Beratung im Bereich KI-UX-Design

AI-UX-Design-Beratung ist eine Beratungsleistung zur Benutzererfahrung von Produkten, die künstliche Intelligenz enthalten. Sie beantwortet zwei Fragen, die bei einem allgemeinen UX-Auftrag selten behandelt werden: Wo im Ablauf gehört ein Modell tatsächlich hin, und wie muss die Benutzeroberfläche reagieren, wenn das Modell einmal falsch liegt? „ Vivaldi “ gestaltet seit 1999 Marken, Produkte und Benutzererlebnisse, und dies ist der Teil dieser Tätigkeit, der sich mit probabilistischen statt mit deterministischen Systemen befasst.

• Seit 1999Arbeiten im Bereich Marken-, Produkt- und Erlebnisdesign
• Über 200veröffentlichte Fallstudien
• 10 Niederlassungenauf vier Kontinenten
• 5xWirtschaftsWoche: Das Beste aus den Bereichen Beratung, Strategie und Innovation

Die meisten KI-Funktionen versagen nicht, weil das Modell schlecht ist. Sie versagen, weil das Produkt so konzipiert wurde, als ob das Modell immer richtig liegen würde, und dann auf einen Nutzer traf, der nicht erkennen konnte, ob dies tatsächlich der Fall war. Auf dieser Seite erfahren Sie, wo bei der KI-UX-Arbeit Fehler auftreten, was unsere Beratung im Bereich KI-UX-Design umfasst, wie Sie ein Unternehmen bewerten können, das sich damit befasst, und zu welchen unserer anderen Dienstleistungen Ihre Frage möglicherweise gehört.

Zwei Anmerkungen zum Thema: Damit Sie keine Zeit auf der falschen Seite verschwenden. Wenn sich Ihre Frage auf die Benutzererfahrung eines herkömmlichen Produkts bezieht, geht es um User Experience (UX)-Design. Wenn es darum geht, ob und wie Ihr Unternehmen KI überhaupt einsetzen sollte, geht es um KI-Strategie und neue Technologien. Diese Seite befasst sich mit dem engen Mittelbereich: dem Design des Produkts selbst, sobald Sie sich entschieden haben, es zu entwickeln.

Wenn Unternehmen uns beauftragen

Das Muster ist konsistent. Das Modell schneidet bei der Bewertung gut ab, in der Praxis jedoch schlecht.

• Eine KI-Funktion wurde eingeführt, die Nutzung stieg zwei Wochen lang sprunghaft an und pendelte sich dann ohne erkennbaren Grund in den Analysedaten nahe Null ein.
• Das Modell ist in den meisten Fällen zutreffend, und niemand hat festgelegt, wie sich das Produkt in den übrigen Fällen verhält.
• Die Nutzer vertrauen einem Ergebnis nicht, das sie nicht hinterfragen können; daher erledigen sie die Arbeit manuell noch einmal, und die Funktion verursacht letztendlich zusätzliche Kosten, anstatt Einsparungen zu bringen.
• Einem Produkt, dessen zugrunde liegende Aufgaben nie strukturiert wurden, wurde eine Konversationsschicht hinzugefügt, und es beantwortet nun Fragen, auf die das Produkt nicht reagieren kann.
• Die Rechts-, Risiko- oder Compliance-Abteilung hat gefragt, wer für eine Empfehlung verantwortlich ist, und die Schnittstelle liefert keine Antwort, da diese Frage nie Gegenstand der Konzeption war.

Warum es nicht funktioniert, KI einfach an einen bestehenden Arbeitsablauf anzuhängen

Die vernünftige Variante des Standardarguments lautet, dass KI eine Fähigkeit wie jede andere ist: Man entwickelt sie, integriert sie in das Produkt und optimiert ihre Nutzung schrittweise. Das funktioniert bei deterministischen Funktionen. Hier versagt dieser Ansatz jedoch aus einem ganz bestimmten Grund.

Jede vor dieser entwickelte Benutzeroberfläche beruhte auf einer so grundlegenden Annahme, dass niemand sie jemals schriftlich festhielt: Das System weiß, was es tut. Schaltflächen tun das, was sie versprechen. Eine Suche liefert die passenden Ergebnisse. Die Aufgabe des Nutzers besteht darin, seine Absicht zu äußern, und die Aufgabe des Produkts darin, diese korrekt auszuführen. Ein probabilistisches System bricht diesen Vertrag, und fast jede Designkonvention, die aus der deterministischen Ära übernommen wurde, geht stillschweigend davon aus, dass dieser Vertrag nach wie vor gilt.

