UX Design mit KI: Was sich in meinem Arbeitsalltag verändert

DESIGNAI
Wenn ich sehe, was Claude, ChatGPT oder Codex aus einer Beschreibung machen, bin ich oft fasziniert. Eine Idee wird plötzlich zu einem Screen oder einem klickbaren Prototyp. Was vorher erst in meinem Kopf existiert hat, lässt sich anschauen, ausprobieren und diskutieren.
b47e1bed-ab5d-4fed-9071-cfc506d07b57

Ich verstehe deshalb auch die Sorge, die solche Ergebnisse bei Designerinnen und Designern auslösen können. Wenn KI in kurzer Zeit ansprechende Oberflächen erstellt, was bleibt dann von unserer Arbeit? Für mich zeigt sich die Antwort im Projektalltag: Der erste Entwurf entsteht früher. Bis daraus eine passende, durchdachte Lösung wird, gibt es trotzdem viel zu tun.

Ob ich durch KI schneller bin, kann ich bisher nicht pauschal mit Ja beantworten. Ich kann aber mehr Varianten prüfen, meine Entwürfe gezielter hinterfragen und früher mit Kundinnen und Kunden über konkrete Lösungen sprechen. Darin liegt für mich der grösste Nutzen von KI im UX/UI Design.

Der erste Entwurf ist schneller da

Ein früher Entwurf hilft, weil er ein Gespräch verändert. Über eine abstrakte Idee können alle einverstanden sein und sich trotzdem etwas anderes darunter vorstellen. Sobald ein Ablauf sichtbar wird, werden auch die offenen Fragen konkreter: Fehlt eine Information? Ist der nächste Schritt verständlich? Braucht es diese Funktion überhaupt?

KI kann dabei helfen, mehrere Ansätze nebeneinanderzustellen. Statt mich früh auf eine Lösung festzulegen, kann ich unterschiedliche Strukturen und Interaktionen erkunden. Die Varianten sind dann eine Grundlage für die Diskussion, noch keine fertigen Antworten.

Für Projektleitende sowie Kundinnen und Kunden bedeutet das: Ein überzeugender erster Screen ist ein guter Moment, um Feedback zu geben. Er bedeutet aber nicht, dass Konzeption, Gestaltung und Prüfung bereits abgeschlossen sind. Gerade weil ein KI-Entwurf so fertig aussehen kann, müssen wir diesen Unterschied im Projekt klar benennen.

Ein schöner Screen beantwortet noch keine UX-Frage

Nehmen wir als Beispiel eine Navigation, die in Zukunft wachsen soll. Die wichtigsten Bereiche sollen auf dem Smartphone direkt erreichbar bleiben. KI kann dafür schnell mehrere attraktive Vorschläge erstellen. Ob diese auch mit einem zusätzlichen Menüpunkt, längeren Bezeichnungen oder einer anderen Sprache funktionieren, zeigt der erste Screen aber noch nicht.

Hier beginnt die Arbeit, die mich als UX-Designerin beschäftigt. Welche Bereiche werden wirklich häufig gebraucht? Was müssen Nutzerinnen und Nutzer sofort finden? Welche Informationen helfen ihnen, und welche machen die Oberfläche nur voller?

Dazu kommen die weniger sichtbaren Zustände: eine erfolglose Suche, fehlende Berechtigungen, eine Fehlermeldung oder ein Formular mit unvollständigen Angaben. Ein Design muss auch dann verständlich bleiben, wenn nicht alles nach Plan läuft.

KI kann mich auf solche Lücken aufmerksam machen. Sie weiss dadurch aber noch nicht, wie die Menschen in einem konkreten Projekt tatsächlich handeln. Ihre Vorschläge bleiben Annahmen, die wir mit unserem Wissen über die Zielgruppe und, wo möglich, mit Nutzertests prüfen müssen.

Für dich als Projektleiter:in oder Entscheider:in lohnt es sich, bei der Besprechung genau diese Situationen durchzugehen. Lass dir den Entwurf mit längeren Texten, zusätzlichen Inhalten oder in einer anderen Sprache zeigen. Frage nach, was bei Fehlern passiert und wie die Gestaltung zu eurer Marke passt. Besprecht auch, welche Annahmen über die Zielgruppe noch geprüft werden müssen. So könnt ihr gemeinsam einschätzen, wie weit der Entwurf ist und welche Arbeit vor der Umsetzung noch ansteht.

Warum KI-Designs manchmal ähnlich aussehen

Beim Ausprobieren fallen mir wiederkehrende Gestaltungselemente auf: ähnliche Karten, ähnliche Abstände, ähnliche Seitenaufbauten.

