Zum Hauptinhalt springen

Wie wir prüfen — und was wir nicht behaupten

WCAG 2.1 AA umfasst 50 Erfolgskriterien. Unsere automatisierten Prüfungen können bei 22 davon Verstöße nachweisen — nur diese können in den Score einfließen. Weitere 21 werden durch hinweisgebende Prüfungen oder KI untersucht und ohne Bewertung dokumentiert. Für 7 gibt es eine geführte manuelle Checkliste. Jeder Bericht zeigt genau, welche Kriterien im jeweiligen Durchlauf bewertet wurden.

Drei Arten von Ergebnissen, klar getrennt

Jede Feststellung in einem Bericht trägt eines von drei Labels, und nur das erste beeinflusst das Ergebnis:

  • Maschinell verifiziert

    Eine automatisierte Prüfung hat den Verstoß in einem echten Browser reproduziert. Die Evidenz erfüllt dabei die strengen Nachweisanforderungen dieser Prüfung: Entweder haben wir das Problem direkt beobachtet, etwa Text mit einem zu niedrigen gemessenen Kontrast. Oder wir haben sämtliche Elemente einer klar definierten Art untersucht und festgestellt, dass eine erforderliche Eigenschaft fehlt — etwa bei einer Seite ganz ohne Titel. Jede dieser Prüfungen wird selbst in einem echten Browser getestet, mit Beispielen, die sie bestehen, und solchen, die sie nicht bestehen. Nur diese Befunde senken den Score.

  • KI-bewertet

    Ein KI-Modell hat Bildschirmfotos und die Seitenstruktur untersucht und ein mögliches Problem erkannt — etwa einen Alternativtext, der das Bild nicht beschreibt, einen unklaren Linknamen oder eine verwirrende visuelle Struktur. Das sind hilfreiche, klar gekennzeichnete Hinweise, keine Nachweise. Sie beeinflussen den Score nicht.

  • Prüfung erforderlich (Kandidat)

    Eine Beobachtung, deren Evidenz allein den Fehler nicht beweisen kann — zum Beispiel eine fehlende Untertitelspur bei einem Video, dessen Ton keine Sprache enthalten könnte. Gemeldet mit dem genauen Prüfschritt, den ein Mensch ausführen sollte, vom Score ausgenommen.

Nur das Geprüfte wird bewertet

Der Score berücksichtigt nur Kriterien, die eine unserer nachweissicheren automatisierten Prüfungen tatsächlich auf Ihren Seiten getestet hat — höchstens 22 von 50. Kriterien, die nur die KI geprüft hat oder für die es auf Ihren Seiten nichts zu prüfen gab, werden im Bericht aufgeführt, aber nicht bewertet. Ohne Videos gibt es beispielsweise keine Untertitel zu prüfen. Kann eine Prüfung nicht ausgeführt werden, bleiben ihre Kriterien vom Score ausgeschlossen, statt als bestanden zu zählen. Ein bewertetes Kriterium ohne bestätigte Probleme erhält die volle Punktzahl. Bei bestätigten Problemen entscheidet das schwerwiegendste, welcher Anteil erhalten bleibt: 75 % bei geringem, 50 % bei mittlerem, 25 % bei schwerwiegendem oder 0 % bei kritischem Schweregrad. Die vier WCAG-Prinzipien werden mit 30 % für Wahrnehmbarkeit, 30 % für Bedienbarkeit, 25 % für Verständlichkeit und 15 % für Robustheit gewichtet. Hat ein Prinzip in einem Durchlauf keine bewerteten Kriterien, wird sein Gewicht auf die anderen verteilt.

Jeder Bericht zeigt außerdem die mögliche Bandbreite des Scores: welchen Wert er hätte, wenn sich alle unbestätigten Risiken als tatsächliche Verstöße herausstellen würden. Sie sehen beide Enden der Spanne, nicht nur eine schmeichelhafte Zahl.

Stichprobenprüfungen und ihre Grenzen

Einige Prüfungen untersuchen eine Stichprobe statt jedes Element. Für die Fokus-Sichtbarkeit vergleichen wir beispielsweise Screenshots mit und ohne Tastaturfokus bei bis zu 40 Elementen pro Seite. Außerdem prüfen wir pro Seite bis zu 5 verlinkte PDF-Dokumente. Beruht ein Ergebnis auf einer Stichprobe, nennt der Bericht dies und gibt die genauen Zahlen an. Ein unauffälliges Ergebnis bedeutet dann, dass die Stichprobe keine Probleme zeigte — nicht, dass nachweislich jedes Element fehlerfrei ist.

Echte Browser-Interaktion, nicht nur DOM-Scannen

Neben der Codeprüfung mit axe-core bedient der Audit Ihre Website in einem echten Browser, so wie ein Besucher: Er navigiert mit der Tab-Taste durch die Seite, versucht Stellen zu verlassen, an denen der Tastaturfokus festzustecken scheint, sendet Formulare leer ab, um die Anzeige von Fehlermeldungen zu prüfen, verkleinert das Fenster auf 320 Pixel und vergrößert den Text. Für jede Seite zeichnet er auf, wie sie tatsächlich geladen wurde — endgültige Adresse, HTTP-Status und Ladeergebnis.

Bekannte Einschränkungen

Wir nennen lieber klar, was ein automatisierter Audit nicht leisten kann, als durch eine Zahl das Gegenteil zu implizieren:

  • Aspekte menschlichen Ermessens — ob ein Alt-Text zutreffend ist, ob eine Fehlermeldung hilfreich ist, ob die Fokusreihenfolge sinnvoll ist — werden dem KI-Review oder der manuellen Checkliste überlassen und niemals als bewiesen gewertet.
  • Seiten hinter einem Login und Prozesse, die Zugangsdaten erfordern, werden als nicht erreichbar dokumentiert, nicht stillschweigend übergangen.
  • Mehrstufige Prozesse (Kasse, Registrierung) werden in ihrem Ausgangszustand geprüft; der vollständige Prozess erfordert einen menschlichen Tester, wofür der Bericht Schritt-für-Schritt-Anleitungen liefert.
  • Manche Technologien lassen sich nur teilweise prüfen — etwa geschlossenes Shadow DOM, Canvas- oder WebGL-Anwendungen und Inhalte, die von anderen Websites eingebettet sind. Der Bericht weist darauf hin, wo das zutrifft.

Die Berichte leben vor, was sie prüfen

Jeder PDF-Bericht — auch die öffentlich verfügbaren Beispielberichte — wird als getaggtes PDF/UA-1-Dokument erzeugt. PDF/UA-1 ist der Barrierefreiheitsstandard für PDF-Dokumente: Struktur, Dokumentsprache und Titel sind integriert. Die Berichte enthalten die Version des Bewertungsmodells und das Erstellungsdatum. Der Berichtstext ist kryptografisch mit den finalisierten Nachweisen verknüpft, die er beschreibt.

Scores unterschiedlicher Bewertungsmodell-Versionen sind niemals vergleichbar; jeder Bericht nennt seine Version. Methodik zuletzt aktualisiert im September 2026.