitätssicherung und fehlende kulturelle Sensibilität. „Avatare können Menschen nicht ersetzen“, sagt Marion Rexin, Gebärdensprachdolmetscherin mit über 30 Jahren Berufserfahrung. Gehörlose Nutzer*innen betonen, dass sie Avatare oft als künstlich, unverständlich oder gar störend empfinden – besonders bei Filmen.
Technik mit Zukunft – aber noch ohne Zielgruppe?
Trotz Kritik bleibt die Vision bestehen: Ein Avatar, der auf Knopfdruck Inhalte barrierefrei übersetzt. Die Technologie ist aber noch weit davon entfernt, menschliche Dolmetscher zu ersetzen. Zwar zeigt das EU-Projekt EASIER, dass bidirektionale Kommunikation (also auch die Erkennung von Gebärden) technisch möglich ist, doch Mimik, Dialekte und emotionale Feinheiten bleiben eine Herausforderung.
Hyperrealistische Avatare wie im Projekt von Lenovo und DeepBrain AI demonstrieren, was theoretisch machbar ist – allerdings noch nicht in Echtzeit und weit entfernt vom Alltagseinsatz.
Keines der vorgestellten Projekte ist jedoch derzeit öffentlich zugänglich. Für uns ist das bedauerlich, da ein direkter Test wertvolle Einblicke in Übersetzungsqualität, Nutzerfreundlichkeit und Alltagstauglichkeit für unsere Produktionen ermöglicht hätte.
Fazit: Untertitel ja, Avatare vielleicht – je nach Situation
Die Medienwerkstatt zieht ein gemischtes Fazit: Untertitel sind unverzichtbar und von einem Teil der gehörlosen Menschen akzeptiert und sogar bevorzugt – Avatare polarisieren mit ihrem derzeitigen Leistungsstand. Ihr Einsatz kann punktuell sinnvoll sein, etwa bei standardisierten Informationen in öffentlichen Transportmitteln oder Museen. Für komplexe Inhalte wie Filme und vor allem persönliche Gespräche in Echtzeit sind sie aber (noch) keine Alternative.
Unsere Inhalte in Gebärdensprache zu übersetzen stellt sich also als Herausforderung dar, doch wir werden das Thema weiter verfolgen. Die Gespräche mit der gehörlosen Community haben es deutlich gemacht: Aktuell kann uns Künstliche Intelligenz bei der Erstellung von Gebärdensprache noch nicht durchweg unterstützen. Vor allem, da unsere Inhalte von komplexer Natur sind und inhaltlich anspruchsvoll.
Entscheidend bleibt: Barrierefreiheit ist kein technisches Feature, sondern eine Frage von Teilhabe und Respekt. Die Entwicklung von KI-Avataren muss daher im engen Austausch mit der Gehörlosen-Community erfolgen. Nur so wird aus Vision eines Tages erfolgreiche Realität.
Unser Gesamtfazit zur KI-Journey: Chancen, Grenzen und unser Weg
In allen Bereichen gilt: KI kann unterstützen, aber nicht ersetzen. Weder bei der komplexen Kunst der Audiodeskription noch in der sensiblen Übersetzung in barrierefreie Sprache oder bei der Verwendung von Gebärdensprache reicht der aktuelle Entwicklungsstand aus, um unsere Standards zu erfüllen. Lediglich die Untertitelung ließ sich mit Hilfe von KI effizient und überzeugend umsetzen.
Was bleibt, ist ein realistischer Blick auf den aktuellen Stand der Technik. Wir kennen nun die Möglichkeiten und Grenzen aktueller KI-Anwendungen im Bereich Barrierefreiheit und haben wertvolle Kontakte zu Expert*innen, Prüfer*innen und Akteur*innen geknüpft, die uns auch künftig begleiten können. Die Untertitelung der Sendungen wird ab sofort systematisch in unsere Produktionsabläufe integriert. Unser Weg, unsere Fragen, Herausforderungen und Lösungsansätze haben wir öffentlich zugänglich gemacht – über Blogbeiträge, Social-Media-Reels und den aktiven Austausch mit der Community. Wir nehmen die Impulse und Erkenntnisse mit in unsere tägliche Arbeit und setzen uns auch in Zukunft dafür ein, unsere Inhalte inklusiver, verständlicher und zugänglicher zu gestalten.
Die Medienwerkstatt versteht sich als Ort des sozialen Engagements – und als solcher wollen wir auch technologische Innovationen immer im Sinne der Teilhabe denken. KI kann ein Werkzeug sein. Aber echte Barrierefreiheit entsteht im Dialog – mit den Menschen, um die es geht.
