Adaptive UX & Ephemeral UIs: Sind KI-generierte Wegwerf-Bedienoberflächen die Zukunft?

Manche Datenenthusiasten und Tech-Propheten malen aktuell ein Bild, in dem die klassische Bedienoberflächen bald ein Relikt der Vergangenheit sind. User Interfaces sollen zukünftig automatisch zur Laufzeit generiert werden. Sie werden jederzeit für jede:n Anwender:in individuell maßgeschneidert, kontextspezifisch und personalisiert generiert.

Das klingt auf den ersten Schritt mal recht erstrebenswert. Theoretisch müssten damit User Interfaces automatisch intuitiv sein und zu den Bedürfnissen und Erwartungen ihrer Anwender:innen passen. Aber, wie das immer so mit Hypes ist. Da sind die Hoffnungen und Versprechen oft größer, als das, was realistisch ist. In diesem Artikel werde ich daher einen genaueren Blick auf das Potential von adaptiven User Interfaces und die Überlebenswahrscheinlichkeit von statischen User Interfaces werfen.

Der Hype: Was Analysten versprechen

Starten wir mal mit dem großen Versprechen und schauen uns dazu ein Zukunftsszenario an. Stell Dir vor, Du planst gerade mit Deinem persönlichen KI-Agenten eine Reise nach Schottland. Nachdem Du gehört hast, dass

• das Wetter wechselhaft sein kann,
• man beim Essen aufpassen muss und
• es manchmal Seeungeheuer zu sehen gibt,

möchtest Du das in Deine Reiseplanung einfließen lassen. Natürlich würde kein Standard-Reiseplaner diesen individuellen Fall berücksichtigen. Nachdem Du aber einen KI-Agenten dafür nutzt, erzeugt der Dir mal ebenso ein passendes User Interface dafür.

Diese Oberfläche berücksichtigt Deine Bedürfnisse und Deinen Kontext. Sie existiert aber nur so lange, wie Du sie brauchst, und verschwindet danach wieder. In der Fachliteratur werden solche User Interfaces als “Adaptive UIs”, “Disposable UIs” oder auch “Ephemeral UIs” bezeichnet. Ephemeral bedeutet: nur kurze Zeit bestehend; flüchtig, rasch vorübergehend und ohne bleibende Bedeutung.

“Adaptive experiences refer to user interfaces and systems that dynamically modify performance, content, and structure in real time based on user context, behavior, preferences, and environmental signals.”

Ralhan, N. (2025): Innovation Insight: Adaptive Experience for Enterprise Applications, https://www.gartner.com/en/documents/7071998

Auf diese Weise bekommt jede:r Anwender:in genau das User Interface, welches zu Kontext, Erwartungen, Bedürfnissen und zur aktuellen Aufgabe passt. Die Hoffnungen darauf sind groß. Gartner prognostizierte schon in 2024, dass “by 2026, 30% of new applications will use AI to drive personalized adaptive user interfaces, up from less than 5% today.”. Technisch ist das nicht nur denkbar, sondern auch umsetzbar. Es sind Frameworks verfügbar, die versprechen, adaptive User Interfaces erstellen zu können.

Die Grenzen des Hypes: Warum die Zukunft nicht nur aus adaptiven UIs bestehen kann

Bringen wir den Hype mal wieder auf den Boden der Realität und betrachten ihn ganz praktisch aus der Sicht von B2B-Anwendungen. In diesem Umfeld sprechen wir von Arbeitsabläufen, die unter bestimmten Rahmenbedingungen wiederholt durchgeführt werden, um bestimmte Arbeitsergebnisse zu erreichen. Zur Laufzeit generierte und personalisierte User Interfaces werden sich aufgrund der Natur von generativer KI von Aufruf zu Aufruf unterscheiden. Menschen brauchen jedoch bei der wiederholten Interaktion mit Systemen Orientierung, Konsistenz sowie Verlässlichkeit, damit sie effizient ihre Aufgaben erledigen können.

