Co-Konzeption und künstliche Intelligenz: erzeugte Artefakte ersetzen kein Verständnis

Überarbeitete Notiz vom 25. Mai 2026. Ursprünglich im Januar 2026 veröffentlicht — vollständige Überarbeitung.

Das Auftauchen modellgestützter Werkzeuge, die in wenigen Augenblicken Mockups, Wireframes und Oberflächenvarianten produzieren können, wirft eine scheinbar einfache Frage auf: Wozu noch ein in Zeit und Workshops kostspieliger Co-Konzeptions-Ansatz, wenn sich die Produktion der Artefakte massiv beschleunigt hat?

Die Antwort verdient es, klar gestellt zu werden. Künstliche Intelligenz produziert Artefakte. Co-Konzeption baut das Verständnis der Bedürfnisse auf, von denen ausgehend ein Produkt oder eine Dienstleistung relevant sein kann. Diese beiden Tätigkeiten sind nicht ersetzbar. Geschwindigkeit der Produktion mit Qualität der Konzeption zu verwechseln, ist der häufigste operative Fehler, den Designteams seit zwei Jahren beobachten.

Diese Notiz legt die Unterscheidung dar, qualifiziert, was die Erzeugungswerkzeuge tatsächlich absorbieren, identifiziert die Zonen, in denen die menschliche Praxis strukturierend bleibt, und schlägt einen Rahmen vor, der die Verzahnung operativ macht.

Was die Erzeugungswerkzeuge tatsächlich absorbieren

Die Fähigkeiten der modellgestützten Werkzeuge bei den Designtätigkeiten sind real und verdienen es, klar anerkannt zu werden, statt aus beruflicher Verteidigung minimiert zu werden.

Die rasche Wireframe-Produktion zuerst. Auf Basis einer textuellen Beschreibung produzieren die Werkzeuge heute strukturierte und verwertbare Mockups in sehr kurzer Zeit. Diese Fähigkeit verändert die Erkundungsphase eines Projekts: Was klassisch mehrere Tage manueller Produktion verlangte, kann heute in einem deutlich kürzeren Horizont behandelt werden.

Die Variantenerzeugung danach. Wo ein Team klassisch drei Varianten für einen A/B-Test produzierte, erlauben die Werkzeuge heute, leicht eine substanziell höhere Anzahl zu produzieren. Diese Pluralität verändert die Erkundungsqualität: Die Teams sind durch ihre Produktionskapazität nicht mehr darauf beschränkt, nur eine begrenzte Anzahl von Optionen in Betracht zu ziehen.

Die Analyse von Referenzsammlungen vervollständigt die Stärkenliste. Hunderte bestehender Oberflächen zu prüfen, um die wiederkehrenden Muster, die sektoralen Konventionen, die für eine bestimmte Produktart entstandenen Ansätze zu identifizieren, verlangt heute wenige Minuten statt mehrerer Tage manueller Analyse. Diese Beschleunigung speist die Inspirationsphase, ohne sie zu ersetzen.

Das interaktive Prototyping schliesst die Liste. Die Werkzeuge produzieren heute interaktive Oberflächen — nicht nur statische Bilder —, die erlauben, einen Anwenderpfad unter Bedingungen zu testen, die dem Endprodukt nahekommen. Diese Fähigkeit verkürzt substanziell die Frist zwischen Idee und erstem konkreten Test.

Für ein Schweizer KMU mit knappem Designbudget bilden diese Fähigkeiten einen realen Beschleuniger. Sie entbinden jedoch nicht von den nachfolgenden Tätigkeiten.

Drei Zonen, in denen die menschliche Praxis strukturierend bleibt

Über die produzierten Artefakte hinaus bleiben drei Zonen dem, was die generativen Werkzeuge absorbieren, weitgehend fremd, und auf diesen Zonen baut sich der dauerhafte Wert der Co-Konzeption auf.

Die Empathie und das aktive Zuhören zuerst. Co-Konzeption beginnt mit einem Zuhören, das das Verbale übersteigt. Eine erfahrene Praktizierende oder ein erfahrener Praktizierender erfasst die Zögernisse, die Widersprüche, die nicht verbalisierten Emotionen einer Anwenderin oder eines Anwenders in der Situation. Sie oder er nimmt wahr, dass eine Kundin oder ein Kunde «das ist gut» sagt und dabei leicht die Stirn runzelt, und sie oder er gräbt in dieser Dissonanz. Diese verkörperte Beobachtungsfähigkeit wird von den modellgestützten Systemen nicht reproduziert, die auf textuellen oder strukturierten Daten arbeiten, nicht auf Körpersprache oder dem emotionalen Kontext eines Austauschs.

