Tausende Bilder, kein Alt-Text: das unsichtbare Problem internationaler Websites

Ein kurzer Selbsttest

Öffnen Sie Ihre Unternehmenswebsite. Rechtsklick auf ein beliebiges Produktbild, „Untersuchen“, und dann schauen Sie auf das alt-Attribut. Steht da etwas Sinnvolles? Steht da überhaupt etwas?

Wenn ja: Glückwunsch, Sie gehören zu einer Minderheit. Wenn nein: Willkommen im Club. Als wir kürzlich die Website eines mittelständischen Messtechnik-Herstellers analysiert haben, fanden wir allein auf der deutschen Hauptdomain knapp 13.000 Bildvorkommen ohne Alt-Text, verteilt auf rund 600 Seiten. Und das war eine gepflegte, professionell betriebene Website. Kein Sanierungsfall. Der Normalfall.

Warum Alt-Texte kein „Nice-to-have“ sind

Drei Gründe, sortiert nach Dringlichkeit:

1. Barrierefreiheit ist inzwischen Gesetz. Menschen, die mit Screenreadern arbeiten, „sehen“ ein Bild nur über seinen Alt-Text. Fehlt er, fehlt der Inhalt: Bei einem Produktbild fehlt dann schlicht das Produkt. Seit Juni 2025 verpflichtet das Barrierefreiheitsstärkungsgesetz (BFSG) auch private Unternehmen, ihre digitalen Angebote zugänglich zu machen. Alt-Texte sind dabei keine Kür, sondern eine der grundlegendsten Anforderungen der WCAG.

2. Suchmaschinen und zunehmend auch KI-Assistenten lesen mit. Google versteht Bilder ohne Beschreibung schlechter, die Bildersuche ignoriert sie weitgehend. Und wer möchte, dass ChatGPT, Perplexity und Co. die eigenen Produkte korrekt wiedergeben, sollte ihnen Text geben, den sie verwerten können.

3. Es ist schlicht verschenkter Inhalt. Jedes Produktfoto, jedes Anwendungsbild transportiert Information, aber nur für die, die es sehen können.

Warum fehlen sie dann überall?

Weil kein CMS sie erzwingt und keine Redaktion Zeit dafür hat. Der typische Ablauf: Ein Bild wird hochgeladen, die Kollegin hat noch vier andere Aufgaben auf dem Tisch, das Alt-Feld bleibt leer, die Seite geht live. Das Bild sieht ja gut aus. Dass etwas fehlt, sieht man im wahrsten Sinne nicht.

Auf internationalen Websites multipliziert sich das Problem dann gnadenlos. Rechnen wir kurz mit unserem Beispiel: Eine Hauptdomain mit rund 600 Seiten, dazu elf Ländergesellschaften mit eigenen Instanzen in acht Sprachen. Selbst wenn man großzügig dedupliziert (dasselbe Produktbild taucht ja auf Dutzenden Seiten auf), bleiben pro Sprachversion über 1.200 eindeutige Bilder, die einen Alt-Text brauchen. Über alle Instanzen gerechnet: eine fünfstellige Zahl von Bildern, jeweils in der richtigen Landessprache zu beschreiben.

Jetzt die Redaktionsrechnung: Ein guter Alt-Text braucht manuell zwei bis drei Minuten. Bild anschauen, Kontext verstehen, formulieren, ins CMS eintragen. Bei 15.000 Bildern sind das, konservativ gerechnet, über 600 Arbeitsstunden. Vier Personenmonate. Für ein Pflichtfeld. In der Praxis heißt das: Es passiert nie. Der Ostwestfale fasst sich auch hier gerne kurz: Das macht keiner.

Was Automatisierung heute leisten kann

Genau hier hat sich in den letzten zwei Jahren etwas Grundlegendes geändert. Multimodale KI-Modelle können Bilder nicht nur erkennen, sondern im Kontext ihrer Seite beschreiben. Und dieser Kontext ist der entscheidende Unterschied zwischen einem brauchbaren und einem nutzlosen Alt-Text.

Ein Beispiel aus dem echten Projekt: Auf einem Foto ist eine Person mit einem grauen Gerät an einer Rohrleitung zu sehen. Ein Modell ohne Kontext schreibt: „Person hält ein Gerät.“ Korrekt, aber wertlos. Unser Ansatz gibt dem Modell mit, was die Seite hergibt: Seitentitel, Überschrift neben dem Bild, umgebender Text, Bildunterschrift, sogar der Dateiname. Das Ergebnis: „Inspektionskamera [Modellname] im Einsatz zur Schadensortung in kleinen Rohrleitungen.“ Das ist ein Alt-Text, der Screenreader-Nutzenden und Suchmaschinen tatsächlich hilft.

So sieht die Pipeline aus, die wir dafür bauen:

1. Erfassen statt raten. Über die Sitemaps werden alle Seiten aller Sprachinstanzen eingesammelt. Das funktioniert bei jedem größeren CMS (TYPO3, WordPress, Drupal, Shopware und weitere), ohne dass wir ins System eingreifen müssen.
2. Deduplizieren. Bilder werden über alle Seiten hinweg gruppiert. Im Beispielprojekt schrumpften 13.000 Bildvorkommen auf 1.246 eindeutige Bilder, über 90 % weniger Aufwand.
3. Klassifizieren. Nicht jedes Bild braucht Text: Dekorative Icons, Flaggen und Tracking-Pixel bekommen nach WCAG bewusst ein leeres alt="" empfohlen. Auch das ist eine Entscheidung, die dokumentiert sein will.
4. Kontextbewusst und mehrsprachig generieren. Jedes Bild wird mit seinem Seitenkontext beschrieben, in der Sprache der jeweiligen Instanz. Die niederländische Seite bekommt niederländische Alt-Texte, die japanische japanische. Nicht übersetzt, sondern direkt in der Zielsprache formuliert.
5. Review durch Menschen. Die Ergebnisse landen in einem Review-Report mit Vorschaubildern und in einer Export-Datei fürs CMS. Die Redaktion prüft und pflegt ein. Oder wir schreiben die Texte per Schnittstelle direkt in die Asset-Metadaten des CMS, dann gilt der Text automatisch überall, wo das Bild verwendet wird.

Die vielleicht überraschendste Zahl zum Schluss

Die komplette deutsche Instanz aus unserem Beispiel, 1.200 Bilder, kontextbewusst beschrieben, hat in der Generierung weniger als einen US-Dollar an Modellkosten verursacht und lief in unter zwanzig Minuten durch. Die 600 Redaktionsstunden von oben schrumpfen auf einen überschaubaren Review-Aufwand: durchscrollen, Ausreißer korrigieren, freigeben.

Nebenbei fand der Lauf übrigens noch sieben Bilder, die auf der Live-Seite schlicht kaputt verlinkt waren. Auch das sieht man erst, wenn man mal systematisch hinschaut.

Fazit

Fehlende Alt-Texte sind kein Redaktionsversagen, sondern ein Skalierungsproblem. Manuell ist es auf internationalen Websites realistisch nicht lösbar, mit kontextbewusster, mehrsprachiger Generierung und einem sauberen Review-Prozess dagegen eine Sache von Tagen statt Personenmonaten. Und mit dem BFSG ist „machen wir irgendwann“ keine Option mehr.

Wenn Sie wissen möchten, wie viele Bilder auf Ihrer Website ohne Alt-Text unterwegs sind: Die Analyse ist der schnellste Teil. Sprechen Sie uns an, wir schauen einmal systematisch hin.