Die Fehler treten also an vorhersehbaren Stellen gehäuft auf:

• Vertrauen ist unsichtbar, daher werden eine Vermutung und eine Gewissheit auf dieselbe Weise dargestellt, und der Nutzer lernt, beiden zu misstrauen
• Es gibt keinen Weg zurück. Der Benutzer kann die Ausgabe entweder akzeptieren oder verwerfen – dazwischen gibt es nichts, und genau das ist es, was er in der Regel möchte.
• Der Fehlerzustand wurde für Ausfälle konzipiert, nicht für plausible Fehler – dabei ist gerade dieser Fehlermodus derjenige, auf den es wirklich ankommt und der am schwersten zu erkennen ist.
• Die Korrektur ist eine Sackgasse: Der Benutzer korrigiert das Ergebnis, und das Produkt lernt nichts daraus, sodass derselbe Fehler morgen wieder auftritt.
• Die Funktion wurde dort platziert, wo sie sich leicht umsetzen ließ, und nicht dort, wo der Benutzer die größte Last zu tragen hat.

All das lässt sich nicht durch ein besseres Modell lösen. Die Lösung besteht darin, zu entscheiden, was die Benutzeroberfläche dem Nutzer schuldet, wenn das Modell ungewiss ist, und diesen Ablauf mit derselben Sorgfalt zu gestalten wie den Ablauf, bei dem alles funktioniert.

Das zweite Problem betrifft die Reihenfolge. KI-Funktionen werden in der Regel auf ihre Modellqualität hin getestet und nicht auf die Erfüllung der Aufgabe. Dabei handelt es sich um unterschiedliche Messgrößen, und genau diese Diskrepanz führt dazu, dass eine technisch erfolgreiche Funktion ungenutzt bleibt.

Was unsere Beratungsleistungen im Bereich KI-UX-Design umfassen

Vier Arbeitspakete, ungefähr in dieser Reihenfolge. Welches Sie benötigen, hängt davon ab, wie weit die zugrunde liegende Produktentscheidung bereits feststeht.

1. Festlegen, wo das Modell hingehört

Bevor eine Schnittstelle entworfen wird, muss die Begründung dafür, ein Modell in diesen Ablauf einzubinden, einer genauen Prüfung standhalten.

• Welcher Schritt der Aufgabe ist für den Nutzer tatsächlich aufwendig – und zwar so formuliert, dass der Nutzer dies selbst erkennen kann, und nicht als eine Funktion, die das Team nutzen möchte?
• Ob dieser Schritt es zulässt, dass man sich in etwa richtig liegt – denn bei sehr vielen ist das nicht der Fall, und diese Antwort entscheidet über die Gestaltung
• Was die ehrliche Ausweichlösung ist, einschließlich der Option, dass diese Funktion nicht vorhanden sein sollte und die Arbeit stattdessen in die Produktstruktur integriert werden sollte

2. Gestaltung unter Berücksichtigung von Unsicherheiten

Dies ist der Bereich, für den es noch keine etablierten Standards gibt, und genau hier entsteht der größte Teil des Mehrwerts bei einem KI-UX-Projekt.

• Wie sich die Zuverlässigkeit in der Benutzeroberfläche ausdrückt – und zwar in Form von Angaben, auf die der Benutzer reagieren kann, und nicht in Form einer Zahl, die er nicht einschätzen kann
• Wofür das Produkt seine Gründe darlegt und wofür nicht, denn alles zu erklären ist eine Art von Störgeräusch für sich
• Der Weg zwischen „Annehmen“ und „Ablehnen“: bearbeiten, eingrenzen, erneut nachfragen oder die Aufgabe mit den entsprechenden Hintergrundinformationen an eine andere Person zurückgeben

3. Auslegung des Ausfallpfads

Ein KI-Produkt zeichnet sich dadurch aus, wie es reagiert, wenn es einen Fehler macht, und dieser Fall wird in der Regel erst ganz zum Schluss oder gar nicht berücksichtigt.

• Plausible Fehler werden als primärer Fehlerzustand behandelt, wobei die Benutzeroberfläche so gestaltet ist, dass eine falsche Antwort sichtbar gemacht wird, anstatt sie lediglich höflich zu umschreiben.
• Die Korrektur ist als First-Class-Aktion konzipiert, sodass die Korrektur einer Ausgabe für den Benutzer weniger Aufwand bedeutet, als wenn er die Aufgabe manuell erledigen müsste.
• Eskalationswege und Verantwortlichkeiten werden klar festgelegt, sodass es einen benannten menschlichen Entscheidungsweg gibt, wenn der Einsatz so hoch ist, dass ein Modell nicht allein entscheiden sollte
• Barrierefreiheit und klare Semantik werden als strukturelle Merkmale behandelt, sodass assistive Technologien und automatisierte Agenten dieselben Zustände interpretieren können, die ein sehender Nutzer aus dem Layout ableitet.

