Für den größten Teil der Smartphone-Ära war die assistive Technologie, auf die blinde Menschen angewiesen waren, in zwei Varianten erhältlich. Es gab enge, teure Einzelzweckgeräte — eine Textkamera, einen Farberkenner, eine GPS-Einheit mit einer unbeholfenen Stimme — und es gab Apps, die einen mit einem Menschen verbanden, weil keine Maschine zuverlässig die chaotische visuelle Welt beschreiben konnte. Die erste Variante war kostspielig und brüchig. Die zweite funktionierte, aber sie bedeutete, jedes Mal eine andere Person zu fragen, wenn man wissen wollte, ob die Milch abgelaufen war.

Der Wendepunkt kam im März 2023, als OpenAI GPT-4 ankündigte und die App für blinde Menschen Be My Eyes als Vorzeigepräsentation dessen nutzte, was ein sichttüchtiges Modell leisten konnte. Zum ersten Mal konnte ein Allzweckmodell — kein handgebauter Klassifikator — ein beliebiges Foto betrachten und Fragen dazu in fließender Sprache beantworten. Diese eine Fähigkeit — alles beschreiben, dann Folgefragen beantworten — stellte sich als genau das heraus, was dem Fachgebiet gefehlt hatte. Innerhalb von achtzehn Monaten war sie in Smartphones, Brillen, Screenreader und Langstöcke integriert worden.

Dieser Primer untersucht diese Welle an sechs Fronten: die Apps zur visuellen Unterstützung, die Wearables, die Navigationshilfen, die Betriebssystem-Screenreader, die Braille- und Taktildurchbrüche und die Web-Schicht darunter. Durchgehend ist die Frage dieselbe, die wir an jedes neue Werkzeug stellen: nicht „Ist es in einer Demo beeindruckend?” sondern „Bekommt ein blinder Mensch eine korrekte, nützliche Antwort, wenn er sie braucht?” Die ehrliche Antwort ist 2026: „Weit häufiger als 2022 — und noch nicht oft genug, um blind zu vertrauen.” Wir behalten beide Hälften dieses Satzes im Blick.

Die folgenreichste Veränderung ist auch die am wenigsten sichtbare: Sie lebt in Apps, die Menschen bereits besaßen. Die Kategorie teilte sich in zwei Schichten, die nun zusammenarbeiten — sofortige KI-Beschreibung für die Routinefrage und ein Mensch in der Leitung für den Moment, der zählt. Die stärksten Workflows lassen Nutzer mit dem Modell beginnen und mit einem Fingertipp zu einer Person eskalieren.

Die Karten unten erfassen das praktische Verhalten der fünf Dienste, die den Alltag dominieren — nicht die Marketingaussagen. „Der Haken” ist die Spalte, die man zuerst lesen sollte.

Ein Smartphone hochzuhalten und seine Kamera zu richten ist handhabbar, belegt aber eine Hand und zeigt jedem in der Nähe genau, was man tut. Die wichtigste Hardware-Verschiebung des Zeitraums war die Verlagerung der Kamera auf den Kopf, wo sie dorthin zeigt, wohin der Nutzer schaut, und beide Hände freilässt. Zwei Dinge machten dies gleichzeitig möglich: günstige, ordentliche tragbare Kameras und ein Modell, das gut genug war, um zu verstehen, was sie sehen.

Der Meilenstein war November 2024, als Meta durch eine Be My Eyes-Integration einen Modus für blinde Nutzer zu seinen Mainstream-Brillen Ray-Ban Meta hinzufügte — eine Funktion „Freiwilligen anrufen”, die die Ich-Perspektive des Trägers zu einem sehenden Helfer überträgt, zusammen mit Metas eigener KI, die auf Anfrage beschreibt, was vor einem liegt. Zum ersten Mal war das Hilfsmittel ein Sonnenbrillenmodell, das Menschen bereits tragen wollten — kein auffälliges medizinisches Gerät.

Navigation ist das schwierigste Problem im Fachgebiet, weil der Preis einer falschen Antwort ein Bordstein, ein Treppenhaus oder eine Straße ist. Der Zeitraum brachte echten Fortschritt bei zwei verschiedenen Teilproblemen: dem Erkennen der unmittelbaren Umgebung und der Orientierung in einem Gebäude, wo GPS versagt.

Die leiseste Revolution vollzog sich innerhalb des Screenreaders. Jahrelang war die Lücke, auf die blinde Nutzer am häufigsten stießen, das unbeschriebene Bild — ein Foto, ein Diagramm, ein Meme ohne Alternativtext. Zwischen 2024 und 2026 lieferte jede große Plattform eine eingebaute Antwort: Den Screenreader auf ein Bild zeigen, und ein internes Modell beschreibt es, dann beantwortet es Folgefragen. Was früher eine Drittanbieter-App erforderte, ist heute ein Tastendruck.

Die Matrix unten vergleicht, wo jede Plattform gelandet ist. Das Muster ist konsistent — KI-Bildbeschreibung überall, Live-Kameraverständnis am stärksten auf Mobilgeräten, Braille-Unterstützung auf Apple neu vertieft — aber die Details entscheiden, welches Werkzeug für einen bestimmten Nutzer passt. Für Testmethodik und Werkzeuge geht unser Leitfaden für Screenreader-Testwerkzeuge tiefer, und der zugrundeliegende Standard ist WCAG 2.2.

