Seit 40 Jahren sprechen Ihre User die Sprache der Maschine. Sie durchforsten Menüs, prägen sich Ihre Navigation ein und merken sich, wo Sie die Export-Schaltfläche versteckt haben. So läuft das schon seit der Markteinführung des Macintosh im Jahr 1984: Der Mensch passt sich dem Computer an.

Dieser Deal platzt.

Wir treten gerade in das dritte Paradigma der Informatik ein. Das Interface, das man beherrschen muss, weicht Systemen, die erkennen, was der Nutzer möchte. Der derzeitige Wettlauf um Fachkräfte im Bereich „Prompt Engineering" ist ein Zeichen für diesen Wandel – nicht das Ziel. Eine vorübergehende Fähigkeit. Eine Brücke, während das Interface lernt zu verschwinden.

Für jeden, der ein digitales Produkt besitzt, wirft das eine schärfere Frage auf als „Welche KI-Funktion bringen wir als Nächstes auf den Markt?" Sie lautet: Was ist Ihr Produkt, wenn es keinen Screen mehr gibt, den man gestalten könnte?

Fünf Dinge, die Sie wissen sollte.

1. Vom Befehl zum Intent

Heute sagt man dem Computer, wie er eine Aufgabe ausführen soll. Hier klicken, dann hier, dieses Feld ausfüllen, bestätigen. Jakob Nielsen nennt dies „Paradigma 2“: befehlsbasiert – das grafische Interface, mit der wir seit vier Jahrzehnten leben. Der Computer ist ein gehorsamer Diener, dem jeder Schritt genau vorgegeben werden muss.

Paradigma 3 kehrt das Ganze um. Der Nutzer sagt, was er will. Das System findet heraus, wie das zu bewerkstelligen ist. Nielsen nennt dies „absichtsbasierte Ergebnisspezifikation“, und dadurch kehrt sich die Kontrollverteilung um.

Diese Kehrtwende hat ihren Preis. Wie Nielsen warnt:

„Tu, was ich meine, nicht, was ich sage“ ist ein verlockendes UI-Paradigma – wie bereits erwähnt, weisen Nutzer den Computer oft an, das Falsche zu tun.

Intent-basierte Systeme sind ein großer Fortschritt. Sie sind jedoch nicht das Endziel. Ein echtes befehlsfreies System – eine Idee, die Nielsen erstmals 1993 vorstellte – funktioniert als Nebeneffekt einer normalen Handlung. Stellen Sie sich eine Autotür vor, die Sie entriegeln können, sobald der Autoschlüssel in der Nähe ist. Sie haben keinen Befehl erteilt. Das System hat lediglich den Kontext erkannt.

Die Intent-basierte KI hat bei der Ausführung nach wie vor die Nase vorn. Sie kann jedoch weiterhin falsche Ergebnisse liefern, welche die Nutzenden nun überprüfen müssen, anstatt sie einfach nur auszuführen.

‍

2. Liquid UX: Für jeweils eine Person konzipiert

Das Design richtet sich nach wie vor meist an den „Durchschnittsnutzer“. Ein Screen, einmal erstellt, für alle gleich. Generative UI (GenUI) verändert diese Zielgruppe. Interfaces werden in Echtzeit generiert und an den Kontext einer einzelnen Person angepasst. Manche bezeichnen dies als „Liquid UX“.

Es gibt bereits erste Versionen davon. Die „Contextual Task Bar“ von Adobe in Photoshop sagt anhand Ihrer aktuellen Aktivitäten Ihren nächsten Schritt voraus. Im Unternehmensbereich gehen SAPs „Joule“ und die dazugehörigen „Joule Agents“ noch einen Schritt weiter.

Stellen Sie sich einen Lieferkettenmanager vor, der eine Störung verfolgt. Früher musste er zwischen fünf Apps hin- und herwechseln. Jetzt fragt er einfach Joule, und das Tool richtet sofort eine temporäre Schaltzentrale ein: interaktive Karten, Live-Lieferketten-Diagramme, ganz auf diese eine Krise zugeschnitten. Wenn die Krise vorbei ist, verschwindet auch das Interface. Das Projekt Neo, Adobes browserbasiertes Tool, mit dem 2D-Designer ohne spezielle 3D-Kenntnisse 3D-Grafiken erstellen und bearbeiten können, geht in die gleiche Richtung: Das Interface passt sich nahtlos an verschiedene Modi und Umgebungen rund um den Nutzer an.

