Das Format und das Thema
Im März hatte ich zum ersten Roundtable “Revolution der Designsysteme” eingeladen (siehe Designsysteme im Wandel), und schon damals war klar, dass ein Nachmittag für dieses Thema nicht reicht. Anfang November gab es deshalb die Fortsetzung, wieder online und wieder als Mini-Barcamp. Das bedeutet, dass es keine fertige Agenda gibt. Wer ein Thema mitbringt, stellt es zu Beginn kurz vor und wir bauen gemeinsam daraus den Ablauf des Nachmittags. Am Ende waren es drei Slots mit insgesamt vier Sessions.
Im Mittelpunkt stand diesmal die Frage, wie wir AI-fähige Designsysteme in die Produktentwicklung integrieren. Im März ging es noch vor allem darum, wie Designsysteme überhaupt maschinenlesbar werden. Inzwischen sind viele Teams einen Schritt weiter und merken, was passiert, wenn Agenten tatsächlich mit dem Designsystem arbeiten. Das klingt zunächst nach einem technischen Thema. Im Laufe des Nachmittags sind wir aber immer wieder bei Fragen gelandet, die ziemlich menschlich sind.
Bevor ich auf die Inhalte eingehe, möchte ich mich bei allen bedanken, die dabei waren. Vielen Dank an die Teilgeber:innen für ihre Sessions und an alle Teilnehmenden für die spannenden Einblicke. Diese Offenheit ist alles andere als selbstverständlich, und sie ist der Grund, warum das Format so gut funktioniert.
Um was ging es? Wer war da?
Dabei waren 18 Designer:innen, die Designsysteme verantworten oder intensiv mit ihnen arbeiten. Die Spannbreite der Organisationen war groß. Ein zentrales Designsystem-Team mit vier Personen saß virtuell neben Unternehmen mit mehreren hundert Entwicklungsteams, und die Branchen reichten von Life Science über Enterprise-Software und öffentliche Verwaltung bis zu Industrie und Handel. Gerade diese Mischung hat die Gespräche so ergiebig gemacht, weil sich dieselben Fragen in ganz unterschiedlichen Kontexten stellen.
Den Auftakt machte eine offene Diskussion darüber, wie der Übergang zwischen Design und Entwicklung AI-ready wird. Im zweiten Slot habe ich unter dem Titel “Automatisierte UX-Designer:innen” von unseren Erfahrungen aus zehn Monaten agentischer Entwicklung berichtet. Im letzten Slot liefen schließlich zwei Sessions parallel. In der einen ging es um Evals für AI-generierte Komponenten, in der anderen um die Frage, wie die Arbeit am Designsystem organisatorisch aufgestellt ist und was sich daran gerade verändert.
Ich gehe die Sessions hier bewusst nicht der Reihe nach durch. Viele Themen tauchten in mehreren Runden auf, und die interessantesten Gedanken entstanden oft genau dort, wo sich die Diskussionen überschnitten haben.
Die wichtigsten Erkenntnisse und Herausforderungen
Konvergentes Design lässt sich automatisieren, divergentes nicht
Schon in der ersten Session kam eine Unterscheidung auf den Tisch, die fast alle aus ihrem Alltag kannten. Auf der einen Seite gibt es Oberflächen, die im Kern ein bekanntes UI-Pattern sind, z.B. eine Tabelle, eine Liste mit Detailansicht und ein paar Filtern. Solche Muster wiederholen sich in Unternehmenssoftware ständig und sind gestalterisch weitgehend geklärt. In einem Life-Science-Unternehmen baut ein Chemiker solche Anwendungen inzwischen selbst, mit Hilfe eines KI-Pakets, das die Seitenlayouts des Designsystems kennt. Das Ergebnis ist ordentlich. Nur findet dabei eben kein Design statt, sondern das Abarbeiten von Regeln und das Zusammenbauen von UIs auf Basis von UI-Patterns und Templates.
Auf der anderen Seite stehen Aufgaben, bei denen wirklich etwas Neues entstehen muss, etwa komplexe Oberflächen für die Analyse lebender Zellen oder neue Interaktionsmuster. Für diese Art von Arbeit hat sich bei niemandem in der Runde ein KI-Workflow durchgesetzt, der grundlegend anders aussieht als früher. Auch die KI-Funktionen der gängigen Designtools haben daran bisher wenig geändert.
