Eine lange Zeit mussten Menschen lernen, wie Software funktioniert. Ob Kommandozeile, grafische Benutzeroberfläche oder Touchscreen – die Anwendung gab den Weg vor und wir folgten ihm. Mit KI beginnt sich dieses Verhältnis zu verändern. Heute beschreiben Menschen immer mehr, was sie möchten, während das System selbst herausfindet, wie es dorthin kommt.

Jakob Nielsen beschreibt diesen Wandel als den Übergang von befehlsbasierter zu absichtsbasierter Interaktion und bezeichnet ihn als das erste wirklich neue UI-Paradigma seit Jahrzehnten. Dabei geht es nicht einfach um eine weitere Funktion oder Technologie. Es verändert die Art, wie wir digitale Produkte gestalten – weg von Screens und Workflows, hin zu Ergebnissen und den Möglichkeiten, sie gezielt zu beeinflussen.

Viele Produktteams behandeln KI noch immer wie ein zusätzliches Feature, statt das zugrunde liegende Interaktionsmodell neu zu denken. Das Ergebnis ist oft vorhersehbar: Eine Chatbox wird in eine bestehende Oberfläche integriert, ein paar Prompts kommen hinzu und im Alltag stößt User Experience schnell an ihre Grenzen. Nutzer:innen wissen nicht genau, was sie fragen sollen, Ergebnisse lassen sich nur mühsam weiterentwickeln und das Produkt verhält sich letztlich immer noch wie klassische, schrittbasierte Software.

KI-Produkte brauchen deshalb ein anderes Interaktionsmodell. Wenn Menschen von KI-gestützter Software vor allem Ergebnisse erwarten, reicht ein zusätzliches Prompt-Feld nicht aus. Entscheidend ist, Produkte so zu gestalten, dass KI Komplexität reduziert, Nutzer:innen unterstützt und ihnen hilft, schneller ans gewünschte Ziel zu gelangen.

Leichter gesagt als getan. Schauen wir uns an, wie dieser Wandel in der Praxis aussehen kann.

Warum Prompt-basierte Interfaces allein nicht ausreichen

Moderne KI-Modelle können selbst aus unvollständigen Eingaben erstaunlich gut erkennen, was Menschen eigentlich erreichen möchten. Oft entsteht bereits ein brauchbarer erster Entwurf, bevor überhaupt ein klassischer Workflow definiert wurde. Interfaces werden dadurch dynamischer, kontextbewusster und stärker auf Zusammenarbeit ausgelegt. Die Vorstellung, dass ein einzelner Screen die gesamte Anwendung abbildet, stößt dabei zunehmend an ihre Grenzen. Passt sich die Oberfläche nicht mit an, bleibt die KI schnell nur ein interessantes Extra statt ein echter Teil des Produkts.

Offene Prompts machen gleichzeitig eine menschliche Herausforderung sichtbar: Viele Menschen wissen nicht genau, was sie fragen sollen – oder wie sie ihre Anfrage formulieren müssen, um das gewünschte Ergebnis zu erhalten. Jakob Nielsen bezeichnet dieses Phänomen als Articulation Barrier.

Genau deshalb können Prompt-First-Interfaces zwar unglaublich leistungsfähig sein, aber auch frustrierend wirken. Sie geben Nutzer:innen maximale Freiheit, übertragen ihnen jedoch gleichzeitig die volle Verantwortung für die Formulierung ihrer Ziele.

Julie Zhuo beschreibt es treffend: Chats eignen sich hervorragend, um eine Idee zu starten. Sobald es um Anpassungen und Iterationen geht, wird die Interaktion deutlich mühsamer. Wer sich präzise ausdrücken kann, kommt mit solchen Interfaces meist gut zurecht. Für alle anderen entsteht schnell eine unnötige Hürde.

Ein einfaches Beispiel: „Drei Tage in Lissabon im Oktober. Ein Viertel, das man gut zu Fuß erkunden kann. Eine Aktivität. Meeresfrüchte. Budget unter 1.000 Euro.“

Ein Klick auf „Senden“ – und wenige Sekunden später erscheint ein buchbarer Reisevorschlag. Flüge, ein kleines Hotel am Fluss, ein Keramik-Workshop und eine Route über den Markt. Alles zusammengestellt in einem einzigen Entwurf.