Apples Welle vom Mai 2025 verdient eine eigene Anmerkung, weil sie die Definition von Barrierefreiheit erweiterte. Braille Access verwandelt ein iPhone, iPad, Mac oder Vision Pro in ein vollständiges Braille-Notizbuchgerät, das nativ mit einem aktualisierbaren Display kommuniziert. Accessibility Reader ist ein systemweiter Lesemodus für sehbehinderte und dyslektische Nutzer. Accessibility Nutrition Labels platzieren die Barrierefreiheitsfunktionen einer App direkt auf ihrer App-Store-Seite, sodass ein blinder Nutzer vor dem Herunterladen wissen kann, ob eine App funktionieren wird — ein struktureller Anreiz, der jeden Entwickler unter Druck setzt, besser zu werden.

Eine frühere Funktion verdient hier ebenfalls Erwähnung: Personal Voice, das es jemandem ermöglicht, ein Modell seiner eigenen Stimme aufzunehmen und zu synthetisieren. Es wurde mit Menschen im Sinn entwickelt, die ihre Sprachfähigkeit verlieren, aber es deutet auf eine breitere Zukunft hin, in der die synthetische Stimme im Ohr eines blinden Nutzers eine sein kann, die er tatsächlich gewählt hat.

Inmitten all der KI war der überfälligste Durchbruch mechanischer Natur. Aktualisierbare Braille-Displays zeigten jahrzehntelang eine einzige Textzeile — gut für Prosa, hoffnungslos für ein Mathematikbuch, eine Karte oder ein Diagramm. Der Traum einer vollen Seite dynamischer Braille- und Taktilgrafiken hatte im Fachgebiet einen Namen, „Holy Braille”, und blieb jahrelang ein Traum.

2024 wurde er ausgeliefert. Der Monarch, eine Partnerschaft zwischen dem American Printing House for the Blind und HumanWare, ist das erste Mainstream-Gerät, das zehn Zeilen Braille und Taktilgrafiken auf derselben aktualisierbaren Oberfläche anzeigt — sodass ein Schüler ein Balkendiagramm, ein Geometriediagramm oder eine Karte ertasten und gleichzeitig die Braillebeschriftungen lesen kann. Es basiert auf Android, importiert Taktilgrafikdateien und unterstützt das aufkommende mehrreihige eBraille-Format. Der Preis ist hoch — rund fünfstellig —, weshalb er Schüler hauptsächlich durch institutionelle Finanzierung erreicht und nicht Einzelpersonen. Koreas Dot Pad, ein Stift-Array-Taktildisplay, das Apple nativ unterstützt, greift dasselbe Problem von der Konsumentenseite an. Für den breiteren Markt sei auf unseren Kaufratgeber für aktualisierbare Braille-Displays verwiesen.

Jeder Abschnitt oben trug einen „Der Haken”-Satz aus einem Grund. Der Fortschritt ist real, aber ein Primer, der nur die Vorzüge anpries, würde seinen Lesern einen schlechten Dienst erweisen. Vier Einschränkungen durchziehen die gesamte Landschaft, und jeder ehrliche Käufer sollte sie vor dem Marketing abwägen.

Ehrlich formuliert lautet die Geschichte von 2023 bis 2026: Die Decke stieg dramatisch und der Boden bewegte sich kaum. Eine blinde Person kann 2026 Dinge tun, die 2022 Science-Fiction waren — eine Sonnenbrille fragen, was auf einer Speisekarte steht, unter den Fingern ein Diagramm aktualisieren spüren, jedes Foto mit einem Tastendruck beschreiben lassen. Das ist eine echte Erweiterung der Selbstständigkeit, und sie kam schneller als irgendjemand im Fachgebiet vorhergesagt hatte.

Aber der Boden — die Dinge, die jedes Mal stimmen müssen — hielt fest. Ein Modell halluziniert weiterhin. Eine Kamera sieht weiterhin zu viel. Eine großartige App kann weiterhin keine defekte Website reparieren oder einen Mobilitätslehrer ersetzen. Die Reife dieses Moments liegt nicht in den Demos; sie liegt darin, genau zu wissen, welchem Werkzeug man für welche Aufgabe vertrauen kann und welches man doppelt prüft. Die besten Praktiker und Nutzer denken bereits so: Maschine für Geschwindigkeit, Mensch für den Moment, der zählt, und der Langstock in der Hand die ganze Zeit.

Die nächsten drei Jahre werden am Boden gemessen werden, nicht an der Decke. Wenn Halluzinationsraten sinken, wenn die gute Hardware günstiger wird und wenn das Web darunter endlich mit der assistiven Technologie darüber aufholt, wird die Kluft zwischen dem Möglichen und dem Verlässlichen sich schließen. Bis dahin gilt die Regel, die durch jeden Abschnitt dieses Primers läuft: Die Werkzeuge sind ein bemerkenswerter Entwurf von Sehen auf Abruf — und der Nutzer, nicht das Modell, hat noch immer das letzte Wort.