Sprachmodelle lernen statistische Muster aus ihren Trainingsdaten. Ohne konkrete gestalterische Vorgaben entstehen deshalb oft Entwürfe, die sich an gängigen Lösungen orientieren. Bei Werkzeugen, die Oberflächen als Code erzeugen, können vorgegebene Komponentenbibliotheken den Stil zusätzlich prägen. Nutzen mehrere Entwürfe dieselben Standardkomponenten, ähneln sie sich auch im Aussehen.

Vertraute Muster können die Bedienung erleichtern. Für ein Kundenprojekt prüfe ich, wie gut sie zu den Inhalten, zur Marke und zur Aufgabe passen.

Allein am Aussehen lässt sich nicht zuverlässig erkennen, ob ein Design mit KI entstanden ist. Für mich ist die entscheidende Frage ohnehin eine andere: Sieht das Ergebnis nach diesem Kunden aus? Passt es zu seiner Sprache, seinen Inhalten und den Menschen, die das Produkt nutzen?

Gute Gestaltung entscheidet sich oft in den Details. In einer treffenden Beschriftung, einer bewusst gesetzten Gewichtung oder einer Interaktion, die genau zum Ablauf passt. Diese Entscheidungen nehme ich einem generierten Entwurf nicht einfach ab.

Gutes Prompting beginnt mit einem guten Briefing

«Erstelle ein modernes, benutzerfreundliches Design» ist schnell geschrieben. Viel über die eigentliche Aufgabe erfährt die KI dadurch nicht. Wenn ich brauchbare Vorschläge möchte, muss ich erklären, für wen wir gestalten, was diese Menschen erreichen wollen und welche Einschränkungen es gibt.

Bei der Navigation könnte ein Briefing etwa so aussehen: «Die wichtigsten Bereiche müssen auf dem Smartphone direkt erreichbar sein. Die Navigation soll später erweitert werden können. Vergleiche drei Ansätze und erkläre, wo sie bei zusätzlichen Punkten an ihre Grenzen kommen.»

Ich bekomme dadurch nicht nur Varianten, sondern auch Argumente, mit denen ich weiterarbeiten kann. Dabei geht es weniger um eine perfekte Promptformel als um Klarheit über die Aufgabe. Fehlendes Wissen über die Zielgruppe lässt sich nicht durch eine besonders geschickte Formulierung ersetzen.

Designsysteme geben der KI einen Rahmen

In meinen Augen werden Designsysteme durch KI noch wichtiger. Farben und Schriften allein reichen nicht aus, um die Identität einer Marke in einer Oberfläche zu verankern. Dazu gehören auch Komponenten, ihre Zustände, Regeln für Abstände und eine konsistente Sprache.

Ein gepflegtes Designsystem gibt der KI konkrete Vorgaben und mir eine Grundlage für die Prüfung. Nutzt der Entwurf die vorgesehenen Komponenten? Haben gleiche Aktionen die gleiche Darstellung? Stimmen die Zustände und die visuelle Hierarchie?

Das spart im besten Fall nachträgliche Korrekturen. Es garantiert aber keine gute UX: Auch mit den richtigen Komponenten lässt sich ein unpassender Ablauf bauen. Das Designsystem hilft bei der Konsistenz. Ob die Lösung für die Aufgabe sinnvoll ist, müssen wir weiterhin beurteilen.

Ich möchte Widerspruch und nicht nur Bestätigung

Als Sparringspartner finde ich KI besonders hilfreich. Ich kann einen Entwurf zeigen, alternative Texte anfragen oder einen Ablauf auf mögliche Stolperstellen prüfen lassen. Manchmal entsteht daraus ein Gedanke, auf den ich selbst noch nicht gekommen bin.

Gleichzeitig erlebe ich, dass sich eine Bewertung ändern kann, sobald ich meine eigene Meinung stärker einbringe. Zuerst wird eine Variante empfohlen, nach meinem Einwand wird plötzlich die andere gelobt. Zustimmung ist dann wenig wert.

Deshalb frage ich lieber konkret: Unter welchen Bedingungen funktioniert diese Lösung nicht? Welche Annahmen stecken in deiner Empfehlung? Was müssten wir mit Nutzerinnen und Nutzern prüfen? So wird die Kritik besser nachvollziehbar. Verlässlich wird sie dadurch nicht automatisch. Ich muss die Begründung weiterhin selbst bewerten.

Figma bleibt mein Werkzeug und KI braucht ein Budget

Figma ist weiterhin (noch) mein zentrales Designwerkzeug. Dort arbeite ich an den Details, halte Varianten und Komponenten zusammen und bereite die Übergabe vor. KI ergänzt diese Arbeit, verändert aber auch die Entscheidung, welchen Schritt ich in welchem Tool erledige.

