KI im UX Design: Wie du als Designer:in relevant bleibst

Als Designer:in bleibst du relevant, wenn du zwei Dinge kannst: KI für die Routine einsetzen und die Arbeit übernehmen, die KI nicht kann. Dazu gehören Urteilen und Auswählen, Research, dem man trauen kann, und Entscheidungen, die du mit Wirkung begründest. Die Daten aus 2026 deuten nicht auf einen Beruf hin, der verschwindet, sondern auf einen, der sich verschiebt: weg vom reinen Produzieren von Screens, hin zu Urteil, Richtung und Verantwortung.

In der UX Growth Academy arbeiten wir mit Designer:innen, die schon im Beruf stehen und KI sinnvoll in ihren Alltag holen wollen; mehr als 60 haben bisher an unseren Trainings teilgenommen. Dieser Artikel fasst zusammen, was die Studien sagen und wie du jetzt vorgehst.

Was die Zahlen 2026 sagen

KI ist im Arbeitsalltag angekommen, in den Unternehmen und im Design.

Ein Befund dämpft die Begeisterung: Im Figma AI Report 2025 sagten 78 Prozent der 2.500 Befragten, dass KI sie effizienter macht. Nur 32 Prozent konnten sich aber auf die Ergebnisse verlassen, und nur 31 Prozent setzten KI in ihrer Kernarbeit im Design ein (Figma, April 2025). Schneller heißt also noch nicht besser.

Ersetzt KI UX-Designer:innen? Was der Arbeitsmarkt zeigt

Nein, aber die Arbeit verteilt sich neu. Adobe hat Stellenanzeigen für Kreative in den USA ausgewertet: Zwischen September 2025 und April 2026 stieg ihre Zahl um 8 Prozent. Der Anteil, der KI-Kenntnisse verlangt, wuchs von 10 auf 15 Prozent, 85 Prozent verlangten keine. Adobe spricht von Umverteilung statt Ersatz: Die Arbeit verschiebt sich zu Auswahl, Richtung, Abstimmung mit Kund:innen und Verantwortung (Adobe Research, Juni 2026).

Die Nielsen Norman Group kommt in ihrem Bericht zum Stand der UX 2026 zu einem ähnlichen Schluss. Eine gute Oberfläche allein unterscheidet dich nicht mehr. Gefragt sind Research, die Arbeit mit Stakeholdern, Führung, Strategie und Handwerk (NN/g, Januar 2026).

Gleichzeitig verschwimmen die Grenzen zu anderen Rollen. Laut Figma arbeiten 41 Prozent der Designer:innen inzwischen in der Entwicklung mit, ein Jahr zuvor waren es 21 Prozent (Figma AI Report, Juni 2026). Wer Prototypen selbst in Code bringt, testet früher und spricht die Sprache des Entwicklungsteams.

Wo KI im UX-Design heute wirklich hilft

KI spart vor allem dort Zeit, wo es um Menge geht: viel Material, viele Varianten, viele Wiederholungen.

• Research vorbereiten und auswerten: Leitfäden entwerfen, Interviews transkribieren, eine erste Ordnung in Notizen bringen. Die Nielsen Norman Group hält KI dafür für nützlich, solange ein Mensch die Ergebnisse prüft (NN/g).
• Ideen schnell sichtbar machen: Varianten für Layouts und Texte, klickbare Prototypen in Code, die du früher testen kannst.
• Eigene Werkzeuge bauen: Wiederkehrende Abläufe wie ein UX-Review nach euren Kriterien oder ein Briefing-Check lassen sich in eigene KI-Assistenten gießen. In unserer Masterclass Mastering Claude Skills for UX bauen die Teilnehmenden genau solche Skills für ihren Prozess.

Wie schnell sich die Werkzeuge ändern, zeigt eine Umfrage von UX Tools unter 1.478 Designer:innen im Frühjahr 2026: 71 Prozent hatten in den sechs Monaten davor neue KI-Werkzeuge in ihren Ablauf aufgenommen. Die Teilnahme war freiwillig, die Zahl zeigt also eine Tendenz und ist nicht repräsentativ (UX Tools, Oktober 2026).

Wo KI scheitert

Die Grenzen sind gut belegt, und sie zeigen, wo deine Arbeit unersetzlich bleibt.