Adaptive UIs bringen in diesem Umfeld ein paar Herausforderungen in Bezug auf Erlernbarkeit, Support, technischer Infrastruktur und Markenidentität mit sich.

Ephemere UIs erhöhen in wiederholt ablaufenden Arbeitsprozessen die kognitive Last. Menschen lernen durch Wiederholung. Ein grüner “Anruf annehmen”-Button funktioniert, weil Millionen Menschen diese Konvention kennen. Ändert die KI diese Konvention für “optimale Personalisierung”, entsteht Verwirrung statt Effizienz.

Ephemere UIs skalieren nicht für den Support. Wenn die User Interfaces für jede:n Anwender:in anders aussehen, wird jede Support-Anfrage zum Einzelfall. Die Bearbeitung von Service-Fällen dauert länger und die Kosten steigen spürbar. Und das betrifft nicht nur externe Anwender:innen. Auch interne Prozesse leiden. Es müssen Fragen geklärt werden, wie z.B.

• Wie schule ich neue Mitarbeitende auf eine Software, die jeden Tag und für jede:n Anwender:in anders aussieht?
• Wie dokumentiere ich Workflows für Teams, wenn jede:r eine andere Oberfläche nutzt?

Adaptive UIs benötigen Echtzeit-Verarbeitung. Das bedeutet zum einen höhere Anforderungen an die technische Infrastruktur und damit auch höhere Kosten. Zum anderen bringt das auch eine gewisse Latenz bei der Nutzung von generierten User Interfaces mit sich. Was für Early-Adopter mit Glasfaser-Anbindung funktionieren mag, kann Durchschnitts-Anwender:innen mit mobiler Verbindung in ländlicher Gegend frustrieren.

Außerdem kann die dynamische Anpassung von User Interfaces in bestimmten Bereichen sogar gefährlich werden:

• Industrieanlagen: In sicherheitskritischen Umgebungen kann es riskant sein, wenn dynamische UIs nicht zu den definierten und eingeübten Sicherheitsprozeduren passen.
• Gesundheitswesen: Bei einer Operation sind eingeübte Arbeitsabläufe entscheidend. Dynamisch veränderte UIs können diese empfindlich stören und zur Gefahr für Patient:innen werden.
• Kaufmännische Prozesse: In zeitkritischen Arbeitsabläufen, z.B. Lohnabrechnung, können dynamische User Interfaces zu kostspieligen Fehlern führen.

Die Psychologie hinter der Interaktion mit und dem Erlernen von User Interfaces

Ephemere User Interfaces sind nicht in jedem Use Case sinnvoll. Um deren Vorteile nicht durch die genannten Nachteil zu zerstören, wird es zukünftig notwendig sein, bewusst zu entscheiden, ob ein User Interface statisch oder adaptiv ausgeliefert wird. Und um das gut entscheiden zu können, sollten wir berücksichtigen, wie das menschliche Gehirn überhaupt User Interfaces erlernt und verarbeitet.

Die begrenzte Kapazität unseres Arbeitsgedächtnisses

Unser Gehirn ist ein Meisterwerk der Evolution. Es hat aber auch klare Grenzen. John Sweller und Paul Chandler entwickelte in den 1980er Jahren die Cognitive Load Theory. Diese beschreibt, dass unser Arbeitsgedächtnis nur etwa sieben Informationseinheiten gleichzeitig verarbeiten kann. Neuere Erkenntnisse weisen darauf hin, dass diese Zahl sogar noch geringer sein könnte und bei 3-5 Informationseinheiten liegt. Wenn diese Kapazität überschritten wird, sinkt unsere Leistung rapide. Wir werden langsamer, machen Fehler und fühlen uns überfordert.

