Connect with us

Künstliche Intelligenz

Saugroboter Narwal Flow im Test: Top-Objekterkennung, Wischwalze, flott & agil


Der Narwal Flow bietet eine Wischwalze, exzellente Hinderniserkennung, vergleichsweise leisen Betrieb und Kletterfunktion.

Der Narwal Flow gehört zu den absoluten Top-Saugrobotern auf dem Markt. Schon der Vorgänger Narwal Freo Z10 Ultra (Testbericht) hat uns im Test überzeugt. Mit dem Flow geht Narwal nun einen Schritt weiter und folgt dem Trend der Wischwalzen – allerdings mit einer eigenen Interpretation.

Statt einer klassischen festen Walze setzt der Flow auf eine als Track Mop bezeichnete Konstruktion. Dabei rotiert ein zylinderförmiges Tuch wie eine Walze auf einer Schiene. Der Vorteil: eine breitere Auflagefläche auf dem Fußboden sowie eine bessere Randreinigung. Während der Fahrt wird das Tuch kontinuierlich mit warmem Wasser gespült, ein Abstreifer entfernt den Schmutz. So muss der Roboter nicht durchgehend zur Station zurückkehren.

Mit einer Saugleistung von 22.000 Pa, zwei gegenläufigen Seitenbürsten und einer smarten KI-Hinderniserkennung bringt der Flow alles mit, was ein moderner Premium-Saugroboter benötigt. Wir zeigen, ob er die Erwartungen erfüllen kann. Das Testgerät hat uns der Hersteller zur Verfügung gestellt.

Design: Wie gut ist die Verarbeitung des Narwal Flow?

Der Narwal Flow überzeugt mit einem schicken und durchdachten Design. Narwal verziert den Roboter mit chromartigen Kunststoffzierelementen und nutzt rund um die Bedieneinheit auf dem Deckel eine edle Riffelung im Kunststoff. Der weiße Kunststoff ist insgesamt tadellos verarbeitet.

Ein cleveres Detail: Der Deckel ist mit Magneten und zwei Kunststoffhaken befestigt. Man kann den Roboter umdrehen, ohne dass der Deckel herunterfällt. Bei Ecovacs-Geräten liegt der Deckel nur lose auf – das wirkt weniger durchdacht. Unter dem Deckel befindet sich neben dem QR-Code zur Einrichtung auch der Staubbehälter, den man über einen lilafarbenen Hebel herausnehmen kann.

Der Roboter misst 363,5 mm im Durchmesser bei einer Höhe von 95 mm und wiegt 5 kg. Vorne befinden sich zwei Kameras für die KI-gestützte Hinderniserkennung, auf der Rückseite ist der Lidar-Sensor. Ein Stützrad auf der Rückseite verbessert die Stabilität, da die Wischeinheit den Schwerpunkt verlagert.

Die Station ähnelt dem Vorgänger in Form und Farbe, Narwal hat aber einige Änderungen vorgenommen. Das Display im Deckel sowie dessen Bedienelemente sind weggefallen. Stattdessen gibt es nun einen einzelnen Start-Stopp-Button, der sofort eine Reinigung der gesamten Karte startet. Ein weiterer Knopfdruck pausiert den Vorgang, gedrückt halten beendet ihn. Das ist praktisch, da man ohne den Roboter herauszunehmen nicht an dessen Bedienelemente kommt – er steht innerhalb der Station und wird von dieser verdeckt.

Das Fach für Reinigungsmittelkartuschen ist vom Bereich über dem Staubbeutel neben den Frischwasserbehälter gewandert. Die Klappe über den Wasserbehältern wirkt etwas dünner als beim Vorgänger, was einen leicht klapprigen Eindruck erweckt. Im Test gab es damit aber keine Probleme. Der Staubbeutel fasst 2,5 l und befindet sich hinter der magnetisch gehaltenen Frontklappe. Die Station misst 430 × 461 × 402 mm und wiegt 10,2 kg.

Im Lieferumfang liegen neben einem Ersatz-Staubbehälter und einem Staubfilter auch ein zusätzlicher Staubbeutel sowie eine Flasche mit Reinigungsmittel bei.

Einrichtung: Wie schnell ist der Narwal Flow betriebsbereit?

