Nicht suchen, sondern finden

Von der Alltagserfahrung zu den Anforderungen

Zu Beginn des Projekts wertete der Projektmitarbeiter Literatur zu assistiven Technologien aus und erarbeitete Anforderungen an das System. Ergänzend wurde ein Interview mit Steve Weidel geführt, dem Gründer des auf digitale Barrierefreiheit spezialisierten Unternehmens Inklutec. Er ist von Geburt an blind und brachte sowohl Alltagserfahrungen als auch Kenntnisse der Softwareentwicklung ein. Er beschrieb feste Ablageorte als wichtige Orientierungshilfe. Schwierigkeiten entstehen insbesondere dann, wenn ein Gegenstand nicht mehr an der erwarteten Stelle liegt. Schlüssel, Geldbeutel, Schmuck, Dokumente und Hilfsmittel gehören zu den Dingen, deren Suche Zeit kostet und Stress auslösen kann (Huckele 2026).

Aus diesen Grundlagen ergab sich ein bewusst überschaubares Konzept. Der Benutzer soll einen Gegenstand und einen Ablageort mündlich mitteilen und später mit einer einfachen Frage wieder abrufen können. Komplizierte Menüs und starre Befehlsfolgen würden den Nutzen vermindern. Wichtig sind verständliche Rückmeldungen, ein vorhersehbarer Ablauf und die Möglichkeit, fehlerhafte Eingaben zu korrigieren. Datenschutz und lokale Verarbeitung wurden ebenfalls als zentrale Anforderungen aufgenommen. Das System soll sich in bestehende Routinen einfügen und möglichst wenig zusätzlichen Aufwand verursachen (Huckele 2026).

Damit entspricht WhereIsIt der anwendungs- und lösungsbezogenen Bedeutung von Inclusive AI. Formen künstlicher Intelligenz werden eingesetzt, um eine konkrete Einschränkung im Zugang zu relevanten Informationen auszugleichen. Die Entwicklung richtet sich auf eine klar umrissene Aufgabe und auf die Bedürfnisse der vorgesehenen Benutzer. Zugleich zeigt sich hier die zweite Seite des Begriffs: Selbst eine hilfreich gemeinte Anwendung kann neue Barrieren schaffen, wenn sie Sprache falsch verarbeitet oder ihre Bedienung nicht ausreichend zugänglich ist (Bendel 2025; Huckele 2026).

Ablageorte mitteilen und wieder abrufen

Die grundlegende Nutzung lässt sich an einem Schlüsselbund erläutern. Der Benutzer legt ihn ab, aktiviert die Aufnahme und teilt dem System den Ort mit, etwa mit den Worten „Meine Schlüssel liegen auf dem Küchentisch!“. WhereIsIt verarbeitet die Aussage, erkennt den Gegenstand und den Ablageort und speichert die Zuordnung. Auf eine spätere Frage wie „Wo sind meine Schlüssel?“ gibt es den zuletzt gespeicherten Ort über die Sprachausgabe zurück. Die Beispiele sind hier ins Deutsche übertragen; der dokumentierte Prototyp verwendet eine englische Ausgabestimme (Huckele 2026).

Neben dem Speichern und Abrufen unterstützt der Prototyp das Aktualisieren und Löschen von Einträgen. Zu einem Gegenstand können bis zu drei Ablageorte gespeichert werden. Kommt ein weiterer hinzu, wird der älteste entfernt. Die Daten bleiben auch nach dem Beenden und erneuten Starten der Anwendung erhalten. Wenn zu einem Gegenstand kein Ablageort gespeichert ist, soll diese Lücke in zielführender Weise behoben werden. In den entsprechenden Tests gelang dies zuverlässig: WhereIsIt machte auf die fehlende Information aufmerksam, statt etwas zu erfinden (Huckele 2026).

