Künstliche Intelligenz macht UX-Designer*innen das Leben leichter – zumindest bei bestimmten Arbeitsschritten. Aber die Tools haben auch klare Grenzen. Wo die Chancen und Herausforderungen bei der Nutzung von KI-Tools im Designprozess liegen und bei welchen Aufgaben sie schon heute überzeugen.
Mit ChatGPT hat für viele gefühlt alles begonnen. Mittlerweile scheint der Siegeszug von generativen KI-Anwendungen unaufhaltbar. Täglich werden neue, spezialisierte Tools entwickelt, mit denen Arbeitnehmer*innen ihre Aufgaben effizienter, kreativer oder schneller erledigen können. Auch das UX-/ und UI-Design ist hier keine Ausnahme.
Chancen beim Einsatz von Künstlicher Intelligenz im Designprozess
KI-Anwendungen ermöglichen insbesondere beim Projektstart grosse Effizienzgewinne. «Mit KI können wir in kurzer Zeit grosse Schritte vorwärtsmachen», sagt Sabine Gerhards, Senior Experience Designerin bei Panter. Beispielsweise bei der Recherche oder wenn Vorschläge für den Namen eines Produkts oder Services erarbeitet werden. «Wir können uns dadurch stärker auf die Ausarbeitung des Designs konzentrieren.»
Beispiele für Tasks, bei denen KI-Anwendungen unterstützen, sind:
Brainstorming: KI-Anwendungen sind beim Entwickeln der Design-Idee hilfreiche Sparringpartner. «Mit KI nimmt der Design-Prozess gerne schneller Fahrt auf. Das liegt daran, dass er weniger festgefahren ist, was zu einem erfrischenden kreativen Ping-Pong führt.», erklärt Sanja Jepurovic, Experience-Designerin bei Panter. «Dabei kommen oft neue und spannende Ideen zum Vorschein, die weiterverfolgt werden können.» Wichtig: Das Fachwissen der UX-Designer*innen bleibt zentral, um die Vorschläge der KI daraufhin zu prüfen, ob sie beispielsweise gestalterisch passen, der Zielgruppe entsprechen oder für die barrierefreie Nutzung umsetzbar sind.
Übernahme von repetitiven Aufgaben: KI-Tools können einzelne zeitaufwändige Prozesse übernehmen und dadurch den gesamten Designprozess effizienter gestalten. Das gilt beispielsweise für die Strukturierung von Customer-Research-Ergebnissen oder das Zusammenfassen von Notizen aus Calls und Meetings mit einem Tool wie Optiverse.
Prototyping: Beim Rapid Prototyping spielen KI-Anwendungen ihre Stärken aus, indem sie innert kurzer Zeit unzählige Design-Variationen erstellen. Die visuelle Darstellung wiederum kann die Entscheidungsfindung in Organisationen vereinfachen, da alle beteiligten Personen das exakt gleiche Bild vor Augen haben.
Auf diese Weise unterstützen KI-Anwendungen auch in der Testing-Phase oder bei der Personalisierung des Designs auf unterschiedliche Zielgruppen. Designer*innen sparen im besten Fall viel Zeit und Aufwand durch die KI-Unterstützung.
Allerdings ist eine Zeitersparnis bei diesem Anwendungsfall bei weitem nicht garantiert. Denn zum einen ist das genaue Prompting, um die Idee des Designs dem KI-Tool zu vermitteln, sehr aufwändig. Zum anderen sind die Outputs der Tools von der Qualität nur schwer berechenbar.
Es ist nicht unüblich, dass Designer*innen selber noch viel Zeit und Arbeit in die Optimierung der Vorschläge stecken müssen. Daher können Expert*innen, die die nötige Kreativität mitbringen, zielführende Prototypen oft in kürzerer Zeit manuell erarbeiten als mit aktuellen KI-Tools.
Herausforderungen bei der Nutzung von KI im UX-Design
Allerdings haben KI-Anwendungen natürlich ihre Grenzen. Sie können UX- und UI-Designer*innen keinesfalls komplett ersetzen. Denn die Tools sind weder in der Lage, eigenständig zu denken, noch können sie fühlen.
Die Folge: Ihr Output ist in der Regel sehr generisch, nicht optimal auf die Bedürfnisse der User*innen abgestimmt und löst keine gezielten Emotionen aus.
Zu guter Letzt gilt es auch, die urheberrechtlichen Aspekte zu beachten. KI-generierte Designs können Copyrights verletzen. Eine genaue Kontrolle und die Weiterentwicklung der KI-Vorschläge durch erfahrene Designer*innen sind und bleiben also nach wie vor alternativlos.
