Die Prüfung digitaler Barrierefreiheit erfolgt bisher meist manuell oder mit klassischen Tools wie Lighthouse. Diese stoßen bei inhaltlich-semantischen Kriterien jedoch an ihre Grenzen. In dieser Arbeit wurde untersucht, inwiefern Large Language Models (LLMs), konkret GPT-4o, in der Lage sind, Barrierefreiheitsprobleme gemäß WCAG 2.1 zuverlässig zu erkennen und Lösungsvorschläge zu generieren. Dafür wurden prototypische Webseiten mit gezielt eingebauten Verstößen erstellt und durch GPT-4o in zwei Prompt-Strategien (generisch und spezifisch) getestet. Die Ergebnisse zeigen, dass GPT-4o semantisch komplexe Verstöße besser erkennt als Lighthouse, aber bei rein technischen Prüfungen nicht immer zuverlässiger ist. LLMs stellen damit eine sinnvolle Ergänzung, aber (noch) keinen Ersatz für bestehende Tools dar. Die Studie zeigt praxisrelevante Potenziale und Grenzen beim Einsatz von LLMs zur automatisierten Barrierefreiheitsprüfung.