Ich war dieses Mal echt aufgeregt und das passiert mir bei Konferenzen selten. Ich hatte für die Mensch und Computer 2026 zwei Vorträge eingereicht. Einen Erfahrungsbericht zur Automatisierung von UX-Design bei DATEV. Es ging darin um die Frage, wie sich UX-Design verändert und worauf es ankommt, wenn Agenten User Interfaces generieren. Und mein Prepared UX-Community Framework. Mit dem Framework versuche ich zu erklären, warum UX-Reife in Sprüngen wächst und nicht linear. Das hatte ich vorher schon auf dem UX Festival gezeigt. Damals war das der erste Akzeptanztest. In Duisburg habe ich es zum ersten Mal als fertiges Konzeptpaper präsentiert.
Dazu kam die Vorfreude auf viele bekannte Gesichter aus der deutschsprachigen UX-Szene. Leider war das dieses Mal nicht so. Die Mensch und Computer 2026 war nicht mehr das große Stelldichein der deutschsprachigen UX-Szene. Es waren dieses Mal 507 Teilnehmende. Letztes Jahr waren es noch 570 und das trotz der schlechten Verkehrsanbindung von Chemnitz. Viele geschätzte UX-Professionals, die ich auf dieser Konferenz über Jahre getroffen habe, waren nicht da. Die Mensch und Computer 2026 war deutlich mehr vom wissenschaftlichen Teil der eher internationalen UX-Community geprägt.
Das soll aber nicht heißen, dass die Konferenz deswegen schlecht war. Ich hatte viele sehr gute, konstruktive und inspirierende Gespräche mit UX-Professionals aus Praxis und Wissenschaft. Außerdem waren die Vorträge, die ich in diesem Jahr besucht habe, durch die Bank gut bis sehr gut.
Ein Motto und zwei Tracks
Die MuC 2026 war in zwei Tracks aufgebaut. Im wissenschaftlichen Teil wurden 31 Papers, 36 Short Papers, 16 Workshops und 30 Demos angeboten. Im Praktikerteil waren es 24 Präsentationen, 14 Workshops, 6 Tutorials, zwei Panels und ein Barcamp.
In beiden Tracks dominierte KI. Aber nicht mit der gleichen Fragestellung. Die Wissenschaft untersucht KI vor allem als Gegenstand der Interaktion. Im Praktikertrack wurde KI vor allem als „Kollegin in UX-Prozessen“ und die Auswirkungen auf die praktische UX-Arbeit beleuchtet.
Das zweitstärkste Thema war in beiden Tracks Barrierefreiheit und digitale Teilhabe. In vier wissenschaftlichen Workshops ging es um Inklusion und Neurodiversität. Auf der Praxisseite ging es unter anderem um Barrierefreiheit im öffentlichen Verkehr, Inclusive UX und einen partizipativ entwickelten KI-Assistent für Menschen mit Lerneinschränkungen.
Die Keynote
Kim Albrecht, Professor für Informationsdesign an der Folkwang Universität, eröffnete die Konferenz mit “designing design”. Die Art, wie er vorgetragen hat, war für mich fast schon für sich genommen eine Kunstperformance. Sein Vortrag war sorgfältig kuratiert, mit Haltung und sehr genau betont. Inhaltlich ging es um Informationsgrafiken und darum, dass Gestaltung uns zurückgestaltet. Sein Aufhänger war Kenya Haras Buch gleichen Titels.
„Interfaces sind die am meisten gestalteten und die am wenigsten gesehenen Objekte, die es gibt.“
Für mich war die Keynote auch eine kleine Reise zurück ins Studium. Damals hatte ich mich auch intensiv mit Informationsvisualisierung beschäftigt. Neben den praktischen Impulsen zur Informationsgrafiken hat er aber auch zwischen den Zeilen deutlich gemacht, dass Informationsvisualisierung Technologie braucht, um überhaupt entstehen zu können.