Die Einrichtung erfolgt über das Scannen eines QR-Codes. Alternativ wählt man das Robotermodell aus einer Liste und findet das Gerät über die Umgebungssuche. Danach konfiguriert man das WLAN-Netzwerk. Ungewöhnlich: Die App kommuniziert, dass neben 2,4 GHz auch 5 GHz unterstützt wird. Narwal empfiehlt aber dennoch eine 2,4-GHz-Verbindung.

Bei der Sprachpaketauswahl hatten wir anfangs Probleme. Der Roboter wollte die Sprache erst nicht übernehmen oder meldete, dass das Sprachpaket gerade heruntergeladen wird. Nach mehrmaligem Versuch klappte es dann. Danach stand direkt ein Software-Update zur Verfügung. Im Verlauf unseres Tests sprang der Roboter von Version 01.00.26.00 auf 01.02.00.37 und später 01.02.13.05.

Nach der Einrichtung muss der Flow die Wohnung kartieren. In unserem Fall dauerte das etwa 25 Minuten. Wer die Videofunktion nutzen möchte, muss diese durch dreimaliges Drücken der Home-Taste freischalten. Zudem erfragt der Roboter die Zustimmung zu Nutzungsbedingungen und Datenschutzvereinbarungen.

Die Narwal-App ist im Vergleich zum Vorgänger unverändert. Es gibt wieder den Freo-Modus, bei dem der Roboter selbstständig die Reinigungsparameter wählt – je nach Reinigungshäufigkeit, Raumgröße und Verschmutzungszustand. Man kann auch manuell einstellen. Die App bietet die Wahl zwischen der Reinigung der gesamten Wohnung, einzelner Zimmer oder einer frei verschiebbaren rechteckigen Zone. Zudem wählt man, ob der Roboter während des Saugens wischen, nach dem Saugen wischen oder nur saugen soll. Farblich ist die App mit den typischen lilafarbenen Akzenten gestaltet.

Navigation: Wie gut erkennt der Narwal Flow Hindernisse?

Der Narwal Flow navigiert besonders agil. Statt sich langsam im Kreis zu drehen, erfasst er die Umgebung mit kurzen, schnellen Drehungen um die eigene Achse. Das macht ihn deutlich flinker als viele Konkurrenten.

Die Hinderniserkennung gehört zu den besten am Markt. Die App zeigt bei erkannten Hindernissen einen Hinweis in der Karte an – inklusive Foto des Hindernisses. Im Test hatten wir nur ein einziges Mal ein falsch eingetragenes Hindernis, das sich als Reflexion auf dem Hartboden herausstellte. Alle anderen Hindernisse wurden zuverlässig erkannt und umfahren.

Der Flow erkennt auch größere Schmutzhaufen auf dem Boden. Ausgebrachte Haferflocken wurden als „körniger Abfall“ gekennzeichnet und mit stärkerer Reinigungsleistung beseitigt. Auch die Kletterfunktion haben wir getestet: Der Roboter überwindet Schwellen bis zu 4 cm Höhe zuverlässig. Dabei drückt er sich mit seinen Rädern vom Boden ab, schiebt den Korpus auf das Hindernis und lässt sich auf der anderen Seite wieder herunterfallen – so kennen wir das auch von vielen anderen Top-Saugrobotern. Die Wischeinheit lässt sich sowohl links als auch rechts zur Seite ausfahren, nicht nur zu einer Seite wie bei anderen Wischwalzen-Modellen.

Reinigung: Wie gut saugt und wischt der Narwal Flow?

Mit der Reinigungsleistung sind wir sehr zufrieden. Der Roboter entfernt den Großteil des ausgebrachten Testschmutzes aus Haferflocken und Mehl zuverlässig. Auch bei Flüssigkeiten stellt er sich geschickt an und beseitigt diese durch die Wischwalze vom Boden, statt sie zu verteilen.

Die Track-Mop-Wischwalze arbeitet mit einem Abwärtsdruck von 12 N. Das Textilpad bewegt sich mit 110 Zyklen pro Minute und wird dabei kontinuierlich mit 45 Grad warmem Wasser aus 16 Düsen gespült. Ein Abstreifer entfernt den Schmutz während der Fahrt. So muss der Roboter nicht wiederholt zur Station zurückkehren, sondern reinigt sein Wischpad bereits unterwegs. Die Detailreinigung findet dann in der Station mit bis zu 80 Grad heißem Wasser statt, anschließend folgt die Heißlufttrocknung.