Zusammengefasst heisst das: Die Maschine kann zwar viel Fleissarbeit übernehmen. Für wirklich kreative und neuartige Designs, die bei Nutzer*innen positive Gefühle entfalten, braucht es weiterhin den Menschen.
KI-Tools im Designprozess – konkrete Beispiele mit Figma AI und FigJam
Jedes KI-Tool hat ganz eigene Stärken und Schwächen. Die UX- und UI-Designer*innen bei Panter setzen in der Regel auf Figma AI und FigJam. Wir zeigen je drei Tasks, bei denen die Tools ihre Stärken voll ausspielen.
Figma AI
Prototyping: Figma AI erlaubt das schnelle Erstellen von Design-Prototypen, Varianten und von Flowcharts, die alle Interaktionen zwischen verschiedenen Design-Frames abbilden – alles mit einem Klick. Das KI-Tool eignet sich daher für die Erarbeitung einer ersten Idee, auf der die Designer*innen aufbauen und die sie weiterentwickeln können. Sobald es tiefer in die Details geht, reicht der maschinelle Output aber nicht mehr aus.
Content Replacement: Die generative KI erstellt in Windeseile realistische Texte und Bilder für Design-Layouts. Die Designer*innen müssen nicht mehr auf Blindtexte zurückgreifen oder viel Zeit mit der Suche nach passenden Stockbildern verbringen und können sich verstärkt auf ihre Kernkompetenz – das Design an sich – besinnen.
Automatisches Benennen von Ebenen: Das sinnvolle und konsequente Benennen aller Ebenen im Design-File macht die weitere Arbeit in der Regel einfacher. Trotzdem ist es ein Organisationstask, der gerne mal vergessen geht. Figma AI übernimmt diese ungeliebte Aufgabe und generiert automatisch passende Namen für jede Ebene. Dies auf Basis der konkreten Inhalte, deren Platzierung und der Beziehung dieser Ebenen zu allen anderen Ebenen.
FigJam
Erstellung von Vorlagen und Designtemplates: Vorlagen für sich wiederholende Meetings, standardisierte Projekt-Timelines oder generische Designtemplates: In FigJam sind diese mit einem Klick erstellt. Damit brauchen Designer*innen weniger Zeit für die Vorbereitung von Meetings und andere organisatorische Tasks – und können ihren Fokus stärker auf das eigentliche Design legen.
Ideation für Workshop Icebreakers: In Workshops sollten alle Teilnehmenden im besten Fall ab der ersten Minute offen und zielgerichtet am selben Strick ziehen. Je nach Zusammensetzung der Gruppe ist das aber leichter gesagt als getan. Mit den KI-Funktionen in FigJam lassen sich innert kürzester Zeit Fragen oder kleine Aufgaben generieren, mit denen das Eis im Workshop gebrochen wird. So funktioniert die Zusammenarbeit von Anfang an.
Zusammenfassung von Notizen / Sticky Notes: Workshop-Notizen sind in aller Regel wenig strukturiert, schliesslich wollen die Inputs und Diskussionen aller Teilnehmenden unter Zeitdruck notiert sein. Entsprechend aufwändig ist es, all die Sticky Notes auf dem Board im Anschluss zusammenzufassen und zu strukturieren. Die KI-Funktionen nehmen uns diese Aufgabe ab. Das Tool kann die zusammengehörenden Notes im gesamten File schnell zusammenfassen und logisch darstellen. So sind die wichtigsten Ideen und Inputs schnell und kompakt für alle Workshop-Teilnehmenden übersichtlich und kompakt dargestellt. Das ermöglicht ein schnelles Verständnis und bessere Entscheide.
KI-Tools vs. Designer*innen: wo geht die Reise hin?
Richtig eingesetzt verschafft KI-Unterstützung Designer*innen zusätzlichen Freiraum, um ihre Energie und Kreativität dort einzusetzen, wo sie Mehrwert schaffen können. Allerdings kann künstliche Intelligenz keine neuen, kreativen Lösungen finden.
Mit der Weiterentwicklung der Tools steigt aber auch das Risiko, dass die Kreativität in Designprozessen an Wertschätzung verliert. Designer*innen und Projektmanager werden sich künftig noch besser überlegen müssen, wo sie ihre Expertise am sinnvollsten einsetzen, um eine einzigartige User Experience zu schaffen.
Panter schafft digitale Lösungen, die nicht nur optisch überzeugen, sondern den User*innen eine intuitive und barrierefreie Nutzung ermöglichen. Die Grundlage für unsere erfolgreichen Designs ist stets eine ausführliche Research. So erstellen wir Designs, die dafür sorgen, dass die User*innen sich jedes Mal aufs Neue freuen, wenn sie die Anwendung nutzen.