Wichtig ist die Unterscheidung zwischen einer praktikablen Erinnerungshilfe und einer automatischen Ortung. WhereIsIt erhält seine Informationen durch die Mitteilungen des Benutzers. Es beobachtet nicht, wo dieser etwas ablegt, und erkennt nicht, wenn eine andere Person den Gegenstand anschließend verschiebt. Die Antwort bezeichnet deshalb den zuletzt mitgeteilten Ablageort. Eine Erweiterung mit Bluetooth-Low-Energy-Tags wurde im Projekt erörtert, aber nicht umgesetzt. Solche Technologien könnten künftig etwa ein akustisches Signal auslösen und die Suche unterstützen (Huckele 2026).

Sprachverarbeitung auf dem eigenen Rechner

Der Prototyp wurde als browserbasierte Anwendung entwickelt (siehe Abb. 1). Ein lokaler Flask-Server verbindet die Benutzeroberfläche mit den einzelnen Verarbeitungskomponenten. Die Spracheingabe wird mit Faster Whisper (auch „Faster-Whisper“ und „faster-whisper“ geschrieben) in Text umgewandelt. Ein über Ollama betriebenes lokales Sprachmodell ermittelt anschließend die Absicht des Benutzers sowie den Gegenstand und gegebenenfalls dessen Ablageort. Die Informationen werden in einer SQLite-Datenbank gespeichert oder aus ihr abgerufen. Piper wandelt die Antwort in Sprache um (Huckele 2026).

Das KI-System übernimmt dabei eine begrenzte Aufgabe innerhalb eines nachvollziehbaren Ablaufs. Das Sprachmodell soll erkennen, ob der Benutzer etwas speichern, abrufen, aktualisieren oder löschen möchte, und die benötigten Angaben in strukturierter Form bereitstellen. Die gespeicherten Namen der Gegenstände und Ablageorte stammen aus den Eingaben des Benutzers. Bei einer nicht interpretierbaren Modellausgabe wird um eine Wiederholung oder Präzisierung gebeten. Pro Interaktion ist der Prototyp auf ein Gegenstand-Ort-Paar ausgelegt (Huckele 2026).

Die Aufnahme wird ausdrücklich gestartet und beendet, etwa über eine Schaltfläche oder die Eingabetaste. Wird sie nicht manuell gestoppt, endet sie nach zehn Sekunden. Es ist somit kein dauerhaftes Mithören vorgesehen. Temporäre Sprachaufnahmen werden nach der Transkription gelöscht. Sobald die erforderlichen Komponenten installiert sind, benötigt das System im Betrieb keine Internetverbindung. Sprachaufnahmen, transkribierte Anfragen und gespeicherte Gegenstände und Ablageorte werden nicht an externe Dienste übertragen (Huckele 2026).

Die Oberfläche ergänzt die Spracheingabe und -ausgabe durch skalierbaren Text, einen Modus mit hohem Kontrast und klar beschriftete Bedienelemente. Semantisches HTML und die Unterstützung von Screenreadern sollen die Zugänglichkeit verbessern. Diese Maßnahmen adressieren unterschiedliche Grade der Sehbeeinträchtigung. Die lokale Browseranwendung ist allerdings noch keine fertig entwickelte mobile App. Eine portable Umsetzung für den Einsatz in verschiedenen Räumen und außerhalb des eigenen Zuhauses bleibt eine Aufgabe für die weitere Entwicklung (Huckele 2026).

Was die Tests zeigen

Der Prototyp wurde mit 12 Personen im Alter von 15 bis 80 Jahren anhand von 16 Aufgaben getestet. Fünf Teilnehmer hatten keine, fünf eine leichte und zwei eine starke Sehbeeinträchtigung. Es war keine blinde Person dabei. Zu den Aufgaben gehörten das Speichern und Abrufen von Ablageorten, der Umgang mit unvollständigen Angaben, das Löschen von Einträgen und die Bedienung ohne visuelle Informationen (Huckele 2026).