Für User Interfaces bedeutet das, dass jedes Bedienelement, das wir wahrnehmen und verstehen müssen, unser Arbeitsgedächtnis belastet. Ein Button, dessen Funktion wir erst herausfinden müssen. Eine Navigation, deren Logik unklar ist. Eine Farbcodierung, die wir erst lernen müssen. All das kostet mentale Energie, die uns dann für die eigentliche Aufgabe fehlt.

Man kann bei der Interaktion mit Bedienoberflächen drei Arten von kognitiven Belastungen unterscheiden:

• Intrinsische kognitive Belastung: kommt von der Aufgabe selbst (z.B. ein Produkt kaufen oder eine Lohnabrechnung erstellen).
• Extrinsische kognitive Belastung: entsteht durch eine Interaktionsgestaltung, wie z.B. verwirrende Navigation, unklare Labels, unnötige Animationen.
• lernbezogene kognitive Belastung: ist der mentale Aufwand, den wir investieren, um das User Interface zu lernen und Muster abzuspeichern.

Hier wird es kritisch für adaptive User Interfaces. Wenn sich eine Bedienoberfläche ständig verändert, können wir keine Muster lernen. Jede Interaktion erfordert erneut bewusste Aufmerksamkeit. Die lernbezogene kognitive Belastung, die normalerweise nur temporär ist, wird damit zu einer permanenten Belastung.

Muskelgedächtnis: Warum Konsistenz effizienter macht

Wenn wir eine Bewegung oft genug wiederholen, wird sie Teil des prozeduralen Gedächtnisses. Dieser Typ von implizitem, unbewusstem Langzeitgedächtnis ermöglicht es uns, motorische Aufgaben ohne bewusstes Nachdenken auszuführen, wie z.B. das Tippen auf der Tastatur.

Wenn Du täglich dieselbe App nutzt, entwickelt sich ein Muskelgedächtnis. Deine Hand weiß, wo der “Senden”-Button ist, ohne dass Du bewusst danach suchen musst. Deine Finger navigieren durch Menüs, während dein bewusster Verstand bereits bei der nächsten Aufgabe ist.

Das prozedurale Lernen durchläuft drei Phasen. In der kognitiven Phase ist die Bewegung langsam, steif und erfordert volle Aufmerksamkeit. In der assoziativen Phase werden Bewegungen fließender, wir brauchen weniger bewusste Kontrolle. In der autonomen Phase läuft alles automatisch ohne bewusste Anstrengung. Muskelgedächtnis entsteht nur durch Wiederholung identischer Bewegungsabläufe. Ein User Interface, das sich ständig verändert, verhindert systematisch diesen Lernprozess.

Das Gehirn will vorhersagen, was passiert

Ein konsistentes Design ermöglicht es Anwender:innen Systemverhalten vorherzusagen. Diese Vorhersagbarkeit ist fundamental für Effizienz. Wenn ich vorhersagen kann, was passiert, wenn ich auf einen Button klicke, kann ich schneller handeln, fühle mich dabei sicher und vermeide Fehler.

Unser Gehirn trifft ständig Vorhersagen darüber, was als Nächstes passiert. Dieses sogenannte Predictive Processing hilft uns, schneller zu handeln und Energie zu sparen. Wenn ein UI vorhersehbar reagiert, fühlt sich das für das Gehirn leicht und richtig an. Wenn wir dagegen nicht wissen, was ein Klick bewirkt, erzeugt das kognitive Unsicherheit. Das ist ein Zustand, den unser Gehirn vermeiden will. Außerdem vermittelt ein User Interface, das sich wie erwartet bzw. erlernt verhält, Kontrolle. Das ist ein zentraler Faktor für Vertrauen in digitale Systeme.

Die Zukunft ist ein Zusammenspiel von ephemeren & statischen User Interfaces

Aufgrund der Natur der menschlichen Wahrnehmung und des menschlichen Lernens, wird die reale Zukunft aus meiner Sicht etwas differenzierter aussehen, als der aktuell diskutierte Hype. Adaptive bzw. ephemere UIs werden dort zum Einsatz kommen, wo Flexibilität und Personalisierung die User Experience verbessern. Statische User Interfaces kommen weiterhin dort zum Einsatz, wo Konsistenz, Stabilität und Verlässlichkeit erfolgsentscheidend sind.

Statische UIs sind vorteilhaft, bei:

• Häufig genutzten Workflows: Bei häufig genutzten und ähnlich ablaufenden Workflows profitieren Anwender:innen von Muskelgedächtnis und automatisierten Bewegungsabläufen.
• Komplexen Aufgaben mit hohem Risiko: Bei komplexen Aufgaben, die bereits intrinsisch hohe mentale Anforderungen stellen (z.B. Finanztransaktionen, medizinische Entscheidungen), darf das User Interface nicht zusätzlich belasten.
• Sicherheits- oder zeitkritische Workflows: In sicherheitskritischen Kontexten, bei zeitkritischen Entscheidungen oder unter Stress muss das User Interface absolut vorhersagbar sein.
• Kollaborativen Workflows: Wenn mehrere Menschen über ein User Interface zusammenarbeiten, brauchen alle dasselbe mentale Modell und User Interface.
• Regulierte Kontexte: Regulierte Branchen brauchen nachvollziehbare, dokumentierbare UI-Pfade, um auditierbar zu sein und Compliance sicherzustellen.
• Markenidentität: Flagship-Produkte, bei denen das User Interface selbst Teil der Brand Experience ist und eine ganz spezifische Markenerfahrung erzielt werden soll.

Ephemere UIs sind vorteilhaft, bei:

• Einmaligen Tasks: Bei einmalige oder selten wiederholten Tasks, wie “Urlaubsreise buchen”, spielt das Erlernen von spezifischen Bedienabläufen oder Bedienelmenten keine bedeutsame Rolle. Hier kommen in der Regel allgemeine Bedienprinzipien zum Tragen, die Menschen aus anderen Anwendungen kennen. Daher kann hier ein adaptives User Interface überlegen sein, weil es sich personalisiert und kontextspezifisch aufbaut.
• Exploration von Neuem: Wenn Anwender:innen etwas Neues entdecken wollen und noch kein mentales Modell haben, kann ein adaptives User Interface unterstützen.
• Individuellen Workflows: Wenn sich Menschen individuelle Workflows zusammenstellen, um bestimmte Aufgaben zu erfüllen, ist der Nutzen der Kontextualität größer, als der Nachteil der Inkonsistenz.
• Konversationale Kontexte: Wenn die Interaktion auf Sprache basiert, können dynamische UI-Elemente die User Experience verbessern, z.B. in Chatbots oder KI-Assistenten.

Ich denke, dass der häufigste Anwendungsfall eine Kombination aus beiden Ansätzen ist. Eine Bedienoberfläche kann beispielsweise eine statische Hauptnavigation und feste UI-Pattern für wiederkehrende Aufgaben beinhalten. Gleichzeitig werden an manchen Stellen im User Interface adaptive Komponenten für kontextspezifische oder persönliche Bedürfnisse ergänzt. So schafft man vorhersehbare Strukturen, die der menschlichen Wahrnehmung entsprechen und kann die Vorteile von adaptiven User Interfaces sinnvoll nutzen.

Was brauchen Unternehmen, um ephemere User Interfaces einsetzen zu können?

Die automatische Generierung von User Interfaces setzt ein paar Rahmenbedingungen voraus, damit sie von Anwender:innen verstanden werden, die Marken des Unternehmens transportieren und ihren Zweck erfüllen können.

Ephemere User Interfaces sollten nur mit allgemein bekannten UI-Patterns und -Bedienelementen aufgebaut sein, damit Anwender:innen ihr Vorwissen und mentalen Modelle aus anderen Anwendungen einsetzen können.

