KI im UX-Design heißt: Eine KI übernimmt Teile der Ausführung, etwa Interviews auswerten, Varianten und klickbare Prototypen bauen, Texte im Interface entwerfen und ein Design-System pflegen. Was gebaut wird, für wen und was weg kann, entscheidet weiter ein Mensch, der echte Nutzer gesehen hat. In Figmas AI-Report sagen 90 Prozent der Befragten, Design sei mindestens so wichtig wie vor KI, knapp sechs von zehn halten es sogar für wichtiger (Figma, Juni 2026). Ich gestalte seit 2009 Oberflächen und zeige hier fünf Aufgaben, die sich bei mir verschoben haben, die Werkzeuge dazu, das größte Risiko und einen ersten Schritt für dein Team.

Das Interface mit den Dutzenden Funktionen

2009, mein erstes Projekt als UX-Designer. Ich schaue auf ein Interface mit Dutzenden Funktionen, und alle sind sich einig: Die Nutzer brauchen das alles. Ich wusste, dass das nicht stimmt. Sie brauchen das, was ihnen wirklich hilft, und das ist meistens erstaunlich wenig.

Seitdem mache ich im Kern eine Sache, ich vereinfache Kompliziertes. Für die OTTO Group, für ERGO, für Startups aus Frank Thelens Portfolio und irgendwann für mein eigenes. Die Werkzeuge haben in diesen Jahren ständig gewechselt. Die Frage aus diesem ersten Projekt ist geblieben.

Dann kam KI, und ich habe eine Weile gebraucht, um zu sehen, was sich wirklich verschiebt. Bauen ist billig geworden. Einen Entwurf, für den ich früher ein Briefing, zwei Meetings und drei Abstimmungsschleifen gebraucht hätte, habe ich in Claude Design gebaut, an Claude Code übergeben und in ein laufendes Projekt eingebaut. Nach einer Stunde war er drin. Prototyping ist bei mir von etwa 60 Prozent meiner Arbeit auf vielleicht 20 geschrumpft. Gemessen habe ich das nie, es ist eine Schätzung aus vielen Wochen, aber eine ziemlich deutliche. Mehr dazu in meinem Text über Claude Design und die Angst der Designer.

Claude Design: Angstmacher oder Werkzeug?
Die Figma-Aktie fiel am Starttag um sieben Prozent. Ich habe eher meine Arbeit umgestellt. Plus: wo du Claude Design findest und wie du es nutzt.

Was mich daran irritiert, hat wenig mit Tempo zu tun. Wenn Bauen fast nichts mehr kostet, wird mehr gebaut. Und die Dutzenden Funktionen von 2009 stehen plötzlich wieder im Raum, diesmal in einer Stunde fertig und ziemlich hübsch.

Was ist KI im UX-Design?

KI im UX-Design ist der Einsatz von KI-Werkzeugen in der Gestaltung digitaler Produkte: in der Nutzerforschung, beim Entwerfen, beim Schreiben und bei der Pflege von Design-Systemen. Gemeint ist oft noch etwas Zweites, das ich fast wichtiger finde. Produkte gestalten, in denen selbst eine KI steckt, etwa ein Chatbot im Kundenportal oder ein Vorschlag, der in einem Formular auftaucht.

Die erste Hälfte macht Designer schneller. Bei der zweiten bin ich mir ehrlich gesagt nicht sicher, ob viele Unternehmen schon gemerkt haben, dass sie überhaupt eine Designfrage ist. Laut Figma hat sich der Anteil der Designer, die selbst an der Entwicklung mitarbeiten, innerhalb eines Jahres auf 41 Prozent verdoppelt. Wer gestaltet, baut also immer öfter gleich mit. Ob das für alle gut ist, weiß ich ehrlich gesagt nicht. Mir kommt es entgegen, ich bin gelernter Fachinformatiker. Ganz verschwunden ist der nie.