Von 192 Testfällen wurden 162 erfolgreich abgeschlossen, entsprechend 84,4 Prozent. Dabei galt eine Aufgabe auch dann als erfolgreich, wenn sie mit Unterstützung bewältigt wurde. In 39 Fällen waren kleinere Hilfestellungen und in 15 Fällen umfangreichere Eingriffe erforderlich. Die Quote ist daher kein Nachweis einer durchgehend selbstständigen Nutzung. Gut funktionierten u.a. das Starten und Stoppen der Aufnahme und die Mitteilung, dass zu einem unbekannten Gegenstand (dessen Name nicht gespeichert wurde) kein Ablageort vorhanden ist (Huckele 2026).

Schwächer waren komplexere Abläufe. Das Abrufen früherer Ablageorte und die Aufgabe zur Bedienung ohne visuelle Informationen erreichten jeweils 58,3 Prozent. Außerdem führten Fehler der Spracherkennung zu falschen Datenbankeinträgen. Längere Aussagen und die Nennung mehrerer Gegenstände in einer Anfrage konnten nicht zuverlässig verarbeitet werden. Aus diesen Ergebnissen ergeben sich konkrete Verbesserungen: erkannte Angaben vor dem Speichern bestätigen lassen, Fehlermeldungen präzisieren und Korrekturen erleichtern. Die Tests belegen eine technische Machbarkeit und liefern erste Hinweise auf die Gebrauchstauglichkeit. Sie bestätigen noch keine verlässliche Alltagstauglichkeit für blinde Personen (Huckele 2026).

Chancen von WhereIsIt

Mehr von Dr. Bendel und seinem Team

Fachbeiträge • Automatisierung

Es muss nicht immer ein humanoider Roboter sein

Fachbeiträge • Automatisierung

Chatbots für tote, gefährdete und ausgestorbene Sprachen

Fachbeiträge • Bildverarbeitung

Im Schlamm ruht sich ein großes Nilpferd aus

Fachbeiträge • Automatisierung

Dieser Roboter steht Ihnen aber gut!

WhereIsIt kann die Selbstständigkeit im Alltag fördern. Wer einen Ablageort selbst festhält und später selbst abruft, muss für diese Aufgabe seltener andere Personen um Hilfe bitten. Das könnte Suchzeiten verkürzen und Frustration und Stress vermindern. Ein solcher Nutzen entspricht dem Anliegen von Inclusive AI, durch geeignete Anwendungen Teilhabe und Wohlbefinden zu stärken. Ob diese Wirkungen tatsächlich und dauerhaft eintreten, muss jedoch in weiteren Untersuchungen mit der Zielgruppe geprüft werden (Bendel 2025; Huckele 2026).

Aus informationsethischer Sicht ist die datenschutzfreundliche Architektur hervorzuheben (Bendel 2019). Angaben über Gegenstände und Ablageorte können Rückschlüsse auf Besitztümer, Gewohnheiten und Lebensumstände erlauben. WhereIsIt verarbeitet diese Informationen lokal, begrenzt die Aufnahme auf ausdrücklich ausgelöste Interaktionen und löscht die temporären Aufnahmen nach ihrer Verarbeitung. Damit unterstützt das Projekt die informationelle Autonomie, also die Möglichkeit, über die Erhebung und Verwendung eigener Informationen zu bestimmen (Bendel 2019). Dass Einträge gelöscht werden können und der Betrieb ohne externe Cloud-Dienste auskommt, stärkt die Kontrolle des Benutzers. Diese Gestaltung greift Anforderungen auf, die auch in der Diskussion über Be My AI und andere Systeme der Inclusive AI betont werden (Bendel 2024, 2025; Huckele 2026).