Dann kommt die Realität ins Spiel. Der Flug am Freitag sollte doch etwas später gehen. Die Bewertungen des Hotels weisen auf Lärmprobleme hin. Der Partner möchte eine Laufstrecke bei Sonnenuntergang einplanen. Und die Wettervorhersage kündigt Regen an.

Wenn jede dieser Änderungen einen neuen, detaillierten Prompt erfordert, wird die Interaktion schnell anstrengend. Genau hier zeigt sich die Articulation Barrier in der Praxis. Die meisten Menschen möchten Ergebnisse anpassen und weiterentwickeln – nicht jedes Mal einen neuen Auftrag formulieren müssen.

Was wäre, wenn sich stattdessen die Oberfläche anpasst?

Die Konversation bleibt bestehen, um Ziele festzulegen. Das Ergebnis selbst wird jedoch zu einem sichtbaren und bearbeitbaren Artefakt. Eine kleine Erklärung am Hotel zeigt, warum es ausgewählt wurde und welche Annahmen dahinterstehen. Mit einfachen Bedienelementen lässt sich das Budget anpassen, der Workshop verschieben oder eine Schlechtwetter-Alternative erstellen – ohne von vorne beginnen zu müssen.

Eine Vorschau zeigt den aktuellen Plan. Ein Dry Run simuliert mögliche Auswirkungen. Erst wenn alles passt, wird die Änderung ausgeführt – inklusive Protokoll und Rückgängig-Funktion.

Genau diese Kombination aus Konversation, Transparenz und direkter Interaktion beschreibt die praktische Form von AI Native UX.

Das Problem von rein promptbasierten Interfaces ist nicht der Prompt selbst. Das Problem ist, dass sämtliche Interaktionen im Chatverlauf verschwinden.

AI Native Interfaces öffnen stattdessen einen Arbeitsbereich aus Ergebnissen, Erklärungen und Anpassungsmöglichkeiten. Nutzer:innen können nachvollziehen, was passiert, verstehen warum es passiert und direkt Einfluss darauf nehmen.

Genau auf diesem Spielfeld werden die Interaktionsmuster der nächsten Generation entstehen.

Wie AI Native UX in der Praxis aussieht

Offene Prompts faszinieren zunächst durch ihre Möglichkeiten. Man kann fast alles fragen und mit wenigen Worten beeindruckende Ergebnisse erhalten. Mit der Zeit zeigt sich aber auch die Kehrseite. Ein leeres Eingabefeld eröffnet zwar unendliche Möglichkeiten, lässt viele Menschen aber gleichzeitig unsicher zurück. Was soll ich eingeben? Wie formuliere ich meine Anfrage am besten?

Prompt-First-Interfaces verstärken genau dieses Spannungsfeld. Sie stellen ein einzelnes Texteingabefeld ins Zentrum des Produkts und erwarten, dass Nutzer:innen ihre Ziele möglichst präzise beschreiben können. Doch das ist nur eine von vielen Möglichkeiten, KI-Produkte zu gestalten. Denkbar sind ebenso Kombinationen aus Chat und visuellen Werkzeugen, dynamisch erzeugte Oberflächen oder kleine, aufgabenspezifische Tools, die Menschen dabei unterstützen, Ergebnisse gezielt weiterzuentwickeln.

Wer bessere KI-Systeme gestalten möchte, sollte sich einige grundlegende Fragen stellen. Menschen erkennen und bewerten Dinge meist leichter, als detaillierte Anweisungen zu formulieren. Was sollte also bereits sichtbar sein, wenn das erste Ergebnis erscheint? Einfache Bedienelemente wie Chips, Slider oder Drag-and-Drop-Elemente könnten dabei helfen, Anpassungen vorzunehmen, ohne jedes Mal einen neuen Prompt schreiben zu müssen.

Vertrauen entsteht nicht allein durch gute Ergebnisse, sondern auch durch Nachvollziehbarkeit. Wenn ein System eine Empfehlung ausspricht oder eine Entscheidung trifft, sollte die Oberfläche erklären können, warum. Was hat die KI verstanden? Welche Annahmen wurden getroffen? Warum wurde genau diese Option ausgewählt?

Solche Informationen sollten dort sichtbar sein, wo die Entscheidung relevant wird – direkt am Ergebnis und nicht versteckt in einer Hilfeseite oder Dokumentation.