Die Folien: designing-design.kimalbrecht.com
Prüfen und Bewerten
Ich fasse dieses Mal die Sessions, die ich gesehen habe, in Themenblöcken zusammen. Der für mich wichtigste Themenblock drehte sich um die Beobachtung, dass sich unsere Arbeit im UX-Bereich in Richtung Prüfung und Bewertung verschiebt.
Carsten Görs hat Lisanne Bainbridges “Ironies of Automation” von 1983, Erkenntnisse aus Kate Devitts Arbeit zu autonomen Maschinen in der Landwirtschaft und Erkenntnisse aus eigenen Projekten aus Energie, Landwirtschaft und Finance genutzt, um daraus Erkenntnisse für die aktuelle KI-Transformation abzuleiten. Eine seiner Erkenntnisse war: Wer den Menschen mit KI ersetzen will, schreibt seine eigenen Annahmen und blinden Flecken ins System. Automatisiert wird, was die Systemgestalter sicher beherrschen. Der Mensch bearbeitet zukünftig vor allem Ausnahmen und Edge Cases. Sie überwachen und übernehmen dann, wenn die Maschine nicht mehr sauber entscheiden kann.
„Aufsicht ohne Übung und ohne Ereignis ist keine Aufsicht.“
Eine weitere Erkenntnis war: Kognition ist sozial. Echte Entscheidungen entstehen oft im Gespräch mit jemandem, der widerspricht. Pair Programming mit dem KI-Modell statt mit dem oder der Kolleg:in verändert diese Entscheidungsfindung erheblich.
Andreas Hinderks hat in seinem Vortrag eine Entscheidungsregel für den Einsatz von KI vorgestellt. KI kann dann zielführend eingesetzt werden, wenn der Maßstab für Richtigkeit vor dem Einsatz feststeht und geprüft werden kann. Sie scheitert dort, wo dieser Maßstab erst aus den Daten entstehen muss. Zum Beispiel ist bei Transkription und Kodieren gegen ein bestehendes Codebuch klar, wann das Ergebnis gut ist. Bei induktiver Themenbildung fehlt dieser Maßstab. Daraus leitet er ein Prinzip für den KI-Einsatz ab: KI ist ein guter Zweitleser, aber nie Erstentscheider. (Folien: muc-2026-ai-for-ux-professionals.pdf)
In meinem eigenen Vortrag zur Automatisierung des UX-Design habe ich die These aufgestellt, dass konvergentes Design, also Gestaltung innerhalb eines gesetzten Rahmens, automatisierbar ist. Divergentes Design, also die Gestaltung von Innovation und Neuartigem, nicht. Außerdem haben wir bei der Automatisierung von UX-Design beobachtet, dass sich der Engpass in der Designarbeit von der Formgebung in die Spezifikation und in die Bewertung verschiebt. In automatisiert arbeitenden Designorganisationen werden Prüfkapazität und Prüfgeschwindigkeit zu neuen Erfolgsfaktoren. Wenn die Qualitätssicherung länger dauert als die Erzeugung, wird sie vermutlich umgangen. Außerdem habe ich über die Veränderung der Designarbeit gesprochen. Wenn ich Entwürfe selbst erzeuge, dann erlebe ich Autorschaft und Wirksamkeit und arbeitet in langen, zusammenhängenden Phasen. Wenn ich beurteile, dann arbeite ich reaktiv, in kleinen Einheiten und an fremdem Material. Die Aufmerksamkeit richtet sich auf Abweichungen statt auf Möglichkeiten. Prüfarbeit hinterlässt kein sichtbares Ergebnis. Sie wird erst sichtbar, wenn sie unterbleibt. Damit ist Prüfen ist nicht nur eine neue Tätigkeit, sondern auch eine, die Eigenwirksamkeit weniger vermittelt als bisher. Das Paper zu meinem Vortrag findest Du hier: “Automatisierte UX-Designer:innen – kulturelle, strategische, technische und wirtschaftliche Veränderungen im UX-Design”
Hendrik Homans hat in seinem Vortrag eigentlich gar nicht über KI gesprochen, sich aber ebenfalls mit Prüfung und Bewertung beschäftigt. Sein Thema waren Meldungstexte auf chirurgischen Geräten im OP. Die waren über Jahre einfach gewachsen, oft von Entwicklern nebenbei geschrieben, ohne Konzept und ohne Vorgaben. Sein Team hat rund 400 davon aufgearbeitet. Sie wurden erst kategorisiert. Danach wurden Schreibregeln entlang etablierter Heuristiken entwickelt und dann getestet. Beim Testen mit echten Menschen wurde dann offensichtlich, dass so manche Heuristik nicht zu guten Ergebnissen führt. Die Quintessenz seines Vortrages war, dass gute Schreibheuristiken noch keinen guten Text ergeben. Allgemein anerkannte Regeln lassen sich nicht blind anwenden, weil sie bei der eigenen Zielgruppe im Zweifel anders wirken als im Lehrbuch. Man muss also weiterhin mit echten Menschen testen.