Die Saugleistung beträgt 22.000 Pa. Bei den Reinigungsparametern kann man aus drei Bereichen wählen: Der Saug- und Wischzyklus lässt sich in drei Stufen einstellen (einmal, zweimal, dreimal). Die Saugkraft bietet vier Stufen: leise, Standard, stark und maximale Saugkraft. Bei der Wischfeuchte gibt es drei Optionen: leicht trocken, Standard und nass wischen. Andere Modelle wie Ecovacs bieten hier einen 50-stufigen Regler – da ist Narwal weniger flexibel.

Besonders effektiv ist der Aufbau der Seitenbürsten. Der Flow verfügt über zwei Stück – eine lilafarbene und eine orangefarbene. Diese arbeiten gegenläufig zueinander und schaufeln den Schmutz zur Mitte, wo die Saugeinheit sitzt. Andere Modelle neigen dazu, größere Schmutzpartikel durch die einzelne Seitenbürste im Raum zu verteilen. Sobald der Flow seine Reinigung beendet, klappen beide Seitenbürsten nach innen über die Bodenbürste und werden von Haaren befreit.

Die Bodenbürste ist an einer Seite aufgehängt und an der anderen Seite frei schwebend. Durch die konkav zulaufende Form können sich Haare von selbst abwickeln und werden dann abgesaugt. Die Bodenbürste kombiniert Gummi und Borsten für optimale Ergebnisse auf verschiedenen Bodenbelägen. Bei Teppichen hebt der Roboter den Wischaufsatz automatisch bis zu 12 mm an.

Die Track-Mop-Wischwalze reinigt den Boden kontinuierlich während der Fahrt. Das Textilpad wird mit 45 Grad warmem Wasser aus 16 Düsen gespült, ein Abstreifer entfernt den Schmutz. In der Station erfolgt die Detailreinigung mit bis zu 80 Grad heißem Wasser und anschließender Heißlufttrocknung.

Im Test ohne zusätzlichen Testschmutz war das Schmutzwasser nach der Reinigung unseres 56 m² großen Testraums richtig schwarz – obwohl wir dachten, der Raum wäre gar nicht so dreckig. Das zeigt: Der Roboter arbeitet sehr effektiv. Auf Teppichen kann er dagegen nicht vollständig überzeugen und lässt einige der Schmutzpartikel liegen. Das Reinigungsergebnis bewegt sich im Bereich 75 Prozent.

Die Lautstärke ist angenehm niedrig. Im Standardmodus messen wir 44 dB(A), beim leisen Betrieb nur 38 dB(A) und bei stark 52 dB(A). Bei maximaler Saugstufe sind es 60 dB(A). Manche Roboter erreichen 60 dB(A) bereits auf Standardstufe. Auch die Motorgeräusche beim Fortbewegen sind unauffällig.

Die Wartung ist einfach: Das Wischwalzentuch lässt sich über zwei Knöpfe an der Seite lösen. Den Abstreifer sollte man regelmäßig abwischen, um Verschleiß und Gerüche zu vermeiden.

Akkulaufzeit: Wie lange arbeitet der Narwal Flow?

Der Narwal Flow verfügt über einen Li-Ionen-Akku mit 14,4 V und 6,4 Ah. Die Betriebsdauer beträgt laut Hersteller bis zu 190 Minuten, die Ladedauer liegt bei etwa 3 Stunden. Im Test schaffte der Roboter etwa in zweieinhalb Stunden 47 Prozent nachzuladen, weshalb wir die Ladedauer-Angabe für etwas ambitioniert halten. Der Ecovacs X11 Omni Cyclone (Testbericht) ist hier schneller.

Im Test benötigte der Flow für unseren 56 m² großen Testraum etwa eine Stunde und 8 Minuten. Unter Standardeinstellungen sank der Akkustand dabei von 100 auf 73 Prozent. Bei maximalen Reinigungsoptionen fiel der Akku von 100 auf 35 Prozent.

Preis: Was kostet der Narwal Flow?