Der lokale kulturelle Kontext danach. Der Schweizer Markt — und mehr noch die Westschweiz in ihren Besonderheiten — hat Merkmale, die die mehrheitlich auf angelsächsischen Daten trainierten Modelle standardmässig nicht erfassen. Das Verhältnis zur Diskretion, der Wert, der der Qualität statt dem Volumen beigemessen wird, die Sensibilität für die Mehrsprachigkeit Französisch-Deutsch-Englisch, die hohen Konformitätserwartungen bei Datenschutzthemen prägen die Bedürfnisse der lokalen Anwenderinnen und Anwender. Ein Co-Konzeptions-Workshop mit Kundschaft in Genf und ein gleichwertiger Workshop in Zürich offenbaren feine, aber entscheidende Unterschiede in den Erfahrungserwartungen, die generische visuelle Muster nicht einfangen.

Die nicht ausgedrückten Bedürfnisse vervollständigen die Liste. Die für einen Produktansatz strukturierendsten Bedürfnisse sind oft jene, welche die Anwenderinnen und Anwender nicht ausdrücken — entweder weil sie sie als offensichtlich betrachten oder weil sie nicht wissen, dass eine Lösung existiert. Co-Konzeption lässt diese latenten Bedürfnisse durch die Beobachtung realer Praktiken auftauchen, durch kreative Übungen, die die verbale Formulierung übersteigen, durch die Konfrontation mit Prototypen, die Präferenzen offenbaren, die das direkte Gespräch nicht zutage fördert. Die generativen Modelle arbeiten an den in ihren Trainingsdaten vorhandenen Mustern; sie offenbaren nicht, was darin nicht erscheint.

Eine Verzahnung in vier Phasen

Die beobachtbare Praxis der Teams, die die Verzahnung zwischen menschlicher Co-Konzeption und Beschleunigung durch generative Modelle erfolgreich gestalten, entfaltet sich typischerweise in vier unterschiedlichen Phasen, jede mit einer anderen Dosierung zwischen beiden.

Die Anwenderforschung zuerst — vollständig menschliche Phase. Diese Phase besteht darin, Interviews, Feldbeobachtungen und Co-Konzeptions-Workshops mit den Zielnutzenden zu führen, die Insights, Frustrationen, ausgedrückten und nicht ausgedrückten Bedürfnisse zu dokumentieren. Kein modellgestütztes Werkzeug ersetzt diese direkte Konfrontation mit der Realität. Teams, die diese Phase einzusparen versuchen, produzieren visuell überzeugende Artefakte, die nicht die richtigen Probleme lösen.

Die Konzeptgenerierung danach — Phase, die Mensch und Modelle verbindet. Ausgehend von den in Phase eins gesammelten Insights beschleunigen die Werkzeuge die Produktion von Varianten und visuellen Richtungen, die das Team auswählt, kombiniert, umlenkt. Diese Ideenfindungsphase zieht einen greifbaren Nutzen aus der Beschleunigung, unter der Bedingung, dass die Insights der ersten Phase sie tatsächlich speisen.

Der Test und die Iteration vervollständigen die Sequenz — überwiegend menschliche Phase. Die Konzepte werden den Anwenderinnen und Anwendern in Testsitzungen präsentiert, in denen die direkte Beobachtung der Reaktionen, Zögernisse und unerwarteten Präferenzen das Material der Verbesserung bildet. Diese Konfrontation mit der Realität ersetzt keine algorithmische Metrik, weil die Metriken das quantifizieren, was sie quantifizieren können, nicht notwendigerweise das, was für die Produktrelevanz zählt.

Die Verfeinerung schliesst die Sequenz — Phase, die Mensch und Modelle verbindet. Auf den durch den Test validierten Konzepten erlauben die Werkzeuge, rasch über die Mikrointeraktionen, die Pfadvarianten, die Detailoptimierungen zu iterieren. Die menschliche Designerin oder der menschliche Designer überwacht und wägt ab; das Modell führt die Variationen aus.

Der Rahmen menschlicher Aufsicht

Die generativen Werkzeuge in einen Co-Konzeptions-Ansatz zu integrieren verlangt einen ausdrücklichen Governance-Rahmen, ohne den sich die Modellverzerrungen still in die Endprodukte fortpflanzen. Drei Prinzipien strukturieren diesen Rahmen.

Die systematische Validierung vor Exposition zuerst. Jede durch ein Modell produzierte Lieferung — Mockup, Pfad, visueller Inhalt — durchläuft eine menschliche Review, bevor sie den Anwenderinnen und Anwendern präsentiert wird. Das Werkzeug schlägt vor, die Designerin oder der Designer entscheidet. Diese Disziplin ist keine administrative Formalität; sie stellt den Mechanismus dar, der verhindert, dass die Standardentscheidungen der Modelle durch Nachlässigkeit zu den Entscheidungen des Unternehmens werden.

Die Rückverfolgbarkeit der Entscheidungen danach. Zu dokumentieren, welche Designteile aus einer automatisierten Erzeugung stammen und welche aus der Anwenderforschung resultieren, erleichtert das spätere Debugging der Erfahrung und bereitet die Organisation auf die Transparenzanforderungen vor, die sich im europäischen Regulierungsrahmen präzisieren. Diese Rückverfolgbarkeit verlangt keine schwere Infrastruktur — einige methodische Anmerkungen genügen.

