Wo künstliche Intelligenz in Designsystemen versagt

Künstliche Intelligenz (KI) verspricht eine Revolution in vielen Bereichen, darunter auch bei Designsystemen, wo sie die Erstellung von Benutzeroberflächen beschleunigen und Routineaufgaben automatisieren könnte. Dennoch zeigt sich, dass sie in der Praxis auf zahlreiche Hindernisse stößt. Eine Umfrage unter 95 Fachleuten für Designsysteme, die sich mit den Erwartungen von Organisationen und den Bereichen befasste, in denen KI zu ungenau ist, offenbart komplexe Zusammenhänge zwischen Erwartungen und Realität. Organisationen verlangen häufig stabile, hochwertige und dauerhafte Ergebnisse, doch KI liefert oft instabile Resultate, die das Vertrauen untergraben. Dieser Artikel untersucht diese Schwächen im Detail und versucht, praktische Ratschläge für den Umgang mit ihnen zu geben.

Organisationen und deterministische Versprechen

In vielen Organisationen werden Designsysteme als Vertrag verstanden – als Versprechen zuverlässiger Muster, getesteten Codes und einer gemeinsamen Sprache, auf die sich Teams verlassen können. KI produziert jedoch häufig probabilistische Ergebnisse, was bedeutet, dass dieselbe Anfrage zu unterschiedlichen Antworten führen kann. Das beeinträchtigt das Vertrauen, denn Organisationen erwarten deterministische Ergebnisse, bei denen kein Platz für Spekulationen ist. In der Umfrage beschrieben die Befragten beispielsweise, wie KI bei der Bereitstellung von Sicherheitsgarantien versagt, die für IT-Teams entscheidend sind. Stattdessen liefert KI schnelle, aber variable Antworten, wodurch das Vertrauen in Systeme schwindet, die eigentlich stabil sein sollen.

Weitere Daten zeigen, dass dieses Versagen mit einer unzureichenden Integration von KI in Arbeitsabläufe zusammenhängt. Laut einem MIT-Bericht aus dem Jahr 2025 scheitern 95 % der KI-Pilotprojekte gerade an mangelnder Expertise bei der Einbindung von KI in bestehende Prozesse. Organisationen verstehen häufig nicht, wie sie KI in ihre Strukturen integrieren sollen, was zu einer geringen Akzeptanz und unzureichenden Nutzung führt. Beispielsweise scheitert KI oft an der Interpretation zentraler Designelemente, was zu Synchronisierungsfehlern über verschiedene Plattformen hinweg führt.

Divergente versus konvergente Aufgaben

Eines der zentralen Muster in den Daten ist der Unterschied zwischen divergenten und konvergenten Aufgaben, angelehnt an das Doppelrautenmodell im Designprozess. Divergente Aufgaben wie Brainstorming, die Zusammenführung von Notizen oder die Unterstützung bei der Recherche funktionieren gut mit KI. Die Befragten gaben an, dass KI schnelle Ausgangspunkte liefert und repetitive Aufgaben automatisiert, etwa die Erstellung vorläufiger Prototypen oder die Zusammenfassung von Notizen. Ein Befragter merkte beispielsweise an, dass KI hervorragend als Suchmaschine und zum Hervorheben bewährter Verfahren geeignet sei, was den Arbeitsablauf beschleunige.

Konvergente Aufgaben hingegen, bei denen Präzision gefragt ist, wie die Erstellung von Produktionscode, die Einhaltung der Vorgaben eines Designsystems oder pixelgenaue visuelle Entscheidungen, schlagen fehl. KI produziert häufig Ergebnisse, die nicht reproduzierbar sind – derselbe Prompt kann zu unterschiedlichen Ausgaben führen. Die Befragten berichteten von Problemen wie Abweichungen vom Designsystem trotz spezifischer Prompts oder einer Genauigkeit von lediglich 80 %, was für sie inakzeptabel ist. Ein weiteres Beispiel aus der Umfrage: KI generiert Komponenten mit fragwürdigen Ergebnissen, etwa dualen APIs oder suboptimalen TypeScript-Verfahren.

KI produziert häufig generische Entwürfe ohne klare Informationshierarchie, selbst bei ausgefeilten Prompts. Darüber hinaus leidet KI unter Verzerrungen in den Trainingsdaten, was zu stereotypen oder ausgrenzenden Designs führt, wie im Fall voreingenommener Algorithmen zur Anzeigenausrichtung.