Die UVP des Narwal Flow liegt bei 1.300 Euro. Seit Mitte November bekommt man ihn jedoch für deutlich unter 1.000 Euro – für einen High-End-Saugroboter im Jahr 2025 vergleichsweise günstig.

Bei Amazon war er zuletzt für 799 Euro erhältlich, ist dort aber aufgrund hoher Nachfrage nicht mehr verfügbar. Bei Otto bekommt man ihn zum ebenfalls guten Preis von 849 Euro. Neukunden erhalten dort zusätzliche Rabatte. Für das Gesamtpaket aus innovativer Wischwalze, exzellenter Hinderniserkennung und umfangreicher Station ist der aktuelle Preis attraktiv.

Fazit

Der Narwal Flow ist ein durchdachter High-End-Saugroboter, der mit seiner innovativen Track-Mop-Wischwalze überzeugt. Die kontinuierliche Reinigung des Wischpads während der Fahrt mit 45 Grad warmem Wasser und die Detailreinigung in der Station mit bis zu 80 Grad sorgen für hygienisch saubere Böden.

Besonders positiv fällt die exzellente Hinderniserkennung auf, die zu den besten am Markt gehört. Die App zeigt erkannte Hindernisse sogar mit Foto an. Das agile Navigationsverhalten mit schnellen Drehungen macht den Flow deutlich flinker als viele Konkurrenten. Die zwei gegenläufigen Seitenbürsten verteilen Schmutz weniger im Raum als bei Modellen mit nur einer Bürste. Per Kletterfunktion überbrückt der Roboter 4 cm Höhe zuverlässig.

Die Verarbeitung ist hochwertig, das Design mit Chromakzenten und Riffelung edel. Kleine Details wie der magnetisch befestigte Deckel mit Haken zeigen, dass Narwal mitgedacht hat. Die Lautstärke von nur 44 dB(A) im Standardmodus ist angenehm niedrig. Der Flow unterstützt zudem Sprachassistenten wie Amazon Alexa, Apple Siri und Google Assistant sowie Sprachbefehle über „Hey Narwal“.

Einzige Kritikpunkte: Die Klappe über den Wasserbehältern wirkt etwas dünn, und bei der Ersteinrichtung gab es kleinere Probleme mit dem Sprachpaket. Für den aktuellen Preis von unter 900 Euro bietet der Narwal Flow aber ein hervorragendes Gesamtpaket.



Source link

Künstliche Intelligenz

„Wollen nicht perfekt, gut genug reicht“: KI soll US-Verkehrsregeln verfassen


Das US-Verkehrsministerium will Regeln für die Verkehrssicherheit künftig von KI-Technik vorfertigen lassen, Beamten und Beamtinnen sollen diese dann nur noch korrekturlesen. Eine erste Regel der Flugaufsicht wurde sogar schon KI-gestützt verfasst, ist aber noch unveröffentlicht. Das berichtet das US-Magazin ProPublica unter Berufung auf mehrere Quellen, die bei internen Vorstellungen der Pläne anwesend waren. Der Justiziar des Ministeriums habe dabei deutlich gemacht, dass damit vor allem der Prozess der Erarbeitung von Vorgaben beschleunigt werden soll. „Wir brauchen nicht die perfekte Regel für XYZ, wir brauchen nicht einmal eine sehr gute Regel für XYZ“, zitiert ProPublica aus der Mitschrift der Aussagen von Gregory Zerzan: „Wir wollen gut genug.“ Weiterhin habe er erklärt: „Wir überschwemmen den Bereich.“

Weiterlesen nach der Anzeige

Die Ankündigung habe im Ministerium Besorgnis ausgelöst, schreibt ProPublica. Immerhin sei das Haus für Regeln zuständig, die so gut wie jeden Bereich der Transport- und Verkehrssicherheit betreffen. Dabei gehe es um die Sicherheit von Flugzeugen, Pipelines oder des Güterverkehrs. Gegenwärtig dauere es Monate oder gar Jahre, die komplexen Vorgaben zu verfassen, die in den gesamten Vereinigten Staaten gelten sollen. Mit einer eigenen Version von Googles Gemini, die dafür zum Einsatz kommen soll, würden nur noch Minuten oder gar Sekunden benötigt. Erklärtes Ziel ist es dem Bericht zufolge, die Erstellung von Verkehrsregeln drastisch zu verkürzen. Von der Idee bis zur Vorlage beim Office of Information and Regulatory Affairs, das diese dann prüfen muss, sollen maximal 30 Tage vergehen.

