Methodik — wie unsere Farbsehtafeln entstehen

Diese Seite dokumentiert exakt, wie jeder Test hier aufgebaut ist: woher die Tafeldesigns kommen, wie sie gerendert werden, wie Antworten bewertet werden und — am wichtigsten — was validiert ist und was nicht. Wenn Sie wissen möchten, ob einem Ergebnis zu trauen ist, lesen Sie zuerst dies.

Die drei Tafelbänke

Die Seite liefert drei verschiedene Arten von Tafeln, jede mit einem öffentlichen Herkunftsnachweis.

Das 14-Tafel-Kernset (cvp14-v1)

Die Haupt-Screening-Engine nutzt vierzehn originale Tafeldefinitionen, die vom Open-Source-Projekt Color Vision Plates veröffentlicht wurden (MIT-Lizenz, © 2026 Luke Steuber, gepinnt auf den Commit d49a641). Das Set enthält genau: eine Kontrolltafel für Helligkeitskontrast, fünf allgemeine Rot-Grün-Designs, zwei experimentelle, auf Protan gerichtete Tafeln, zwei experimentelle, auf Deutan gerichtete Tafeln und vier Blau-Gelb-Designs. Jede Tafel ist in CIELAB spezifiziert: eine Vordergrund- und eine Hintergrundfarbe, jeweils mit Jitter-Bereichen pro Kanal, plus ein fester Zufalls-Seed, der das Punktmuster festlegt.

Das Upstream-Projekt — und diese Seite mit ihm — stellt klar: Diese Tafeln wurden nicht klinisch validiert. Es existieren weder Sensitivitäts- noch Spezifitäts- noch Subtyp-Genauigkeitswerte für sie. Sie wurden mit publizierten farbwissenschaftlichen Methoden konstruiert (CIEDE2000-Prüfungen, Brettel-Simulations-Gittersuchen für die gerichteten Tafeln), was sie reproduzierbar und ehrlich macht — nicht klinisch.

Das Ishihara-Ziffernset (ishihara-rg-v1)

Die Seiten des Ishihara-Tests nutzen neun Zifferntafeln, die zur Build-Zeit vom MIT-lizenzierten Python-Paket ishihara erzeugt werden (© 2026 Vincent Gonzalez, Version 0.1.2). Jede Tafel wächst aus einem festen Seed — derselbe Seed liefert immer ein byte-identisches SVG, dessen SHA-256-Prüfsumme in unserem öffentlichen Herkunftsregister steht. Acht Rot-Grün-Zifferntafeln plus eine Kontrolltafel. Es handelt sich um generierte Grafik in der Ishihara-Tradition, nicht um Kopien der geschützten klinischen Bücher.

Das Kinder-Formenset (kids-shape-v1)

Die Kinderseiten nutzen acht originale Formtafeln (Kreis, Stern, Dreieck, Herz), die für diese Seite mit derselben Render-Pipeline und Farbwissenschaft wie das Kernset entworfen wurden — mit Farbtrennungen für ein spielerisches, druckfreies Erkunden statt für klinisches Screening. Eine Helligkeits-Kontrolltafel eröffnet das Set. Lesen ist nicht nötig.

Wie eine Tafel zu Pixeln wird

Wenn ein Test läuft, wird jede Tafeldefinition live in Ihrem Browser gerendert:

1. Ein geseedeter PRNG (mulberry32, aus dem Upstream-MIT-Code) macht aus dem festen Seed der Tafel einen deterministischen Strom von Zufallszahlen — dieselbe Tafel rendert bei jedem Besuch und auf jedem Gerät identisch.
2. Vordergrund- und Hintergrundfarben werden mit Punkt-Jitter aus der CIELAB-Spezifikation gezogen und dann konvertiert: CIELAB → XYZ (D65) → lineares sRGB → gamma-kodiertes sRGB. Die angeglichene Helligkeit (L*) zwischen den beiden Familien verhindert, Tafeln allein über die Helligkeit zu lösen.
3. Punkte werden per Poisson-Disk-Sampling platziert, damit sie mit wechselnden Radien gleichmäßig packen.
4. Die Figur (Ziffer oder Form) wird in eine Offscreen-Maske gerastert, und jeder Punkt wird danach gefärbt, ob sein Zentrum in der Figur liegt — Vordergrund oder Hintergrund.

