KI-Transparenz ohne Black Box
Vollständige Offenlegung unserer KI-Technologie, Validierungs-Mechanismen und Qualitätssicherung. Transparenz über das System, Schutz unseres Intellectual Property.
Google Vertex AI
EU-Region (DSGVO)
WCAG 2.1 AA Focus
10 Strukturkriterien
Validation-Backed
JSON-Schema-Prüfung
Technologie-Stack
Hinweis zu Intellectual Property
Aus Wettbewerbs- und IP-Schutzgründen können wir die vollständigen LLM-Prompts nicht offenlegen. Wir dokumentieren jedoch transparent alle technischen Komponenten, Validierungs-Mechanismen und Qualitätssicherungs-Maßnahmen.
Die accessibleAI Engine nutzt modernste KI-Technologie für präzise WCAG-Analysen. Alle KI-Komponenten laufen in EU-Regionen für vollständige DSGVO-Compliance.
KI-Technologie-Stack
Primary Model
Google Gemini 2.5 Flash
Schnellstes Google-Modell mit exzellenter WCAG-Analyse-Fähigkeit. Optimiert für strukturelle Code-Analyse.
Provider
Google Vertex AI
Enterprise-Grade KI-Plattform mit EU-Region-Support. Service Account Authentifizierung für höchste Sicherheit.
Region
europe-west1 (EU)
Alle KI-Verarbeitungen erfolgen in der EU-Region für vollständige DSGVO-Compliance. Daten verlassen niemals die Europäische Union.
Authentifizierung
Service Account Auth
Primär: Service Account Auth
Fallback: Token Auth
Automatischer Failover bei Ausfällen.
Warum Google Vertex AI?
EU-Region verfügbar
europe-west1 garantiert DSGVO-Compliance
Niedrige Latenz
Edge-Deployment in Europa
Hohe Verfügbarkeit
99.9% SLA von Google Cloud
Enterprise-Grade
Skalierbar für hohe Lasten
// Source: cloudflare-workers/wcag-analyzer-worker/src/vertex-ai-wrapper.ts lines 26-32
WCAG-Kriterien
Die Engine analysiert fokussiert auf strukturelle Barrierefreiheit nach WCAG 2.1 AA. Content-spezifische Kriterien (Farbkontraste, Alt-Texte) werden in einem separaten Durchlauf behandelt.
Warum nur Strukturanalyse?
Strukturelle Probleme können vollautomatisch analysiert werden, da sie nur die HTML-Struktur, ARIA-Rollen und DOM-Hierarchie betreffen. Content-Probleme (Texte, Bilder, Farben) erfordern inhaltliches Verständnis und werden separat behandelt.
| Kriterium | Level | Was wird geprüft? |
|---|---|---|
| 1.3.1 Info and Relationships | A | Überschriftenhierarchie (h1-h6), Landmarks (main, nav, header), ARIA-Rollen, Listen-Struktur |
| 1.3.2 Meaningful Sequence | A | DOM-Reihenfolge, CSS-Layout vs. DOM, Tabindex-Probleme |
| 2.4.1 Bypass Blocks | A | Skip-Links, Landmark-Navigation |
| 2.4.3 Focus Order | A | Fokus-Reihenfolge, Tabindex-Struktur |
| 2.4.6 Headings and Labels | AA | Überschriften-Struktur, Abschnitts-Überschriften |
| 2.4.10 Section Headings | AAA | Abschnitts-Gliederung mit Überschriften |
| 4.1.1 Parsing | A | HTML-Validität, Eindeutige IDs, Korrekte Verschachtelung |
| 4.1.2 Name, Role, Value | A | ARIA-Implementierung, Semantic HTML, Custom Controls |
| 3.2.3 Consistent Navigation | AA | Navigation-Konsistenz, Landmark-Konsistenz |
| 3.2.4 Consistent Identification | AA | Element-Konsistenz, ARIA-Label-Konsistenz |
Ausgeschlossene Kriterien (Content-Analyse)
// Source: cloudflare-workers/wcag-analyzer-worker/src/prompts-structural.ts lines 15-76
Action-Types
Die Engine kann 12 verschiedene Auto-Remediation-Actions durchführen, um Accessibility-Probleme direkt im DOM zu beheben.
