Wer sich mit dem Thema digitale Barrierefreiheit befasst, stolpert schnell über Screenreader und die Gleichung „Screenreader → blinde Menschen → Tastaturnutzung“. In der Praxis hält sich ein vereinfachtes Bild: Screenreader-Nutzende sind blind (vollständiger Sehverlust) und nutzen ausschließlich Tastatur auf dem Niveau von früh erblindeten Power-Usern. Diese Gleichung ist historisch gewachsen, geht aber an der Realität vorbei.
Die Realität ist wie so oft im Leben ein Spektrum. Screenreader werden von Menschen mit sehr unterschiedlichen Voraussetzungen eingesetzt, darunter auch von Menschen mit vollständig fehlendem Sehvermögen, aber auch von Menschen mit Restsehfähigkeit und mit kognitiven oder motorischen Einschränkungen. Die Nutzungsmuster unterscheiden sich in diesem Spektrum entsprechend stark und wer sich nur auf das Verhalten und die Fähigkeiten von früh erblindeten Power-Usern konzentriert, geht an der Realität vorbei. Erhebungen wie die WebAIM-Screenreader-Umfragen zeigen seit Jahren, wie heterogen die Nutzung ist – sowohl bei eingesetzter Software als auch bei deren Bedienung.
Fakt ist, sobald Restsehfähigkeit vorhanden ist, verändert sich die Benutzung von Screenreadern grundlegend. Maus, Vergrößerung, Kontrasteinstellungen und Screenreader laufen parallel. Der Screenreader ist in dieser Konstellation kein Ersatz für das Sehen (wie bei blinden Power-Usern), sondern eine Ergänzung und Kompensation für das nachlassende Sehvermögen. Letzteres wird aber naturgemäß so lange wie möglich trotzdem genutzt.
Was sind eigentlich Screenreader?
Screenreader sind eigenständige Benutzeroberflächen, die Inhalte semantisch aufbereiten, Navigation ermöglichen und Informationen kontextabhängig über Sprache oder Braille ausgeben. Sie bieten vielfältige Navigationsmechanismen – etwa über Tastaturbefehle (Kurzbefehle), strukturierte Übersichten wie den Elemente-Viewer oder das Rotor-Menü – sowie unterschiedliche Betriebsmodi wie Lese- und Formularmodus.
Neben der Tastatur kommen, abhängig von Gerät und Screenreader, weitere Eingabemethoden zum Einsatz, etwa Touch-Gesten auf mobilen Geräten, Sprachsteuerung, Braillezeilen mit integrierten Tasten oder Routing-Keys sowie spezielle Eingabegeräte wie Joysticks oder Schaltersteuerungen (Switch Control). Auf Touchscreens wird die Navigation häufig über Wischgesten und exploratives Abtasten realisiert, während Braillezeilen sowohl zur Ausgabe als auch zur direkten Navigation und Texteingabe genutzt werden können.
Auch die eingesetzten Programme – etwa JAWS, NVDA oder VoiceOver – unterscheiden sich deutlich in Funktionsumfang und Bedienlogik: Während JAWS viele Funktionen mit ausführlichen, teils stark geführten Ansagen und konfigurierbaren Workflows bietet, ist NVDA standardmäßig eher schlank und zurückhaltend in der Ausgabe. VoiceOver wiederum setzt stärker auf gestenbasierte Interaktion und eine enge Integration in das jeweilige Betriebssystem. Entsprechend vielfältig sind die Nutzungsmuster. Wer sich mit digitaler Barrierefreiheit professionell befasst, sollte diese Vielfalt kennen und berücksichtigen – vor allem, wenn man selbst BITV-Tests oder Audits im Rahmen des BFSG durchführt und dabei auch Screenreader nutzt.
Unterschiedliche Nutzungstypen von Screenreadern
Der blinde Power-User
Menschen, die von Geburt an blind sind oder sehr früh ihr Sehvermögen verloren haben, bewegen sich oft mit hoher Effizienz durch digitale Oberflächen. Zum Einsatz kommen dabei Sprachausgabe, Braille-Ausgabe oder eine Kombination aus beidem. Dabei spielt die Geschwindigkeit der Informationsaufnahme eine zentrale Rolle – allerdings unterscheidet sie sich deutlich zwischen Sprachausgabe und Braille-Ausgabe.