Auch Anpassungsfähigkeit kann schnell für Verwirrung sorgen. KI-Systeme verändern ihr Verhalten abhängig vom Kontext und den Eingaben der Nutzer:innen. Das kann hilfreich sein, braucht aber klare Grenzen. Menschen sollten jederzeit nachvollziehen können, welche Aspekte das System verändern darf und welche bewusst unverändert bleiben.

Und dann bleibt eine wichtige Frage: Wann ist ein Prompt-First-Interface überhaupt die richtige Lösung?

Manchmal reicht ein gut gestaltetes Eingabefeld vollkommen aus. In anderen Fällen sind ein dynamisch erzeugtes Dashboard, ein temporäres Werkzeug oder ein intelligenter Assistent sinnvoller, der komplexe Systeme im Hintergrund konfiguriert, während die eigentliche Oberfläche vertraut und verständlich bleibt.

Design Systems als Fundament für AI Native Interfaces

Damit AI Native Interfaces in der Praxis funktionieren, brauchen sie Design Systems, die nicht nur für Menschen, sondern auch für Maschinen verständlich sind.

Diese Interfaces entstehen nicht mehr ausschließlich aus einzelnen Screens. Stattdessen werden sie dynamisch aus Tokens, Komponenten, Mustern und Regeln zusammengesetzt. Was früher vor allem Design-Dokumentation war – etwa Farbdefinitionen, Abstände, Grid-Systeme oder Tone-of-Voice-Richtlinien – wird zu einer gemeinsamen Sprache, mit der KI neue Oberflächen erzeugen kann, die sich trotzdem konsistent wie das eigene Produkt anfühlen.

Ein hilfreicher Denkansatz ist, Tokens und Regeln als eine Art Brand API zu betrachten.

Wenn ein KI-generiertes Ergebnis bereits die richtigen Komponenten, Interaktionsmuster und Anpassungsmöglichkeiten mitbringt, fühlt sich die Weiterentwicklung natürlich an. Ein gut aufgebautes Design System vermittelt der KI, was in einem Produkt als Primäraktion gilt, wie dicht ein Layout sein darf und welche Kombinationen bewusst ausgeschlossen werden.

Fehlt dieses Fundament, entstehen schnell generische Oberflächen oder Inkonsistenzen, die das Nutzererlebnis beeinträchtigen.

Dadurch werden Design Systems auch zu einer wichtigen Sicherheits- und Qualitätsebene. Sie definieren Anforderungen an Barrierefreiheit, Bewegungsverhalten und Inhalte und sorgen dafür, dass generierte Interfaces innerhalb rechtlicher, technischer und ethischer Grenzen bleiben.

Teams, die Design Systems bislang vor allem als Werkzeug für Effizienz betrachtet haben, müssen sie künftig stärker als Steuerungsinstrument für KI verstehen – als den Ort, an dem Regeln, Standards und Leitplanken festgelegt werden.

Mit dieser Entwicklung verändern sich auch die Aufgaben innerhalb von Produktteams.

Strategie und Research beschäftigen sich stärker mit Ergebnissen, Nutzerverhalten und potenziellen Risiken. Design-System-Teams konzentrieren sich auf Regeln, Governance und maschinenlesbare Muster. Prototyping verbindet Konversation, Visualisierung, Erklärbarkeit und Leitplanken zu einer ganzheitlichen Nutzererfahrung.

Während KI zunehmend Routineaufgaben übernimmt, gewinnen Urteilsvermögen, gestalterisches Feingefühl und strategisches Denken weiter an Bedeutung.

Wo AI Native Interfaces echten Mehrwert schaffen

Dieser Wandel ist wichtig, weil er verändert, wo Wert entsteht und wie Menschen darauf zugreifen.

Solange wir primär Schritt-für-Schritt-Interfaces entwickeln, liefern wir vor allem Prozesse. Viele Nutzer:innen erwarten heute jedoch Ergebnisse. Gleichzeitig wäre es zu kurz gedacht, Prompts als alleinige Lösung zu betrachten. Sonst entstehen lediglich neue Hürden innerhalb eines einzigen Texteingabefelds – und diejenigen, die sich besonders gut ausdrücken können, haben automatisch einen Vorteil gegenüber allen anderen.