Die Texte aus ephemeren User Interfaces müssen sich an der Terminologie des Unternehmens orientieren und besonders auf Verständlichkeit optimiert werden. Während visuelle Elemente variieren können, ist die Sprache der stärkste Träger von Markenidentität und Werten. Jede Microcopy, jedes Label, jede Fehlermeldung sollte die Markenbotschaft des Unternehmens spiegeln.

Die generierten Interfaces müssen die visuellen Grundelemente der Marke konsistent anwenden. Das bedeutet: Kein erfundenes Grün für Erfolgsmeldungen, wenn für die Marke ein spezifisches Grün definiert wurde. Keine beliebigen Schriftarten, wenn ein typografisches System existiert. Die KI muss sich aus einem definierten und maschinenlesbaren Designsystem bedienen und durch entsprechende QS-Mechanismen kontrolliert werden.

Anwender:innen müssen verstehen können, warum ihnen ein bestimmtes Interface präsentiert wird. Transparenz ist essentiell, damit User sich in KI-getriebenen Ergebnissen sicher fühlen. Das kann durch subtile Hinweise geschehen (“Basierend auf deiner letzten Buchung…”), durch optionale Erklärungen oder durch konsistente visuelle Marker, die KI-generierte Bereiche kennzeichnen.

Mit Blick auf die WCAG-Richtlinien entstehen neue Herausforderungen, wenn KI Layouts dynamisch generiert. Aspekte wie, z.B. Screen-Reader-Kompatibilität, Tastaturnavigation, ausreichende Farbkontraste, klare Fokus-Zustände müssen bei jeder Generierung automatisiert garantiert sein.

Die Generierung muss schnell genug sein, dass sie nicht als Verzögerung wahrgenommen wird. Wenn Latenzen auftreten, braucht es intelligente Loading-States oder statische Fallback-Interfaces.

Jede Interaktion braucht unmittelbares Feedback. Wurde meine Eingabe erkannt? Verarbeitet das System gerade? Ist die Aktion erfolgreich gewesen? Bei statischen Interfaces können UX-Designer:innen jede Interaktion choreografieren. Bei generierten Interfaces müssen diese Feedback-Mechanismen in die Generierungs-Logik eingebaut sein. Das System muss aus dem Feedback der Anwender:innen lernen können. Das Voice-of-the-Customer-System muss Feedback direkt in die UI-Generierung einsteuern können. Welche generierten Interfaces werden akzeptiert? Wo brechen Anwender:innen ab? Welche Patterns funktionieren nicht?

Um ephemere User Interfaces zuverlässig einsetzen zu können, ist ein maschinenlesbares Designsystem notwendig. Design-Tokens, UI-Komponenten und UI-Templates müssen für die Generierung aufbereitet sein und für die Echtzeit-Verarbeitung technisch bereitgestellt werden. Ergänzend werden Qualitätssicherungs-Mechanismen benötigt, die generierte Oberflächen kontinuierlich gegen fachliche & rechtliche Anforderungen, Gestaltungsvorgaben (Konsistenz), ergonomische Grundprinzipien, textuelle Verständlichkeit und Barrierefreiheitsvorgaben prüfen. Diese Qualitätssicherung geht weit über das heute übliche Maß an QS hinaus.

Auf technischer Seite sind performante UI- und Code-Generatoren notwendig, die Layouts in Echtzeit erstellen können. Die Generatoren und das Rendering in der finalen Bedienoberfläche muss so gestaltet werden, dass die Latenzzeiten sehr gering sind. Wichtig sind dabei Fallback-Mechanismen, um bei Bedarf auf stabile UI-Varianten zurückzuschalten, sowie ein schnelles Rollback für fehlerhafte Ausspielungen. Für Entwicklungsteams ist eine Entwicklungsumgebung notwendig, in der ephemeral UIs sicher erzeugt, getestet und nachvollziehbar gemacht werden können.