• UX-Audits: Das Baymard Institute ließ GPT-4 zwölf Seiten prüfen. 80 Prozent der Hinweise waren falsch, nur 14 Prozent der echten Probleme wurden gefunden. Andere KI-Werkzeuge lagen in Tests bei 50 bis 70 Prozent Genauigkeit (NN/g, Januar 2026).
• Synthetische Nutzer:innen: Im Vergleich mit echten Studien antworteten KI-Personas oberflächlich und gefällig. Sie behaupteten etwa, Kurse abgeschlossen zu haben, die echte Teilnehmende abgebrochen hatten. Als Ersatz für Research taugen sie nicht (NN/g).
• Prototypen: Aus der Ferne sehen KI-Entwürfe gut aus. Aus der Nähe fehlen klare Hierarchie, Gruppierung und Kontrast, und bei vagen Vorgaben wählen die Werkzeuge falsche Muster (NN/g, Oktober 2025).
• Barrierefreiheit: Forschende fanden in 300 von KI erzeugten Oberflächen 541 semantische Fehler bei der Barrierefreiheit, die automatische Prüfwerkzeuge oft nicht erkennen (Calò, Gurita, De Russis, CHI 2026).

Je mehr KI produziert, desto wichtiger wird, wer prüfen kann. Das sehen auch Beschäftigte so: In einer Studie der IU Internationalen Hochschule erwarten 41 Prozent der 2.000 befragten Beschäftigten, dass die kritische Bewertung von KI-Ergebnissen wichtiger wird (IU, September 2026).

Fünf Fähigkeiten, die 2026 zählen

Fünf Fähigkeiten machen den Unterschied: Urteilsvermögen, belastbares Research, nachweisbare Wirkung, sicherer Umgang mit KI und das Gestalten von KI-Produkten.

1. Urteilsvermögen

Wenn KI in Minuten zwanzig Varianten liefert, liegt dein Wert in der Auswahl: Welche löst das Problem, welche passt zur Marke, welche schadet Nutzer:innen? Adobe beschreibt genau diese Verschiebung: hin zu Auswahl, Richtung und Verantwortung.

2. Research, dem man trauen kann

KI kann Daten sortieren, aber keine Bedeutung verantworten. In der Maze-Umfrage nennen die Befragten die Bereiche, in denen sie menschliches Urteil für nötig halten: Nuancen und Emotionen deuten (82 Prozent), ethische Entscheidungen (80 Prozent) und die richtige Forschungsfrage stellen (76 Prozent) (Maze, März 2026).

3. Wirkung belegen

Wer nur Deliverables abliefert, ist leichter zu ersetzen. Wer zeigen kann, was eine Designentscheidung für Umsatz, Kosten oder Zufriedenheit bedeutet, redet bei der Strategie mit. In der Maze-Umfrage sagen inzwischen 22 Prozent, Research sei auf allen Ebenen wichtig für die Strategie, 2025 waren es 8 Prozent (Maze, März 2026). Genau darum geht es in unserem Teamtraining „Impact durch KPIs“ im Corporate Training.

4. KI als Werkzeug beherrschen

Nicht jedes neue Tool, sondern ein sicherer Ablauf: gute Vorgaben schreiben, Ergebnisse prüfen, wiederkehrende Aufgaben in eigene Werkzeuge übersetzen und Prototypen bis in den Code bringen.

5. KI-Produkte gestalten

Immer mehr Produkte enthalten KI. Damit kommen neue Fragen: Wie zeigst du, dass eine Antwort unsicher ist? Wie korrigieren Nutzer:innen einen Fehler? Wie bleibt die Oberfläche für alle zugänglich? Vertrauen wird zur Designaufgabe.

Dein Plan für die nächsten 90 Tage

1. Tage 1 bis 30: eine Aufgabe auswählen. Nimm eine Aufgabe, die jede Woche wiederkommt, etwa das Auswerten von Interviews oder das Schreiben von UX-Texten. Erledige sie zwei Wochen lang mit KI und schreib auf, wo du Zeit sparst und wo du korrigieren musst.
2. Tage 31 bis 60: ein eigenes Werkzeug bauen. Halte fest, was gute Ergebnisse ausmacht, und bau daraus einen Assistenten mit euren Kriterien, euren Beispielen und euren Grenzen.
3. Tage 61 bis 90: Wirkung zeigen. Teile das Werkzeug mit deinem Team, miss die gesparte Zeit und die Qualität, und stell das Ergebnis in einer Retro oder einem Review vor.

Wichtig in allen drei Phasen: Prüf jedes Ergebnis, bevor es Nutzer:innen oder Kund:innen erreicht, und gib keine vertraulichen Daten in Werkzeuge, die dein Unternehmen nicht freigegeben hat.

Was Teams und Unternehmen jetzt tun sollten

Teams sollten gemeinsam lernen, an den eigenen Projekten und mit klaren Regeln für KI. Dafür sprechen die Zahlen und das Gesetz.

Die Lücke zwischen Einsatz und Können ist groß. 66 Prozent der Unternehmen in Deutschland bewerten die KI-Kompetenz ihrer Beschäftigten als gering (Bitkom, September 2026). 44 Prozent der Beschäftigten haben in den letzten zwölf Monaten keine Arbeitszeit für KI-Weiterbildung genutzt (IU, September 2026), und nur 29 Prozent der Unternehmen haben eine schriftliche Weiterbildungsstrategie (TÜV Weiterbildungsstudie 2026).

Dazu kommt eine rechtliche Pflicht. Laut Artikel 4 des EU AI Act müssen Unternehmen, die KI einsetzen, für ausreichende KI-Kompetenz ihrer Beschäftigten sorgen. Die Regel gilt seit dem 2. Februar 2025, seit dem 2. August 2026 wird sie von nationalen Behörden beaufsichtigt (EU-Kommission).

Für Designteams heißt das: gemeinsam lernen, an den eigenen Projekten, mit Regeln, die zum Unternehmen passen. Einzelne Kurse für einzelne Leute helfen. Nach unserer Erfahrung ändert sich der Alltag aber erst, wenn das ganze Team dieselben Methoden teilt.

Wer wir sind: die UX Growth Academy

Die UX Growth Academy ist eine Online-Akademie für Designer:innen, die schon in UX, UI, Research oder Product arbeiten. Gegründet hat sie Laura Nielsen, Mitgründerin von New Monday, einer UX-Agentur aus Berlin. Die Agentur besteht seit 2018 und ist für die UX Design Awards 2026 nominiert.

Wir haben die Academy für ein Problem gebaut, das wir bei vielen Designer:innen sehen: Die Werkzeuge ändern sich schneller als jeder Lehrplan, Bootcamps fangen bei den Grundlagen an, und viele Angebote zu KI bleiben beim Hype stehen. Unsere Antwort:

• Kurz und live: Masterclasses von 2 bis 4 Stunden, online auf Deutsch, mit bis zu 30 Teilnehmenden und Übungen in Kleingruppen von etwa 5 Personen.
• An echten Aufgaben: Du arbeitest an einem echten Fall und nimmst Slides, Arbeitsblätter und dein Board mit nach Hause.
• Mit Fachleuten: Es unterrichten Laura Nielsen und Wissem Kordi, KI UX Lead der Academy.
• Für Teams: Trainings mit 5 bis 15 Personen zu Business, KPIs, Einfluss und KI, abgestimmt auf eure Projekte. Ein Kunde ist TEAM23, eine Digitalagentur aus Augsburg.
• Danach nicht allein: Alle Teilnehmenden bekommen kostenlosen, dauerhaften Zugang zu unserer Community.

2026 haben wir drei Masterclasses durchgeführt, die vierte folgt am 26. November. Für unsere sechs kostenlosen Webinare haben sich 2026 637 Menschen angemeldet, mehr als 1.100 Menschen stehen auf unserer Liste, und mehr als 60 haben an unseren Trainings teilgenommen. Gelernt haben bei uns Designer:innen von Unternehmen wie DATEV, REWE, Cosmo Consult, E3/DC, Atruvia und ZEIT Sprachen.

Welche Weiterbildung zu deiner Situation passt, zeigt unsere Seite UX-Weiterbildung für erfahrene Designer:innen. Wenn du verschiedene Anbieter vergleichen willst, lies Die besten Masterclasses für Designer:innen 2026.