4. Testen anhand der Aufgabe, nicht anhand des Modells

• Die Prototypen wurden mit echten Nutzern bei der tatsächlichen Aufgabe getestet, einschließlich bewusst eingebauter fehlerhafter Ergebnisse, denn eine Demo des „Happy Path“ sagt nichts über Vertrauen aus
• Eine im Voraus vereinbarte Kennzahl, wie beispielsweise die Erledigung einer Aufgabe oder die Zeit bis zu einem nutzbaren Ergebnis, anstatt die Modellgenauigkeit als Maßstab für den Produkterfolg heranzuziehen
• Mechanismen zur Korrektur und zum Abbruch, damit die nächste Iteration auf der Grundlage von Erkenntnissen darüber beginnt, an welcher Stelle die Nutzer aufgehört haben, den Ergebnissen Glauben zu schenken

Unsere Arbeit hier wird in der Regel von einem Chief Product Officer, einem Head of Digital oder einem Produktleiter in Auftrag gegeben, dessen KI-Funktion bereits veröffentlicht wurde und nun ins Stocken geraten ist. Ein festgelegter Ablauf dauert in der Regel sechs bis zwölf Wochen, länger, wenn die zugrunde liegende Produktentscheidung noch offen ist.

So funktioniert ein AI-UX-Design-Projekt

1. Rahmenkonzept. Interviews mit den Eigentümern des Produkts, denjenigen, die es unterstützen, und denjenigen, deren Arbeitsaufwand durch das Modell reduziert werden soll. Eine Auswertung der Daten zu Nutzung, Korrekturen und Nichtnutzung, sofern diese vorliegen. Das Ergebnis ist eine kurze Liste von Schritten, bei denen sich der Einsatz eines Modells lohnt, sowie von solchen, bei denen die Kosten höher sind als der Nutzen.
2. Struktur. Der Ablauf selbst: Wo das Modell eingreift, was der Nutzer sieht, bevor er darauf reagiert, wie die Sicherheit ausgedrückt wird und wie der Rückweg aussieht. Das Ergebnis ist eine Entscheidung darüber, wie sich das Produkt verhält, wenn es unsicher ist – festgehalten, bevor überhaupt ein Bildschirm entworfen wird.
3. Test. Prototypen werden echten Nutzern vorgelegt, wobei absichtlich fehlerhafte Ergebnisse eingebaut wurden, da Vertrauen nur dann messbar ist, wenn das System vor anderen Fehlern machen darf. Der Maßstab für den Erfolg wird vor der Sitzung vereinbart.
4. Übergabe. Spezifikationen, anhand derer ein Entwicklungsteam arbeiten kann, die Muster, die die nächste KI-Oberfläche bestimmen, die noch niemand entworfen hat, sowie einen namentlich benannten Verantwortlichen für die Eskalationsfälle, die sich daraus ergeben werden.

Warum sich Unternehmen bei der Gestaltung von KI-UX-Lösungen für „ Vivaldi “ entscheiden

Wir sind eine Strategieberatung, die auch Design leistet – was ein zweischneidiges Schwert ist und klargestellt werden sollte. Wenn Sie umfangreiche Kapazitäten zur Erstellung von Benutzeroberflächen oder ein Team benötigen, das das Modell entwickelt und optimiert, gibt es bessere Optionen als uns. Wenn die Schwierigkeit darin besteht, dass noch niemand entschieden hat, welche Aufgaben das Modell dem Nutzer abnehmen soll, dann ist genau das die Arbeit, die wir als Erstes leisten – und genau das ist der Grund, warum das Design anschließend Bestand hat.

Drei praktische Konsequenzen: Die Produktentscheidung und die Entscheidung über die Schnittstelle werden im selben Raum getroffen, sodass die Frage, was passiert, wenn das Modell falsch ist, nicht auf ein Ticket verschoben wird. Der Fehlerpfad wird als Ergebnis behandelt und nicht als Randfall. Und wir sagen Ihnen, wann die Lösung darin besteht, die Struktur der Aufgabe anzupassen, anstatt ein Modell hinzuzufügen – eine Empfehlung, für die ein Unternehmen, das KI-Implementierungen verkauft, keinen Anreiz hat.