Synthetische Nutzer – wo lassen sie sich sinnvoll einsetzen.
Tara Bosenick hat parallel zu meinem Framework-Vortrag ihren Vortrag zu synthetischen Nutzern mit einer echten Performance begonnen. Sie kam als Nonne verkleidet und hielt eine Art Gottesdienst. Ihre Predigt war eine Art Wachrütteln für eine gesunde Haltung gegenüber KI-basierten Systemen im UX-Research, die in dieser Debatte gerade etwas untergeht. Sie ging dann der Frage nach, wo sich synthetische Nutzer wirklich sinnvoll einsetzen.
Die Produktentwicklung hat durch KI eine hohe Entwicklungsgeschwindigkeit erreicht. Prototypen entstehen heute überspitzt gesagt in einer Mittagspause. Ein klassischer Usability-Test braucht aber immer noch zwei bis drei Wochen. Das Tempo der Erstellung hat das Tempo der Prüfung überholt. In genau diese Lücke stoßen synthetische Nutzer.
Mit synthetischen Nutzern lassen sich Mittelwerte und durchschnittliche Aussagen oft ungefähr ermitteln. Was sie nicht abbilden, ist die Streuung. In keiner der ausgewerteten Studien hat ein synthetischer Datensatz die menschliche Streuung richtig vorhergesagt. Wenn es keine Streuung gibt, dann werden die statistischen Ränder, in denen die überraschenden Erkenntnisse stecken, nicht mehr sichtbar.
Ihr Beispiel: Eine Gesundheits-App mit Symptom-Tracker war als eine Art Krankheitstagebuch gedacht. Eine ältere Nutzerin verwendete ihn stattdessen als Arzt-Tagebuch und dokumentierte dort darin die Themen der Praxis-Termine. Im Usability-Test fiel das auf. Durch Nachfragen wurde erkannt, dass viele ältere Nutzer:innen dasselbe Problem hatten. Am Ende wurde daraus wurde ein eigenes Feature. Ein synthetischer Nutzer hätte die Felder brav so benutzt, wie sie beschriftet waren und am Ende wäre genau das abweichende Nutzungsverhalten unentdeckt geblieben.
Synthetische Nutzer lassen sich gut für die Erarbeitung von Hypothesen vor Interviews, das Schärfen von Interviewleitfäden und als Einstieg für Teams nutzen, die noch nie mit Anwender:innen gesprochen haben. Nicht genutzt werden sollten sie für Feature-Entscheidungen, als Ersatz von Usability-Tests oder die Absicherung von Launch-Entscheidungen.
Was KI kostet
Neben den Vorteilen und Nachteilen von KI wurde in Gesprächen und Sessions auch darüber gesprochen, mit welchen Kosten KI verbunden ist. So langsam wird vielen Unternehmen klar, dass die Automatisierung durch KI auch mit erheblichen Kosten verbunden ist.
