Die UX-Rolle: Wie KI verändert, wo UX Wert schafft

Graciela SchützMärz 2026

KI verändert die UX-Arbeit, aber anders als erwartet. Statt Design zu automatisieren, verschiebt sie den Fokus: UX schafft Wert heute früher im Prozess und näher an strategischen Entscheidungen. Dieser Artikel zeigt, was das für Teams und Fachpersonen bedeutet.

In Kürze

KI automatisiert UX nicht, sondern verlagert den Fokus auf frühere Projektphasen.
Teams nutzen KI-Tools für Recherche, Synthese und schnelles Prototyping.
Der Wert von UX liegt zunehmend in der Interpretation und strategischen Ausrichtung.
Systemisches Denken wird zur Kernkompetenz von UX-Fachpersonen.
Ob UX strategisch aufsteigt, hängt davon ab, wie Organisationen diese Fähigkeiten nutzen.

Was sich verändert

KI verändert die Arbeitsweise von UX-Teams. Aber nicht so, wie viele erwartet hatten. Das beobachte ich in aktuellen Teams und Projekten. KI automatisiert weder Design noch generiert sie ungewöhnliche Lösungen. Stattdessen verschiebt sie still, wo UX Wert schafft. Dieser Wert entsteht nun früher im Prozess. Er liegt näher an der täglichen Zusammenarbeit. KI hilft Teams beim Strukturieren von Ideen. Sie unterstützt beim Erkunden von Alternativen. Und sie fördert das Reflektieren von Entscheidungen.

Dieser Artikel zeigt, was ich derzeit beobachte. Er untersucht, wie KI die UX-Arbeit verschiebt: weg von der Umsetzung, hin zu Interpretation, Richtung und strategischer Wirkung.

Wie Teams KI-Tools für UX nutzen

Was ich beobachte, ist keine Reduktion der UX auf Werkzeugnutzung. Es ist eine Umverteilung der Arbeit hin zu früheren und strategischeren Aktivitäten.

KI-gestützte UX-Tools erstellen selten fertige Oberflächen. Ihr Wert liegt woanders. Sie helfen Teams, von abstrakten Anforderungen zu konkreten Startpunkten zu gelangen. Das geschieht viel früher als zuvor.

Das gilt nicht nur für die Oberflächengestaltung. Es betrifft auch Recherche und Synthese. Teams nutzen KI für verschiedene Aufgaben:

Frühe Personas aus bestehenden Daten erstellen
Abläufe für Nutzende skizzieren
Eingaben aus Interviews oder Workshops zusammenfassen

Von komplexen Inhalten zu nutzerzentrierten Artefakten

In einem Projekt mit stark regulatorischem Fokus stand das Team vor der Herausforderung, sehr komplexe Inhalte in eine verständliche Struktur zu überführen. Die Inhalte waren juristisch geprägt, bestanden aus unterschiedlichen Dokumenttypen und mussten für sehr verschiedene Zielgruppen funktionieren. Mithilfe von KI konnten diese Inhalte systematisch analysiert und in klare Inhalte übersetzt werden. Die KI half dabei, typische Muster, wiederkehrende Informationsbedürfnisse und implizite Jobs-to-be-Done aus den Texten herauszuarbeiten.

Auf dieser Basis entstanden logisch aufgebaute Strukturen mit klaren Einstiegen und Priorisierungen. Der Mehrwert lag nicht nur in besseren Wireframes, sondern vor allem darin, dass die Kunden die dahinterliegende Logik sofort verstanden: warum Inhalte so angeordnet sind, wie sie Orientierung schaffen und Vertrauen aufbauen.

Das Ergebnis ist eine Fokusverschiebung. UX-Fachpersonen verbringen weniger Zeit mit Basisartefakten. Stattdessen bewerten sie: Ist die Struktur sinnvoll? Unterstützt sie die Ziele der Nutzenden? Welche Kompromisse bringt sie mit sich?

Wie aktuelle Diskussionen in der UX-Community zeigen: Schnellere Umsetzung allein reicht nicht. Der grössere Unterschied liegt in der Fähigkeit, Probleme zu verstehen. Es geht darum, Optionen einzuordnen und die Richtung zu bestimmen. Diese Fähigkeiten lassen sich weiterhin schwer automatisieren.

Der KI-UX-Stack: Ein neues Werkzeugset

Ein KI-UX-Stack bezeichnet die Reihe von KI-gestützten Werkzeugen. UX-Teams nutzen sie für Recherche, Synthese, Erkundung und frühe Entscheidungen im Designprozess.

Neben der Fokusverschiebung entwickelt sich auch die Werkzeuglandschaft weiter. Viele Teams stellen einen KI-verstärkten UX-Stack zusammen. Er ergänzt etablierte Design-Tools.

Diese Werkzeuge unterstützen Aktivitäten, die früher zeitaufwendig oder verstreut waren:

Recherche zusammenfassen
Informationen strukturieren
Alternativen erkunden
Entscheidungen festhalten
Frühe Ideen in greifbare Prototypen verwandeln

Was diesen Stack auszeichnet, ist nicht ein einzelnes dominantes Tool. Es ist eine andere Verteilung des Einsatzes im gesamten UX-Prozess.

Recherche-Tools wie Perplexity helfen, Eingaben schneller zu verdichten und zu strukturieren.

Notiz- und Produktivitäts-Tools reduzieren den Abstimmungsaufwand. Sie machen Entscheidungen nachvollziehbar.

Prototyping- und Code-Tools wie Figma senken die Kosten für Experimente. Teams können Annahmen früher testen.

Zusammen erleichtern diese Werkzeuge es, das Denken sichtbar zu machen. Sie laden zu Diskussionen in frühen Phasen ein.

