Wenn das Bild fehlt

Wenn das Bild fehlt:

Automatische Alternativtexte für visuelle Inhalte in (naturwissenschaftlichen) Lehrvideos

Das Projekt Wenn das Bild fehlt entwickelt eine Kl-gestützte Lösung zur automatisierten Beschreibung visueller Inhalte in Lehrvideos, um barrierefreie Zugänge für (beeinträchtigte) Studierende zu schaffen. Fokus sind handschriftliche Skizzen in Screencast Lehrvideos aus dem Bereich der Physik, die per Bildanalyse erkannt und kontextsensitiv beschrieben werden. Ziel ist eine lokal betreibbare, datenschutzkonforme Anwendung, die Lehrende entlastet und die Bereitstellung barrierefreier Lehrmaterialien beschleunigt.

Warum ist Barrierefreiheit in der Lehre wichtig?

Barrierefreiheit ist eine zentrale Voraussetzung für chancengerechte Bildung. Digitale Lehrmaterialien, wie Lehrvideos ermöglichen zwar asynchrone, ortsunabhängige Lehre und unterstützen individuelles Lernen, gleichzeitig entstehen jedoch neue Barrieren. Während Untertitel inzwischen relativ verbreitet sind, bleiben visuelle Inhalte, wie Schaubilder, Diagramme oder mathematische Skizzen häufig unerschlossen.

Für Studierende, die aufgrund einer Sehbeeinträchtigung oder anderer Einschränkungen auf textuelle Alternativen angewiesen sind, bedeutet das: Zentrale Inhalte von Lehrveranstaltungen bleiben unverständlich oder sind gar nicht zugänglich. Gerade in Modulen wie Physik, in denen wesentliche Inhalte häufig durch handschriftliche Zeichnungen und Skizzen vermittelt werden, entstehen erhebliche Nachteile.

Lehrende stehen vor der großen Herausforderung, dass sie die Notwendigkeit barrierefreier Materialien erkennen, allerdings nicht die Zeit, Expertise oder Werkzeuge besitzen, um adäquate Alternativtexte für komplexe Grafiken zu erstellen.

Wie KI barrierefreie Lehrmaterialien ermöglichen kann

Moderne KI-Modelle sind in der Lage, visuelle Inhalte nicht nur zu erkennen, sondern ihre Bedeutung im jeweiligen fachlichen Kontext zu erfassen und sprachlich zu beschreiben. Dadurch können Brücken zwischen visueller und textbasierter Wissensvermittlung geschlagen werden.

Generative KI eröffnet zudem Möglichkeiten, Lehrmaterialien in unterschiedlichen Formaten zu generieren. Unter anderem:

  • Übersetzungen in andere Sprachen
  • Aufbereitung von Inhalten in Audioformate, wie Podcasts
  • Automatisierte Erstellung von Skripten
  • Inhalte in einfache Sprache umschreiben

Dadurch wird individuelles Lernen der Studierende unterstützt und gleichzeitig werden die Lehrende bei der Erstellung barrierefreier Materialien entlastet.

Logo KI:edu.nrw Praxisprojekt
Logo TH OWL

Laufzeit:

  • 01.10.2025 – 30.06.2026

Beteiligte:

Beispiel: Was ist hier zu sehen?

XY-Diagramm mit Wurfkurve

Die Grafik zeigt die Bahnkurve eines Körpers unter dem Einfluss der Schwerkraft. Hauptelemente sind:

– Achsen: Die x-Achse repräsentiert die horizontale Wurfweite, die y-Achse die vertikale Wurfhöhe

– Bahnkurve: Eine rote Kurve, die den Verlauf der Bewegung darstellt

– Vektoren: Vektoren zeigen die Geschwindigkeit im Punkt des Startes („Vo_x“ und „Vo_y“).

Die Grafik vermittelt die Bewegung eines Körpers, der mit einer bestimmten Initialgeschwindigkeit in einem Winkel geworfen wird. Die Bahnkurve zeigt, wie der Körper sich in der Luft bewegt, bis er auf dem Boden landet.

Sie haben Fragen?

Sprechen Sie uns gerne an!
Porträt von Abbas Bachir

Abbas Bachir

Praxisprojekt Wenn das Bild fehlt
abbas.bachir@th-owl.de
Porträt von Johannes Üpping

Prof. Dr. Johannes Üpping

Praxisprojekt Wenn das Bild fehlt
Johannes.uepping@th-owl.de

Wenn das Bild fehlt ist ein Praxisprojekt von KI:edu.nrw.
Hier finden Sie Informationen zu unseren Praxisprojekten:

3D
PIENSA
PrepAIre
Prompt.Think.Check
SRL-Agent
Wenn das Bild fehlt
KIMu_Lab
Ki.StadtLabor
Sokratesᵗ
TermRAG 4 SafeAI
XLM

KI:edu.nrw-News

Eine Sammlung von Kurzmeldungen, Neuigkeiten und Veröffentlichungen rund um KI:edu.nrw!

Der KI:edu.nrw-Blog

Spannende Projekt-Infos, Interviews und (Praxis-)Einblicke in die Welt von Learning Analytics und KI in der Hochschulbildung – das und vieles mehr erwartet Sie im KI:edu.nrw-Blog!

Beitragsbild Neues von unseren Praxisprojekten
07
Juli

Das Praxisprojekt KIMu_Lab: Einsatz generativer KI in der musikpädagogischen Lehramtsausbildung

Wie verändern generative KI-Tools musikalische Praxis und Musikpädagogik? Welche neuen Erfahrungs-, Lern- und Bildungsanlässe entstehen durch KI-generierte Klänge und Bilder? Und welche Unterrichtsmodelle braucht es für den KI-Einsatz im Musikunterricht? Diese und weitere Fragen standen im “KIMu_Lab” an der Hochschule für Musik Detmold im Mittelpunkt....
Weiterlesen
Beitragsbild Neues von unseren Praxisprojekten
19
Juni

Zwischen Innovation und Verantwortung: Herausforderungen beim Einsatz von KI-Chatbots in der Hochschullehre

KI-Chatbots können unglaublich hilfreich sein: Sie unterstützen beim Lernen und liefern schnell Antworten. Sie können aber auch Fehler machen oder Informationen unvollständig bzw. falsch wiedergeben. Solche „Halluzinationen“ wirken mitunter sehr plausibel, weshalb sie schwer zu erkennen sind. Deshalb ist es wichtig, KI Antworten kritisch zu...
Weiterlesen
Beitragsbild Neues von unseren Praxisprojekten
11
Juni

KI verstehen, statt ihr blind zu vertrauen: Ein kritisch-konstruktiver Workshop für Studierende

Im KI:edu.nrw-Praxisprojekt „3D – Disziplinen, Didaktik, Daten“ ist ein Workshop entstanden, der Studierenden einen konstruktiv-kritischen Zugang zum Thema KI eröffnet. Der Workshop ist bereits praktisch durchgeführt und erprobt. Die Materialien stehen als Open Educational Resources (OER) zur Verfügung und lassen sich von Lehrenden mit geringem...
Weiterlesen

Alle Neuigkeiten per E-Mail erhalten

Sie möchten keine Neuigkeiten von KI:edu.nrw oder von der Learning AID mehr verpassen? Wir halten Sie auf dem Laufenden und benachrichtigen Sie per E-Mail bei Updates! Mit Ihrer Anmeldung stimmen Sie unseren Datenschutzbestimmungen zu.