Weil das Rendern clientseitig passiert, gibt es pro Tafel nichts herunterzuladen und nichts, das zwischen Besuchern differieren könnte.

Wie Antworten bewertet werden

Das Scoring ist bewusst beschreibend. Für jede Antwort halten wir fest, was Sie eingegeben haben (oder dass Sie nichts sahen), und vergleichen es mit dem tatsächlich gezeichneten Muster. Die Ergebnisseite aggregiert:

• ob die Kontrolltafel erkannt wurde (falls nicht, gilt die Sitzung als nicht interpretierbar — ein Bildschirm- oder Einstellungsproblem, kein Sehbefund);
• wie viele Figuren in jeder Designgruppe erkannt wurden (allgemein Rot-Grün, protan-gerichtet, deutan-gerichtet, Blau-Gelb oder Formen).

Das ist das gesamte Modell. Wir berechnen keinen „Typ", keinen Schweregrad, keine Wahrscheinlichkeit und kein Bestehen oder Nichtbestehen an einer Norm, und die Oberfläche sagt Ihnen nie, dass Sie farbenblind sind — oder dass Sie es nicht sind. Die Klassifikations-Labels des ursprünglichen Tafelautors haben wir bewusst nicht portiert, weil es Heuristiken ohne klinische Validierung sind.

Bekannte Grenzen, die wir bewusst akzeptieren

• Keine klinische Validierung. Für keine Tafel dieser Seite existieren publizierte Sensitivitäts- oder Spezifitätswerte. Wir sagen das auf jeder Testseite und imitieren keine Diagnosesprache.
• Display-Variabilität. Publizierte Forschung, die Ishihara-artige Tafeln über Smartphones, Tablets und kalibrierte Displays hinweg verglich, fand geräteabhängige Lesbarkeitsunterschiede (Kim et al., 2024). Wir mildern das mit der Kontrolltafel und wiederholten Display-Hinweisen ab, aber Ihren Bildschirm kalibrieren können wir nicht.
• Gerichtete Tafeln sind experimentell. Die protan- und deutan-gerichteteten Designs beruhen auf Verwirrungslinien-Engineering, nicht auf klinischen Studien; zwei Tafeln pro Subtyp können niemanden klassifizieren. Die Ergebnisse halten sie in getrennten, gekennzeichneten Gruppen.
• Simulation ist keine Wahrnehmung. Der Simulator wendet das Modell von Machado, Oliveira & Fernandes (2009) an — eine populations-typische Näherung. Es modelliert, wie Farben sich verschieben, nicht wie ein bestimmter Mensch sieht.

Reproduzierbarkeit und Audit

Jedes Tafel-Asset und jede Definition hat einen Eintrag in data/plate-provenance.json (31 Einträge bei Veröffentlichung): Quellprojekt, Lizenzdatei, Version oder Commit, Seed, Antwort und — für die generierten SVGs — eine SHA-256-Prüfsumme. Die Lizenztexte liegen im LICENSES/-Verzeichnis des Repositorys und werden auf der Lizenzseite zusammengefasst. Die Zifferntafeln neu zu generieren muss identische Prüfsummen liefern; eine Änderung bedeutet, dass sich das Asset geändert hat, und die Versionsnummer steigt.

Quellen, auf die wir uns stützen

• Color Vision Plates — Tafeldefinitionen, Farbmathematik und Scoring-Inspiration (MIT).
• ishihara auf PyPI — geseedeter Zifferntafel-Generator (MIT).
• dichroma — Machado-Modell-Simulation für Simulator und Umkehr-Experiment (MIT).
• U.S. National Eye Institute — Prävalenzzahlen und Kontext klinischer Tests.
• Kim et al., 2024 — Display-Abhängigkeit Ishihara-artiger Tafeln.
• Machado, Oliveira & Fernandes, 2009 — das Simulationsmodell.

Änderungspolitik

Jede Änderung an Tafelfarben, Seeds, Figuren oder der Scoring-Logik erhöht die Version der betroffenen Bank und wird hier vermerkt. Die Tafeln selbst sollen langweilig stabil sein: derselbe Test heute, nächsten Monat und auf Ihrem nächsten Gerät.