Wo KI funktioniert und wo experimentiert werden sollte

Es ist sinnvoll, sich darauf zu konzentrieren, worin KI gut ist und wo sie funktioniert. Dazu gehören Entdeckung und Exploration, etwa Brainstorming oder Wettbewerbsanalysen; Zusammenfassungen und erste Entwürfe, beispielsweise Synthesen auf hoher Ebene oder Zusammenfassungen von Besprechungen; strukturierte Refaktorierungen wie massenhaftes Umbenennen oder die Bereinigung von CSS anhand klarer Spezifikationen; sowie risikoarmes Prototyping für Diskussionen, nicht als Nachweis der Benutzerfreundlichkeit.

In den Bereichen, in denen KI versagt, muss experimentiert werden. Das betrifft die Genauigkeit des Designsystems, bei dem Komponenten und Tokens exakt sein müssen; Produktionscode, bei dem Reproduzierbarkeit wichtiger ist als Neuerungen; pixelgenaue visuelle Entscheidungen, bei denen KI bei der Beurteilung von Markensprache und Abständen versagt; sowie Konsistenz, da derselbe Prompt zu unterschiedlichen Ergebnissen führt.

Zur Verbesserung auf beiden Seiten hilft die schichtweise Anreicherung mit Kontext, etwa durch den Einsatz von Retrieval-Augmented Generation (RAG) oder den Zugriff auf Repositorys, damit die KI das konkrete System und nicht irgendein generisches System aus dem Internet sieht. Hinzu kommen Vertragstests wie Schemaprüfungen, Token-Linting oder visuelle Diffs sowie der Verzicht auf Präferenzoptimierungen, da auf menschlichen Präferenzen basierende Optimierungen nicht immer zu guten Ergebnissen führen.

Praktische Schritte zur Behebung der Schwächen

Für diejenigen, die KI in Designsysteme einführen, gibt es konkrete Schritte. Formulieren Sie zunächst den Vertrag des Systems – benennen Sie nicht verhandelbare Garantien wie APIs, Regeln zur Barrierefreiheit oder die Semantik von Tokens und implementieren Sie entsprechende Tests. Fordern Sie außerdem bei konvergenten Aufgaben rigorose Prüfungen – alles, was veröffentlichte Assets betrifft, muss Tests durchlaufen. Messen Sie das Vertrauen in KI, indem Sie verfolgen, wie viele Ergebnisse ohne Änderungen übernommen werden, wie hoch der durchschnittliche Zeitaufwand für Korrekturen ist und wie viele Fehler nach der Bereitstellung auftreten – daraus kann eine Messgröße für die „KI-Vertrauensschuld“ entstehen.

Ein weiterer Schritt ist die bewusste Anreicherung mit Kontext, beispielsweise durch die Annotation einer kleinen „Stilbibel“ mit 20 Beispielen für richtige und falsche Lösungen aus Produkten. Und schließlich: Wenn KI die Erwartungen nicht erfüllt, fragen Sie nach dem Grund – verlangen Sie eine Erklärung, welche Richtlinien des Designsystems die KI für das fehlerhafte Ergebnis verwendet hat. Das kann nicht nur der KI, sondern auch menschlichen Nutzern helfen.

Der menschliche Faktor bleibt entscheidend

Letztlich spiegeln die Schwächen der KI menschliches Versagen wider – ohne die richtigen Informationen zu Beginn ist Erfolg nur schwer zu erreichen. Die Probleme liegen häufig bei den Menschen und nicht bei den Technologien, etwa wenn Teams das System umgehen, weil es einfacher ist, drum herum zu bauen. KI sollte als Mitarbeiter betrachtet werden, der unterstützt und Vorschläge macht, nicht als Fabrik, die fertige Produkte liefert. Bis KI die Versprechen eines Designsystems garantieren kann, bleibt der menschliche Faktor der schwierigste Teil.

Diese Betrachtung der Schwächen von KI in Designsystemen zeigt, dass die Technologie zwar einige Prozesse beschleunigt, aber sorgfältig gesteuert werden muss, damit sie nicht mehr schadet als nützt. Durch Experimente und einen besseren Kontext kann sich die Situation verbessern, doch entscheidend bleibt ein ausgewogener Ansatz.