Die KI-Funktion in PAC 2026 – ein Schritt nach vorn?
Mit PAC 2026 hat der PDF Accessibility Checker erstmals eine KI-gestützte Prüfkomponente erhalten. Die Erwartungshaltung ist hoch: wenn Künstliche Intelligenz semantische Muster erkennen kann, müsste sie Barrieren identifizieren, an denen rein regelbasierte Prüfungen seit Jahren scheitern. Das wäre ein großer Schritt nach vorne. Aber hält die KI-Funktion in PAC 2026 auch, was sie verspricht? Wir haben uns die KI-Funktion mal genau angesehen und ihre Leistungsfähigkeit getestet – mit einem eigens dafür entwickelten Beispiel-PDF. Das Ergebnis ist (noch) ernüchternd, aber aufschlussreich. Vorneweg: die KI-Funktion in PAC 2026 erkennt einige Probleme, die meisten aber noch nicht – und manche nur unzuverlässig.
Kurz zur Einordnung: Was PAC prüft und was ist neu?
Der PAC ist seit vielen Jahren das Standardwerkzeug zur automatisierten Prüfung von PDF-Dokumenten auf Barrierefreiheit. Der PAC-Test prüft vor allem formale Anforderungen aus PDF/UA (ISO 14289-1) sowie ausgewählte Aspekte der EN 301 549, insbesondere Kapitel 10 (entsprechend WCAG).
Mit PAC 2026 wurde die klassische, regelbasierte Prüfung um eine KI-gestützte Analyse ergänzt (siehe auch FAQ zur KI-Funktion). Diese soll semantische Unstimmigkeiten identifizieren, etwa fehlende Überschriften- oder Listen-Auszeichnungen. Wichtig ist dabei: Die KI arbeitet lokal, nicht cloudbasiert, und ergänzt die bestehenden Prüfungen – sie ersetzt sie nicht.
Unser Testobjekt: ein bewusst „gutes“ schlechtes PDF
Frei nach Jean Pütz haben wir da mal was vorbereitet: für den Test haben wir ein Beispiel-PDF erstellt, das typische Barrieren enthält, die in der Praxis häufig vorkommen und die auch bisher in der regelbasierten Prüfung von PAC nicht aufgefallen sind (dazu in einem weiteren Artikel mehr). Das Beispiel-PDF besteht die PAC-Prüfung nach PDF/UA und WCAG (und auch der Reiter Qualität hat nichts zu meckern). Trotzdem ist es voller Barrieren und für viele Menschen kaum nutzbar. Wir haben dieses Dokument durch PAC 2026 inklusive KI-Prüfung laufen lassen und die Ergebnisse nachfolgend systematisch ausgewertet. Schauen wir uns das Ergebnis mal an.
Beispiel-PDF: PAC 2026 mit KI-Funktion
Fehlende oder inkonsistente Überschriften
Echte Überschriften sind nach aktuellen Erkenntnissen eine der wichtigsten Möglichkeiten für Menschen mit starker Sehbehinderung beziehungsweise für blinde Menschen, um sich in einem PDF zu orientieren. Dazu müssen sichtbare Überschriften aber auch tatsächlich echte Überschriften sein. Und die Reihenfolge muss Inhalte sinnvoll strukturieren bzw. gliedern. Um die KI zu testen haben wir also eine ganze Reihe von Fehlern in Bezug auf die Überschriftenstruktur eingebaut.
Die erste Überschrift in unserem Beispiel-PDF ist zum Beispiel nicht als Überschrift getaggt, die KI erkennt diesen Fehler aber nicht. Auch fehlende Überschriftenauszeichnungen an anderen Stellen werden nur teilweise bzw. inkonsistent erkannt, abhängig von Dokumentaufbau und Kontext.
Ein Abgleich zwischen visueller Gestaltung und semantischer Hierarchie findet derzeit in der KI-Prüfung noch nicht statt. Überschriften unterschiedlicher Ebenen, die gleich formatiert sind, oder Überschriften gleicher Ebene mit unterschiedlicher Gestaltung bleiben für die KI unproblematisch.
Interessant ist auch ein umgekehrter Effekt: Überschriften, die innerhalb einer Zeile stehen, werden teilweise als Fehler erkannt, weil sie als Absatz (P) interpretiert werden. Auch hier zeigen Tests in verschiedenen Dokumenten kein konsistentes Verhalten. Natürlich kann man darüber streiten, ob Überschriften formal immer über nachfolgendem Text stehen müssen, aber es gibt eben Szenarien, wo eine derartige Konvention nicht hilfreich ist.