In der Sprachausgabe – etwa bei NVDA oder JAWS – wird Information sequenziell, aber stark komprimierbar vermittelt. Erfahrene Nutzende erhöhen die Sprechgeschwindigkeit oft erheblich, teils auf ein Vielfaches der normalen Sprache. So können auch längere Informationen und Hilfetexte effizient verarbeitet werden, ohne dass sie als störend empfunden werden. Die Länge der Information ist hier weniger kritisch, da sie durch Geschwindigkeit kompensiert werden kann.
Die Braille-Ausgabe folgt dagegen anderen physikalischen und kognitiven Rahmenbedingungen. Inhalte werden auf einer Braillezeile mit begrenzter Zeichenanzahl dargestellt (typischerweise 40 oder 80 Zeichen). Diese Begrenzung ist nicht konfigurierbar und stellt eine harte Obergrenze dar: Mehr Information bedeutet zwangsläufig mehr Navigationsaufwand. Anders als bei der Sprachausgabe lässt sich die „Durchsatzrate“ nicht beliebig steigern – auch geübte Leserinnen und Leser können zwar schneller lesen, aber nicht mehr Zeichen gleichzeitig erfassen.
Die eingangs erwähnten vielfältigen Navigationsmechanismen, wie Tastaturbefehle (Kurzbefehle), strukturierte Übersichten (Elemente-Viewer, Rotor-Menü, etc.) und unterschiedliche Betriebsmodi wie Lese- und Formularmodus, werden von dieser Zielgruppe in der Regel sehr intuitiv und flüssig eingesetzt.
Der spät erblindete Nutzer
Menschen, die erst im Erwachsenenalter erblinden (oft mit Restsehfähigkeit), verfügen über eine langjährig gefestigte visuelle Vorstellung von Benutzeroberflächen. Trotz Sehverlust ist ihre Herangehensweise also zumeist weiterhin visuell geprägt. Gelernte Modelle prägen die Erwartungshaltung an Struktur, Navigation und Bedienlogik. Gleichzeitig ist der Einsatz von Screenreadern weniger automatisiert, wie bei Power-Usern und wird eher schrittweise erlernt als intuitiv beherrscht. Hinzu kommt eine geringere Frustrationstoleranz und oft auch eine psychologische Komponente – bezogen auf die Akzeptanz der neuen Lebenssituation.
Im Unterschied zu erfahrenen, früh erblindeten Nutzenden wird die Sprachausgabe zudem meist in einer sehr moderaten Geschwindigkeit verwendet. Die Informationsaufnahme erfolgt bewusster und weniger stark komprimiert, wodurch längere oder komplex verschachtelte Ansagen schneller als belastend empfunden werden können. Lineare Navigationsformen – etwa das sequenzielle Lesen von Inhalten – werden oft bevorzugt, erweiterte Möglichkeiten, wie Kurzbefehle hingegen weniger.
Auch alternative Navigationsmechanismen wie strukturierte Übersichten (Elemente-Viewer, Rotor-Menü) werden tendenziell seltener oder weniger effizient genutzt, da sie ein abstrakteres Verständnis der zugrunde liegenden Dokumentstruktur voraussetzen. Stattdessen orientieren sich viele spät erblindete Nutzende stärker an erwartbaren Abläufen und bekannten Bedienkonzepten. Das Restsehvermögen, wenn vorhanden, spielt bei der Orientierung und Bedienung noch immer eine große Rolle. Selbst schemenhaftes Sehen hilft aufgrund der Erfahrung als sehender Mensch bei der Orientierung und beim Verständnis von Zusammenhängen.
Der Low-Vision-Nutzer
Menschen mit stark eingeschränktem Sehvermögen – etwa bei Retinitis pigmentosa (sogenannter „Tunnelblick“) – arbeiten in der Regel selten nur mit der Sprachausgabe. Typisch ist eine Kombination aus Screenreader, Vergrößerungssoftware (z.B. ZoomText) und verbleibender visueller Orientierung. Dabei ist zu berücksichtigen, dass viele Sehbehinderungen fortschreitend verlaufen: Zwischen Diagnose und möglicher Erblindung liegen oft Jahre, in denen sich Nutzende schrittweise an veränderte Wahrnehmungsbedingungen anpassen und ihre Strategien kontinuierlich weiterentwickeln.
