KI im UX-Design beschleunigt die wiederkehrenden Teile der Arbeit: Research zusammenfassen, Texte und Layouts entwerfen, Varianten erzeugen, Komponenten bauen und Fehler finden. Sie ersetzt nicht das Urteil darüber, was ein Produkt tun soll, für wen, und warum ein Screen besser funktioniert als ein anderer. Dieser Leitfaden zeigt, wo KI in einem UX-Projekt wirklich hilft, wo sie scheitert, wie sie Prozess, Kosten und Zeitplan verändert und welche Fragen Sie einer Agentur stellen sollten, die sie nutzt.
Zuletzt aktualisiert: 21. Oktober 2026.
Was bedeutet KI im UX-Design eigentlich?
Der Begriff umfasst zwei verschiedene Dinge, die oft verwechselt werden. Das eine ist KI als Werkzeug im Designprozess: Software, die beim Recherchieren, Schreiben, Skizzieren, Prototyping und Testen schneller macht. Das andere ist KI als Funktion des Produkts selbst: ein Chat-Assistent, eine Empfehlung, eine Suche, die normale Sprache versteht. Beides braucht UX-Arbeit, dieser Leitfaden behandelt aber vor allem das Erste, mit einem Abschnitt zum Zweiten.
In beiden Fällen bleibt die Definition von UX gleich. User Experience Design heißt, ein Produkt für die Menschen, die es nutzen, nützlich, verständlich und angenehm zu machen, von der Struktur der Seiten bis zur Beschriftung eines Buttons. KI verändert, wie schnell ein Teil dieser Arbeit entsteht, nicht, was gute Arbeit ist.
Kurz gesagt: KI macht die Produktion von UX schneller und günstiger. Sie macht das Denken wichtiger, nicht unwichtiger, denn ein Team, das zehn Layouts in einer Stunde erzeugt, muss immer noch wissen, welches das richtige ist. Der Wert eines UX-Partners liegt heute in Research, Entscheidungen und Handwerk. Tempo wird vorausgesetzt; bezahlt wird das Urteil.
Bei Odduel, einer Kreativ- und Technologieagentur in Barcelona und São Paulo, übernimmt KI die wiederkehrende Produktion in unseren Projekten für UX/UI-Design, sodass wir in Wochen statt Monaten liefern. Strategie, die Deutung des Research, Interaction Design und die finale Prüfung bleiben menschlich, und dorthin fließt das Budget.
Wo hilft KI im UX-Prozess?
KI ist dort am nützlichsten, wo die Arbeit umfangreich und wenig mehrdeutig ist. Die folgenden Schritte folgen einem typischen Projekt und zeigen, wo sie ihren Platz verdient.
- Research vorbereiten. Interviewleitfäden, Umfragefragen und Screener aus einem kurzen Briefing entwerfen und dann von Hand überarbeiten.
- Research auswerten. Interviews transkribieren und Notizen zu ersten Themen bündeln. Eine Researcherin liest trotzdem das Rohmaterial, denn das entscheidende Zitat ist oft das, das eine Zusammenfassung weglässt.
- Inhalte und Microcopy. Erste Entwürfe für Beschriftungen, Fehlermeldungen, leere Zustände und Onboarding-Texte, in mehreren Tonlagen, aus denen ein Texter auswählt und verfeinert.
- Frühe Layouts. Grobe Wireframes und Layoutvarianten zum Vergleichen, was die Phase vor dem leeren Blatt verkürzt.
- Produktion des Designsystems. Komponentenvarianten, Zustände und Dokumentation erzeugen, sobald die Regeln des Systems feststehen.
- Prototypen und Frontend-Code. Freigegebene Screens in funktionierende Prototypen oder einen ersten Code verwandeln, den Entwickler dann prüfen.
- Prüfungen. Uneinheitliche Abstände, fehlende Zustände, Kontrastprobleme und kaputte Abläufe finden, bevor Menschen prüfen.
- Erste Übersetzungen. Oberflächentexte in anderen Sprachen entwerfen, die dann eine Muttersprachlerin korrigiert.
Das Muster ist in jedem Schritt gleich: KI erstellt einen Entwurf, ein Mensch entscheidet. Solange diese Reihenfolge gilt, ist die gesparte Zeit echt.
Research auswerten, ohne den Nutzer zu verlieren
In der Auswertung spart KI die meisten Stunden und birgt das größte Risiko. Ein Modell kann fünfzig Interviewnotizen in Minuten zu Themen bündeln, gewichtet aber das, was oft gesagt wird, stärker als das, was mit Nachdruck gesagt wird, und erkennt nicht, wenn eine Teilnehmerin nur höflich war. Nutzen Sie es zum Sortieren und Suchen, und gehen Sie für jede Erkenntnis, auf die Sie handeln wollen, zu den Aufnahmen zurück.
