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.

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.

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.

Zentrale Fragen und Antworten zum Thema

Was ist die KI-Funktion in PAC 2026?

Mit PAC 2026 ergänzt der PDF Accessibility Checker die klassische, regelbasierte Prüfung um eine KI-gestützte Analyse. Die KI soll semantische Unstimmigkeiten zwischen sichtbarer Gestaltung und Tag-Struktur erkennen, etwa fehlende Auszeichnungen für Überschriften oder Listen. Sie ersetzt die bestehenden Prüfungen nicht, sondern ergänzt sie als zusätzliche Prüfschicht.

Wie prüft PAC grundsätzlich Barrierefreiheit – und was ist an PAC 2026 neu?

PAC prüft vor allem formale, maschinell prüfbare Anforderungen aus PDF/UA (ISO 14289-1) sowie ausgewählte Kriterien der EN 301 549, insbesondere Kapitel 10. Neu in PAC 2026 ist eine KI-gestützte Komponente, die zusätzliche Hinweise auf semantische Auffälligkeiten liefern soll, die in rein regelbasierten Prüfungen häufig unentdeckt bleiben.

Arbeitet die KI-Funktion in PAC 2026 lokal oder in der Cloud?

Die KI-Funktion in PAC 2026 arbeitet lokal und nicht cloudbasiert. Damit erfolgt die Analyse auf dem eigenen System und dient als Ergänzung zur bestehenden PAC-Prüflogik. Die lokale Ausführung ändert jedoch nichts daran, dass die KI derzeit vor allem Hinweise liefert und keine belastbare Bewertung der tatsächlichen Barrierefreiheit ermöglicht.

Warum war die Erwartungshaltung an die KI-Funktion in PAC 2026 so hoch?

Die Erwartung war, dass Künstliche Intelligenz semantische Muster erkennen kann und dadurch Barrieren identifiziert, an denen regelbasierte Prüfungen seit Jahren scheitern. Damit wäre ein relevanter Schritt über rein formale Konformität hinaus möglich. Der Test zeigt jedoch, dass die KI-Funktion derzeit viele zentrale Barrieren nicht zuverlässig erkennt.

Wie wurde die KI-Funktion in PAC 2026 im Artikel getestet?

Getestet wurde mit einem eigens entwickelten Beispiel-PDF, das die regelbasierte PAC-Prüfung nach PDF/UA und WCAG besteht, aber bewusst typische Barrieren enthält, die in der Praxis häufig vorkommen. Dieses „formal gute“ und inhaltlich problematische Dokument wurde durch PAC 2026 inklusive KI-Prüfung analysiert und die Ergebnisse systematisch ausgewertet.

Welche Probleme bei Überschriften erkennt die KI in PAC 2026 nur eingeschränkt?

Die KI führt derzeit keinen verlässlichen Abgleich zwischen visueller Gestaltung und semantischer Hierarchie durch. Inkonsistenzen wie gleich formatierte Überschriften unterschiedlicher Ebenen oder unterschiedlich gestaltete Überschriften gleicher Ebene bleiben oft unbeanstandet. Zudem werden Überschriften innerhalb einer Zeile teils fälschlich als Absatz interpretiert, was zu inkonsistenten Ergebnissen führt.

Erkennt die KI in PAC 2026 Pseudo-Listen und fehlende Listenstrukturen zuverlässig?

Nein. Fehlende Listenstrukturen bei Nummerierungen und Aufzählungen werden laut Test nicht zuverlässig erkannt. Das Verhalten variiert zwischen Dokumenten: In manchen Fällen wird eine Auffälligkeit gemeldet, in anderen nicht, obwohl die Struktur vergleichbar ist. Dadurch ist die KI-Prüfung in diesem Bereich derzeit nicht reproduzierbar.

Wie verhält sich die KI-Funktion bei Blockzitaten und Pseudo-Zitaten?

Visuell gestaltete Blockzitate ohne semantische Auszeichnung werden von der KI derzeit nicht erkannt und offenbar als normale Absätze behandelt. Dadurch bleibt die semantische Bedeutung unberücksichtigt. Auch bei Pseudo-Zitaten zeigt die KI im Test keine belastbare Erkennung der fehlenden Struktur.

Welche Probleme mit Textzeichen als Gestaltungselemente erkennt die KI nur unzuverlässig?