Ich habe dazu in meinem Vortrag zwei Zahlen zu Kostenmultiplikatoren aus unserer Praxis berichtet. Zum einen stieg der Credit-Verbrauch in einem Werkzeug je Prompt in wenigen Monaten von rund 50 auf 400 bis 500, also um den Faktor acht bis zehn. Zum anderen brauchten Personen ohne handwerkliches Designverständnis drei- bis viermal so viele Prompts für dasselbe Ergebnis. KI-Kosten sind mit einigen Kostenmultiplikatoren verbunden, was sie aktuell schwer steuerbar macht. Die zweite Zahl zeigt aber auch, dass fehlende Gestaltungskompetenz nicht nur die Qualität kostet, sondern direkt Geld.
„Wer nicht gestalten kann, prompted teurer.“
Der Aufbau der Infrastruktur für Automatisierung, deren Betrieb und die Pflege erzeugt neue dauerhafte Kosten. Damit beantwortet sich die Frage „Ersetzt KI den Menschen?“ fast von selbst. Man kann schon allein aus Kostengründen nicht alles mit KI automatisieren.
Kompetenz erhalten
Ein weiteres Thema, was sich durch die Konferenz zog, war die Frage danach, wie wir in Zeiten von KI UX-Kompetenzen aufbauen und erhalten.
Andreas Hinderks hatte in seinem Vortrag zum Thema Kompetenzaufbau Zahlen dabei. In den KI-exponiertesten Berufen sank die Beschäftigung bei den 22- bis 25-Jährigen um rund sechs Prozent, während sie bei den 35- bis 49-Jährigen um über acht Prozent zulegte. Der Nachwuchs hat es aktuell schwer die Fähigkeiten aufzubauen, die es braucht, um in der neuen Arbeitswelt bestehen zu können.
Carsten Görs hat in seinem Vortrag beschrieben, dass sich durch die KI-Transformation die Kompetenzen verschieben:
- Prompting statt Methodenkompetenz,
- Output-Bewertung statt eigener Recherche und
- Modellwahl statt Architekturwissen.
Die UX-Arbeit verschiebt sich zum Beobachten, Prüfen und Bewerten. Um gut Prüfen und Bewerten zu können, benötigt man auch die entsprechenden Fähigkeiten. Diese wiederrum wollen aber regelmäßig trainiert sein, sonst gehen sie verloren. Die große und offene Frage ist, wie wir unsere Fähigkeiten dauerhaft erhalten, wenn wir nur noch prüfen. Eine Antwort darauf habe ich auf der Konferenz nicht gefunden.
Organisation und UX-Reife
Dominique Winter hat in seinem Vortrag einen kritischen Blick auf UX-Reifegradmodellen als Benchmark geworfen. Er argumentierte, dass Organisationen eine formale Seite (Rollen, Prozesse, Ziele, Budgets, Verantwortlichkeiten), informelle Seite (Routinen, Kultur, Beziehungen und ungeschriebene Regeln) und Schauseite (Leitbilder, Zertifikate, Präsentation, Reifegrad-Score) haben. Reifegradmodelle erfassen oft die Schauseite und das Formale, aber nicht die gelebte Praxis. Der UX-Reifegrad wird erhoben, um nach außen und nach oben zu zeigen, wo man steht. Der Wert an sich ist aber wenig aussagekräftig. Sein Beispiel: UX-Research wird durchgeführt, aber die Erkenntnisse beeinflussen keine Entscheidungen. Es ist formal vorhanden, aber wirkungslos. Im Score wird es trotzdem abgebildet.
Sein Vorschlag: Reifegradmodelle helfen Komplexität in eine einfache Geschichte zu übersetzen. Sie sollten in einem Dreiklang aus Irritieren, Kontextualisieren und Experimentieren eingesetzt werden. Die Ergebnisse aus UX-Reifegradmodell sind geeignet, um Organisationsentwicklung zu starten, aber nicht zu steuern.