Dieser Wandel ist wichtig, weil er beeinflusst, wie Entscheidungen fallen. Und wer sie beeinflusst. Es wird einfacher, mehrere Optionen zu erkunden. Teams können Annahmen überprüfen, ohne von vorne zu beginnen. So gelangt UX-Arbeit in Gespräche, die früher ohne sie stattfanden. In Momente, in denen die Richtung noch verhandelbar ist.

Das kann Ergebnisse erheblich beeinflussen:

Annahmen werden früher hinterfragt.
Kompromisse werden früher sichtbar.
Teams legen sich seltener vorschnell auf eine Lösung fest.

In der Praxis ist dieser Unterschied subtil, aber bedeutsam. Teams, die diese Werkzeuge bewusst nutzen, diskutieren Struktur, Absicht und Folgen früher. Statt später über oberflächliche Details zu streiten.

Allerdings können dieselben Werkzeuge auch schwache Praxis verstärken. Wenn Tempo die Reflexion ersetzt, beschleunigt KI nur die falschen Entscheidungen. Der Einfluss des KI-UX-Stacks hängt weniger von den Tools ab. Er hängt von der Reife der UX-Praxis ab, in die sie eingebettet sind.

Wo KI den grössten Unterschied macht

Dieser Wandel wird besonders spürbar bei Projekten mit hoher Komplexität und Unsicherheit. In solchen Kontexten entwerfen Teams mit KI keine Lösungen autonom. Sie nutzen KI als Denkunterstützung. Das geschieht während der gesamten Strategie- und Konzeptionsphase.

Komplexe Fachinhalte

Ein weiterer wichtiger Anwendungsfall war das schnelle Einarbeiten in komplexe Fachgebiete. KI hat geholfen, fachliche öffentliche Inhalte aus Expertenmaterial, Richtlinien und publizierten Dokumenten zu verstehen und schnell in eine verständliche Sprache zu übersetzen. Auf dieser Basis sind zentrale Konzepte, Abhängigkeiten und Entscheidungslogiken identifiziert und daraus UX-Artefakte wie Jobs-to-Be-Done, Nutzeraufgaben oder vereinfachte Informationsarchitekturen schnell abgeleitet. Der Mehrwert lag darin, fachliche Komplexität früh zu durchdringen und in nutzerzentrierte Strukturen zu überführen, ohne dabei auf lange Einarbeitungsphasen oder reine Übersetzungsarbeit angewiesen zu sein.

Der Beitrag der KI liegt darin, Teams zu helfen:

Komplexe Fachgebiete zu verstehen
Fachsprache in verständliche Erklärungen zu übersetzen
UX-Artefakte wie Jobs-to-Be-Done oder Informationsarchitektur aus Fach- und Expertenmaterial abzuleiten

Diese Artefakte schaffen ein klareres, gemeinsames Verständnis. Leider werden sie manchmal noch als informell abgetan. Aber die Ausrichtung und Zusammenarbeit, die sie erzeugen, sind wertvoll.

In einer KI-verstärkten Umgebung liegt der Vorteil nicht mehr darin, wie schnell Teams UX-Artefakte produzieren. Er liegt darin, wie gut sie mit Komplexität umgehen.

UX-Fachpersonen, die folgende Fähigkeiten mitbringen, werden zentral für Entscheidungen:

Die Entdeckungsphase leiten
Verstreute Erkenntnisse zusammenfassen
Mit Daten arbeiten
Auswirkungen für Produkt und Organisation formulieren

Ihr Wert liegt weniger darin, Screen Designs zu erstellen. Er liegt darin, die Richtung zu gestalten. Sie verbinden Bedürfnisse der Nutzenden, Systembeschränkungen und Geschäftsziele zu stimmigen Entscheidungen.

Steigen UX-Fachpersonen in strategische Rollen auf?

Da KI immer mehr Umsetzungsaufgaben übernimmt, stellt sich eine Frage: Steigen UX-Fachpersonen in strategischere Rollen auf? Oder bleibt diese Chance ungenutzt?

Diese Frage zu beantworten, erfordert ein Überdenken. Was erwarten wir von UX über die Lieferung hinaus?

Systemisches Denken wird in diesem Zusammenhang zentral. Produkte entwickeln sich zu vernetzten Ökosystemen. Sie sind keine isolierten Kontaktpunkte mehr. Die Fähigkeit, Auswirkungen vorherzusehen, wird entscheidend. Was passiert, wenn sich ein Teil des Systems ändert?

UX-Fachpersonen sind oft gut aufgestellt, um Auswirkungen vorherzusehen:

Über verschiedene Stationen der Nutzenden hinweg
Über Abteilungsgrenzen hinweg
Bis zu einem gewissen Grad auch über technische Beschränkungen hinweg

So werden Kompromisse bewusst statt zufällig getroffen.

Letztlich hängt die strategische Aufwertung der UX-Rolle von den Organisationen ab. Erkennen und nutzen sie diese Fähigkeiten?

Die Frage ist nicht mehr, ob UX-Fachpersonen Oberflächen effizient entwerfen können. Die Frage ist: Werden sie befähigt, das Systemverhalten mitzugestalten? Können sie Folgen vorhersehen und fundierte Kompromisse treffen, bevor Entscheidungen feststehen?

Fazit

KI definiert den UX-Wert nicht durch Automatisierung neu. Sie tut es durch Hebelwirkung.

Indem es leichter wird, Alternativen zu erkunden und Lösungen zu entwickeln, verändert sich etwas Grundlegendes. Es verändert sich, wann und wie UX die Ergebnisse beeinflussen kann.

In diesem Zusammenhang schafft UX weniger Wert durch das Verfeinern von Lösungen. Der Wert entsteht durch bessere Entscheidungsqualität: