Wenn wir dank AI früher beim ersten brauchbaren Vorschlag aufhören, haben wir wenig gewonnen. Dann haben wir vor allem den Moment vorgezogen, an dem wir uns zufriedengeben.
Wir wollen mehr aus dieser Technologie machen. AI hilft uns, andere Perspektiven einzunehmen, Ideen auszuprobieren und Dinge zu prüfen, für die früher oft die Zeit fehlte. Das begeistert uns. Innerhalb eines vergleichbaren Zeitrahmens können wir weiter denken und sorgfältiger gestalten. Manchmal sind wir damit auch früher fertig. Unser Massstab bleibt, wie gut das Ergebnis ist.
Nach unserem Beitrag über die Rechte an AI-generiertem Design wollen wir deshalb zeigen, wie wir selbst arbeiten. Denn wer Fragen zu Herkunft und Verantwortung stellt, sollte seine eigene Arbeitsweise ebenso offenlegen.
Der erste Vorschlag hat bei uns Konkurrenz
Ein überzeugender Entwurf kann eine Diskussion erstaunlich schnell beenden. Er sieht gut aus, der Ablauf klingt plausibel, alle können sich etwas darunter vorstellen. Gerade dann lohnt sich für uns eine weitere Frage: Welche andere Lösung wäre denkbar?
In der Konzeption nutzen wir AI, um solche Alternativen auf den Tisch zu bringen. Wir lassen Gegenargumente formulieren, Abläufe aus unterschiedlichen Rollen betrachten und Annahmen hinterfragen. Vielleicht braucht ein neuer Nutzer mehr Orientierung. Vielleicht kann ein erfahrener Nutzer mehrere Schritte überspringen. Vielleicht ist die Funktion, die wir gerade diskutieren, für die eigentliche Aufgabe gar nicht nötig.
Den Wert sehen wir in der Diskussion, die daraus entsteht. Unsere Designer besprechen die Richtungen, verwerfen Vorschläge und arbeiten die tragfähigen Ideen aus. AI darf dabei unbequem sein. Ein Werkzeug, das unsere erste Idee nur ausführlich bestätigt, hilft uns wenig.
Eine simulierte Nutzerperspektive behandeln wir als Hypothese. Ob sie zutrifft, klären wir mit echten Menschen und beobachteten Tests. Bei Recherche gilt derselbe Anspruch an die Grundlage: Eine Aussage, auf der wir eine Entscheidung aufbauen, verfolgen wir bis zur Quelle zurück.
Für Copy-Paste haben wir keine besondere Romantik
Werte übertragen, ähnliche Zustände abgleichen, Testdaten vorbereiten: Solche Aufgaben gehören zur Arbeit, kosten Aufmerksamkeit und sind bei häufiger Wiederholung fehleranfällig. Wir hängen nicht daran, sie möglichst lange von Hand zu erledigen.
AI und Automatisierung nehmen uns hier Arbeit ab. Die Wahl des Werkzeugs bleibt pragmatisch. Für eine feste Regel ist häufig ein Skript die bessere Lösung. Für unstrukturiertes Material, mögliche Widersprüche oder zusätzliche Testfälle kann AI nützlich sein.
Die gewonnene Aufmerksamkeit brauchen wir anderswo: für einen unklaren Ablauf, eine schwierige gestalterische Entscheidung oder einen Sonderfall. Eine hundertmal ausgeführte Änderung kontrollieren wir an ihrer Regel und ihrem Ergebnis. Wiederholung macht einen falschen Ansatz schliesslich nicht richtiger.
Lieber früh ausprobieren als lange darüber spekulieren
Eine Idee zu beschreiben und eine Idee zu benutzen sind zwei verschiedene Erfahrungen. Ein Ablauf kann im Gespräch völlig schlüssig wirken. Sobald man ihn klickt, merkt man, wie viel Orientierung ein Schritt verlangt oder wie umständlich eine Korrektur wird.
Mit AI-Unterstützung können wir früh Demos und Prototypen bauen. Nehmen wir einen mehrstufigen Erfassungsprozess: Eine kompakte Oberfläche und ein geführter Ablauf lassen sich nebeneinander ausprobieren. Lange Einträge, fehlende Angaben und Fehlermeldungen machen sichtbar, wo die jeweilige Lösung trägt. Dafür reichen zunächst synthetische Daten.
Das verändert, worüber wir im Team und mit Kunden sprechen können. An einem testbaren Modell lassen sich Entscheidungen konkreter diskutieren als an einer Beschreibung. Eine Richtung wieder zu verwerfen ist in dieser Phase ausdrücklich ein gutes Ergebnis, wenn wir dadurch einen aufwendigen Irrweg vermeiden.