Bei uns unterscheiden wir deshalb inzwischen bewusst zwischen konvergenter und divergenter Gestaltung. Konvergente Gestaltung, also das Zusammensetzen von Oberflächen aus bestehenden Regeln und Komponenten, können wir ziemlich weit automatisieren. Divergente Gestaltung bleibt dagegen Designarbeit im klassischen Sinne. Sie wird durch KI unterstützt, etwa durch Prototypen-Generatoren, bleibt im Kern aber menschlich.
Design ist die Übersetzung von menschlichen Bedürfnissen und technischen Möglichkeiten in einem sozialen Prozess, an dessen Ende etwas mit Nutzen und Bedeutung steht.
Designregeln für Maschinen zu schreiben ist härter als gedacht
Fast alle Teams in der Runde arbeiten gerade daran, ihr Designsystem für Agenten zugänglich zu machen. Die Dokumentation wandert dafür aus Werkzeugen wie Storybook oder zeroheight in Markdown- und JSON-Dateien im Repository, weil KI-Systeme mit visuellen Dokumentationsplattformen nur schlecht zurechtkommen. Dazu kommen MCP-Server, über die Agenten direkt auf Komponenten und Regeln zugreifen können.
Unterschätzt wird dabei oft der Inhalt. In meiner Session habe ich unsere ursprüngliche Regel für den Call-to-Action-Button gezeigt, die für Designer:innen völlig ausreicht: Zwei Sätze und ein paar Bilder. Wer sie als Designer:in liest, weiß, was gemeint ist, und setzt die Figma-Komponente richtig ein. Ein Agent dagegen hat zu viel Interpretationsraum und halluziniert. Das funktioniert dann weder in der Generierung noch in der Prüfung. Heute beschreiben unsere Designregeln deutlich konkreter, was umzusetzen ist oder stehen gleich als Code-Snippet zur Verfügung.
Noch besser ist es allerdings, wenn der Agent gar nicht erst interpretieren muss. Die wirksamste Vorbeugung gegen Halluzinationen ist, dass möglichst wenig neu generiert wird. Mehrere Teams geben ihren Agenten deshalb fertige Komponenten, Code-Snippets und verpflichtende Seitentemplates mit, die nur noch konfiguriert werden. Jemand aus der Runde nannte das treffend “Komponentifizierung” von Designentscheidungen. Bei Designer:innen ist dieser Ansatz nicht besonders beliebt, weil er Gestaltungsfreiheit bewusst einschränkt. Er hat aber einen großen Vorteil, denn er macht sehr klar, was designsystemkonform ist und was nicht.
Ein Problem teilten dabei fast alle. Mit jeder präziseren Regel wächst der Kontext, und irgendwann ist er zu groß, um ihn jedem Agenten komplett mitzugeben. Was fehlt, ist eine Art Kontextmanagement, also eine Schicht, die steuert, welcher Agent wann welche Regeln bekommt und wie er sie anwenden soll. Ein Teilnehmer brachte es auf den Punkt, als er sagte, dass Wissen allein nicht reicht, solange niemand beschreibt, wie es zu verwenden ist. Erste Experimente dazu laufen mit Skills, mit Multi-Agenten-Setups, in denen sich spezialisierte Agenten gegenseitig prüfen, und mit Knowledge Graphen, die das Designsystem so aufbereiten, dass nicht jedes Mal alles neu gelesen werden muss.
Wo liegt die Wahrheit?
Eine Frage hat die erste Session besonders lange beschäftigt. Wo liegt eigentlich die Single Source of Truth, wenn Design und Entwicklung immer enger verzahnt werden? In Figma, im Code oder irgendwo dazwischen? Die Antworten gingen weit auseinander. Ein Team hält das Design weiterhin in Figma und stellt die Logik als Web Components bereit, weil +30 Oberflächen in drei verschiedenen Frameworks bedient werden müssen und sich die Entwicklungsteams nicht in ihre Technologiewahl hineinreden lassen wollen. Ein anderes Team sieht Figma als Single Source of Truth, merkt aber zunehmend, dass Informationen eigentlich in beide Richtungen fließen müssten, vom Design in den Code und wieder zurück.
Wir haben uns anders entschieden. Für das Produkt ist die Entwicklungsumgebung die Wahrheit, denn dort arbeiten auch die agentischen Frameworks auf einer gemeinsamen Spezifikation. Für das Design haben wir eine eigene Abstraktionsschicht aufgebaut, in der Tokens als JSON im W3C-Format und Designregeln als Markdown liegen. Ob ein Team dann mit GitHub Copilot oder Claude Code arbeitet, spielt für uns damit eigentlich keine Rolle mehr. Der Grund für diese Entscheidung ist schlicht wirtschaftlich. Die Kostenentwicklung bei KI-Tools ist aktuell sehr volatil und wenig vorhersehbar. Da ist es eine gute Idee, die Designinfrastruktur tool- und frameworkagnostisch aufzubauen.
