- Aktuelle AI-Schnittstellen verlassen sich übermäßig auf textfeldbasierte Interaktionen und verursachen dadurch hohe Interaktionskosten, weil Nutzer ihre Absichten klar formulieren müssen
- Vitaly Friedman betont, dass bestehende UI-Controls wie Buttons, Slider und Checkboxen genutzt werden sollten, damit Nutzer einfacher Kontext liefern können
- Beispiele wie Consensus und Elicit führen traditionelle Funktionen wie Filter, Sortierung und direkte Links zu Quellen in die AI-Erfahrung ein und stärken so Vertrauenswürdigkeit und Effizienz
- Nutzer verbringen viel Zeit damit, Ausgaben zu bearbeiten und zu ordnen, daher werden Funktionen benötigt, mit denen sich Inhalte direkt auf Output-Ebene korrigieren und umstrukturieren lassen
- Letztlich ist nicht ein „AI-first“-Ansatz entscheidend, sondern eine menschenzentrierte Erfahrung, bei der AI als stilles Werkzeug (Quiet AI) ergänzend arbeitet
Der aktuelle Stand von AI-Design
- Frühe AI-Nutzung fühlte sich wie eine magische Box an, war in der Praxis aber nur ein einfaches Textfeld, bei dem Nutzer ihre Absicht nur schwer präzise vermitteln konnten
- Nutzer sind unzufrieden wegen Wartezeiten, wiederholter Anfragen, Vergesslichkeit und Fehlern und stellen die Frage, warum Menschen überhaupt die Sprache der AI lernen müssen
- Statt reiner Texteingabe braucht es ergänzende traditionelle Interface-Elemente wie Buttons, Radio-Buttons und Checkboxen
Beispiele nützlicher AI-Interface-Patterns
- Perplexity fordert Nutzer dazu auf, zusätzlichen Kontext einzugeben, während die AI eine Antwort vorbereitet, und steigert so die Effizienz
- Task-Builder-Pattern: Nutzer definieren häufig genutzte Aufgaben wie „Slack zusammenfassen und danach ein Word-Dokument erstellen“ klickbasiert
- Consensus bietet Filter, farbliche Markierung der Quellenzuverlässigkeit und Diagramme zur Ergebnisverteilung und liefert damit überprüfbaren Kontext statt bloßer Antworten
- Elicit bietet eine Funktion, die direkt zu bestimmten Abschnitten von Paper-Zitaten springt, und stärkt so Vertrauenswürdigkeit und Produktivität
Wiederentdeckung traditioneller UI-Elemente
- Altmodische UI-Controls wie Filterung, Sortierung und Formatwahl verbessern die AI-Erfahrung oft deutlich
- Wenn sich beim Bearbeiten von Ausgaben Textteile direkt entfernen oder erweitern lassen oder Buttons zur Umwandlung in Tabellen oder Listen angeboten werden, steigt die Effizienz
- Auch Wartezeiten während des Ladens zu nutzen, um zusätzliche Fragen oder eine Themenauswahl einzuholen, ist ein guter Ansatz
Design für Vertrauen
- Um Vertrauen aufzubauen, ist die Offenlegung von Quellen und Scope wichtig; statt nur Antworten zu liefern, muss auch Kontext bereitgestellt werden
- Es ist nötig, die personalisierte Erinnerung der Nutzer zu berücksichtigen und die zugrunde liegenden Gründe visuell rückzumelden, um das Verständnis zu erhöhen
- Nutzer brauchen eine strukturierte Bearbeitungserfahrung, bei der sich Ergebnisse fein granular bis auf Checkbox-Ebene anpassen oder ausschließen lassen
Quiet AI vs. auffällige AI
- Quiet AI: Tools wie DoveTail verstärken Funktionen sanft innerhalb bestehender Nutzerabläufe
- Loud AI: Umgekehrt besteht bei übertrieben sichtbarer Inszenierung etwa mit Sparkle-Icons das Risiko sinkenden Vertrauens
- Nutzer wollen weniger AI-Funktionen an sich als vielmehr Funktionen, die gut funktionieren; das AI-Label kann mitunter sogar negativ wirken
Ausblick und die Rolle des Menschen
- Prompt Engineering wird langfristig verschwinden, und natürlich in die UI integrierte Methoden zur Kontextbereitstellung könnten zum Standard werden
- AI dürfte zunehmend zu einer unterstützenden Technologie werden, die sich wie Autovervollständigung überall versteckt
- Die Rolle von Designern und Menschen wird sich weg von bloßer Ausführung hin zu strategischer Abstimmung und Experience-Design verstärken
- Das eigentliche Ziel ist eine menschenzentrierte Erfahrung, bei der AI als unterstützender Helfer fungiert
Noch keine Kommentare.