Bei einer internen Vorstellung der Pläne wurde demnach erklärt, dass Gemini 80 bis 90 Prozent der Erstellung von Regularien übernehmen soll. Um die Leistungsfähigkeit vorzuführen, habe die KI-Technik während der Präsentation eine typische Ankündigung für eine geplante Regel erstellen sollen. Diese werden vorab veröffentlicht, damit die Öffentlichkeit dazu Stellung nehmen kann. Im konkreten Fall habe in der KI-generierten Version aber offenbar genau jener Text gefehlt, der die Regel ausführt. Trotzdem hätten sich die Verantwortlichen nicht besorgt gezeigt, dass die sogenannten Halluzinationen von KI-Textgeneratoren für Probleme sorgen könnten. Und selbst wenn, wäre es dann an den Beamten und Beamtinnen des Ministeriums, solche Fehler zu finden und zu entfernen.

Von den Verantwortlichen hat ProPublica keine Stellungnahme zu dem Bericht erhalten, wohl aber von den anonymen Quellen aus dem Ministerium. Diese hätten darauf hingewiesen, dass die Ausarbeitung von Vorschriften eine komplexe Aufgabe sei, die viel Fachwissen erfordere. Beachtet werden müssten bestehende Gesetze und andere Vorschriften, aber auch Rechtsprechung durch Gerichte. Fehler oder Versäumnisse bei der Formulierung könnten zu Rechtsstreitigkeiten oder sogar Verletzungen und Todesfällen führen. Sogar der ehemalige KI-Chef des Ministeriums hat die Pläne demnach kritisiert. Mike Hortin hat das Amt Ende August aufgegeben, als es die Pläne noch nicht gegeben hatte. Für ihn klinge das, als würde man „einen Highschool-Praktikanten die Vorschriften ausarbeiten lassen“.


(mho)



Source link

Weiterlesen

Künstliche Intelligenz

Automatisierte Accessibility-Prüfung im Web: Möglichkeiten und Grenzen


close notice

This article is also available in
English.

It was translated with technical assistance and editorially reviewed before publication.

Mit dem European Accessibility Act (EAA) und seiner nationalen Umsetzung durch das Barrierefreiheitsstärkungsgesetz (BFSG) gelten seit Juni 2025 in Deutschland verbindliche Anforderungen für zahlreiche digitale Produkte und Dienstleistungen. Parallel dazu wurden die organisatorischen Voraussetzungen geschaffen: Die zuständige Marktüberwachungsbehörde ist eingerichtet und nimmt schrittweise ihre Arbeit auf. Damit rückt Barrierefreiheit für viele Unternehmen erstmals in den konkreten Fokus von Compliance, Risikoabwägung und Produktverantwortung.

Weiterlesen nach der Anzeige


Maria Korneeva

Maria Korneeva

Maria Korneeva ist Frontend Technology Lead und Google Developer Expert mit Fokus auf Angular und Barrierefreiheit. Sie arbeitet freiberuflich an Frontend-Anwendungen, leitet Workshops und teilt ihre Erfahrungen auf Konferenzen und Meetups sowie in ihrem Buch „Barrierefreie Webentwicklung: von den Grundlagen bis zur praktischen Umsetzung“.

Und es wächst der Wunsch nach effizienten, skalierbaren Lösungen. Viele Organisationen hoffen auf automatisierte Accessibility-Checks als schnellen und möglichst vollständigen Weg zur Konformität. Entsprechend populär sind Linter, Browser-Extensions, CI/CD-Integrationen und KI-gestützte Prüfwerkzeuge. Automatisierung ist dabei ein wichtiges und sinnvolles Werkzeug – doch sie hat klare technische Grenzen.

Denn zahlreiche Barrieren lassen sich nicht maschinell erkennen. Sie entstehen durch fehlenden Kontext, unklare Bedeutung, komplexe Interaktionen oder mangelnde Verständlichkeit – Aspekte, die menschliches Urteilsvermögen erfordern. Dieser Artikel zeigt, welche Arten von Accessibility-Tools es gibt, welche Aufgaben sie sinnvoll übernehmen können und warum ein erheblicher Teil der Barrieren auch mit modernster Automatisierung unsichtbar bleibt.