1. setAttribute
Attribut hinzufügen/ändern
{key: "alt", value: "..."}2. removeAttribute
Attribut entfernen
{key: "tabindex"}3. setStyle
CSS-Property setzen
{property: "outline", value: "..."}4. changeTag
Tag-Typ ändern
{newTag: "button"}5. setContent
Text-Content ersetzen
{content: "New text"}6. replaceElement
Element komplett ersetzen
{newElement: "<button>..."}7. removeElement
Element löschen
{reason: "Redundant"}8. addElement
Element einfügen
{position: "before", element: "..."}9. moveElement
Element verschieben
{targetSelector: "#parent"}10. wrap
Element wrappen
{wrapper: "fieldset"}11. wrapInner
Content wrappen
{wrapper: "legend"}12. addJS
JavaScript-Behavior hinzufügen
{script: "addEventListener(...)"}Beispiel: setAttribute für Alt-Text
// Source: cloudflare-workers/wcag-analyzer-worker/src/build-auto-fix-section.ts
{
"issueId": "wcag-1.1.1-missing-alt-001",
"vaeId": "abc123",
"type": "missing-alt-text",
"description": "Bild ohne Alt-Text",
"selector": "img[src='example.jpg']",
"wcagCriterion": "1.1.1",
"impact": "critical",
"explanation": "Screenreader können das Bild nicht beschreiben",
"action": "setAttribute",
"actionParams": {
"key": "alt",
"value": "Firmenlogo der Musterfirma GmbH"
},
"fixConfidence": 0.9,
"manual_fix_necessary": false,
"isAutoFixable": true
}// Source: cloudflare-workers/wcag-analyzer-worker/src/build-auto-fix-section.ts lines 1-150
Validation-Logic
Jede KI-Response wird durch strenge Validation-Mechanismen geprüft, bevor Actions angewendet werden.
JSON-Schema-Validierung
- Alle Pflichtfelder müssen vorhanden sein
- Action muss String sein (nicht Objekt)
- ActionParams dürfen nicht leer sein ()
- Impact muss valid sein (critical/high/medium/low)
Confidence-Scoring
isAutoFixable-Flag
Dieses Flag bestimmt, ob eine Action automatisch oder nur mit User-Genehmigung angewendet wird:
✅ Auto-Fixable (true)
Unsichtbare Änderungen:
- • ARIA-Attribute (aria-label, aria-describedby)
- • Role-Attribute
- • Tabindex (wenn nicht sichtbar)
- • Data-Attribute
❌ Manuelle Genehmigung (false)
Sichtbare Änderungen:
- • Text-Content
- • Farben & Styles
- • Layout & Positionen
- • Element-Struktur (changeTag)
Qualitätssicherung & Hallucination-Prevention
Fünf Schutzmechanismen verhindern fehlerhafte oder gefährliche KI-Outputs.
JSON-Schema-Validierung
Jede LLM-Response MUSS einem strikten JSON-Schema entsprechen. Ungültige Responses werden komplett verworfen. Keine Fehlertoleranz bei Schema-Verstößen.
Action-Parameter-Prüfung
Leere actionParams ({}) sind NICHT erlaubt. Wenn eine Action gesetzt ist, MÜSSEN alle erforderlichen Parameter vorhanden sein. Fehlende Parameter → Validation-Error.
Confidence-Threshold
Nur Actions mit fixConfidence > 0.7 werden automatisch angewendet. Actions mit niedrigerer Confidence erfordern manuelle Review durch den User.
Manual-Review-Flag
Bei manual_fix_necessary = true wird die Action NICHT automatisch angewendet, sondern nur als Empfehlung angezeigt. Der User muss explizit genehmigen.
Retry-Logic mit Limit
Maximal 3 Versuche bei temporären Fehlern (Timeouts, Gateway-Errors). Systematische Failures (Request zu groß, ungültiges Schema) werden NICHT wiederholt.
Error-Handling & Fallbacks
Robuste Fehlerbehandlung mit intelligenten Fallback-Mechanismen innerhalb Google Vertex AI.
Fallback-Chain
Service Account Auth
Preferred Method
Token Auth
Fallback
Retry
Max 3x
Error
Falls alle fehlschlagen
Retryable Errors
Diese Fehler werden bis zu 3x wiederholt:
- • Timeouts (HTTP 502, 503, 504, 524)
- • Gateway-Errors
- • Temporäre Authentifizierungs-Fehler
- • Netzwerk-Unterbrechungen
Systematic Errors (KEIN Retry)
Diese Fehler werden NICHT wiederholt:
- • Request zu groß (> Model-Limit)
- • Ungültiges JSON-Schema
- • Validation-Failures
- • Content zu komplex
Monitoring & Alerting
- ✓ Automatisches Alerting: Bei Failover zu Token Auth
- ✓ Performance-Tracking: Response-Zeiten & Token-Usage
- ✓ Error-Rate-Monitoring: Automatic Alerts bei > 5% Fehlerrate
- ✓ Model-Switching: Bei zu großen Requests → Gemini Pro 1.5
// Source: cloudflare-workers/wcag-analyzer-worker/src/vertex-ai-wrapper.ts lines 138-172, index.ts lines 1038-1102