Screenshot vom Prototyp eqREADER
eqREADER
E-Reader mit Gebärdensprach-Tooltip (03.01.2026)
Förderjahr 2025 / Projekt Call #20 / ProjektID: 8048 / Projekt: eqREADER

Seit Juni 2025 müssen E-Books barrierefrei sein – aber für gehörlose Menschen hat sich wenig geändert. Wir bauen einen E-Reader, der Schriftsprache mit Gebärdensprache verbindet. Hier ist unser Zwischenstand.

Das Problem: Barrierefreiheit ohne Gebärdensprache

Mit dem Barrierefreiheitsstärkungsgesetz (BaFG) müssen E-Books seit Juni 2025 barrierefrei sein. Verlage reagieren – aber fast ausschließlich mit Maßnahmen für blinde und sehbehinderte Menschen: Screenreader-Kompatibilität, anpassbare Schriftgrößen, Alternativtexte für Bilder.

Für gehörlose und schwerhörige Menschen, deren Erstsprache eine Gebärdensprache ist, ändert sich dadurch wenig. Geschriebenes Deutsch bleibt für viele eine Fremdsprache. Es fehlt ein Werkzeug, das beim Lesen unterstützt – nicht durch Vorlesen, sondern durch Gebärdensprache.

Die Idee: Tooltips im Lesefluss

Der eqREADER erkennt beim Lesen eines E-Books automatisch Wörter, für die ein Gebärdensprach-Video vorhanden ist, und hebt sie hervor. Ein Tipp auf das Wort öffnet ein kurzes Video mit der entsprechenden Gebärde – direkt im Lesefluss, ohne Kontextwechsel.

Das funktioniert bereits: Man lädt ein EPUB hoch, der Text wird analysiert, und nach wenigen Sekunden sind die erkannten Wörter hervorgehoben. Das Ergebnis fühlt sich an wie ein integriertes Gebärdensprach-Wörterbuch, das mitliest.

Drei Services, ein Ziel

Hinter der einfachen Oberfläche steckt eine Microservice-Architektur:

Frontend (Angular): Rendert EPUB-Dateien direkt im Browser. Hervorgehobene Wörter sind anklickbar und öffnen ein Video-Overlay mit der Gebärde.

Backend (Node.js): Koordiniert die Kommunikation, verwaltet die Zuordnung von Wörtern zu Videos und liefert die Gebärdensprach-Videos aus.

NLP-Service (Python/FastAPI): Das Herzstück der Texterkennung. Ein spaCy-Sprachmodell für Deutsch analysiert den Buchtext und führt Wörter auf ihre Grundform zurück (Lemmatisierung). So wird z.B. „gelaufen" korrekt dem Video für „laufen" zugeordnet, „Häusern" dem Video für „Haus". Ohne diese linguistische Analyse würden nur exakt geschriebene Wörter erkannt – und damit ein Großteil des Textes übersehen.

Kein E-Book bleibt auf dem Server

Ein zentraler Designentscheid, den wir früh getroffen und durch ein Rechtsgutachten absichern haben lassen: Der eqREADER speichert keine E-Book-Inhalte. Nutzer:innen bringen ihre eigenen E-Books mit (Bring Your Own E-Book). Der Server speichert nur die Gebärdensprach-Videos und die Wort-Video-Zuordnung. Der Buchinhalt wird zur Analyse verarbeitet, aber nicht dauerhaft gespeichert. Das ist datenschutzfreundlich und urheberrechtlich der sicherste Ansatz.

Ausblick

Die Grundlage steht und die ersten Tooltips funktionieren. Aber ein deutsches Wort kann je nach Kontext verschiedene Bedeutungen haben – „Bank" als Sitzgelegenheit oder als Geldinstitut, „Schloss" als Gebäude oder als Türschloss. Dafür braucht es kontextsensitive Erkennung, an der wir als Nächstes arbeiten. Parallel bauen wir den Gebärdensprach-Videokorpus weiter aus. Mehr dazu im nächsten Update.

CAPTCHA
Diese Frage dient der Überprüfung, ob Sie ein menschlicher Besucher sind und um automatisierten SPAM zu verhindern.