Blog
Wie KI das UX Design revolutioniert
Künstliche Intelligenz (KI) verändert nicht nur Technologien – sie stellt auch das UX Design auf den Kopf. Nutzerinteraktionen werden dynamischer, Interfaces persönlicher, Entscheidungen automatisierter.
Worauf kommt es an, wenn UX und KI zusammenwachsen? Und können Unternehmen diese Verbindung strategisch nutzen?
Predictive UX & personalisierte Interfaces
„Das Interface, das dich kennt“
Wenn Software weiß, was die Nutzenden wollen, bevor sie es selbst tun, sprechen wir von Predictive UX. Basierend auf ihrem spezifischen Nutzungsverhalten und kontextuellen Daten entstehen hochpersonalisierte Interfaces, wie Streaming-Dienste, die Lieblingsinhalte antizipieren, Navigationsapps, die Alltagsroutinen erkennen oder Online-Shops, die Empfehlungen punktgenau ausspielen.
Solche Personalisierungen können wir im Kontext individueller Geschäftsanwendungen umsetzen – z. B. für Vertriebsplattformen oder interne Dashboards. Dabei setzen wir auf transparente Personalisierung – inklusive „Warum sehe ich das?“-Erklärungen und Nutzungskontrolle.
KI-Chatbots: Neue Touchpoints, neue Erwartungen
Conversational Interfaces wie Chatbots oder KI-Assistenten sind oft der erste Kontaktpunkt mit einem Online-Service. Das macht sie UX-kritisch, denn sie müssen effizient Probleme lösen – und nicht einfach nur „freundlich wirken“. Sie brauchen also ein klares Erwartungsmanagement („Ich bin ein Bot“) und sie sollten immer wissen, wann es Zeit ist, an einen Menschen zu übergeben.
Ob Kundenservice, Onboarding oder interaktive Formulare: Wenn es darum geht, Chatbot-Flows für reibungslose und zielgerichtete Dialoge zu gestalten, müssen UX und KI gut aufeinander abgestimmt sein. Ein guter KI-Assistent spart dabei Zeit, schafft Nähe und stärkt die Marke.
Vertrauen & Kontrolle: UX als Schlüssel für akzeptierte KI
Die beste KI nützt nichts, wenn Nutzende ihr nicht trauen. Vertrauen entsteht durch Erklärbarkeit und Transparenz: Warum wird ein bestimmter Vorschlag gemacht? Was passiert mit meinen Daten? Kann ich Einfluss nehmen?
Wichtig ist es, Interfaces zu gestalten, die Entscheidungen sichtbar machen, verständlich erklären und Nutzer:innen Optionen zur Kontrolle geben – z. B. durch Labels wie „Empfohlen basierend auf …“, durch Info-Icons mit Hintergrundwissen zur KI-Logik oder durch Opt-out-Mechanismen für automatisierte Vorschläge.
Insbesondere in kritischen Anwendungsfeldern wie etwa Healthcare, Logistik oder Finanzen, sind diese UX-Elemente oft entscheidend für die Akzeptanz.
Von der Idee zum Code
Wie KI das UX-Design direkt produktionsnah macht
KI unterstützt nicht nur bei der Analyse und Personalisierung – sondern auch immer stärker in der Design-to-Development-Phase. Ein besonders spannendes Beispiel ist der Figma MCP-Server.
Was ist der Figma MCP-Server?
Der Figma MCP-Server ist eine Schnittstelle zwischen natürlicher Sprache, Design und Code.
Er ermöglicht es, mit einfachen Prompts ganze Prototypen zu generieren – direkt aus echten Figma-Dateien. Im Gegensatz zu früher, wo nur Screenshots als Kontext für KI-Systeme dienten, kann nun auf strukturierte Figma-Daten zugegriffen werden (inkl. Farbtokens, Textstile, Komponenten).
Beispiel für einen Prompt:
„Erstelle aus dem folgenden Figma-Entwurf einen Prototypen in HTML und CSS.“
Auch komplexere Ausgaben wie React mit Tailwind sind möglich – direkt im Code-Editor (z. B. VS Code, Cursor, Windsurf), ohne dass Designer:innen selbst programmieren müssen.
Worauf Designer:innen achten sollten
Damit die KI bestmöglich arbeiten kann, sind ein paar Gestaltungsprinzipien entscheidend:
- Autolayout in Figma sorgt für responsives Verhalten im Code
- Tokens statt Farben/Stile „per Hand“ vermeiden Redundanzen und bieten z. B. Light/Dark-Mode mit nur einem Design
- Konsistenz im Design verbessert den Codeoutput
Tools wie Make von Figma bieten ähnliche Funktionen, allerdings ohne die Möglichkeit, das Ausgabeformat (z. B. HTML statt React) zu beeinflussen.
Design-Hand-off einfacher mit KI
Mit Tools wie dem Figma MCP-Server rückt die Codegenerierung für UX-Designer:innen in greifbare Nähe. Das spart nicht nur Entwicklungsaufwand, sondern ermöglicht auch iteratives Prototyping auf Augenhöhe – auch ohne tiefe Coding-Kenntnisse. Der Übergang zwischen Design und Umsetzung wird dadurch flüssiger, transparenter und effizienter.
UX und KI: Warum wir beides brauchen
Wenn wir Künstliche Intelligenz nicht als Selbstzweck betrachten, sondern als Mittel zur Erweiterung menschlicher Fähigkeiten, erschließen wir ihr wahres Potenzial: Nicht in der Automatisierung um jeden Preis, sondern in der Unterstützung von Kreativität, Verständnis und Entscheidungsfähigkeit.
Der Produktdesigner Josh Lovejoy befasst sich in seinem Artikel “The UX of AI” mit der Schnittstelle zwischen KI und Nutzererfahrung und fasst die Rolle von KI so zusammen: “Die Rolle von KI sollte nicht darin bestehen, die Nadel im Heuhaufen für uns zu finden – sondern uns zu zeigen, wie viel Heu sie beiseite schaffen kann, damit wir die Nadel selbst besser erkennen.” (Quelle)
KI kann uns also helfen, Muster zu erkennen – in Daten, Prozessen, Bedürfnissen. Unsere Aufgabe als UX-Designer:innen ist es dabei, diese Erkenntnisse in sinnvolle, zugängliche und ethisch vertretbare Gestaltung zu übersetzen. Dabei wahren wir menschliche Werte, fördern Inklusion und ermöglichen Lösungen, die nicht nur nachhaltig funktionieren, sondern sich richtig anfühlen.
Fazit
Automatisierung mit KI ist dann am wirkungsvollsten, wenn sie durch erfahrene Expert:innen begleitet wird – Menschen, die den Blick für echte Bedürfnisse behalten und technische Lösungen kritisch hinterfragen. Unser Ziel ist es, die Stärken von KI so einzusetzen, dass sich unsere Kund:innen und wir von repetitiven Aufgaben befreien können – um wieder mehr Zeit für das Wesentliche zu haben.