Auch den Missbrauch von Strukturelementen, zum Beispiel wenn eine Überschrift zur visuellen Gestaltung einer Liste verwendet wird, erkennt die KI-Funktion in PAC 2026 nicht zuverlässig. In manchen Fällen meldet die KI einen Hinweis, in anderen nicht, obwohl die Struktur vergleichbar ist (wir haben die KI bewusst mit unterschiedlichen Beispiel-PDF getestet, um auch die Konsistenz zu prüfen).
Fehlende oder falsche Struktur-Elemente
In unserem Beispiel-PDF haben wir auch die üblichen Pseudo-Listen und Pseudo-Zitate eingebaut. Diese fehlenden Listenstrukturen bei Nummerierungen und Aufzählungen wurden von der KI ebenfalls nicht zuverlässig erkannt. Auch hier zeigt sich ein inkonsistentes Verhalten zwischen verschiedenen Dokumenten. Manchmal schlägt die KI an, manchmal nicht.
Auch die fehlende semantische Auszeichnung von Blockzitaten werden nicht erkannt. Blockzitate, die nur visuell gestaltet sind, betrachtet die KI derzeit offensichtlich noch als normale Absätze. Die semantische Bedeutung geht auch hier verloren.
Der Missbrauch von Textzeichen als Gestaltungselemente – etwa Linien, Trennzeichen oder pseudo-grafische Hervorhebungen – fällt der KI ebenfalls nicht zuverlässig auf. In einigen Testdokumenten meldet die KI zwar Auffälligkeiten, in anderen mit identischer Gestaltung aber nicht. Ein reproduzierbares Verhalten war im Test nicht erkennbar. Vor allem mit Screenreader können Textzeichen, die als visuelle Gestaltungselemente eingesetzt werden, zu einer irritierenden Ausgabe führen.
Auch von Hand angelegte Fußnoten – also solche, die nicht über echte Fußnotenfunktionen im Autorentool erzeugt wurden – erkennt die KI nur eingeschränkt. Ob sie als Fußnote interpretiert werden, hängt offenbar von der Schriftgröße ab. Die eigentlichen Verweise im Text, etwa hochgestellte Zahlen, werden nicht als Referenzen erkannt. Auch hier muss die KI in PAC 2026 offensichtlich noch mit mehr Daten gefüttert werden.
Tabellen: besonders problematisch
Mit Datentabellen kann man viel richtig und sehr viel falsch machen. In unserem Beispiel-PDF haben wir mal ein paar „Tabellen“ eingebaut, die nur visuell gut nutzbar (oder überhaupt vorhanden) sind. Hier sind die Ergebnisse:
Tabellen, die als Grafik eingebunden sind, erkennt die KI nicht als Problem – obwohl solche Konstruktionen in der Praxis häufig vorkommen und eine wirklich schwerwiegende Barriere darstellen (das hilft auch kein Alternativtext).
Auch bei echten Datentabellen erkennt die KI-Funktion Strukturprobleme nicht (das steht zugegebenermaßen auch schon in den FAQ zu der neuen KI-Funktion). Wenn zum Beispiel die Kopfzellen in der Tabellenstruktur nicht mit den visuell gestalteten Kopfzellen übereinstimmen, erkennt die KI den Widerspruch nicht. In unserem Beispiel-PDF ist strukturell (auf Tag-Ebene) die erste Zeile als Kopfzeile ausgezeichnet, visuell jedoch die erste Spalte. Für Screenreader ist das ein massives Problem – für die KI derzeit noch nicht.
Aber es geht noch weiter: rein visuell angelegte Pseudo-Tabellen werden ebenfalls nicht zuverlässig identifiziert (Pseudo-Tabellen, die visuell über Tabs erzeugt wurden). Wobei die KI auch hier nicht konsistent agierte. Die Erkennungsgenauigkeit scheint sowohl vom Design als auch von der Position im Inhalt und vom Kontext abhängig zu sein.
Das Gleiche gilt für Pseudo-Spalten, also falsche Mehrspaltigkeit durch Tabs. Auch diese bleiben in der KI-Prüfung unerkannt. Für Screenreader sind Pseudo-Spalten ein Riesenproblem. Zeilenweise wird hier nämlich ein völlig unzusammenhängender Text vorgelesen. Bei visueller Nutzung fällt das Problem nicht auf.