Die Beschränkung auf eine einfache Gedächtnisfunktion bietet einen weiteren Vorteil. Für die Grundfunktionen müssen weder Gegenstände mit Tags versehen noch Wohnungen mit Kameras erfasst werden. Die lokale Verarbeitung vermindert zudem die Abhängigkeit von einer Internetverbindung und von externen Diensten, was wiederum ein Anliegen der Informationsethik sein kann (Bendel 2019). Daraus ergibt sich eine interessante Perspektive für Inclusive AI: Ein überschaubarer Funktionsumfang kann die Zugänglichkeit fördern, wenn er eine häufige Aufgabe verlässlich unterstützt (Bendel 2025; Huckele 2026).

Risiken von WhereIsIt

Die Verlässlichkeit der Auskunft bleibt eine zentrale Herausforderung. Ein falsch verstandener Gegenstand oder Ablageort kann zu einer falschen Erinnerung führen. Selbst eine korrekt gespeicherte Angabe kann überholt sein, wenn jemand den Gegenstand verschiebt. Aus informationsethischer Sicht sollte die Anwendung deshalb deutlich machen, dass sie einen mitgeteilten Ort wiedergibt und keine aktuelle Position überprüft. Eingeforderte Bestätigungen und verständliche Korrekturmöglichkeiten wären wichtige Schritte, um Fehlvertrauen zu begrenzen. Das Projekt zeigt entsprechende Schwächen der Sprachverarbeitung und empfiehlt eine bessere Absicherung der Eingaben (Huckele 2026). Die Bedeutung verlässlicher Informationen für blinde und sehbehinderte Personen wurde bereits in der Studie zu Be My AI herausgearbeitet (Bendel 2024).

 Eine weitere Grenze betrifft die semantische Prüfung der Ortsangaben. Der Prototyp übernimmt einen mitgeteilten Ablageort, ohne dessen Plausibilität zu prüfen. Wird etwa der „Mond“ als Ort genannt, speichert das System diese Angabe ab. Ein solcher Fall dürfte in der Praxis selten auftreten, verdeutlicht aber, dass die sprachliche Verarbeitung noch keine inhaltliche Kontrolle einschließt. Sinnvoll wäre deshalb eine Plausibilitätsprüfung mit einer Rückfragefunktion. Bei ungewöhnlichen oder im jeweiligen Kontext unklaren Ortsangaben könnte WhereIsIt um Bestätigung oder Präzisierung bitten. Dabei sollte das System ungewöhnliche Angaben nicht eigenmächtig verwerfen: „Mond“ könnte beispielsweise der Name einer Box oder ein individuell vereinbartes Merkzeichen sein. Die Entscheidung über den gemeinten Ablageort sollte beim Benutzer bleiben.

Eine besondere Herausforderung ergibt sich beim Betreten fremder Wohnungen und Häuser. In den eigenen vier Wänden kann eine Angabe wie „auf der Kommode im Flur“ auf eine vertraute räumliche Vorstellung verweisen. In einer unbekannten Wohnung fehlt diese unter Umständen vollständig. Wer nicht weiß, wo die Kommode steht oder wie der Flur aufgebaut ist, kann aus der Erinnerung an den Ablageort noch keinen Weg zum Gegenstand ableiten. WhereIsIt könnte hier beim Festhalten einer gemeinsam geklärten Ortsbeschreibung helfen. Eine Orientierungshilfe für unbekannte Innenräume ist damit aber noch nicht gegeben. Diese Grenze folgt aus dem Konzept der sprachlich mitgeteilten Ablageorte; eine automatische Erfassung der Umgebung wurde im Projekt nicht umgesetzt (Huckele 2026).

Lokale Verarbeitung bedeutet nicht, dass sämtliche Datenschutzfragen gelöst sind. Die Datenbank muss gegen unbefugten Zugriff geschützt werden, und eine hörbare Antwort kann sensible Informationen an anwesende Personen weitergeben. In fremden Wohnungen können Ortsangaben zudem private Verhältnisse anderer Menschen betreffen. Aus informationsethischer Sicht sind deshalb neben der Kontrolle über eigene Daten auch die Interessen Dritter zu berücksichtigen. Bei späteren Erweiterungen mit Kameras oder Sensoren würde diese Frage an Gewicht gewinnen. Solche Erweiterungen sollten bewusst gewählt werden können und unter der Kontrolle des Benutzers bleiben (Bendel 2024, 2025; Huckele 2026).