Prototypen in Stunden statt Wochen
Die größte Veränderung für Käufer ist, wie früh Sie etwas sehen, das funktioniert. Ein klickbarer, sogar programmierter Prototyp kann heute wenige Tage nach dem ersten Workshop existieren. Tests mit echten Nutzern werden dadurch günstiger und früher, und das ist die beste Verwendung der Zeit, die KI spart.
Was kann KI im UX-Design nicht leisten?
Die Grenzen zählen mehr als die Funktionen, denn sie entscheiden, wohin Ihr Geld fließen sollte.
- Sie kann das Problem nicht wählen. Zu entscheiden, welches Nutzerbedürfnis das Produkt bedienen und welches es ignorieren soll, ist eine Geschäfts- und Designentscheidung.
- Sie kann Menschen nicht beobachten. Ein Modell hat nie gesehen, wie jemand im Checkout zögert. Usability-Tests mit echten Nutzern bleiben unersetzlich.
- Sie bildet den Durchschnitt. Generierte Layouts und Texte tendieren zum Üblichen. Üblich ist sicher, macht eine Marke aber selten erkennbar.
- Sie kennt Ihren Kontext nicht. Ihre Vorschriften, Ihr Vertriebsprozess, die Grenzen Ihres Supports und Ihre Geschichte mit Kunden stehen nicht im Modell.
- Sie kann sich selbstsicher irren. Generierte Research-Zusammenfassungen, Aussagen zur Barrierefreiheit und Code können fertig aussehen und trotzdem falsch sein.
- Sie trägt keine Verantwortung. Jemand muss einen Ablauf freigeben, der mit Geld, Gesundheitsdaten oder Einwilligungen umgeht. Dieser Jemand ist ein Mensch.
Eine hilfreiche Sicht: KI ist eine schnelle Nachwuchskraft, die nie müde wird und nie nach dem Warum fragt. Die Fragen, die mit „warum“ beginnen, sind die eigentliche Arbeit.
KI-gestütztes und klassisches UX im Vergleich
Die Tabelle vergleicht, wie sich jede Projektphase für Käufer anfühlt, mit und ohne KI im Prozess. Sie beschreibt die allgemeine Richtung aus unserer eigenen Arbeit, keine gemessenen Zahlen.
| Phase | Klassischer Prozess | KI-gestützter Prozess | Was menschlich bleibt |
|---|---|---|---|
| Research-Planung | Leitfäden von Grund auf geschrieben | Aus dem Briefing entworfen, dann bearbeitet | Wählen, mit wem man spricht und was man fragt |
| Auswertung | Tagelanges manuelles Taggen | Erste Themen in Stunden | Entscheiden, welche Erkenntnisse stimmen und zählen |
| Wireframes | Screen für Screen gebaut | Varianten zum Vergleichen erzeugt | Struktur und Ablauf wählen |
| Visuelles Design | Von Hand gezeichnet | Schnellere Produktion innerhalb fester Regeln | Art Direction, Marke und Detail |
| Prototyp | Spät im Projekt | Früh, oft programmiert | Was getestet wird und wie man das Ergebnis liest |
| Texte | Zuletzt geschrieben, oft unter Zeitdruck | Parallel zu den Layouts entworfen | Tonalität, Klarheit und die endgültigen Worte |
| Qualitätsprüfung | Manuelle Prüfung | Automatischer erster Durchgang, dann Prüfung | Freigabe und Urteil zur Barrierefreiheit |
Wie verändert KI Kosten und Zeitplan im UX?
KI verschiebt das Budget eher, als dass sie es nur verkleinert. Produktionsstunden sinken: weniger Stunden für Varianten, erste Entwürfe, Komponenten und Prototypen. Denkstunden bleiben gleich oder steigen leicht, weil mehr Optionen auf den Tisch kommen und jede eine Entscheidung braucht, und weil frühere Prototypen zu mehr Tests einladen.
Für Käufer hat das drei praktische Folgen. Die Summe für einen festgelegten Umfang ist meist niedriger, als sie gewesen wäre, weil Produktion der größte Anteil eines klassischen UX-Budgets war. Der Zeitplan ist kürzer, vor allem am Anfang und in der Umsetzung. Und das Angebot, das Sie erhalten, sollte anteilig mehr Zeit für Research, Tests und Prüfung zeigen als ein älteres. Wenn nicht, fragen Sie nach dem Grund.
Wenn Sie Angebote vergleichen, schauen Sie auf die Verteilung der Stunden, nicht nur auf die Summe. Ein sehr niedriger Preis ohne Research und Tests bedeutet meist generierte Screens, die niemand auf ihre Tauglichkeit prüft. Für ein Softwareprodukt erklärt unser Beitrag zu den Kosten der SaaS-Entwicklung, wie dieselbe Verschiebung die Umsetzung nach dem Design betrifft, und ein Festpreis folgt immer auf ein kurzes Briefing.