3. Designer verlagern ihren Schwerpunkt von der Gestaltung von Interfaces hin zur Definition von Systemen

Wenn die KI die Interfaces generiert, rückt die Aufgabe des Designers eine Ebene höher. Anstatt jedes Interface manuell zu erstellen, definiert man das Design System, mit welchem die KI arbeitet: die Parameter, die Vorgaben und die Standards, an die sich die KI halten muss. Das hat mehr mit Systemarchitektur zu tun als mit handwerklicher Arbeit.

Dazu braucht es sogenannte „agent-aware artifacts". Die Designdokumentation entwickelt sich weg von visuellen Styleguides hin zu maschinenlesbaren Dateien wie „design.md". Kodieren Sie Ihre Standards einmal, vorgelagert, und Agenten liefern standardmäßig markengerechte Ergebnisse. Ihre Markenfarben, Abstände und Komponenten stimmen auf Anhieb, ohne dass Prüfende jede Abweichung von Hand aufspüren müssen.

John Moriarty beschreibt diese Veränderung anhand einer Analogie aus der Welt der Lebensmittel:

„Anstatt unseren Kunden eine Vorratskammer voller Rohzutaten (Komponenten und Frameworks) an die Hand zu geben, bieten wir nun etwas an, das eher den ‚HelloFresh‘-Kochboxen ähnelt: vorgefertigte Agenten- und Anwendungsvorlagen mit vorbereiteten Komponenten und bewährten Rezepten, die sofort einsatzbereit sind.“

4. Agenten sind die neuen User

Das ist der Punkt, der die meisten Teams überrascht: Agenten werden selbst zu Usern Ihrer Unternehmensplattform. Nun gestalten Sie für Menschen und Agenten, die Seite an Seite arbeiten. Das führt zu einem Kontrollparadoxon, und wir haben gesehen, wie das schiefgehen kann.

AutoML hat den spannenden Teil der Datenwissenschaft – die Auswahl des Algorithmus – automatisiert und den Menschen die mühsame Infrastruktur überlassen, die sie eigentlich loswerden wollten. GenUI kann denselben Fehler wiederholen. Die Lösung sind hybride Interfaces: KI-generierte Inhalte direkt neben den vertrauten Bedienelementen, auf die sich Menschen bereits verlassen – Schieberegler, Filter, Schaltflächen. Menschen behalten die Kontrolle, jederzeit einzugreifen.

Damit Agenten und Tools miteinander kommunizieren können, braucht es einen Standard, und das Model Context Protocol (MCP) wird gerade zu diesem Standard. Stellen Sie sich das wie einen Standardanschluss vor: eine Möglichkeit für einen Agenten, sich mit Google Calendar, Notion, lokalen Dateien, einer Datenbank oder was auch immer die Aufgabe erfordert, zu verbinden. Der Slogan „USB-C für KI" trägt viel Bedeutungslast – aber er trifft zu.

5. Handwerk in einer probabilistischen Welt

Früher war Software deterministisch. Vorhersehbare Schritte, jedes Mal derselbe Ablauf. Wir bewegen uns nun in probabilistisches Terrain, in dem ein System einen unerwarteten, nichtlinearen Weg zum von Ihnen festgelegten Ziel einschlägt. Im Zeitalter des „Vibe Coding" verschiebt sich Ihre Aufgabe eine Ebene nach oben. Sie entwerfen das System, das das Produkt herstellt – nicht das Produkt selbst.

Wenn KI die Umsetzung in großem Maßstab übernimmt, ist Handwerk das, was am Ende übrig bleibt, um sich zu unterscheiden. Krithika Shankarraman von OpenAI sagt es treffend:

„Die Unternehmen, die sich von der Masse abheben werden, sind diejenigen, die ihr handwerkliches Können unter Beweis stellen. Die zeigen, dass sie das Produkt wirklich verstehen, ihre Kunden wirklich verstehen und beides auf sinnvolle Weise miteinander verbinden.“

Die Schaltflächen, um die sich unser Design seit Jahrzehnten dreht – ob physisch oder digital –, treten zunehmend in den Hintergrund. Damit bleibt für jeden Markeninhaber nur noch eine Frage übrig: Wenn das Interface verschwindet, was bleibt dann von Ihrer Beziehung zu den Menschen, die Ihr Produkt nutzen?

Was nun?

Das Schwierigste ist, herauszufinden, wo KI in Ihr Produkt passt. Das haben wir schon gemacht, und wir bleiben dabei – vom ersten Entwurf bis zum fertigen Produkt. Wenn Sie gerade überlegen, wie die nächste Generation Ihrer User Experience aussehen soll, melden Sie sich bei uns. Lassen Sie uns gemeinsam besprechen, welche Möglichkeiten es für Ihr Produkt gibt.