Mein Vortrag zum „Prepared UX-Community Framework“ kam direkt danach. Dominique hat in seinem Vortrag UX-Reifegradmodelle als Interventions- und Reflexionswerkzeug beschrieben. Mit meinem Framework versuche ich zu erklären, wie die Entwicklung hin zu einer menschzentrierten Organisation gelingt. Es verbindet sozialwissenschaftliche Theorien auf drei Betrachtungsebenen: Kingdons Multiple Streams Framework auf der Makroebene der Organisation, die Social Identity Theory von Tajfel und Turner sowie Bourdieus Kapital-, Feld- und Habitustheorie auf der Mesoebene der UX-Community und Goffmans Frame Analysis auf der Mikroebene der Kommunikation. Daraus lassen sich drei Elemente ableiten, die eine Entwicklung im Sinne des UX-Reifegrades ermöglichen:
- Kohäsion als Voraussetzung kollektiver Handlungsfähigkeit,
- Framing-Kompetenz als situative Anschlussfähigkeit und
- Trigger-Kompetenz als Antizipation und Vorbereitung organisationaler Veränderungsmomente.
Ihre Kombination ergibt drei aufeinander aufbauende Zustände einer UX-Community. Ein Sprung im UX-Reifegrad wird erst möglich, wenn eine vorbereitete Community auf einen organisationalen Trigger-Moment trifft. Dauerhaft wird der Sprung im UX-Reifegrad durch die Institutionalisierung des Erreichten. Der Vortrag hat den Best Presentation Award der German UPA bekommen. Darüber habe ich mich sehr gefreut. Das Paper zum Vortrag findest Du hier: “Das Prepared UX-Community Framework – Wie Sprünge im UX-Reifegrad entstehen & wie sich UX-Communities darauf vorbereiten.”
Nicole Filz hat in der gleichen Session dann die Gegenprobe geliefert. In ihrem Vortrag beschrieb sie die Einführung und den Zusammenbruch eines Formates für die Steigerung der UX-Reife. Das UX-Team wurde von 1,5 UX-Stellen auf eine reduziert. Die Lücke sollte über Ambassadors in den Teams und einen zweiwöchentlichen UX-Circle geschlossen werden. Die Rollen waren besetzt und das Format war als Regeltermin etabliert. Aber in der nächsten Sparphase brach das Format weg. Wiederbelebt wurde es dann später informell, über ein UX-Test-Coffee ohne Budget und ohne Programm. Ihr Take-away: Freiwillige Formate überleben nur, wenn sie etwas zurückgeben, nicht wenn sie etwas verlangen.
Claudia Nass Bauer und Marcus Trapp haben sich in ihrem Beitrag mit Innovationsvorhaben beschäftigt. Ihr Aufhänger ist Xerox PARC, wo ab 1972 der Alto mit der ersten grafischen Benutzeroberfläche entstand und die eigene Organisation jahrelang nicht in der Lage war, das in ein Produkt zu überführen. Sie stellten typische Barrieren vor an denen Innovationsvorhaben in Unternehmen scheitern. Die Organisation verwechselt strategisches Ziel mit strategischer Lösung. Nach dem Workshop kehren alle in den Alltag zurück und es fehlt eine starke Persönlichkeit, die die Idee weiterträgt. Es wurde nur die Lösung aber nicht der Entstehungskontext übergeben. Und Entscheidungsformate passen nicht zur Komplexität, weil der Drei-Folien-Pitch für radikale Ideen nicht reicht. Ihr Fazit: Der Transfer von Ideen aus der Discovery in die Delivery ist selbst eine Gestaltungsaufgabe an sich.
