Wie KI das UX-Design neu gestaltet

• Auf Basis von wissenschaftlicher Forschung der letzten fünf Jahre wird zusammengefasst, wie KI im gesamten UX-Designprozess eingesetzt wird
• Der Einsatz von KI im UX-Design konzentriert sich am stärksten auf die Test- und Discovery-Phase
• Die Einführung von KI erhöht Tempo und Effizienz deutlich, bringt aber auch Risiken wie nachlassende Kreativität und Abhängigkeit mit sich
• UX-Fachleute sehen KI zugleich als unterstützenden Partner, erleben aber auch eine Abschwächung von Identität und Gefühl von Ownership
• Künftig werden im UX-Design Human-in-the-loop, ethische Richtlinien und der Ausbau von KI-Kompetenzen als zentrale Aufgaben hervortreten

---

Forschungshintergrund und Vorgehensweise

• Dieser Text bietet eine objektive Perspektive durch die zusammenfassende Prüfung von insgesamt 17 wissenschaftlichen Quellen, darunter zwei 2025 veröffentlichte systematische Literaturübersichten zu KI und UX-Design
• Die Studien sammelten mithilfe von Umfragen, Interviews und Fokusgruppen Erkenntnisse von UX- und HCI-Praktikern
• Die Analyse basiert nicht auf LinkedIn-Hype oder Meinungen von Thought Leadern, sondern auf wissenschaftlicher Objektivität und methodischer Strenge

Wo KI im UX-Designprozess eingesetzt wird

• Der KI-Einsatz konzentriert sich am stärksten auf die Test- und Discovery-Phase; 58 % aller untersuchten Fälle entfallen darauf
• Im Vergleich zur visuellen UI-Erstellung ist die Nutzung bei textbasierter Analyse und Bewertung höher
  • Als Grund wird genannt, dass generative KI für visuelle/UI-Aufgaben weniger weit entwickelt ist als für Textgenerierung

• KI-Einsatz nach Phase

  • Discovery-Phase: Identifikation von Designproblemen, Verständnis von Nutzerbedürfnissen und -verhalten, Erstellung von User Personas
  • Ideation-Phase: gemeinsames Erarbeiten von Lösungskonzepten, Erkunden von Designalternativen, Vorhersage des Produktwerts
  • Prototyping-Phase: Generierung von UI-Designs, Umwandlung von Skizzen in Prototypen, Prüfung auf Verstöße gegen GUI-Richtlinien
  • Testing-Phase: Vorhersage der User Experience, Identifikation von Usability-Problemen (z. B. heuristische Evaluation), Planung und Analyse von Nutzertests
• Unter den von UX-Praktikern genutzten KI-Tools weist ChatGPT die höchste Nutzungsfrequenz auf

Vor- und Nachteile des KI-Einsatzes

• Tempo, Kosten, Qualität

  • Vorteil: Von Research über Ideation und Prototyping bis zum Testing kann KI die Geschwindigkeit im UX-Design steigern
    • Vor allem in frühen Designphasen wird die Geschwindigkeit von Konzeptiterationen erhöht, was Lieferzeiten verkürzt und Projektkosten senkt
  • Nachteil: Von KI erzeugte Designideen können homogen, generisch und inkonsistent sein
    • Um Originalität und Kohärenz im finalen Design sicherzustellen, müssen Zeit- und Kostenaufwand für menschlichen Input berücksichtigt werden

• Effizienz versus Innovation

  • Vorteil: KI befreit UX-Designer von monotonen und langweiligen Aufgaben, sodass sie sich auf Tätigkeiten konzentrieren können, die kritisches Denken und emotionale Einbindung erfordern
  • Nachteil: Wer sich zu stark auf KI-Design verlässt, riskiert, auf Detailoptimierung fixiert zu bleiben statt außerhalb etablierter Muster zu denken
    • In Bereichen, in denen menschliche Kreativität und Eigenständigkeit Mehrwert schaffen, sollte KI-Abhängigkeit vermieden werden

• Skills und Weiterentwicklung

  • Vorteil: KI kann die technische Einstiegshürde für Designer senken
    • Prompting ist leichter zu erlernen, als sämtliche Funktionen von Figma zu beherrschen
    • Auch ohne traditionelle Skills in visuellen Design-Tools können mehr Menschen zu Designideen beitragen
  • Nachteil: Eine zu starke Abhängigkeit von generativen KI-Tools kann die Entwicklung von Skills bei UX-Einsteigern behindern
    • Wiederkehrende Aufgaben helfen beim Aufbau von UX-Design-Skills und Urteilsvermögen
    • Jüngere Generationen zeigen tendenziell eine stärkere Abhängigkeit von KI-Tools und geringere Fähigkeiten zum kritischen Denken

• Zentrale Herausforderungen beim KI-Einsatz

  • Unter den in der Forschung identifizierten Problemen steht Halluzination (hallucination) an oberster Stelle
  • Neben den Chancen des KI-Einsatzes gibt es zahlreiche Herausforderungen und Fallstricke für Praktiker
  • Einige Probleme dürften durch technischen Fortschritt lösbar sein, andere nur durch eine kompetente und sorgfältige Integration von KI in den UX-Prozess