Fünf Aufgaben, die sich bei mir verschoben haben

Im Alltag sind es fünf Aufgaben, bei denen KI meine Arbeit spürbar verändert hat. Für andere Abteilungen sammle ich solche Aufgaben in meinen 30 KI-Use-Cases nach Abteilung. Bei jeder der fünf steht, was ich der KI gebe und was ich behalte:

  • Research auswerten. Interview-Abschriften, Support-Tickets, Freitext aus Umfragen: Eine KI sortiert sie in Stunden nach Themen vor. Die ganze Auswertung dauert bei mir heute Tage, früher waren es Wochen. Ich gebe ihr die Texte ohne Namen und frage nach Mustern mit wörtlichen Belegstellen. Die Belegstellen lese ich selbst, denn eine Zusammenfassung klingt immer etwas aufgeräumter als das, was Menschen wirklich gesagt haben.
  • Varianten und Prototypen. Statt einen Entwurf lang zu beschreiben, lasse ich mir drei bauen und entscheide am Bildschirm. Hier spare ich am meisten Zeit. Und ich ertappe mich dabei, die fertigste Variante für die beste zu halten. Meistens ist sie nur die glatteste, das sehe ich oft erst beim zweiten Hinsehen.
  • Texte im Interface. Fehlermeldungen, leere Zustände, die Beschriftung eines Knopfs. Die KI liefert zehn Fassungen in einfacher Sprache, ich nehme eine und kürze sie meistens noch. Ob ein Satz freundlich klingt oder nach Kontrolle, merkt kein Werkzeug zuverlässig. Ob ich es immer treffe, weiß ich auch nicht. Ich merke es aber, wenn ich den Satz laut lese und dabei stolpere.
  • Design-System pflegen. Bei ERGO waren es hunderte Komponenten. Heute findet eine KI Abweichungen im Code und schreibt die Dokumentation nach. Welche Abweichung ein Fehler ist und welche eine gute Idee, entscheide ich.
  • Barrierefreiheit vorprüfen. Fehlende Bildbeschreibungen, schwache Kontraste, Sätze mit vierzig Wörtern findet eine KI schnell. Seit dem 28. Juni 2025 gilt in Deutschland das Barrierefreiheitsstärkungsgesetz für viele Online-Shops und digitale Dienste. Ob jemand mit Screenreader wirklich durch euren Bestellprozess kommt, zeigt trotzdem nur ein Test mit Menschen, die einen benutzen.

Falls dir beim vierten Punkt ein Knopf in drei leicht verschiedenen Blautönen eingefallen ist: Den gibt es in fast jedem Produkt, das älter als zwei Jahre ist. Diese Knöpfe sind mir fast sympathisch. Sie erzählen ziemlich ehrlich, wie viele Teams schon an einem Produkt gearbeitet haben, ohne miteinander zu reden.

So ordne ich Werkzeuge und Aufgaben heute zu, Stand November 2026. In der rechten Spalte steht, woran ich merke, dass etwas schiefläuft:

AufgabeWerkzeuge, BeispieleWoran ich merke, dass es schiefläuft
Research auswertenClaude, ChatGPT oder Copilot im freigegebenen FirmenkontoDie Zusammenfassung klingt aufgeräumter als die Abschriften
Varianten und PrototypenClaude Design, Figma MakeAlle Varianten sehen gleich fertig aus, keine überrascht mich
Texte im InterfaceClaude, ChatGPTIch stolpere beim lauten Lesen
Design-System pflegenClaude Code, Claude DesignDie KI glättet eine Ausnahme, die Absicht war
Barrierefreiheit vorprüfenSprachmodell plus Prüfwerkzeug im BrowserDie Vorprüfung ist grün, der Screenreader liest trotzdem Unsinn vor

Eine Sache stelle ich vor jedes dieser Werkzeuge. Für viele Fragen reicht ein Test mit fünf Nutzern. Jakob Nielsen hat schon im März 2000 beschrieben, dass fünf Testpersonen in einer Runde rund 85 Prozent der Probleme einer Oberfläche finden (Nielsen Norman Group). Diese Zahl ist älter als jedes Sprachmodell, und schlechter gemacht hat sie bisher keins.

Synthetische Nutzer finden alles wichtig

Das größte Risiko von KI im UX-Design hat einen freundlichen Namen: synthetische Nutzer. Gemeint sind KI-Personas, die man statt echter Menschen befragt. Sie antworten sofort, sie sagen nie einen Termin ab, und sie haben zu allem eine Meinung.