Um die Möglichkeiten und Grenzen automatisierter Barrierefreiheitsprüfungen zu verstehen, lohnt sich zunächst ein Blick auf die unterschiedlichen Werkzeugtypen und darauf, welche Aspekte von Accessibility sie jeweils erfassen können.

Linter sind statische Analysetools für Quellcode. Sie erkennen syntaktische oder strukturelle Fehler, etwa ob ein alt-Attribut fehlt oder ein Button kein Label besitzt. Allerdings haben sie keine Kenntnis darüber, wie sich Seiten im Browser verhalten, wie Fokusabläufe funktionieren oder ob interaktive Komponenten korrekt reagieren. Statische Tools sehen nur Code – nicht Nutzung.

Weiterlesen nach der Anzeige

Browser-Extensions analysieren hingegen das Document Object Model (DOM) im gerenderten Zustand und können so mehr erkennen als statische Analyzer. Dennoch bleiben sie „Snapshot-Tools“: Sie bewerten einen Zustand, aber nicht die Interaktion über mehrere Schritte hinweg. Komplexe Fokusänderungen, Tastaturfallen oder dynamisch aktualisierte Inhalte bleiben typischerweise unsichtbar.

Unit-Test-Plug-ins sind nützlich, um bestimmte einzelne Komponenten auf Barrieren zu prüfen. Allerdings decken Unit-Tests die Funktionalität (zum Beispiel Tastaturbedienbarkeit) nur einer Komponente ab und bilden typischerweise keine vollständigen Nutzerflows ab.

End-to-End-Testtools bieten eine größere Abdeckung. Sie können komplexere Interaktionen simulieren, etwa die Fokussteuerung beim Öffnen und Schließen eines Modals, also eines Dialogs, der sich über die Inhalte der Seite legt und oft eine zusätzliche Aktion beinhaltet. An solche Testszenarien müssen Entwicklerinnen und Entwickler jedoch selbst denken. Werden Accessibility-Plug-ins integriert, lassen sich einige Aspekte automatisiert prüfen. Das umfangreichste Ergebnis erhält man, indem man Testfälle für wichtige Prozesse selbst schreibt und zusätzlich verschiedene Zustände seiner Website über automatisierte Plug-ins prüfen lässt. Doch auch dann bleibt ein grundsätzliches Problem: End-to-End-Tests wissen nicht, ob ein Bedienablauf „logisch“ oder „verständlich“ ist. Sie führen Befehle aus – aber sie „erleben“ die Nutzung nicht so, wie es ein Mensch tut.

CI/CD-Scanner automatisieren Prüfungen im Build- oder Deployment-Prozess. Sie eignen sich besonders gut dafür, typische fehlerhafte Muster frühzeitig aufzudecken und Regressionen zu vermeiden. Ihre Grenzen sind jedoch die gleichen wie die der zugrunde liegenden Tools. Ob man Linter, Browsererweiterungen, Unit-Tests oder End-to-End-Tests einbindet: Sie prüfen Code, Struktur und einfache Interaktionen – aber keine komplexen Navigationsabläufe oder inhaltlichen Bedeutungen.

Alle diese Werkzeuge leisten wertvolle Beiträge im Entwicklungsprozess. Doch wie viel Testaufwand lassen sie noch übrig?


enterJS 2026

enterJS 2026

(Bild: jaboy/123rf.com)

Mehr über Accessibility im Web erfährst du auf der enterJS 2026 am 16. und 17. Juni in Mannheim. Die Konferenz dreht sich rund um die JavaScript/TypeScript-Entwicklung im Enterprise-Bereich. Vergünstigte Frühbuchertickets sind im Online-Ticketshop erhältlich.

Mehrere Studien haben untersucht, wie hoch der Anteil der Barrieren ist, den automatisierte Tools tatsächlich erkennen können. Eine umfassende Analyse des Accessibility-Software-Anbieters Deque Systems ergab 2024, dass dessen automatisierte Tests etwa 57 Prozent aller Accessibility-Probleme in realen Audits identifizieren konnten. Mit KI-Unterstützung will das Unternehmen sogar gut 80 Prozent erreicht haben.