Erfahrungen und Gefühle von UX-Praktikern im Umgang mit KI

• Positive Aspekte

  • UX-Praktiker fühlen sich durch KI wirksamer und effizienter
  • Beim Designen mit KI entwickeln sie Prompting-Skills, die sich zu einer zentralen Designkompetenz entwickeln
  • Durch KI-generierte Designvarianten lässt sich das Problem der „leeren Seite“ vermeiden
    • Selbst für Experten kann eine leere Design-Canvas manchmal belastend sein
  • Die Zusammenarbeit mit KI fühlt sich wie eine ergänzende Partnerschaft zwischen menschlicher Kognition und KI-Technologie an
    • Ähnlich wie wenn ein Senior Designer einen Junior Designer anleitet
  • KI erleichtert die Zusammenarbeit mit Stakeholdern, indem sie das Teilen und Erkunden von Ideen vereinfacht
    • Die oft schwer greifbare UX-Praxis wird für Stakeholder klarer und zugänglicher

• Negative Aspekte

  • Beim Designen mit KI kann es sich weniger wie Design und mehr wie das Briefing eines externen Dienstleisters anfühlen
    • Während Designer das Briefing schreiben, übernimmt KI gefühlt den interessanten und kreativen Teil
  • Wenn kreative Arbeit wie ausgelagert wirkt, nimmt das Gefühl von Ownership am Ergebnis ab
  • Das Schreiben effektiver Prompts kann zeitaufwendig und kognitiv belastend sein
    • Künftig könnte das durch bessere Prompting-Templates und unterstützende Ressourcen abgemildert werden

Implikationen für den künftigen KI-Einsatz

• KI steigert Effizienz, aber Menschen bleiben wichtig

  • Der größte Einfluss von KI im UX-Design ist die Effizienzsteigerung über den gesamten Designprozess hinweg
  • KI kann menschliche zwischenmenschliche Kommunikation, Zusammenarbeit, Kreativität und Originalität jedoch nicht ersetzen
  • Wichtig ist das Gleichgewicht zwischen Effizienzstreben und der Bewahrung des menschenzentrierten Wesens von UX-Design

• Der Mensch muss im Loop bleiben

  • UX-Designer sollten einen Human-in-the-loop-Ansatz verfolgen, um KI-Ausgaben zu prüfen, die Modellleistung zu verbessern und Überabhängigkeit von automatisierten Systemen zu vermeiden
  • Es ist Vorsicht geboten, weil KI-Tools bestehende Biases nicht nur hinterfragen, sondern sogar verstärken können
  • Kritisches Denkvermögen ist in diesem Bereich absolut entscheidend

• KI-Richtlinien für ethische Praxis sind notwendig

  • Die Einführung von KI sollte nicht nur effizient, sondern auch ethisch und inklusiv sein
  • Um Bedenken hinsichtlich Ethik, Datenschutz, Eigentum und Verantwortung zu mindern, sind organisatorische Richtlinien zur KI-Nutzung und deren Kommunikation erforderlich
  • Zu viele UX-Praktiker arbeiten derzeit allein weiter – ohne klare interne Strategie oder Richtlinien für generative KI

• Es braucht auf UX-Designer zugeschnittene KI-Schulungen

  • Um KI erfolgreich in die Prozesse und Workflows von Design-Teams zu integrieren, brauchen Praktiker Schulungen zum Schreiben und Verfeinern von Prompts, zur Bewertung und Kritik KI-generierter Ausgaben sowie zum Verständnis der Eigenschaften und Grenzen von KI
  • Zwischen dem beiläufigen Ausprobieren von KI im Design und ihrer möglichst wirksamen Nutzung besteht ein großer Unterschied

Fazit

• KI hat das UX-Design bereits strukturell verändert
• Laut wissenschaftlichen Studien werden traditionelle Designmethoden neu gestaltet, und UX-Praktiker erreichen mit KI höhere Effizienz und geringere Organisationskosten
• UX-Design hat sich in den vergangenen 2 bis 3 Jahren grundlegend verändert; dies zu leugnen, könnte karrieretechnischer Selbstmord sein
• Mehr UX-Designer sollten etablierte Designphasen und -aktivitäten hinter sich lassen und stärker KI-gestützte, innovativere Prozesse zulassen
  • Wer starr an etablierten Workflows und Handoff-Prozessen festhält, ignoriert das Potenzial von KI, schneller vom Konzept zu funktionalen und testbaren Lösungen zu kommen
• Eine unkritische Überabhängigkeit von KI kann jedoch zu generischen und voreingenommenen Designs führen, die reale Nutzerprobleme nicht lösen
• Manchmal ist es sinnvoller, selbst zu skizzieren oder Prototypen zu bauen, statt zu viel Zeit in Prompting und KI-Arbeit zu investieren, um mehr Ownership zu schaffen
• Diese Erkenntnisse mögen vielen selbstverständlich erscheinen, doch ein zentraler Wert strenger Forschung besteht oft darin, zu überprüfen, was man bereits zu wissen glaubt