Wie gestaltet man UX für KI-Funktionen?
Wenn das Produkt selbst KI enthält, ändert sich die UX-Arbeit in ihrer Art, nicht nur im Tempo. Ein Suchfeld, das Fragen beantwortet, ein Assistent, der ein Dokument entwirft, oder eine Empfehlung, die sich je Nutzer ändert, verhalten sich weniger vorhersehbar als ein Formular. Gutes Design dafür folgt einigen Grundsätzen:
- Erwartungen setzen. In einfachen Worten sagen, was die Funktion kann und was nicht, bevor sich der Nutzer darauf verlässt.
- Die Quelle zeigen. Woher die Antwort stammt, damit der Nutzer sie prüfen kann.
- Korrektur leicht machen. Ein Ergebnis zu bearbeiten, neu zu erzeugen oder zu ignorieren, sollte einen Schritt kosten.
- Das Scheitern gestalten. Der Screen für „Das weiß ich nicht“ oder eine falsche Antwort zählt so viel wie der Idealweg.
- Einen menschlichen Weg offenlassen. Eine Möglichkeit, einen Menschen zu erreichen oder die Aufgabe ohne KI zu erledigen, für alles Wichtige.
- Klar offenlegen. Menschen sollten wissen, wann sie es mit einem KI-System zu tun haben.
Der letzte Punkt ist in Europa auch eine rechtliche Frage. Die KI-Verordnung der EU legt für bestimmte KI-Systeme Transparenzpflichten fest, etwa den Hinweis, dass Menschen mit einem solchen System interagieren; der Hinweis gehört also ab dem ersten Wireframe ins Design, nicht in eine Fußnote. Wenn Sie noch überlegen, welche Art von KI Ihr Produkt braucht, erklärt unser Leitfaden Agentic AI vs. generative KI den Unterschied.
Welche Risiken bestehen für Barrierefreiheit und Datenschutz?
KI-Werkzeuge bringen Risiken mit sich, die ein sorgfältiger UX-Prozess gezielt steuert.
Barrierefreiheit
Generierte Layouts und Komponenten sehen oft richtig aus und scheitern im Gebrauch: zu wenig Kontrast, fehlende Fokuszustände, Bilder ohne Alternativtext, Bedienelemente, die ein Screenreader nicht benennen kann. Automatische Prüfer finden einen Teil davon, nicht alles. Barrierefreiheit braucht weiterhin eine menschliche Prüfung anhand der Web Content Accessibility Guidelines (WCAG) 2.2 und Tests mit Tastatur und Screenreader. Für europäische Produkte ist das in vielen Branchen keine Option, sondern Pflicht, und unser Leitfaden zur barrierefreien Website erklärt, was die Regeln verlangen.
Datenschutz und Vertraulichkeit
Interviewaufnahmen, Kundendaten und unveröffentlichte Produktpläne gehören nicht in ein Werkzeug, dessen Bedingungen ihm erlauben, sie zu speichern oder damit zu trainieren. Nach der DSGVO brauchen personenbezogene Daten aus dem Research eine Rechtsgrundlage und eine sorgfältige Verarbeitung. Fragen Sie jeden Partner, welche Werkzeuge er nutzt, zu welchen Bedingungen und was er nie hochlädt.
Einheitlichkeit
Das leise Risiko ist, dass alle Produkte gleich aussehen und klingen, weil dieselben Werkzeuge dieselben Muster vorschlagen. Starke Art Direction und eine klare Markenstimme sind die Abwehr, und beides ist menschliche Arbeit.
Wie wählt man einen UX-Partner, der KI gut einsetzt?
Die meisten Agenturen nutzen KI heute irgendwo. Die Frage ist, ob sie damit mehr Zeit für das Wesentliche gewinnen oder es wegkürzen. Diese Fragen trennen das eine vom anderen:
- Welche Schritte Ihres Prozesses nutzen KI, und welche nie?
- Mit wie vielen echten Nutzern sprechen oder testen wir, und wann?
- Wer prüft generierte Research-Zusammenfassungen am Rohmaterial?
- Wie prüfen Sie Barrierefreiheit über ein automatisches Werkzeug hinaus?
- Welche KI-Werkzeuge berühren unsere Daten, und zu welchen Bedingungen?
- Wie zeigt sich die durch KI gesparte Zeit in unserem Angebot?
- Wer gibt das finale Design frei, und was prüft diese Person?
Klare, konkrete Antworten sind ein gutes Zeichen. „Wir nutzen KI für alles“ und „Wir nutzen nie KI“ sind beides Antworten, die eine Nachfrage verdienen.
Wie sieht ein realistischer KI-gestützter UX-Workflow aus?