Die Nielsen Norman Group hat solche Personas ausprobiert und ihr Ergebnis in einen sehr trockenen Satz gepackt: „Synthetic users seem to care about everything.“ Synthetische Nutzer scheint also alles zu interessieren (NN/g, Juni 2024). In dem Test gaben die KI-Personas an, jeden Online-Kurs abgeschlossen zu haben. Die echten Teilnehmer hatten viele davon abgebrochen. Die angenehmsten Testpersonen der Welt also. Pünktlich, geduldig, und jeden Kurs bis zum letzten Video geschaut.

Moment. Diesen Satz kenne ich. 2009 klang er so: Die Nutzer brauchen das alles. Damals kam er von Menschen mit einer Roadmap, heute kommt er aus einem Modell, das darauf trainiert ist, hilfreich zu sein.

Ein Modell, das zu jeder Funktion Ja sagt, ist für Gestaltung ungefähr so nützlich wie ein Freund, der jedes Outfit großartig findet.

Zur Fairness: Die NN/g hält synthetische Nutzer nicht für wertlos. Um eine fremde Zielgruppe kennenzulernen und Hypothesen zu sammeln, taugen sie. Nur entscheiden sollte darauf niemand. Ob das in zwei Jahren noch so ist, weiß ich nicht, die Modelle werden besser. Gerade sehe ich keinen Grund, es anders zu machen. Ich nutze KI vor einem Interview, um meine Fragen zu schärfen, und danach, um die Abschriften zu sortieren. Dazwischen sitzt ein echter Mensch, der mir widerspricht.

Das zweite Risiko ist weniger lustig. Interview-Abschriften enthalten Namen, Arbeitgeber, manchmal Gesundheitsdaten, also personenbezogene Daten nach DSGVO. In ein privates KI-Konto gehören sie nicht. Ich entferne Namen vor dem Hochladen und nutze nur Werkzeuge, die das Unternehmen freigegeben hat. Welche Daten in welches Werkzeug dürfen, klärt am besten eine KI-Richtlinie mit Ampel, bevor jemand die erste Abschrift hochlädt.

Wenn die KI im Produkt steckt

Die zweite Hälfte von KI im UX-Design beginnt dort, wo eine KI selbst Teil des Produkts wird. Ein Chatbot im Kundenportal, eine Zusammenfassung im Postfach, ein Textvorschlag im Formular. Dann gestaltest du kein Werkzeug mehr, das immer gleich reagiert. Du gestaltest etwas, das manchmal danebenliegt, und zwar mit großer Überzeugung.

Drei Fragen stelle ich in so einem Projekt zuerst:

  • Merkt der Mensch, dass er mit einer KI spricht? Für Chatbots ist das seit dem 2. August 2026 Pflicht, Artikel 50 der KI-Verordnung. Was sonst noch gilt, steht in AI Act einfach erklärt.
  • Was sieht er, wenn die KI falsch liegt oder nichts weiß? Ein ehrliches „Dazu habe ich keine Antwort“ mit dem Weg zu einem Menschen ist ein gestalteter Zustand, genau wie eine gute Fehlermeldung.
  • Wo bestätigt ein Mensch, bevor etwas passiert? Und wo stört genau diese Bestätigung so sehr, dass alle sie wegklicken?

Die dritte Frage kenne ich aus einem Projekt ganz ohne KI. Für ein Smart-Home-Startup mit Investment von Vattenfall sollte die Oberfläche ohne Handbuch funktionieren. Die Entwickler wollten viele Funktionen zeigen, das Business wollte schnell starten, und die Security wollte bei jeder Aktion eine dreifache Bestätigung. Verstehe ich bis heute, Sicherheit durfte keine Kompromisse machen. Aber eine Oberfläche, die dreimal fragt, ob du sicher bist, braucht am Ende doch wieder ein Handbuch.

Bei KI-Agenten ist es dasselbe. Wer jede Kleinigkeit freigeben lässt, klickt nach einer Woche nur noch auf Ja, ohne hinzusehen. Wo eine Freigabe wirklich hingehört, steht genauer in Human in the Loop.

Hier liegt für mich der Grund, warum UX und KI-Einführung zusammengehören. Wer KI in einem Unternehmen einführt, gestaltet Momente, in denen Menschen einer Maschine vertrauen sollen, oder eben gerade nicht. Das ist UX-Arbeit, auch wenn im Projektplan „KI-Rollout“ steht. Ich vermute, viele Teams merken das erst, wenn der Chatbot live ist und die Beschwerden über seinen Ton reinkommen.