Vor dem Test legen wir fest, was wir herausfinden wollen. Mehr Testfälle allein bringen uns nicht weiter. Wir wollen wissen, ob jemand den nächsten Schritt findet, eine Eingabe korrigieren kann oder einen Zustand versteht. Automatisierte Checks ergänzen dabei manuelle Prüfungen und Tests mit Menschen.
Der Prototyp erfüllt seinen Zweck, wenn er diese Frage beantwortet. Für die produktive Umsetzung prüfen wir anschliessend bewusst, was wir weiterverwenden und was wir neu bauen. Architektur, Berechtigungen, Sicherheit, Performance und Betrieb brauchen ihre eigene sorgfältige Arbeit.
Das finale Design erarbeiten wir selbst
Bei der Gestaltung wollen wir die Entscheidungen treffen, die eine Arbeit zu unserer Arbeit machen. Aufbau, Typografie, Farben, Formen und Interaktionen entstehen im Designteam. Dort werden die finalen Ideen besprochen, entwickelt und ausgearbeitet.
Uns interessiert, wie diese Entscheidungen zusammenwirken. Ein Interface soll schön sein, verständlich funktionieren und auch in seinen weniger spektakulären Zuständen überzeugen. Dazu gehören leere Ansichten, Fehlermeldungen und der kleine Moment, in dem ein Mensch nicht weiterweiss. Diese Details verdienen dieselbe Aufmerksamkeit wie der erste Screen.
Die individuellen finalen Design-Assets für unsere Kunden werden von unseren Designern gestaltet. Die editierbaren Quelldateien liegen vor. AI-generiertes Material kann eine interne Exploration unterstützen; ein solcher Entwurf wird nicht stillschweigend als unser finales individuelles Design übergeben.
Genau hier wollen wir einen Teil der gewonnenen Zeit investieren: in die Ausarbeitung. Es wäre schade, ausgerechnet dort früher aufzuhören, wo eine gute Richtung zu einer starken Gestaltung wird.
«Das hat die AI so gemacht» reicht als Erklärung nicht
Wer ein Ergebnis übernimmt, muss es beurteilen und erklären können. Das gilt für einen Designvorschlag genauso wie für einen Recherchebefund oder eine Codeänderung. Die Verantwortung bleibt bei dem Menschen, der die Arbeit freigibt.
Unser Review richtet sich deshalb nach der Aufgabe. Beim Konzept prüfen wir Logik und Relevanz. Beim Design schauen wir auf Konsistenz, Interaktion und Nutzbarkeit. Unsere Entwickler verantworten Architektur, Code, Abhängigkeiten, Lizenzen und Sicherheit. Auch wenn AI beim Schreiben oder Prüfen geholfen hat.
Ein zweiter Durchlauf durch dasselbe Modell ist dabei noch keine unabhängige Kontrolle. Wir müssen das Ergebnis an Quellen, Anforderungen, Tests und unserem fachlichen Urteil messen. Wenn etwas falsch ist, müssen wir es korrigieren können. «Die AI war’s» hilft einem Kunden dabei genauso wenig wie uns.
Was bei Daten und Übergabe für uns dazugehört
Vertrauliche Informationen geben wir nur in ein geeignetes, im Projekt freigegebenes Setup. Für eine Demo nutzen wir, wo möglich, synthetische Daten. Für viele fachliche Fragen lässt sich der nötige Kontext beschreiben, ohne personenbezogene Inhalte zu übergeben. Die Bedingungen des Dienstes, Zugriff und Speicherung gehören zur Werkzeugwahl.
Bei der Übergabe zählen eigene Gestaltung, vorhandene Quellen und geklärte Rechte. Für unsere individuellen Gestaltungsleistungen sichern wir die Rechte im Team so, dass wir dir die vereinbarten Nutzungsrechte vertraglich einräumen können. Die enthaltenen Quelldateien und Nutzungen werden im Projekt festgelegt.
Lizenzierte Schriften, Libraries und andere Drittbestandteile weisen wir mit ihren relevanten Bedingungen aus. Die ausführliche Einordnung von Urheberschaft und Rechten findest du im vorherigen Insight. Hier ist uns die konkrete Konsequenz wichtig: Du sollst wissen, was du erhältst und wie du damit weiterarbeiten kannst.
Darauf haben wir Lust
AI gibt uns Möglichkeiten, die wir nutzen wollen. Mehr ausprobieren. Einen Gegenentwurf verfolgen. Eine Interaktion früher testen. Repetitive Arbeit abgeben und die Aufmerksamkeit in die Stellen stecken, an denen Erfahrung und Gestaltung zählen.
Ein Prompt kann viel in Bewegung bringen. Wann die Arbeit gut genug ist, entscheiden weiterhin wir.