Der Vorrang des Anwender-Feedbacks vor der algorithmischen Empfehlung vervollständigt die Liste. Während der Testsitzungen haben die Rückmeldungen der Anwenderinnen und Anwender stets Vorrang vor den von den Werkzeugen produzierten Empfehlungen. Wenn ein System einen durch Engagement-Metriken optimierten Pfad vorschlägt, die Testenden diesen Pfad aber verwirrend finden, hat das menschliche Empfinden Vorrang. Diese Hierarchie vermeidet das Abdriften zu einer Metrikoptimierung auf Kosten der tatsächlichen Zufriedenheit.

Dieser Rahmen ist im Schweizer Kontext besonders relevant, in dem das Bundesgesetz über den Datenschutz^[1] verstärkte Transparenz über den Einsatz automatisierter Systeme in Prozessen vorschreibt, die die Anwenderinnen und Anwender betreffen.

Was die Praxis im Schweizer Markt beobachten lässt

Drei Befunde tauchen aus der beobachtbaren Praxis im Schweizer Markt auf.

Die mit realen Anwenderinnen und Anwendern co-konzipierten Oberflächen weisen eine Nutzungsqualität auf, die ausschliesslich durch Modelle produzierte Oberflächen nicht erreichen. Diese Qualität misst sich nicht nur an den Engagement-Metriken, die in beiden Fällen befriedigend sein können; sie misst sich über die Dauer an der Retention, an den spontanen Empfehlungen, an der Treue der Kundin oder des Kunden, die oder der in der Oberfläche eine Aufmerksamkeit für ihren oder seinen Kontext erkennt.

Die Co-Konzeption wird zu einem relativen Wettbewerbsvorteil in einem Markt, in dem sich die Produktion visueller Artefakte demokratisiert hat. Wenn jede Konkurrenz in wenigen Tagen visuell zufriedenstellende Oberflächen produzieren kann, macht sich der Unterschied an der Qualität des Bedürfnisverständnisses fest — genau dem, was die Co-Konzeption aufbaut und was die Werkzeuge nicht reproduzieren.

Die Zugänglichkeit der Praxis für KMU erweitert sich durch die Beschleunigung der Produktionsphase. Ein kurzer Co-Konzeptions-Sprint — typischerweise einige Tage, der eine Feldforschungsphase, eine unterstützte Generierungsphase und eine Test- und Iterationsphase verzahnt — wird heute für Organisationen zugänglich, die vor Kurzem kein Designteam über mehrere Wochen mobilisieren konnten. Diese Demokratisierung kommt den Unternehmen zugute, die akzeptieren, in die Anwenderforschungsphase zu investieren, und sie lässt jene zurück, die sich mit der Phase automatisierter Produktion begnügen.

Die Disziplin, die seriöse Praxis auszeichnet

Generative künstliche Intelligenz ersetzt die Co-Konzeption nicht. Sie verändert die Dosierung zwischen den Phasen des Ansatzes, indem sie die Artefaktproduktion substanziell absorbiert und Zeit für die Tätigkeiten befreit, in denen der menschliche Wert unersetzlich bleibt.

Für ein Schweizer Unternehmen, das diese Verzahnung übernimmt, unterscheiden drei Orientierungen den dauerhaften Gebrauch vom Modeerscheinen.

Die Investition in die Anwenderforschungsphase zuerst. Die Versuchung, diese Phase zu verkürzen, weil die Werkzeuge heute so rasch Artefakte produzieren, ist die wichtigste beobachtbare Misserfolgsursache. Diese Phase bleibt das Fundament alles anderen, und ihre Verkürzung kostet mehr, als sie spart.

Die Schulung in der Aufsicht danach. Die generativen Werkzeuge mit Urteilsvermögen zu verwenden verlangt eine Kompetenz, die sich in der anhaltenden Praxis aufbaut, nicht in der Lektüre von Anleitungen. Dieser Kompetenzaufbau verdient es, in den Entwicklungsplan der Designteams integriert zu werden.

Die Einrichtung des Governance-Rahmens vervollständigt die Liste. Ohne systematische Validierung, Entscheidungsrückverfolgbarkeit und Vorrang des Anwender-Feedbacks driftet die Werkzeugnutzung zu einer Homogenisierung, welche die Kundinnen und Kunden manchmal unbewusst wahrnehmen und die schrittweise die Differenzierung aushöhlt, die das Unternehmen aufzubauen suchte.

Menschliche Co-Konzeption und Beschleunigung durch generative Modelle stehen nicht im Gegensatz. Sie verzahnen sich. Diese Verzahnung unterscheidet auch hier Organisationen, die ihre Produktfähigkeit über die Dauer konsolidieren, von jenen, die sich von der scheinbaren Leichtigkeit der Werkzeuge des Augenblicks mitreissen lassen.

Quellen

[1] Bundesgesetz über den Datenschutz (DSG), Revision vom 25. September 2020, in Kraft seit 1. September 2023. www.fedlex.admin.ch/eli/cc/2022/491/de [↩]

Jérôme Deshaie ist CEO der MCVA Consulting SA, Schweizer Kanzlei für strategische Beratung in künstlicher Intelligenz mit Sitz im Wallis.