Seit einigen Monaten sitzen in meinen Projekten zwei Köpfe mehr am Tisch. Zwei davon brauchen keinen Kaffee.
Bruno ist mein KI-Sparringspartner für die Konzeption. Er hinterfragt Nutzerwege, strukturiert Inhalte und findet Lücken. Bella macht Ideen sichtbar. Sie spielt Layouts, Komponenten und visuelle Richtungen durch, schneller als ich „Designsystem“ sagen kann. Und ich? Ich bringe Kontext, Erfahrung und die Kundenperspektive ein. Ich wäge ab und entscheide. Am Anfang hielt ich diese Arbeitsweise für eine interessante Spielerei. Heute ist die Rollenverteilung ziemlich klar: Bruno denkt mit. Bella macht sichtbar. Ich übernehme die Verantwortung.
Der häufigste Fehler: zu früh prompten
Die verlockendste Abkürzung beim Einsatz von KI besteht darin, sofort etwas erzeugen zu lassen. Es geht schließlich schnell und fühlt sich produktiv an. Genau hier entsteht jedoch ein Problem, das wir in UX-Projekten häufig beobachten: Es entstehen zehnmal mehr Screens, aber nicht automatisch bessere Nutzererlebnisse. Varianten werden gebaut, bevor geklärt ist, welches Problem sie eigentlich lösen sollen. Denn KI skaliert zunächst das, was bereits da ist. Ein unklares UX-Konzept wird durch KI nicht klarer. Es wird nur schneller klickbar. Deshalb steht bei mir am Anfang kein Prompt, sondern ein Gespräch. Wer soll mit der Anwendung welches Ziel erreichen? Welche Informationen werden wirklich benötigt? Welche Anforderungen und Rahmenbedingungen müssen wir beachten? Und lösen wir überhaupt das richtige Problem?
Erst wenn Ziele, Zielgruppen und Leitplanken geklärt sind, beginnt die Arbeit an konkreten Lösungen. Das wirkt am Anfang vielleicht langsamer, spart später aber Fehlstarts und aufwendige Korrekturschleifen.
Was mir in der Zusammenarbeit mit KI wichtig ist
1. Erst reden, dann prompten
Bevor etwas entsteht, klären wir das Konzept. Wer will hier was erreichen? Welche Informationen werden gebraucht? Welche Fragen sind noch offen?
Nicht jede Rückfrage einer KI ist hilfreich. Die guten Fragen kommen aber oft früh und machen Unklarheiten sichtbar, bevor sie sich in Konzepten, Wireframes oder fertigen Oberflächen festsetzen. Für mich liegt darin ein wesentlicher Wert von KI: Sie liefert nicht nur Antworten. Richtig eingesetzt hilft sie auch dabei, die bessere Frage zur richtigen Zeit zu stellen.
2. Erst das System, dann die Seiten
Bevor ich das erste Layout gestalte, definiere ich das Fundament: Gestaltungsprinzipien, Design Tokens, Komponentenregeln und Anforderungen an die Barrierefreiheit.
Das klingt zunächst weniger spektakulär als ein fertiger Screen. Für die Qualität des späteren Produkts ist es jedoch entscheidend. Erst durch ein tragfähiges System lassen sich Konsistenz, Skalierbarkeit und Barrierefreiheit zuverlässig prüfen.
Ohne dieses Fundament produziert KI schnell viele Varianten. Mit einem klaren System entstehen dagegen Lösungen, die zusammenpassen und sich auch langfristig weiterentwickeln lassen.
3. Prompts geben Ziel und Leitplanken vor, nicht das fertige Layout
Ich beschreibe, was ein Ergebnis leisten muss, welche Anforderungen gelten und woran eine gute Lösung zu erkennen ist. Gleichzeitig lasse ich bewusst Raum für unterschiedliche Vorschläge. Wenn ich jedes Detail bereits im Prompt vorgebe, bekomme ich genau das zurück, was ich ohnehin schon gedacht habe. Dann beschleunigt KI zwar die Ausführung, erweitert aber nicht den Lösungsraum. Interessant wird die Zusammenarbeit dort, wo KI alternative Perspektiven einbringen darf und ich anschließend beurteilen kann, welche davon zum Nutzungskontext, zur Marke und zum technischen Rahmen passen.
4. Widerspruch ist ausdrücklich erwünscht
Bruno und Bella kommen nicht immer zum gleichen Ergebnis. Das ist kein Fehler, sondern ein wichtiger Teil der Arbeitsweise. Denn gute UX entsteht selten aus einer einzigen richtigen Antwort. Meist treffen mehrere berechtigte Ziele aufeinander:
- Klarheit und Markenwirkung
- Einfachheit und Funktionsumfang
- Konsistenz und Flexibilität
Nutzerbedürfnisse und technische Machbarkeit
Bruno betrachtet vor allem Nutzerführung, Inhalte und Anforderungen. Bella argumentiert aus der visuellen Perspektive. Wenn beide unterschiedliche Lösungen vorschlagen, werden Zielkonflikte früh sichtbar. Diese Spannungen bewerte ich gemeinsam mit dem Projektteam. Nutzerziele, vorhandene Daten, Markenstrategie und technischer Kontext bilden dabei die Entscheidungsgrundlage. Für Kunden bedeutet das: Entscheidungen entstehen nicht im stillen Kämmerlein. Zielkonflikte werden transparent, Lösungswege nachvollziehbar und notwendige Kompromisse bewusst gewählt.
