Kursbeschreibung
KI kann im UI/UX-Design enorm helfen, aber nur, wenn sie in einen sauberen Prozess eingebettet ist. Genau darum geht es in diesem Seminar: Du baust eine praxistaugliche Arbeitsweise, die Research, Flow-Design, Prototyping und Testing verbindet. Du startest mit der Frage, welche Aufgabe Menschen wirklich lösen wollen, und leitest daraus Struktur und Prioritäten ab. Mit Heuristiken, Cognitive-Load-Prinzipien und Fehlerprävention formulierst Du Designregeln, die Du später in Prototypen überprüfst. Für Research und Synthese nutzt Du KI, um schneller zu belastbaren Insights zu kommen: Leitfäden, Hypothesen, Zusammenfassungen und Cluster von Feedback. Du lernst dabei, wie Du Halluzinationen erkennst, wie Du Aussagen validierst und wie Du Datenlücken transparent machst. Anschließend setzt Du die Erkenntnisse in Task-Flows um, inklusive Edge Cases, Abbrüchen und klaren Recovery-Pfaden. Ein Schwerpunkt liegt auf Microcopy: Labels, Hilfetexte und Fehlermeldungen, die Orientierung geben und Support-Aufwand reduzieren. Im Tooling-Teil arbeitest Du an Prototypen, zum Beispiel in Figma, und nutzt KI für Wireframe-Varianten, Komponentenlogik, Responsiveness und Konsistenzchecks. Du integrierst Accessibility als Qualitätskriterium, nicht als Nachtrag. Zum Schluss machst Du Nutzerführung messbar: Du definierst Events, Funnel-Schritte und Dashboards, planst Usability-Tests und priorisierst Verbesserungen mit RICE/ICE. Ergebnis ist ein klarer, verantwortungsvoller KI-Workflow, der Deine Nutzerführung schneller und nachvollziehbar verbessert.
Zielgruppe
- UX Designerinnen und UX Designer, UI Designerinnen und UI Designer
- Product Designerinnen und Product Designer
- Product Managerinnen und Product Manager mit UX-Verantwortung
- Conversion- und Growth-Verantwortliche in digitalen Produkten
- Für alle, die Nutzerführung mit KI messbar verbessern wollen
Voraussetzung für die Schulung
- Grundverständnis von UI/UX (z. B. Wireframes, User Flows, Design-Systeme).
- Erfahrung mit einem Prototyping-Tool wie Figma ist hilfreich, aber nicht zwingend.
Kursinhalte
- Nutzerführung als System statt Bauchgefühl
- Jobs-to-be-Done, Intent und Kontext sauber ableiten
- Information Architecture: Inhalte priorisieren und strukturieren
- Heuristiken, Cognitive Load und Fehlerprävention
- Definition von Erfolg: KPI, Events, Funnels
- KI-gestützte Research- und Insight-Arbeit
- Interviewleitfäden, Screener und Hypothesen mit KI erstellen
- Clustering von Feedback: Themes, Pain Points, Opportunities
- Personas und Szenarien als überprüfbare Artefakte
- Bias erkennen: Halluzinationen, Bestätigungsfehler, Datenlücken
- Flow-Design: Von der Aufgabe zum sauberen Ablauf
- Task-Flows, Happy Path, Edge Cases und Abbrüche
- Progressive Disclosure und sinnvolle Defaults
- Microcopy, Labels und Fehlermeldungen mit KI verbessern
- Accessibility-Checks: Kontrast, Fokus, Tastaturlogik
- Prototyping mit KI in Figma und Co.
- Wireframes aus Anforderungen generieren und verfeinern
- Komponentenlogik: Varianten, Zustände, Responsiveness
- Prompting für UI: Constraints, Tonalität, Pattern-Library
- Design QA: Konsistenz- und Pattern-Checks
- Testing und Iteration: Was wirklich funktioniert
- Usability-Testskripte, Aufgaben und Auswertungsvorlagen
- A/B-Test-Hypothesen und Experiment-Design
- Analytics-Plan: Events, Naming, Dashboards
- Priorisierung mit RICE/ICE und Impact Mapping
- KI verantwortungsvoll im Designprozess nutzen
- Datenschutz und Vertraulichkeit: was in Prompts gehört und was nicht
- Urheberrecht und Lizenzfragen bei generierten Assets
- Human-in-the-loop: Review-Routinen und Qualitätskriterien
- Team-Workflow: Prompt-Bibliothek und Dokumentation