Personalisierte Daten müssen in Echtzeit verfügbar sein und DSGVO-konform verarbeitet werden können. Das erfordert ein solides Consent-Management, ein hohe Datenverfügbarkeit und personalisierte Daten über Anwender:innen.

Support-Prozesse müssen sich an die veränderliche Natur der Interfaces anpassen. Hilfreich sind Funktionen wie Session-Replays zur Fehleranalyse und vorbereitete Erklärungen, warum bestimmte Oberflächen generiert wurden. Für den Betrieb braucht es Playbooks, um Vorfälle einzugrenzen und Lösungen finden zu können.

Der Einsatz von adaptiven User Interfaces geht mit einem hohen technischen Aufwand einher, der wieder rum mit entsprechenden Kosten verbunden ist. Das wird die Einsetzbarkeit von ephemeren User Interfaces stark beeinflussen.

Marktdifferenzierung bleibt entscheidend

Auch wenn KI-Agenten vieles automatisch generieren können, bleibt die Differenzierung über Marke und Erlebnis ein wesentlicher Erfolgsfaktor. Unternehmen müssen sich also weiterhin klar positionieren und ein unverwechselbares Markenerlebnis schaffen, das über die reine Funktionalität hinausgeht. Es ist diese Differenzierung, die letztlich darüber entscheidet, wo Kund:innen einkaufen und welche Marken sie bevorzugen.

Die zentrale Frage wird bleiben: Wie stelle ich sicher, dass KI-generierte UIs die Markenbotschaften transportieren und die Erwartungen der Anwender:innen erfüllen?

Wie sich die Arbeit im UX-Design wandelt

Mit dem Aufkommen einer hybriden Welt aus statischen und dynamisch generierten UIs verändern sich auch die organisatorischen Abläufe und Aufgaben im UX-Design. Die Einführung von adaptiven User Interfaces verändert, wie Design organisiert ist, wer welche Verantwortung trägt und welche Tätigkeitsschwerpunkte im Fokus sind. In der Ära statischer UIs war die Rollenverteilung zumindest theoretisch klar:

• Anforderungsmanager:innen erheben und definieren Anforderungen,
• Product Owner:innen priorisieren sie,
• UX-Designer:innen gestalten Bedienoberflächen, welche die Anforderungen erfüllen und
• Entwickler:innen entwickeln daraus die digitalen Produkte.

Diese lineare Struktur und Verantwortungsteilung funktioniert mit Blick auf adaptive User Interfaces und UI- bzw. Code-Generierung im Entwicklungsprozess nicht mehr. Die Rolle von UX-Designer:innen in Entwicklungsteams verändert sich. Der Einfluss darauf, wie Bedienoberflächen konzipiert und gestaltet werden, wird indirekter. Die digitale Produktgestaltung bzw. Generierung der Produktgestaltung wird ein (teil-)automatisierter Schritt im Entwicklungsprozess.

UX-Designer:innen in den Produktteams bleiben weiterhin wichtig, fungieren aber zunehmend als Brückenbauer zwischen zentraler Orchestrierung und lokaler Gestaltung. Es wird weiterhin notwendig sein, das Ergebnis aus der UI-Generierung durch fachkundige UX-Designer:innen hinsichtlich Qualität zu reviewen und zu verbessern. Die Art und Weise, wie UX-Designer:innen dies tun, verändert sich. Es wird zunehmend Situationen geben, in denen die Designqualität durch eine entsprechende vorgelagerte Konfiguration von UI-Generatoren und nachgelagerten Human-in-the-Loop-Ansätze sichergestellt wird. UX-Designer:innen orchestrieren, wie statische und dynamische Elemente zusammenspielen. Das bedeutet konkret:

1. Definieren von “Safe Zones”: Welche Bereiche der UI dürfen sich ändern, welche müssen stabil bleiben?
2. Zusammenspiel gestalten: Wie spielen statische und ephemere User Interface-Teile zusammen, ohne Anwender:innen zu verwirren?
3. Fallback-Szenarien: Was passiert, wenn die UI-Generation versagt?
4. Testing-Strategien: Wie testet man ein Interface, das sich ständig ändert? UX-Designer:innen und UX-Researcher:innen müssen Testframeworks für variable UIs entwickeln.
5. Metriken: Klassische Metriken, wie “Time on Task”, verlieren an Bedeutung, wenn jede:r Anwender:in eine andere User Experience hat. Es gilt neue Metriken zur Erfolgskontrolle zu definieren.

