Article

Accessibilility Agent bei GitHub: 68% Lösungsrate nach 3535 PRs

tutorials accessibility github copilot ki

Was GitHub aus dem Pilotprojekt gelernt hat

GitHub berichtet über den Einsatz eines KI-Agenten zur automatischen Barrierefreiheitsprüfung. Nach 3.535 überprüften Pull Requests und einer automatischen Behebungsrate von 68% zieht das Team erste Lehren.

Die zwei Hauptziele

  1. Just-in-Time Antworten auf Accessibility-Fragen direkt in CLI und VS Code
  2. Automatische Behebung objektiver Barrierefreiheitsprobleme vor Production

Der Agent wurde so konfiguriert, dass er bei jedem Frontend-Code-Change automatisch eine Prüfung durchführt und Vorschläge erstellt.

Die häufigsten Problemtypen

Nach WCAG geordnet:

  • WCAG 1.3.2: Struktur und Beziehungen für Screenreader unklar
  • WCAG 4.1.2: Namen für interaktive Controls fehlen oder sind unklar
  • WCAG 4.1.3: Status-Benachrichtigungen nicht anunciierbar
  • WCAG 1.1.1: Text-Alternativen für Nicht-Text-Inhalte fehlen
  • WCAG 2.4.3: Tastatur-Fokus in illogischer Reihenfolge

Wichtige Erkenntnisse

Kein Silber-Messer. Der Agent löst Accessibility nicht isoliert. Er erweitert die Werkzeuge der Entwickler, ersetzt aber nicht das Verständnis. Die Social Model of Disability-Philosophie durchzieht den Ansatz: Barrieren werden durch schlechtes Design erzeugt, nicht durch Behinderungen.

Dichte Zusammenfassungen. Der Agent muss präzise, korrekte und dichte Meldungen liefern. Confidence-Scores helfen dabei, falsche Vermutungen zu kennzeichnen.

Evaluation-First. Ein eigener Evaluation-Pipeline validiert die Agent-Ergebnisse. Ohne systematische Tests wäre die 68%-Quote nicht erreichbar.

Lessons Learned

  • Start mit einem klaren, begrenzten Scope
  • Baue Evaluation-Pipelines VOR dem Agent
  • Erwarte keine universelle Lösung – fokussiere auf konkrete Problemtypen
  • Lasse Menschen die letzte Entscheidung

Link: Original bei GitHub Blog