So bewerten Sie einen Berater für KI-UX-Design

Einschließlich uns. Das sind die Fragen, die Sie jedem Unternehmen auf Ihrer Auswahlliste stellen sollten.

• Bitten Sie sie, den Pfad zu einer falschen Antwort zu beschreiben. Wenn die Antwort eine Fehlermeldung ist, haben sie das System eher auf Ausfälle als auf plausible Fehler ausgelegt – und gerade plausible Fehler sind es, die Ihnen Kosten verursachen.
• Fragen Sie, in welchen Fällen sie sich weigern würden, ein Modell anzuwenden. Ein Unternehmen, das keine Beispiele nennen kann, verkauft lediglich die Umsetzung. Eine hilfreiche Antwort nennt einen Schritt, bei dem eine Annäherung inakzeptabel ist, und begründet dies.
• Fragen Sie nach, wie die Tests ablaufen. Wenn unter „Testen“ eine Demo des funktionierenden Anwendungsfalls verstanden wird, handelt es sich um eine Verkaufsmasche. Vertrauen lässt sich nur dann messen, wenn das System vor einem echten Nutzer Fehler machen darf.
• Fragen Sie, was gemessen wird. Die Genauigkeit des Modells ist kein Maßstab für den Erfolg des Produkts. Eine hilfreiche Antwort nennt eine vor der Entwicklung vereinbarte Kennzahl auf Aufgabenebene.
• Fragen Sie, wer für die Eskalation zuständig ist. Wenn eine Empfehlung angefochten wird, muss es einen namentlich benannten Ansprechpartner geben, und dieser muss in der Benutzeroberfläche aufgeführt sein und nicht nur in einem Richtliniendokument.

Beratungsunternehmen für KI-UX-Design vs. Partner für die KI-Implementierung vs. internes Produktteam?

Verwandte Arbeiten

Dies ist ein sehr spezifischer Dienst, und ein Großteil der Fragen, die hier eingehen, gehört eigentlich woanders hin. Vier ehrliche Weiterleitungen.

• Gestaltung des Kundenerlebnisses (CX) wenn sich die Frage auf verschiedene Berührungspunkte und Kanäle bezieht und nicht auf das Innere eines einzelnen Produkts. Diese Seite ist eine Unterseite der genannten Seite.
• User Experience (UX)-Design wenn das Produkt kein Modell enthält oder das Modell nicht der schwierige Teil ist.
• KI-Strategie und neue Technologien wenn die offene Frage lautet, wo KI im Unternehmen und nicht in einem Arbeitsablauf ihren Platz hat, und Beratung zur KI-Innovationsfähigkeit wenn es darum geht, ob Ihre Teams diese Lösungen wiederholbar entwickeln können.
• Gestaltung der Benutzeroberfläche (UI) sowie Prototypenerstellung und Testen ob der Ablauf feststeht und ob Sie die Oberfläche oder die Belege benötigen.

Unsere Sichtweise darauf, wie sich dies verändert, haben wir in dem Artikel „Wie KI das UX- und CX-Design im Jahr 2026 verändert“ dargelegt. Diese Arbeit ist Teil unseres Bereichs „Experience Strategy“ und untermauert die These unseres Säulenbereichs „Marke, Innovation und Erlebnis “: Ein Erlebnis ist der Moment, in dem die Bedeutung einer Marke entweder den Kontakt mit der Realität übersteht oder nicht. Es wird vermittelt bei Vivaldi.

Beratung zum Thema KI-UX-Design in den USA und weltweit

Unsere Arbeit im Bereich Experience Design wird von zehn Niederlassungen auf vier Kontinenten aus betrieben, wobei das US-Team in New York ansässig ist und wir über eine bedeutende Präsenz in Deutschland verfügen, wo der Großteil der Anfragen, die auf dieser Seite eingehen, ihren Ursprung hat. KI-Produkte verschärfen das Problem der Marktvielfalt eher, als dass sie es mildern: Die Konfidenz eines Modells muss in einer bestimmten Sprache und im jeweiligen regulatorischen Kontext ausgedrückt werden, die Offenlegungspflichten unterscheiden sich je nach Markt, und der von einer europäischen Aufsichtsbehörde erwartete Eskalationsweg ist nicht immer derselbe, den ein US-Produktteam vorgesehen hat. Wir betrachten dies als strukturelle Designentscheidungen und nicht als einen Lokalisierungsschritt am Ende des Prozesses.