Dabei spielen Kosten eine Rolle. Figma nutzt für seine KI-Funktionen ein Credit-System. Je nach Plan und Sitztyp sind unterschiedliche Kontingente enthalten; zusätzliche Credits können Kosten verursachen. Der Verbrauch bei Funktionen wie Figma Make hängt unter anderem von der Komplexität der Aufgabe ab.

Für mich heisst das: Ich muss abwägen, wofür sich die Generierung lohnt. Eine andere Interaktionsidee ausprobieren kann wertvoll sein. Für eine kleine, klar definierte Anpassung ist der manuelle Weg manchmal direkter und günstiger. Zum Aufwand gehören deshalb auch das Briefing, mehrere Anläufe und die anschliessende Nacharbeit.

Wie sich das Zusammenspiel mit Claude Design verändert

Mit Claude Design gibt es einen weiteren Weg, Ideen in visuelle Entwürfe und Prototypen zu übersetzen. Anthropic bietet dafür auch die Einbindung von Designsystemen und eine Übergabe an Claude Code an. Damit rücken Gestaltung und Umsetzung in solchen Werkzeugen näher zusammen.

Für meine gestalterische Detailarbeit sehe ich Claude Design bisher noch nicht als vollständigen Ersatz für Figma, kann mir aber vorstellen, dass sich das in ein paar Monaten ändert. Gut möglich, dass ich künftig stärker zwischen mehreren Werkzeugen wechsle: eine Idee erkunden, einen Ablauf ausprobieren und die Gestaltung dort verfeinern, wo ich die nötige Kontrolle habe.

Auch für die Zusammenarbeit mit der Entwicklung kann das interessant sein. Trotzdem braucht eine gute Übergabe mehr als einen funktionierenden Prototyp: klare Regeln, dokumentierte Zustände und ein gemeinsames Verständnis davon, was gebaut werden soll. Generierter Code nimmt uns diese Abstimmung nicht ab.

Was sich für mich als UX-Designerin verändert

Ich verbringe weniger Zeit damit, eine erste Idee überhaupt sichtbar zu machen. Dafür beschäftige ich mich stärker damit, welche Vorschläge weiterhelfen und welche nur auf den ersten Blick überzeugen. Unsere Rolle verschiebt sich dabei: Kontext geben, Annahmen prüfen und Entscheidungen begründen werden noch wichtiger.

Bei ongoing haben wir den Raum, diese Möglichkeiten auszuprobieren. Diese Offenheit schätze ich. Wir wollen KI zu einem Werkzeug machen, das unsere Arbeit unterstützt. Dazu gehört für mich auch, ehrlich zu sein, wenn ein Versuch keinen Vorteil bringt oder eine manuelle Lösung besser funktioniert.

Ob wir künftig hauptsächlich in Figma, in Claude Design, Codex etc. oder in einer Kombination arbeiten, ist für mich offen. Ich probiere gerne aus, was möglich wird. Es macht Spass, neue Werkzeuge kennenzulernen und die eigene Arbeitsweise zu hinterfragen.

Mein Anspruch bleibt dabei derselbe: eine Lösung zu gestalten, die zur Marke passt und den Menschen bei ihrer Aufgabe hilft. Wenn KI mich dabei unterstützt, mehr zu prüfen und bessere Entscheidungen zu treffen, hat sie für mich ihren Platz im UX Design gefunden.

Natascha Ayass
Die Autorin /

Natascha Ayass

"Du möchtest dich gerne über KI im Design austauschen? Oder ein Projekt mit uns starten? Dann melde dich jederzeit gerne!"

✉️ E-Mail schreiben: natascha.ayass@ongoing.ch
🤙 Ruf mich an: +41 41 783 12 70
📝 Schreib mir eine Nachricht:

Im nächsten Schritt fragen wir dich noch nach deiner E-Mail Adresse.

Senden
👋 Hast du Fragen?Natascha Ayass
ongoing Logo
swiss made software
Adresse
ongoing GmbH

ongoing ist dein technischer Partner für geschäftskritische Applikationen und Plattformen. Gross genug für komplexe Plattformen, klein genug für direkte Kommunikation. Kein Overhead. Inhabergeführt seit 2006, Zug (CH), 3× ISO-zertifiziert).

Hinterbergstrasse 28
6312 Steinhausen
🤙 +41 41 783 12 70
✉️ info@ongoing.ch
Zertifiziert
ISO 27001ISO 9001ISO 14001