Ich fand es ein wenig schade, dass es im wissenschaftlichen Track nur wenige Beiträge zum Themenblock UX-Management gab. Es gibt einige wiederkehrende Muster im UX-Management, die noch nicht ausreichend erforscht und beschrieben sind. Eine der Ausnahmen war Katharina Hammel. Sie hat auf der Konferenz ihre Erkenntnisse zu UX-Taktiken von UX-Professionals in Organisationen mit geringer UX-Reife vorgestellt. Ihre Erhebung setzt auf der taktischen Ebene an, also bei der Frage, wie man in einem schwierigen Umfeld trotzdem vorankommt. (Mehr dazu: https://wp.katharina-hammel.de/ux-taktiken/)
Barcamp & Abschlusspanel
Das Barcamp im Praktikertrack hatte 42 Slots und etwa 70 Teilnehmende. Die Themen reichten von Katjas Framework für Experience Management über Barrierefreiheit, Achtsamen Einsatz von KI, Demokratisierung von UX-Research, Sprachbasierte UIs, UX im Klinik-Alltag und Stressbewältigung bis hin zu einem UX-Krimi von Holger.
Das Abschlusspanel der Konferenz war eine interaktive Session mit vielen Kleingruppen. Von rund 500 Teilnehmenden waren noch etwa 130 da (37% Forschende, 34% Praktiker:innen und 24% beides). Es ging um die Frage, wie das Zusammenspiel von Wissenschaft und Praxis verbessert werden kann. Mein Fazit aus der Diskussion: Um das Zusammenspiel zu verbessern, sollten Forschungsergebnisse frei und öffentlich verfügbar sein – per Definition und nicht als Ausnahme. Die Förderregeln müssten so angepasst werden, dass Forschung bis zur Marktreife gehen darf und die Erkenntnisse danach allen offenstehen. Beides ist keine schnelle Lösung. Aber solange ein Unternehmen nicht einmal an die Papers herankommt, über die wir auf der Konferenz diskutieren, ist die Debatte über den Transfer eine ziemlich theoretische.
Warum ich zuversichtlich zurückgefahren bin
Die Zuversicht nach der Konferenz kommt bei mir aus zwei Beobachtungen. Die erste ist die Art, wie inzwischen über KI diskutiert wird. Da ist eine neue Technologie. Die schafft mehr Möglichkeiten als vorher. Sie verändert mehr als gedacht und sie verschiebt unsere UX-Arbeit spürbar. Es eröffnet sich gerade ein großer Transformationsraum, der uns UX-Professionals viele neue Chancen bietet, wenn wir sie nutzen. Die Diskussion auf der Konferenz war aus meiner Sicht chancenorientiert und konstruktiv. Es ging um die Frage, wie wir diese Technologie zielführend einsetzen, damit am Ende eine positive UX entsteht. Zu dieser Diskussion gehörten aber auch kritische Themen, wie Sorge um Jobs, Sorge um das Tempo und die Sorge darum, was wir gerade verlernen. Insgesamt war das eine gute Diskussion, die uns weiterbringt.
Die zweite Beobachtung kommt aus dem Erfahrungsaustausch zu UX-Management. Ich hatte im Barcamp einen Walk & Talk angeboten mit der Frage, welche Fortschritte andere UX-Professionals in ihrer UX-Reifegradentwicklung erreicht haben und warum. Ich wollte lernen, ob mein Framework trägt. Und kurz gesagt, ja das tut es. Was mir nicht nur in diesem Gespräch aufgefallen ist, dass wir in der deutschsprachigen UX-Szene mittlerweile auf einem echt hohen Niveau sowie mit vielen soliden Erfahrungen über UX-Management und Organisationsentwicklung für mehr Menschzentrierung diskutieren. Viele erfahrene UX-Professionals haben für sich mittlerweile Best Practices oder sogar Modelle abgeleitet, um bestimmte Effekte und Muster in der Organisationsentwicklung handhabbar zu machen. Das macht mir echt richtig Freude.
Zum Abschluss bleibt mir nur zu sagen, dass die Mensch und Computer 2026 einen guten Beitrag dazu geliefert hat, um den vor uns liegenden Transformationsraum zu nutzen. Genauso sollte es weitergehen.
Btw: Die nächste Mensch und Computer findet 2027 in Oldenburg statt.