Design Systems sollten nicht mehr nur als visuelle Bibliothek bzw. Dokumentation gesehen werden. Sie sind die maschinenlesbare Grundlage für die UI-Generierung. Damit definieren sie die “Grammatik”, nach der UI-Generatoren User Interfaces erzeugen. Sie bestimmen darüber, welche Komponenten existieren, wie sie kombiniert werden können und welche Regeln unveränderlich sind. Designsysteme werden zu einem technischen Bestandteil des Entwicklungsprozesses und sollten zukünftig wie ein Produkt, anstatt wie eine Dokumentation, geführt werden.

Mit der veränderten Rolle von Designsystemen ändert sich auch die Rolle von DesignOps. DesignOps wird wichtiger und muss gestärkt werden. Es fokussiert sich zunehmend auf die Orchestrierung und Optimierung des Zusammenspiels von UI- und Code-Generatoren, Verfahren zur Sicherstellung der Designqualität und maschinenlesbare Designsysteme. In Sachen Qualitätssicherung werden verschiedene automatisierte Tools notwendig sein, die in den generativen Entwicklungsprozess integriert werden können. Zum Beispiel sollten in die Entwicklungspipelines automatische UI-Tests (z.B. Design Linter) integriert sein, die jedes neue generierte User Interface auf Konsistenz, Barrierefreiheit und Ergonomie prüfen.

Die vollständige Beschreibung von Designelementen für User Interfaces zur Verwendung durch Maschinen und Menschen wird als zentrale Aufgabe des DesignOps umfangreicher werden. Um im maschinellen Kontext die passenden Ergebnisse generieren zu können, müssen die Vorgaben und Empfehlungen in Designsystemen durch Negativ-Vorgaben ergänzt werden. Nicht mehr nur “So soll der Button aussehen”, sondern “So darf ein Button niemals aussehen”. Neben der konkreten Beschreibung von Bedienelementen brauchen UI-Generatoren auch Prinzipien, wie z.B.

• “Primäre Aktionen immer prominent und rechtsbündig”
• “Maximal 3 Hierarchieebenen in der Navigation”
• “Kritische Aktionen erfordern Bestätigung”
• “Niemals kritische Funktionen durch Personalisierung verstecken”

Fazit: Die Zukunft ist differenziert

Die Revolution der adaptiven UIs kommt ganz sicher. Sie wird aber nicht so kommen, wie sie jetzt in der überschwänglichen Begeisterung diskutiert wird. Die Zukunft ist wie immer nicht schwarz-weiß, sondern wird ein Zusammenspiel von statischen und adaptiven User Interfaces.

Statische UIs schaffen Verlässlichkeit, Orientierung und Effizienz. Sie ermöglichen Support, Auditierung, dokumentierbare Prozesse und konsistente Markenbotschaften. Dynamische UIs schaffen Flexibilität, Personalisierung und eine Anpassung auf den individuellen Kontext der Anwender:innen. Sie ermöglichen maßgeschneiderte User Interfaces für individuelle Use Cases.

Die Kunst wird darin liegen zu wissen, wann welcher Ansatz der Richtige ist, UX-Design entsprechend zu organisieren und eine technische Infrastruktur zu schaffen, die es möglich macht die Vorteile von adaptiven User Interfaces zu nutzen, ohne Risiken für das betriebswirtschaftliche Ergebnis zu erzeugen.

Und, genau das macht aus meiner Sicht UX-Design spannender denn je.