Richard Visser

02Case study

EnableLens — toegankelijkheid als product

Een AI-audit-engine met een Planner → Specialist → Judge-architectuur: LLM-judges vinden wat axe-scanners missen (rol-inconsistentie, kleur-only state). Missie-gedreven, erkend door Innovate.nl.

Rol
Oprichter — architectuur, engineering en advies
Mapt op
AI-integratie (LLM-judges) · de a11y-USP
  • Claude (LLM-judge)
  • Next.js
  • Supabase
  • WCAG 2.2 AA

Het probleem

Sinds juni 2025 vallen veel organisaties onder de European Accessibility Act. De meeste beginnen met een geautomatiseerde scanner — en lopen meteen vast. Een axe- of Lighthouse-scan vindt de mechanische fouten (ontbrekende alt, te laag contrast), maar mist juist de dingen die een screenreader-gebruiker écht raken: een knop met de verkeerde rol, een status die alleen via kleur wordt gecommuniceerd, een foutmelding die nergens wordt aangekondigd.

EnableLens is uit dat gat ontstaan — uit mijn HAN-afstudeeronderzoek naar AI, LLM's en digitale toegankelijkheid.

De architectuur

De audit-engine is opgebouwd als een keten, niet als één model-aanroep:

  • Planner — bepaalt wat er op een pagina onderzocht moet worden en in welke volgorde.
  • Specialist — voert het gerichte onderzoek per WCAG-succescriterium uit.
  • Judge — een LLM-as-judge die de bevindingen weegt: is dit echt een probleem, en waarom? Deze laag vindt wat scanners structureel missen — rol-inconsistentie, kleur-only state, onlogische focus-volgorde.

De uitkomst komt daarmee dicht in de buurt van een handmatige audit, terwijl het tempo van een geautomatiseerde tool behouden blijft. Belangrijk: de mens blijft eindverantwoordelijk voor de keuzes. De engine versnelt de auditor, hij vervangt hem niet.

Eerlijk over de grenzen

Mijn afstudeeronderzoek (eindcijfer 8.1) rapporteerde ook wat niet werkte — waar het model onzeker was of langs een probleem heen keek. Die eerlijkheid is geen zwakte maar de kern van het product: een toegankelijkheidstool die zijn eigen onzekerheid verbergt, is gevaarlijker dan geen tool. Daarom draagt elke bevinding uitleg en context, zodat een developer de afweging zelf kan maken.

Wat dit bewijst

Dit is AI-integratie op productniveau — LLM-judges, een meerlaagse architectuur, en een missie die verder gaat dan een demo. Het werk is erkend als runner-up Innovatiefste Student van Nederland 2025 (Innovate.nl). Voor de rol dekt het twee eisen tegelijk: serieuze LLM-integratie én de toegankelijkheids-USP die vrijwel elk agency-portfolio mist.