Überblick: Ein umfangreiches Portfolio, ein wachsender Auftragsbestand
Ein großes, milliardenschweres Medienunternehmen, das ein umfangreiches Portfolio an digitalen Angeboten verwaltet, machte sich daran, eine Frage zu beantworten, mit der die meisten Barrierefreiheitsprogramme in großem Maßstab konfrontiert sind: Die Aufgaben sind bekannt, das Engagement ist echt, doch die Kapazitäten zur Umsetzung halten nie ganz Schritt. Die Einhaltung der Web Content Accessibility Guidelines (WCAG) über Dutzende von Angeboten hinweg bei gleichzeitiger Berücksichtigung anderer Prioritäten in der Roadmap führte dazu, dass der Rückstand bei der Barrierefreiheit schneller wuchs, als die Teams ihn aufarbeiten konnten.
Die Herausforderung: Kann KI Probleme bei der Barrierefreiheit durchgängig beheben?
Im Anschluss an eine umfassende manuelle Barrierefreiheitsprüfung durch Deque identifizierte das Team 171 Barrierefreiheitsprobleme gemäß WCAG 2.2 AA auf seinen digitalen Plattformen. Um diese Probleme zu beheben, mussten die Entwickler die Ergebnisse überprüfen, die richtige Lösung ermitteln, Code schreiben, Pull-Anfragen erstellen und die Änderungen durch den Überprüfungsprozess begleiten – ein Aufwand, der auf etwa 257 Entwicklerstunden geschätzt wurde, was etwa fünf Wochen Arbeit und mehr als 25.000 US-Dollar an Behebungskosten entspricht.
Das Team machte sich daran, eine wichtige Frage zu beantworten: Könnte ein KI-Agent die Fehlerbehebung von Anfang bis Ende mit minimaler manueller Unterstützung bewältigen?
Der Ansatz: Die Mitarbeiter führen die Fehlerbehebung durch, die Ingenieure überprüfen die Ergebnisse
Das Team hat den gesamten agentenbasierten Workflow in weniger als einer Stunde aufgebaut und dabei den Axe MCP Server in seinen bestehenden Entwicklungsprozess integriert. Der Axe MCP Server ist ein „ Deque “-Tool, das das Know-how der Axe-Plattform in KI-Codierungsagenten einbringt. Anstatt KI als Entwicklerassistent zu nutzen, der Korrekturen vorschlägt, haben sie den Workflow so gestaltet, dass die Fehlerbehebung automatisch erfolgt:
- Die Ergebnisse zur Barrierefreiheit wurden einem KI-Agenten übermittelt.
- Der Mitarbeiter nutzte das „Remediate“-Tool, um die erwartete HTML-Korrektur direkt im Quellcode vorzunehmen.
- Pull-Anfragen wurden automatisch erstellt und dokumentiert.
Die Rolle des Entwicklers hat sich in diesem Modell erheblich gewandelt: Statt manuell Korrekturcode zu schreiben, überprüft er nun von der KI generierte Änderungen, genehmigt Pull-Anfragen und sorgt für die allgemeine Qualität und die Ergebnisse. Das Ergebnis war nicht nur eine schnellere Fehlerbehebung, sondern ein grundlegend anderes Arbeitsmodell für die Barrierefreiheit.
Das Ergebnis: 253 eingesparte Ingenieursstunden
Das Team wandte den Arbeitsablauf auf 171 Barrierefreiheitsprobleme gemäß WCAG 2.2 AA an – ein Aufwand, der ursprünglich auf 257 Entwicklungsstunden geschätzt worden war, sich jedoch auf 4 Stunden reduzierte. Die Ergebnisse sprechen für sich:
- 80 % der relevanten Barrierefreiheitsprobleme wurden erfolgreich behoben und durchgängig validiert, wobei 70 % keine manuellen Änderungen erforderten und 10 % lediglich eine oberflächliche manuelle Überprüfung benötigten.
- 98 % schnellere Behebung
- Der Beauftragte erweiterte die Behebungsmaßnahmen über den ursprünglichen Umfang hinaus, indem er im Rahmen einer umfassenderen VPAT-Prüfung doppelte Barrierefreiheitsprobleme auf weiteren Seiten identifizierte und behob.
- Nach internen Schätzungen wurden durch den Workflow mehr als 25.000 Dollar an Entwicklungskosten eingespart.
Das Ergebnis war eine schnellere Fehlerbehebung, sodass sich die Ingenieure in erster Linie auf die Validierung, die Governance und die Qualitätssicherung konzentrieren konnten, anstatt sich mit der manuellen Implementierung zu befassen.
Ein Blick in die Zukunft
Das Team bearbeitet weiterhin weitere Barrierefreiheitsprobleme im Rahmen des Workflows, wobei der aktuelle Schwerpunkt auf der Erweiterung der Erfassungsreichweite und der Verbesserung der Leistungsfähigkeit bei der Behebung liegt. Diese Ergebnisse deuten auf eine bedeutende Veränderung der Möglichkeiten hin: Wenn automatisierte Workflows den Großteil der Behebungsarbeiten übernehmen, können technische Kapazitäten, die zuvor für die Bearbeitung des Rückstands aufgewendet wurden, für die Produktentwicklung, Qualitätsverbesserungen und jene Entscheidungen zur Barrierefreiheit freigesetzt werden, die tatsächlich menschliches Urteilsvermögen erfordern. Für Organisationen, die mit ähnlichen Anforderungen an die Barrierefreiheit konfrontiert sind, zeigt dies einen praktischen Weg auf, wie Barrierefreiheit zu einer kontinuierlichen technischen Kompetenz werden kann, anstatt ein wiederkehrendes Korrekturprojekt zu bleiben.