Und Bruno und Bella? Dürfen danach trotzdem beide behaupten, sie hätten gewonnen.
5. Prüfen statt glauben
KI produziert schnell Ergebnisse, die plausibel wirken. „Plausibel“ ist dabei das entscheidende Wort. Ein Interface kann auf den ersten Blick stimmig aussehen und trotzdem unklare Zustände, inkonsistente Komponenten, schwache Kontraste oder vergessene Tastaturwege enthalten. In einem Projekt lautete die Einschätzung zunächst, alles sei konsistent. Bei der anschließenden Prüfung fanden sich jedoch mehr als ein Dutzend unterschiedliche Hover-Zustände auf der Seite. Keiner davon war bewusst als eigene Variante geplant. Die Abweichungen hatten sich im Laufe der Bearbeitung eingeschlichen. Selbstbewusstsein ist kein Qualitätsmerkmal. Das gilt auch für KI. Ich muss wissen, wonach ich frage, welche Fehler auftreten können und wie sich ein Ergebnis verifizieren lässt.
6. Die Verantwortung bleibt beim Menschen
Gerade bei der Barrierefreiheit reicht „sieht gut aus“ nicht als Bewertung aus. Entscheidend ist, ob Menschen eine Lösung wahrnehmen, verstehen und bedienen können. Dazu gehören unter anderem verständliche Strukturen, ausreichende Kontraste, sinnvolle Fokusreihenfolgen, erreichbare Bedienelemente und eine funktionierende Tastatursteuerung. KI kann mich bei der Prüfung unterstützen und auf mögliche Probleme hinweisen. Sie nimmt mir jedoch weder die fachliche Bewertung noch die Verantwortung für das Ergebnis ab.
Der unerwartete Nebeneffekt: bessere Dokumentation
Das wertvollste Ergebnis meines letzten großen Projekts war kein Screen. Es war eine Textdatei. Weil ich die einzelnen Schritte mit Bruno durchspreche, entsteht parallel zur eigentlichen Arbeit eine umfangreiche Dokumentation. Sie enthält Konzeptentscheidungen, Anforderungen an einzelne Module, verworfene Varianten und vorgenommene Korrekturen.
Diese Dokumentation ist keine lästige Zusatzaufgabe am Projektende. Sie entsteht als Nebenprodukt des Arbeitsprozesses und hilft verschiedenen Beteiligten:
- Product Owner können damit User Stories präzisieren und Akzeptanzkriterien ableiten.
- Entwicklerinnen und Entwickler erhalten konkrete Umsetzungshinweise, etwa zu semantischem HTML, ARIA-Labels, reduzierter Bewegung, Token-Namen oder Mindestgrößen für Touch-Ziele.
- Redakteurinnen und Redakteure verstehen, welche Regeln bei neuen Inhalten und Seiten zu beachten sind.
Projektteams können später nachvollziehen, warum eine Entscheidung getroffen und eine andere Variante verworfen wurde.
Designentscheidungen verschwinden sonst schnell in Calls, Kommentaren und einzelnen Köpfen. Einige Wochen später kennt das Team noch das Ergebnis, aber nicht mehr unbedingt den Weg dorthin. Eine kontinuierliche Dokumentation verhindert genau das.
Was der Einsatz von KI für Kunden bedeutet
Der Nutzen liegt nicht in „Design auf Knopfdruck“. Er liegt in einem besser nachvollziehbaren und belastbareren Arbeitsprozess:
- mehr durchdachte Optionen in einer frühen Projektphase
- früher sichtbare Zielkonflikte
- nachvollziehbare und dokumentierte Entscheidungen
- weniger Fehlstarts und teure Korrekturschleifen
- mehr Zeit für Research, Strategie und Gespräche mit Nutzenden
Wissen, das auch nach der Übergabe erhalten bleibt
KI ersetzt dabei weder UX-Kompetenz noch Kundenwissen. Sie erweitert den Raum, in dem wir Fragen stellen, Optionen prüfen und Entscheidungen vorbereiten können.
Ein realistischer erster Schritt
Wer KI in UX-Projekten einsetzen möchte, muss nicht sofort den gesamten Prozess umbauen. Für den Anfang reicht eine ehrliche Frage: Erzeugen wir gerade mehr Output oder mehr Klarheit?
Wenn die Antwort „mehr Output“ lautet, liegt der entscheidende Hebel selten im nächsten Tool. Er liegt davor: in klaren Zielen, einem tragfähigen System und der Bereitschaft, Ergebnisse sorgfältig zu prüfen. KI beschleunigt den Weg. UX gibt die Richtung vor. Und der Nutzen für die Menschen entscheidet, ob sich der Weg lohnt.