Infografiken und Kontraste in Grafiken
Die KI-Funktion im PAC analysiert keine Bildinhalte hinsichtlich ihrer Kontrastverhältnissen oder Farbdifferenzen, selbst wenn diese für das Verständnis wichtig sind. Dabei geht es nicht nur um Kontraste an sich, sondern auch um Farbkodierungen, beispielsweise in Legenden von Balken-, Kreis- oder Liniendiagrammen. Bei Farbfehlsichtigkeit sind farbkodierte Legenden oft unbenutzbar. Der KI fällt das nicht auf.
Die KI hat aber nicht nur Probleme mangelnde Kontraste in informationstragenden Grafiken zu erkennen. Die KI interpretiert Bestandteile von Grafiken manchmal fälschlicherweise als Text und wirft eine Warnung aus. Allerdings verhielt sich die KI über unterschiedliche Dokumente hinweg auch hier nicht konsistent. In einem Fall wollte die KI innerhalb einer Grafik sogar eine Liste erkannt haben, die nicht korrekt getaggt sei. Auf der anderen Seite scheint die KI aber auch nicht zu prüfen oder zu erkennen, ob eine inhaltsrelevante Grafik fälschlich als Artifact markiert wurde. Der Fehler fiel der KI nicht auf, obwohl es zu dem Bild eine korrekt getaggte Caption gab und das Bild Teil einer Bilderserie war. Die KI hat weder erkannt, dass das Bild fehlt, noch dass die Caption ins Leere läuft. Hier ist also noch viel Luft nach oben.
Apropos Luft nach oben: bei Grafiken mit viel Text, also zum Beispiel Anzeigen, meldet die KI teilweise fehlende Strukturelemente. Aber auch hier war das Verhalten nicht konsistent und variiert zwischen Dokumenten.
Anderssprachige Texte
Die korrekte Auszeichnung von anderssprachigen Textpassagen gehört ebenfalls zu den Pflichtaufgaben bei der Erstellung von barrierefreien PDF. Nicht ausgezeichnete Sprachwechsel, etwa einzelne Absätze oder Wörter in Griechisch oder Polnisch, bleiben ebenfalls von der KI unentdeckt. Für Screenreader bedeutet das: falsche Aussprache und ggf. erhebliche Verständnisschwierigkeiten. Für die KI im PAC 2026 bedeutet das: nachsitzen und üben.
Ein erstmal nüchternes Fazit
Die KI-Funktion in PAC 2026 ist ein interessanter und notwendiger Schritt. Sie zeigt, dass automatisierte Prüfungen über reine Regelwerke hinausgehen müssen, wenn Barrierefreiheit vollumgänglich bewertet werden soll. Die regelbasierte Prüfung des PAC-Tests hat bisher immer zu falschen Schlüssen (und zu meiner Aussage 99 % aller „barrierefreien“ PDF sind nicht barrierefrei) geführt. Die KI-Funktion in PAC 2026 ist ein guter Schritt in die richtige Richtung. Gleichzeitig zeigt unser Test aber sehr deutlich: Die KI ist derzeit weder zuverlässig noch tiefgehend genug, um komplexe, redaktionelle oder semantische Barrieren sicher zu erkennen.
Viele der gravierendsten Probleme bleiben auch mit Hilfe von Künstlicher Intelligenz unentdeckt. Manche Fehler werden nicht konsistent bzw. zuverlässig erkannt. Wieder anderes wird fälschlich beanstandet. Der PAC-Test bleibt auch mit KI-Unterstützung nur ein Werkzeug. Eine manuelle Prüfung bleibt bis auf weiteres unerlässlich, wenn man Barrierefreiheit nicht nur auf dem Papier erst nimmt.
Das ist kein Vorwurf, sondern eine realistische Einordnung, der aktuellen Sachlage. Barrierefreiheit ist und bleibt kein rein technisches Problem, das sich auch rein technisch lösen lässt, sondern ein Zusammenspiel aus Gestaltung, Inhalt und Technik. Solange das nicht verstanden wird, bleiben grüne Häkchen im PAV (auch mit KI) ein trügerisches Signal.
PAC 2026 kann helfen, Auffälligkeiten zu finden. Er kann aber noch nicht beurteilen, ob ein PDF tatsächlich barrierefrei ist. Diese Verantwortung bleibt weiterhin bei den Menschen, die Dokumente erstellen, prüfen und freigeben.