Konkret sieht ein Website- oder App-Projekt mit gut eingesetzter KI so aus. Die Reihenfolge zählt mehr als die Werkzeuge.
- Briefing und Ziele. Ein Workshop mit Ihnen, um Geschäftsziel, Nutzer und Erfolgsmessung festzulegen. Durchgehend menschlich.
- Research. Interviews oder Tests mit echten Nutzern, KI hilft beim Vorbereiten der Leitfäden und Sortieren der Notizen.
- Struktur. Informationsarchitektur und zentrale Abläufe, entschieden von den Designern, mit generierten Varianten zum schnellen Vergleich.
- Designsystem und Screens. Art Direction von Hand festgelegt; Komponenten und Zustände innerhalb dieser Regeln schneller mit KI produziert.
- Prototyp und Test. Ein früher funktionierender Prototyp, mit Nutzern getestet, dann überarbeitet.
- Umsetzung und Prüfung. Frontend-Code mit KI entworfen und von Entwicklern geprüft; Barrierefreiheit und Texte von Menschen kontrolliert.
- Launch und Lernen. Analysen und Feedback nach dem Launch ausgewertet, KI hilft beim Zusammenfassen, Menschen entscheiden, was sich ändert.
Häufige Fragen zur Agenturwahl
Wird KI UX-Designer ersetzen?
Nein. KI ersetzt Teile der Produktion, die UX-Designer früher von Hand erledigten, etwa Varianten, Komponenten und erste Texte. Sie ersetzt nicht das Research mit echten Menschen, die Entscheidungen darüber, was ein Produkt tun soll, oder die Verantwortung für das Ergebnis. Die Rolle verlagert sich zu Research, Urteil, Interaktionsdetails und Prüfung, also zu dem, was Käufer am meisten schätzen.
Was sind die besten Einsatzbereiche von KI im UX-Design?
Die besten Einsatzbereiche sind Research-Auswertung, erste Entwürfe für Microcopy, Layoutvarianten zum Vergleichen, Produktion des Designsystems, frühe Prototypen und automatische Qualitätsprüfungen. Jeder spart Zeit bei umfangreicher Arbeit mit klaren Regeln. In jedem Fall sollte ein Designer das Ergebnis prüfen, und alles, worauf Sie handeln, gehört an echten Nutzern oder am Rohmaterial überprüft.
Ist KI-generiertes UX-Research verlässlich?
Nur als Ausgangspunkt. KI kann Interviews zusammenfassen und Notizen schnell bündeln, überhört aber den Ton, gewichtet häufige Kommentare zu stark und behauptet gelegentlich Dinge, die nie gesagt wurden. Behandeln Sie generierte Erkenntnisse als Hypothesen, gehen Sie für die wichtigen zu den Aufnahmen zurück und bestätigen Sie zentrale Schlüsse mit Usability-Tests, bevor Sie das Produkt ändern.
Macht KI UX-Design günstiger?
Für einen festgelegten Umfang meist ja, weil Produktion der größte Anteil eines klassischen UX-Budgets war und KI sie verkürzt. Die Ersparnis sollte nicht aus gekürztem Research oder weniger Tests kommen. Ein gutes Angebot zeigt weniger Produktionsstunden und gleich viel oder mehr Zeit, um Nutzer zu verstehen, Entscheidungen zu treffen und die Arbeit vor dem Launch zu prüfen.
Wie gestaltet man eine gute User Experience für eine KI-Funktion?
Setzen Sie klare Erwartungen an das, was die Funktion kann, zeigen Sie, woher Antworten stammen, machen Sie Ergebnisse leicht korrigierbar oder ignorierbar und gestalten Sie Fehlerzustände so sorgfältig wie den Erfolg. Bieten Sie immer einen Weg, wichtige Aufgaben ohne KI zu erledigen. In Europa ist der Hinweis, dass Nutzer mit einem KI-System interagieren, zudem oft gesetzlich vorgeschrieben.
Ist es sicher, Nutzer-Research in KI-Werkzeuge zu geben?
Das hängt von den Bedingungen des Werkzeugs und von den Daten ab. Personenbezogene Daten aus Interviews fallen unter die DSGVO, brauchen also eine Rechtsgrundlage und ein Werkzeug, das sie ohne Erlaubnis weder speichert noch damit trainiert. Entfernen Sie Namen und identifizierende Details, wo möglich, und fragen Sie jeden Partner, welche Werkzeuge Ihre Daten genau berühren.
Wenn Sie eine Website oder App planen und das Tempo der KI wollen, ohne auf Research und Handwerk zu verzichten, die ein Produkt funktionieren lassen, zeigt unser Angebot für UX/UI-Design, wie wir ein Projekt vom Briefing bis zum Launch führen. Schicken Sie uns ein paar Zeilen zu Ihrem Produkt und Ihren Nutzern, und erzählen Sie uns von Ihrem Projekt.
