AI-native heißt bei uns nicht, dass ein Tool Entwürfe liefert und wir sie abnicken. Wir setzen KI dort ein, wo sie Ausprobieren und Verwerfen günstiger macht, damit mehr als eine Idee eine faire Chance bekommt. Das Urteil darüber bleibt bei Menschen mit Projekterfahrung. Die folgenden Abschnitte zeigen, wo KI in unseren Projekten ansetzt, wo sie bewusst nicht entscheidet und was daraus für KI-Interfaces in Ihrem eigenen Produkt folgt.
Exploration: mehr Varianten, bevor entschieden wird
In vielen Projekten reicht die Zeit nur für die erste tragfähige Idee. Mit KI als Companion lassen sich Varianten breiter durchspielen, etwa unterschiedliche Strukturen oder Layoutrichtungen für denselben Screen. Wir legen sie nebeneinander, bewerten sie und verwerfen bewusst die meisten. Der Gewinn liegt nicht in mehr Output, sondern darin, dass sich die gewählte Lösung gegen echte Alternativen durchgesetzt hat. Simon Reif nennt das in seinem Essay „Erfahrung lässt sich nicht prompten“ das eigentliche Versprechen von KI im Kreativbereich: die Kosten des Verwerfens zu senken.
Research: schneller zur Hypothese, geprüft mit echten Menschen
KI beschleunigt bei uns die Recherche und hilft, Hypothesen früher zu formulieren und schneller zu prüfen. Die letzte Instanz bleibt aber der Kontakt mit den Menschen, die Ihr Produkt nutzen sollen. Dafür setzen wir die Methoden ein, die wir im UX Research ohnehin anwenden: Userinterviews mit eigenen Leitfäden, Usertests und Remote Testing, je nach Projekt passend gewählt. Was Nutzer:innen tatsächlich brauchen, erfahren wir weiterhin von ihnen selbst, nicht von einem Modell.
Prototyping und Umsetzung: früher etwas zum Anfassen
Konzipiert wird bei uns in Figma: Aus schematischen Wireframes werden detaillierte Wireframes und daraus klickbare Prototypen. KI beschleunigt diese Schritte und die anschließende Produktion. So lässt sich früher mit etwas Greifbarem testen und intern diskutieren statt mit Beschreibungen. Auf der Entwicklungsseite setzt sich der Ansatz fort: Henning Thies arbeitet als Product Engineer mit Fokus auf KI-gestützte Backend-Entwicklung und setzt UX/UI-Konzepte in Software um.
Das Urteil bleibt beim Menschen
Gestalterische und strategische Entscheidungen treffen bei uns erfahrene Menschen, nicht ein Modell. Das ist keine Vorsicht aus Prinzip, sondern Arbeitsteilung: KI liefert Material, Erfahrung bewertet es. Das Gespür dafür, wann ein Entwurf fertig ist, wann eine Variante nur gut aussieht und wann ein Ansatz an der Marke vorbeigeht, entsteht durch Projektarbeit, nicht durch Prompts. Dieselben Menschen bleiben Ihre Ansprechpartner:innen: Ein wechselndes Projektteam gibt es nicht, und ziehen wir Spezialist:innen aus dem Netzwerk hinzu, sagen wir das offen.
KI-Interfaces: Assistent statt Vorgesetzter
Setzt Ihr Produkt selbst KI ein, wird die Oberfläche zur Vertrauensfrage. Wir konzipieren Dialogsysteme, adaptive Oberflächen und Feedbackmechanismen so, dass Nutzer:innen erkennen, wann eine KI antwortet, Vorschläge prüfen, ändern oder verwerfen und nachvollziehen können, worauf ein Ergebnis beruht. Den Maßstab, den Simon Reif im Essay an Design-Tools anlegt, übertragen wir auf KI-Interfaces: Sie sollen unterstützen wie ein Assistent, statt wie ein Vorgesetzter einen Ablauf zu erzwingen. Referenz aus unserem Netzwerk: die fobizz KI-App für Lehrkräfte.