Und, zugegeben, was gute Gestaltung nicht löst: ein schwaches Modell oder schlechte Daten. Sind die Antworten falsch, macht auch der freundlichste Hinweis sie nicht richtig. Dann gehört das Problem zurück zu den Daten.

Ein erster Schritt für dein Team

Wenn du morgen anfangen willst, kauf keine neue Lizenz. Nimm die Notizen eurer letzten Interviewrunde oder die Support-Tickets eines Monats, ohne Namen, und geh so vor:

  1. Sortiere die Texte selbst in fünf, sechs Themen, bevor du eine KI fragst. Eine halbe Stunde reicht.
  2. Gib dieselben Texte einem freigegebenen KI-Werkzeug und bitte um Themen mit je drei wörtlichen Belegstellen.
  3. Leg beide Listen nebeneinander. Spannend sind die Themen, die nur auf einer Seite stehen.
  4. Prüf die Belegstellen der KI im Original. Steht dort wirklich, was die Zusammenfassung behauptet?

Danach weißt du ziemlich genau, wofür ihr KI in der Research nutzen könnt und wo ihr hinschauen müsst. Für ein Team mit zwei Designern reicht das vermutlich eine ganze Weile. Ein eigenes Research-Werkzeug lohnt sich erst, wenn mehrere Teams auf dieselben Daten zugreifen. Ob euer Team für mehr bereit ist, siehst du an zehn Fragen zur KI-Readiness.

Wie ich seit 2009 zwischen Geschäftsführung, Entwicklung und den Menschen arbeite, die ein Produkt am Ende benutzen, von Startup bis Konzern, zeige ich im Showcase UX-Design.

Zurück zu 2009. Die Dutzenden Funktionen von damals baut mir eine KI heute bis zum Mittagessen, klickbar und mit runden Ecken, und eine KI-Persona würde jede einzelne loben. Meine Frage ist dieselbe wie damals, was hilft den Menschen wirklich. Nur sitzen inzwischen mehr Stimmen am Tisch, die Ja sagen. Eine davon antwortet in zwei Sekunden.


Studio ✺ Christos

Häufige Fragen

Welche Aufgaben übernimmt KI im UX-Design?

KI sortiert Research vor, baut Varianten und klickbare Prototypen, entwirft Interface-Texte, findet Abweichungen im Design-System und prüft Barrierefreiheit vor. Die Auswertung von Interviews dauert damit eher Tage statt Wochen. Was gebaut wird und für wen, entscheidet weiter ein Mensch, der echte Nutzer gesehen hat.

Was muss ein UX-Designer heute können?

Die Grundlagen bleiben: Nutzer verstehen, Probleme klar beschreiben, Entwürfe testen und begründen. Dazu kommen der sichere Umgang mit KI-Werkzeugen, ein Grundverständnis davon, wie Code entsteht, und das Gestalten von KI-Funktionen. Laut Figma arbeiten 41 Prozent der Designer inzwischen selbst an der Entwicklung mit (Juni 2026).

Wie kann ich mit KI ein Layout erstellen?

Mit Werkzeugen wie Claude Design oder Figma Make beschreibst du in Sätzen, was du brauchst, und bekommst einen klickbaren Entwurf. Je genauer du Zweck, Zielgruppe, Inhalte und euer Design-System mitgibst, desto weniger Schleifen brauchst du. Vor dem Bauen gehört der Entwurf trotzdem vor echte Nutzer.

Kann KI echte Nutzertests ersetzen?

Nein. KI-Personas, auch synthetische Nutzer genannt, liefern laut Nielsen Norman Group oberflächliche und zu positive Antworten. Sie taugen zur Vorbereitung und für Hypothesen. Für Entscheidungen reichen oft schon fünf echte Testpersonen, die in einer Runde rund 85 Prozent der Probleme finden (Jakob Nielsen, 2000).

Was macht ein gutes UI aus?

Ein gutes UI zeigt nur, was für die Aufgabe nötig ist, funktioniert ohne Handbuch und sagt klar, was gerade passiert ist. Bei Fehlern hilft es weiter, statt nur zu melden. Bei KI-Funktionen gehört dazu, dass Menschen erkennen, wann eine KI antwortet, und was sie tun können, wenn die Antwort nicht stimmt.