Aufgrund der vorhandenen Restsehfähigkeit wird hier häufig eine Kombination aus starker Vergrößerung, Sprachausgabe und Mausbedienung (mit stark vergrößertem Cursor), verwendet – oft auch zusammen mit individuellen Farbeinstellungen, wie zum Beispiel einem Hochkontrastmodus.
Beim Einsatz von spezieller Vergrößerungssoftware wird der sichtbare Ausschnitt des Interfaces durch Zoom zudem Technik bedingt stark eingeschränkt, was in vielen Nutzungssituationen zu Kontextverlust führt (zum Beispiel, wenn irgendwo auf der Seite eine Toast-Message aufpoppt). Je nach Zoomstufe und eingesetzter Technik sehen Menschen mit stark eingeschränktem Sehvermögen also nur einen kleinen Teil des „Gesamtbildes“. Der Screenreader fungiert hier mehr als Ergänzung, indem er Informationen sequenziell zugänglich macht, während das Auge parallel versucht, räumliche Orientierung zu finden. Diese parallele Nutzung erfordert eine hohe kognitive Koordination zwischen auditiver und visueller Informationsverarbeitung.
Weitere Nutzungsszenarien von Screenreadern
Auch wenn Screenreader wie NVDA, JAWS oder VoiceOver primär für blinde und stark sehbehinderte Menschen entwickelt wurden, existieren darüber hinaus weitere – deutlich seltenere – Nutzungsszenarien. Diese ergeben sich meist aus spezifischen Anforderungen an nicht-visuelle Interaktion oder strukturiertes Feedback.
Im Bereich motorischer Einschränkungen kann ein Screenreader unterstützend eingesetzt werden, wenn klassische visuelle Interaktion – insbesondere präzises Zeigen und Klicken – nicht zuverlässig möglich ist. In solchen Fällen dient die Sprachausgabe als Rückkanal für den aktuellen Fokus und Systemzustand, während die Navigation über Tastatur, Sprachsteuerung oder alternative Eingabegeräte erfolgt. Der Screenreader ist hier nicht primäres Interface, sondern ergänzt andere Interaktionsformen um eine auditive Ebene.
Auch im Kontext kognitiver Belastung oder Lernschwierigkeiten kommen Screenreader punktuell zum Einsatz, insbesondere wenn es um die strukturierte Erschließung komplexer Inhalte geht. Die Möglichkeit, Inhalte sequenziell und entlang semantischer Strukturen (Überschriften, Listen, Formularelemente) zu durchlaufen, kann helfen, visuelle Überforderung zu reduzieren. Allerdings werden in diesen Szenarien häufiger normale Vorlesefunktionen bevorzugt. Hier kommt es in der Debatte auch gelegentlich zur Vermischung unterschiedlicher Technologien.
Screenreader, Sprach-Assistent und Vorlesefunktionen
Echte Screenreader sind vollwertige, eigenständige Benutzeroberflächen, die eine systematische, nicht-visuelle Interaktion mit digitalen Inhalten ermöglichen. Da Screenreader in Artikeln oder Social-Media Posts auch gelegentlich als Vorlesefunktion betitelt werden, ist eine Differenzierung von Sprach-Assistenten, wie Siri oder Google Assistant sowie einfachen Vorlesefunktionen hilfreich. Sprach-Assistenten sind primär dialogorientiert und auf die Ausführung von Befehlen oder das Abrufen einzelner Informationen ausgelegt. Sie bieten keine kontinuierliche, strukturierte Navigation durch Inhalte und keine direkte Kontrolle über Fokus oder Dokumentstruktur. Interaktion erfolgt überwiegend über gesprochene Spracheingaben, nicht über systematische Exploration und zusätzliche Bedienungshilfen.
Klassische Vorlesefunktionen und Text-to-Speech-Systeme (TTS), wie sie in Browsern, Betriebssystemen oder über Dienste wie ReadSpeaker und Co. bereitgestellt werden, lesen hingegen sichtbare Inhalte nur linear vor. Der Funktionsumfang beschränkt sich auf einfache Steuerungen wie Start, Stopp oder Abschnittswechsel sowie diverse Möglichkeiten zur Hervorhebung von Texten. Im Unterschied zum Screenreader ist bei klassischen Vorlesefunktionen der Name bereits Programm.