Für Produktteams ergeben sich daraus einige ganz praktische Fragen:

Wo wünschen sich Nutzer:innen tatsächlich Ergebnisse statt Prozesse? Welche Interaktionen sollten weiterhin strukturiert bleiben? Wie lassen sich KI-generierte Vorschläge weiterentwickeln, ohne jedes Mal von vorne beginnen zu müssen? Und wie können Design Systems dynamische Interfaces unterstützen, ohne dabei Konsistenz zu verlieren?

Wer sich mit diesen Fragen beschäftigt, erkennt schnell: KI ist weit mehr als eine Feature-Entscheidung.

Sie stellt eine grundlegende Design-Herausforderung dar. Zu verstehen, wie Menschen Ziele formulieren, Entscheidungen treffen und mit Unsicherheit umgehen, erfordert echte Nutzerforschung. Gleichzeitig entstehen neue Interface-Konzepte, die über klassische Chat-Oberflächen hinausgehen und Konversation mit visuellen Artefakten sowie direkter Interaktion verbinden.

Auch Design Systems müssen sich weiterentwickeln. Nur wenn Tokens, Muster und Regeln klar strukturiert sind, kann KI neue Oberflächen generieren, ohne Markenidentität, Konsistenz oder Barrierefreiheit zu gefährden.

Frühe Prototypen helfen Teams dabei, solche Systeme zu testen und Interaktionsmuster wie Preview, Dry Run oder Execution zu validieren, bevor umfangreiche Entwicklungsarbeit beginnt.

Genau darin liegt die eigentliche Aufgabe vieler Produktteams. Sie müssen Interfaces, Research-Methoden und Design Systems für eine Welt neu denken, in der Ergebnisse häufig vor den eigentlichen Workflows entstehen.

Das Ziel ist nicht, ein perfektes Interface-Muster zu finden und für alle Anwendungsfälle festzuschreiben. Es geht vielmehr darum, Systeme zu entwickeln, die auch mit zunehmenden KI-Fähigkeiten verständlich, steuerbar und vertrauenswürdig bleiben.

Gute Produkte werden auch künftig Urteilsvermögen, gestalterisches Feingefühl und bewusste Entscheidungen erfordern. KI nimmt uns diese Verantwortung nicht ab.

Im Gegenteil: Je leistungsfähiger die Technologie wird, desto wichtiger werden genau diese Fähigkeiten.

Die Zukunft von UX Design in KI-Produkten

Je stärker KI Teil digitaler Produkte wird, desto stärker verändert sich auch die Rolle von UX Design. Designer:innen gestalten heute nicht mehr nur Screens, Navigationen und Abläufe. Sie gestalten zunehmend, wie Intelligenz innerhalb eines Produkts erlebbar wird: Welche Informationen kennt das System? Wie kommuniziert es seine Entscheidungen? Und in welchen Situationen darf es eigenständig handeln?

Dadurch verschiebt sich auch der Fokus der Designarbeit. Weniger Zeit fließt in die Anordnung von Menüs oder die Optimierung einzelner User Flows. Stattdessen gewinnen Themen wie Identität, Vertrauen und Kontext an Bedeutung.

Design Systems spielen dabei eine zentrale Rolle. Sie halten diese Entscheidungen fest und sorgen dafür, dass sowohl Menschen als auch KI-Systeme sie konsistent anwenden können. So entsteht eine Nutzererfahrung, die auch dann nachvollziehbar bleibt, wenn sich Interfaces dynamisch verändern.

In diesem Sinne wird UX Design im Zeitalter der KI nicht weniger wichtig – sondern wichtiger denn je.

Je leistungsfähiger Systeme werden, desto größer wird die Verantwortung, sie verständlich, nachvollziehbar und kontrollierbar zu gestalten. Menschen müssen verstehen können, warum ein System etwas tut, wie sie Entscheidungen beeinflussen können und wie sie bei Bedarf die Kontrolle zurückerlangen.

Genau darin liegt eine der wichtigsten Aufgaben von UX Design in einer KI-geprägten Zukunft.

Du möchtest ein AI Native Interface entwickeln oder das KI-Erlebnis in deinem Produkt auf das nächste Level bringen?

Dann lass uns darüber sprechen. Gemeinsam finden wir heraus, wie KI sinnvoll in deine Nutzererfahrung integriert werden kann – verständlich, vertrauenswürdig und mit echtem Mehrwert für deine Nutzer:innen.