Der Einsatz von Textzeichen als Linien, Trennzeichen oder pseudo-grafische Hervorhebungen fällt der KI nicht konsistent auf. In einigen Dokumenten werden Hinweise erzeugt, in anderen mit identischer Gestaltung nicht. Für Screenreader können solche Zeichenfolgen zu irritierender Ausgabe führen, werden aber von der KI nicht reproduzierbar identifiziert.

Wie gut erkennt die KI in PAC 2026 manuell angelegte Fußnoten?

Die KI erkennt von Hand angelegte Fußnoten nur eingeschränkt. Ob eine Fußnote als solche interpretiert wird, scheint unter anderem von der Schriftgröße abzuhängen. Die eigentlichen Referenzen im Fließtext, etwa hochgestellte Zahlen, werden nicht als Verweise erkannt. Damit bleibt die Erkennung unvollständig und nicht belastbar.

Warum sind Tabellen laut Artikel besonders problematisch für die KI-Prüfung?

Tabellen sind für die KI-Prüfung besonders kritisch, weil wesentliche Strukturprobleme nicht erkannt werden. Tabellen als Grafik werden nicht als schwerwiegende Barriere identifiziert. Bei echten Datentabellen erkennt die KI Widersprüche zwischen visueller Kopfstruktur und Tag-Struktur nicht, etwa wenn visuell eine Spalte als Kopf dient, strukturell aber eine Zeile ausgezeichnet ist.

Erkennt die KI Pseudo-Spalten und falsche Mehrspaltigkeit durch Tabs?

Nein. Pseudo-Spalten, die durch Tabs statt durch echte Spaltenstrukturen erzeugt werden, bleiben in der KI-Prüfung unerkannt. Für Screenreader führt das häufig zu unzusammenhängender, zeilenweiser Ausgabe und damit zu massiven Verständnisschwierigkeiten, obwohl die visuelle Darstellung unauffällig wirken kann.

Was kann die KI-Funktion in PAC 2026 bei Infografiken, Kontrasten und Farbkodierungen nicht leisten?

Die KI analysiert Bildinhalte nicht hinsichtlich Kontrastverhältnissen oder Farbdifferenzen, auch wenn diese für das Verständnis relevant sind. Farbkodierungen in Legenden von Diagrammen, die bei Farbfehlsichtigkeit unbenutzbar sein können, bleiben unentdeckt. Damit erkennt die KI zentrale Barrieren in informationstragenden Grafiken derzeit nicht.

Welche Fehlalarme und Inkonsistenzen treten bei der KI-Prüfung von Grafiken auf?

Die KI interpretiert Bestandteile von Grafiken teilweise fälschlich als Text und erzeugt Warnungen. In Einzelfällen werden sogar Listen innerhalb von Grafiken vermutet, die nicht existieren. Gleichzeitig erkennt die KI nicht zuverlässig, wenn inhaltsrelevante Grafiken fälschlich als Artifact markiert sind, selbst wenn eine korrekt getaggte Caption vorhanden ist.

Erkennt die KI in PAC 2026 fehlende Sprachkennzeichnungen bei anderssprachigen Texten?

Nein. Nicht ausgezeichnete Sprachwechsel, etwa einzelne Absätze oder Wörter in anderen Sprachen, bleiben im Test unentdeckt. Für Screenreader führt das häufig zu falscher Aussprache und Verständnisschwierigkeiten. Die KI-Funktion liefert hierzu derzeit keine belastbaren Hinweise.

Was ist das Fazit des Artikels zur KI-Funktion in PAC 2026?

Die KI-Funktion in PAC 2026 wird als notwendiger Schritt in die richtige Richtung eingeordnet, ist aber derzeit weder zuverlässig noch tiefgehend genug, um komplexe redaktionelle oder semantische Barrieren sicher zu erkennen. Viele gravierende Probleme bleiben unentdeckt, andere werden inkonsistent erkannt oder fälschlich beanstandet. Eine manuelle Prüfung bleibt unerlässlich.

Kann PAC 2026 mit KI beurteilen, ob ein PDF tatsächlich barrierefrei ist?

Nein. PAC 2026 kann Auffälligkeiten besser sichtbar machen, aber nicht belastbar bewerten, ob ein PDF tatsächlich barrierefrei und für Menschen mit Behinderungen nutzbar ist. Barrierefreiheit bleibt ein Zusammenspiel aus Gestaltung, Inhalt und Technik. Die Verantwortung liegt weiterhin bei den Personen, die Dokumente erstellen, prüfen und freigeben.