WebAccessVL reduziert WCAG2-Verstöße auf 0,44 pro Website

Ein neues vision‑language‑Model (VLM) namens WebAccessVL kann Webseiten‑HTML automatisch so bearbeiten, dass sie den Web Content Accessibility Guidelines 2 (WCAG 2) entsprechen. Das System lernt, HTML‑Fehler anhand der Seite und ihrer Darstellung zu erkennen und zu korrigieren.

Für das Training wurde ein eigener Datensatz namens WebAccessVL zusammengestellt, der manuell korrigierte WCAG‑Verstöße enthält. Das Modell wird als image‑conditioned program synthesis trainiert und zusätzlich mit der Anzahl der Verstöße konditioniert, um die Korrektur gezielt zu steuern.

In Experimenten konnte die durchschnittliche Zahl der Verstöße pro Website von 5,34 auf 0,44 reduziert werden – ein deutlicher Fortschritt gegenüber kommerziellen LLM‑APIs wie Gemini und GPT‑5. Eine Wahrnehmungsstudie zeigte, dass die bearbeiteten Seiten ihr ursprüngliches Aussehen und ihren Inhalt behalten.