Abschluss: Missverständnisse, Verkürzungen und ihre Folgen
Wer sich professionell mit digitaler Barrierefreiheit befasst, muss Hilfstechnologien, wie Screenreader in der Tiefe verstehen. Begrenztes Wissen und Fehlannahmen in Bezug auf Screenreader können im schlimmsten Fall zu Design- und Entwicklungsentscheidungen führen, die an den tatsächlichen Bedürfnissen vorbeigehen.
Die Annahme, man könne die typische Nutzung eines Screenreaders „nachvollziehen“, indem man als sehende Person eine Seite ausschließlich mit der Tastatur bedient, ist daher problematisch – insbesondere dann, wenn sich die Interaktion im Wesentlichen auf die Bedienung mit der Tabulatortaste beschränkt. Diese Form der Navigation ist nicht mit echter Tastaturbedienung gleichzusetzen, wie sie in Screenreadern etwa mit NVDA oder JAWS praktiziert wird.
Selbst geübteren Testerinnen und Testern fehlt häufig ein zentrales Verständnis für die reale Nutzung: für die hohe Geschwindigkeit und Selektivität, mit der erfahrene Nutzende durch Inhalte navigieren, für die zentrale Rolle semantischer Strukturen als primäres Navigationsmodell (weit über Überschriften hinaus, etwa durch Regionen), für die parallele oder alternative Nutzung von Braille- und Sprachausgabe sowie für die spezifische kognitive Verarbeitung nicht-visueller Informationen.
Inhaltliche, konzeptionelle, gestalterische oder technologische Entscheidungen, die aus einer vereinfachten beziehungsweise verlangsamten Perspektive getroffen werden (z. B. übermäßig ausführliche Beschriftungen, versteckte Anweisungen, redundante Inhalte oder erzwungene lineare Abläufe), können diese Effizienz erheblich beeinträchtigen.
Tests mit Screenreadern durch sehende Personen sind im professionellen Kontext (Stichwort: Accessibility-Audits) auf der einen Seite unverzichtbar, um technische Grundlagen zu prüfen oder ein erstes Verständnis zu entwickeln. Sie sind aber nicht gleichzusetzen mit der Perspektive und dem Verhalten unterschiedlicher Screenreader-Nutzender. Ohne diese Einsicht besteht die Gefahr, Barrierefreiheit auf oberflächliche Kriterien zu reduzieren und dabei genau die Mechanismen zu stören, die für die Zielgruppe entscheidend sind. Es ist also zum einen ungemein wichtig, die Funktionsweise und die breite Palette an Nutzungsszenarien von Screenreadern zu verstehen, dabei aber das eigene Wissen nicht mit dem Verhalten und Wissen echter Nutzerinnen und Nutzer zu verwechseln. Im Zweifelsfall können User-Tests zusätzliche Erkenntnisse liefern.
Jörg Morsbach, Diplomdesigner und Kommunikationswirt (WAK), betreibt bereits seit 2003 die Düsseldorfer Agentur anatom5 und macht sich aus Überzeugung für universelles Design und einen weit reichenden Inklusionsgedanken stark. anatom5 wurde vielfach für Barrierefreiheit ausgezeichnet. Seit Anfang 2017 ist Jörg Morsbach zugelassener Prüfstelle beim BIK BITV-Test (BIK-Test). Sein heimliches Steckenpferd sind Suchmaschinenoptimierung und KI basierte Antwortsysteme.
Zum Portfolio von anatom5 gehören barrierefreie Internetauftritte ebenso, wie barrierefreie PDF-Dokumente und Übersetzungen in Einfache und Leichte Sprache. Zudem hat anatom5 mit dem Barriere-Check Pro ein Testverfahren entwickelt, das auch WCAG-Empfehlungen, Best-Practice Lösungen, Aspekte der Usability und Performance berücksichtigt.
Sein Credo lautet:
Ohne Screenreader-Tests und Analysen im Detail ist Testen mit automatisierten Testtools nur das sprichwörtliche „Fischen im Trüben“.