Accessibility-Praktikerinnen und -Praktiker sehen die Wirksamkeit der automatisierten Tools deutlich eingeschränkter und schätzen, dass sich nur 20 bis 40 Prozent der potenziellen Barrieren technisch erkennen lassen. Mehrere Expertinnen und Experten, darunter Adrian Roselli und Steven Faulkner, berichten aus umfangreichen Feldtests, dass automatisierte Checks sogar nur 4 bis 10 Prozent der wirklichen Probleme erkennen.

Womit lässt sich diese Diskrepanz in den Schätzungen erklären? Natürlich unterscheiden sich die Zahlen der Marketing-Abteilung und der unabhängigen Accessibility-Beratung, weil sie damit unterschiedliche Ziele verfolgen. Auch die absichtlich eingefügten Bugs, die die Testseiten enthalten, unterscheiden sich, und somit auch die Testergebnisse. WCAG-Versionen (Web Content Accessibility Guidelines), genutzte Tools – all das sorgt für eine hohe Varianz in Schätzungen.

Trotz der Unterschiede zeigen diese Zahlen eindeutig, dass die existierenden Tools noch nicht hundertprozentig beurteilen können, ob eine Website barrierefrei ist. Selbst die formelle Prüfung der WCAG-Kriterien ist noch nicht zu 100 Prozent automatisiert möglich.

Auch wenn Barrierefreiheit deutlich mehr als stupide Einhaltung der WCAG-Erfolgskriterien erfordert, stellen diese Richtlinien eine fundierte Checkliste zum Einstieg dar. Die darin enthaltenen Anforderungen betreffen sowohl die technische als auch die semantische Seite der Inhalte, das heißt, wie sie programmatisch zur Verfügung gestellt werden und wie verständlich sie formuliert sind.

Automatisierte Accessibility-Tools können in erster Linie Strukturen, Muster und technische Eigenschaften prüfen. Sie erkennen fehlende Attribute, inkorrekte Rollen oder syntaktische Fehler – aber sie verstehen nicht, was Inhalte bedeuten, wie Nutzerinnen und Nutzer mit einer Anwendung interagieren oder wie logisch ein Interface aufgebaut ist.

Deswegen lohnt sich der Blick auf die WCAG-Kriterien aus folgender Perspektive: Welche Anforderungen betreffen nicht nur Strukturen und formelles Vorhandensein von bestimmten Elementen, sondern auch Aspekte wie intuitive Nutzung, Interpretation, Kontext und Relevanz? Dabei stehen die Kriterien der Konformitätsstufen A und AA (siehe Infokasten) im Fokus, da sie von sämtlichen Barrierefreiheitsgesetzen als rechtliche Anforderung genannt werden. Die WCAG-Richtlinien basieren auf den Grundprinzipien der Barrierefreiheit für Webinhalte – Wahrnehmbarkeit, Bedienbarkeit, Verständlichkeit und Robustheit. Rund um diese Prinzipien sind auch die Beispiele in diesem Artikel gruppiert.

Die Web Content Accessibility Guidelines (WCAG) sind ein internationaler Standard des World Wide Web Consortium (W3C) zur barrierefreien Gestaltung von Webinhalten. Sie definieren prüfbare Erfolgskriterien, die sich an vier Grundprinzipien orientieren: wahrnehmbar, bedienbar, verständlich und robust.

Die WCAG unterscheiden drei Konformitätsstufen, die unterschiedliche Ebenen von Wirkung, Aufwand und fachlicher Komplexität der Anforderungen beschreiben:

  • Stufe A
    Anforderungen mit grundlegender Wirkung auf die Barrierefreiheit und vergleichsweise geringem Umsetzungsaufwand. Ohne ihre Erfüllung ist eine Nutzung für viele Menschen mit Behinderungen kaum oder gar nicht möglich (z. B. Alternativtexte für Bilder, Tastaturbedienbarkeit).
  • Stufe AA
    Anforderungen mit hoher Wirkung für eine breite Nutzer:innengruppe, die zentrale Barrieren im Nutzungskontext abbauen, aber bereits ein höheres Maß an gestalterischem, redaktionellem und technischem Barrierefreiheits-Know-how erfordern (z. B. ausreichende Farbkontraste, verständliche Beschriftungen, konsistente Navigation).
    Diese Stufe gilt in der Praxis als maßgeblicher rechtlicher Standard und wird von nahezu allen Barrierefreiheitsgesetzen gefordert.
  • Stufe AAA
    Anforderungen mit sehr spezifischer Wirkung für einzelne Nutzergruppen, die mit hohem konzeptionellem, technischem oder organisatorischem Aufwand verbunden sind und daher nicht für alle Inhalte realistisch umsetzbar sind (z. B. Gebärdensprachversionen).