Schließlich entscheidet sich die Inklusivität an der tatsächlichen Nutzung. Ein einfacher Einstieg ist ein Entwicklungsziel; die gesamte Bedienung muss ebenso verständlich und zuverlässig sein. Gerade die schwachen Ergebnisse bei der nichtvisuellen Nutzung zeigen, dass Spracheingabe und -ausgabe allein noch keine ausreichende Barrierefreiheit gewährleisten. Weitere Tests mit blinden Personen, in realistischen Umgebungen und über längere Zeiträume sind erforderlich. Auch Installation, geeignete Hardware und technische Betreuung können Zugangshürden darstellen. Die Gefahr eines digitalen Grabens bleibt damit relevant (Bendel 2019, 2024; Bendel und Jovic 2025; Huckele 2026).

Zusammenfassung und Ausblick

Die genannten Untersuchungen erschließen unterschiedliche Möglichkeiten von Inclusive AI. Die Studie zu Be My AI zeigt, wie generative KI die Beschreibung und Bewertung der unmittelbaren Umwelt unterstützen kann, und diskutiert die damit verbundenen Abhängigkeiten und Grenzen (Bendel 2024). VISUAL eröffnet blinden und sehbehinderten Personen den Zugang zu virtuellen Wildtierbeobachtungen und verbindet Inclusive AI mit Animal-Computer Interaction (Mancini 2011; Bendel und Jovic 2025; Bendel 2026). WhereIsIt richtet sich auf eine kleine, aber wiederkehrende und nicht unwichtige Aufgabe, nämlich das Erinnern an Ablageorte alltäglicher Gegenstände (Huckele 2026).

Das Projekt verbindet natürliche Sprache, lokale KI-Verarbeitung, dauerhafte Speicherung und Sprachausgabe zu einer Gedächtnisstütze. Sein Potenzial liegt in einer niederschwelligen Interaktion und einer datenschutzfreundlichen Architektur, die die informationelle Autonomie unterstützt. Der Prototyp zeigt, dass sich die Grundfunktionen technisch realisieren lassen. Er macht zugleich klar, wo weitergearbeitet werden muss: bei der Bestätigung erkannter Angaben, der Korrektur von Fehlern, dem nichtvisuellen Dialog und der portablen Nutzung. Vorrang sollte die verlässliche Bedienung haben, bevor zusätzliche Ortungstechniken den Funktionsumfang erweitern. Eine Erprobung mit blinden Personen im Alltag steht noch aus (Huckele 2026).

Weitere Projekte an der Hochschule für Wirtschaft FHNW richten den Blick auf Smart Glasses, die in ihrer allgemeinen Verwendung und in ihren Möglichkeiten der Beobachtung und Überwachung in die Kritik geraten sind. Das im Sommer 2026 vorgelegte Proposal von Myriam Rellstab, einer Masterstudentin von Oliver Bendel, sieht eine Untersuchung dazu vor, wie KI-gestützte Brillen unterschiedliche Bedürfnisse blinder, sehbehinderter, gehörloser und schwerhöriger Personen berücksichtigen können. Geplant sind eine Literaturanalyse, der Vergleich von fünf bestehenden Systemen und qualitative Interviews. Dabei sollen universelle, spezialisierte und modulare Gestaltungsansätze betrachtet und in einem konzeptionellen Rahmen zusammengeführt werden (Rellstab 2026). Gemeinsam ist diesen Vorhaben die Frage, wie KI-Systeme beeinträchtigte Menschen im Alltag unterstützen können, ohne ihnen die Kontrolle über Informationen und Entscheidungen zu entziehen (Bendel 2025).