Source link

Weiterlesen

Künstliche Intelligenz

Frankreichs Parlament für Social-Media-Verbot unter 15


Die französische Nationalversammlung hat für ein Nutzungsverbot sozialer Netzwerke für Kinder und Jugendliche unter 15 Jahren gestimmt. Die Abgeordneten in Paris nahmen am Montagabend einen entsprechenden Gesetzesvorschlag an. Er sieht vor, dass „der Zugang zu einem von einer Onlineplattform bereitgestellten Onlinedienst für ein soziales Netzwerk“ für Minderjährige unter 15 Jahren verboten ist. Der Text muss noch im Senat abgestimmt werden, der anderen Parlamentskammer.

Weiterlesen nach der Anzeige

Welche sozialen Medien konkret vom Verbot betroffen wären, lässt die verabschiedete Formulierung offen. Klargestellt wird lediglich, dass „Online-Enzyklopädien“ sowie „Bildungs- oder Wissenschaftsverzeichnisse“ davon ausgenommen sein sollen. Auch private Messengerdienste sollen nicht betroffen sein.

Der ursprünglich eingebrachte Text, über den die Abgeordneten debattierten, ging weniger weit: Er sah vor, dass bestimmte Seiten mit Erlaubnis der Eltern auch weiterhin hätten genutzt werden können. Das ist nun nicht mehr der Fall.

Der Gesetzesvorschlag wurde in der Nationalversammlung vor allem vom Lager des französischen Präsidenten Emmanuel Macron unterstützt. Nach der Abstimmung teilte Macron auf der Plattform X mit: „Das ist es, was Wissenschaftler empfehlen, und das ist es, was die Franzosen in großer Mehrheit fordern.“

Der Staatschef will, dass die Regelung bereits zum nächsten Schuljahr greift. „Ab dem 1. September werden unsere Kinder und Jugendlichen endlich geschützt sein. Dafür werde ich sorgen“, schrieb Macron.

Weiterlesen nach der Anzeige

Frankreich hatte bereits vor einigen Jahren versucht, ein Mindestalter von 15 Jahren dafür einzuführen, dass Jugendliche ohne Erlaubnis ihrer Eltern ein eigenes Konto auf sozialen Netzwerken anlegen können. Das Gesetz konnte wegen der europäischen Rechtslage aber nicht angewandt werden. Ob die neuen Regeln dem aktuellen EU-Recht standhalten, muss sich noch zeigen.

Das Europäische Parlament stimmte vergangenes Jahr mit deutlicher Mehrheit für die Forderung nach einem EU-weiten Mindestalter. Der verabschiedete Bericht hat aber bislang keine bindende Wirkung.

Sollte das Gesetz in Frankreich endgültig verabschiedet werden, wäre Deutschlands Nachbar eines der ersten Länder, das derart restriktive Vorgaben für Minderjährige einführt. In Australien dürfen Kinder und Jugendliche unter 16 Jahren seit Kurzem keine eigenen Social-Media-Konten mehr auf vielen großen Plattformen haben.

In Großbritannien stimmte das Oberhaus in der vergangenen Woche ebenfalls für ein Social-Media-Verbot bis 16 Jahre, das jetzt noch durch das von der Regierungspartei Labour dominierte Unterhaus muss. In Dänemark verständigte sich die Regierung mit der Opposition darauf, eine nationale Altersgrenze von 15 Jahren für den Zugang zu bestimmten sozialen Medien einzuführen.

Und auch in Deutschland gibt es eine Debatte darüber, ob der Zugang zu sozialen Medien für Kinder eingeschränkt werden sollte.


(dahe)



Source link

Weiterlesen

Beliebt