Auch Lizenzen waren in der Runde ein großes Thema, angefangen bei Dev-Seats für Entwickler:innen bis zum Enterprise-Plan, der für den Zugriff auf Variablen über die API nötig ist. Ein Team hat sich deshalb kurzerhand ein kleines eigenes Design-Studio gebaut, das nur mit dem eigenen Designsystem arbeitet und allen Mitarbeitenden offensteht. Für mich ist die Lehre daraus klar. Wer seine Designwahrheit an ein einzelnes Tool bindet, hängt am Ende an dessen Preispolitik.
Der eigentliche Engpass ist die Prüfung
Oberflächen zu generieren geht inzwischen rasend schnell, sie zu prüfen dagegen nicht. In einem unserer ersten agentischen Projekte bekam die Designerin jeden Tag einen komplett neu generierten Stand. Neu war dabei nicht nur die Stelle, an der sie am Vortag einen Fehler gefunden hatte, sondern die gesamte Oberfläche. Also musste sie jeden Tag alles erneut prüfen. Das ist auf Dauer weder machbar noch besonders erfüllend.
Diese Erfahrung kannten auch andere in der Runde. Wo Designer:innen heute schon Code generieren lassen, prüfen ihn in der Regel Frontend-Entwickler:innen gegen, und viele setzen zusätzlich auf UX-Reviews. Wir bauen deshalb automatisierte Prüfläufe auf, in denen spezialisierte Agenten zum Beispiel Design-Tokens, Texte und Barrierefreiheit kontrollieren und den Designer:innen und Accessibility Engineers Berichts bereitstellen. Ehrlich gesagt funktionieren diese Prüfläufe noch nicht so gut, wie ich mir das wünschen würde. Ohne Menschen geht es also nicht. Daher kann die Generierung nur so schnell wachsen wie die Prüfkapazität, sonst entstehen Qualitätsprobleme, die sich über viele Teams hinweg vervielfachen.
Genau an dieser Stelle setzte die Session zu Evals an. Statt sich auf das Gefühl zu verlassen, dass ein Ergebnis “irgendwie passt”, braucht es einen Testrahmen, der Qualität messbar macht. Qualität meint dabei mehr als die Güte der Oberfläche, auch Generierungsgeschwindigkeit und Token-Kosten gehören dazu. Besonders spannend fand ich die Frage, ob es wirklich immer das größte und teuerste Modell sein muss. Vielleicht ermöglichen gute Beschreibungen und sauberer Kontext auch kleineren, günstigeren Modellen gute Ergebnisse, und genau das lässt sich mit Evals überprüfen. Wer damit anfangen möchte, braucht übrigens keine hundert Testfälle. Für den Einstieg reichen 20 bis 50 echte Fehlerfälle (siehe die Einführungen von Anthropic und Vercel).
Das Designsystem wird zum Produkt
In der Session zur Organisation wurde deutlich, wie stark sich die Rolle von Designsystem-Teams gerade verschiebt. Laut dem Design Systems Report 2026 von zeroheight pflegen die meisten Unternehmen ihr Designsystem zentral, der Trend geht aber zu hybriden Modellen, in denen auch Produktteams beitragen. Das entlastet das zentrale Team, bringt aber neue Aufgaben mit sich, von Reviews über Qualitätssicherung bis zum Umgang mit Abhängigkeiten zwischen verschiedenen Releases.
Mehrere von uns sind dabei unabhängig voneinander zum selben Schluss gekommen. Das Designsystem ist kein Nebenprodukt der Designarbeit mehr, sondern ein Produkt, dessen Kund:innen die Entwicklungsteams und zunehmend auch Agenten sind. Es braucht deshalb eine Product Ownership, klare Release-Zyklen und Menschen, die sowohl Design als auch Technik beherrschen. Gesucht sind dafür weniger klassische Entwickler:innen als Übersetzer:innen, die eine Designregel so formulieren können, dass ein Agent damit arbeiten kann und die Prüfmechanismen betrieben sowie laufend verbessern. Unser Design-Ops-Team entwickelt sich gerade zu einer Betriebseinheit, die dafür sorgt, dass Agent Packages, Kontextinformationen und Prüfläufe aktuell sind und zuverlässig laufen. Für ein Team, das bisher vor allem konzipiert, gestaltet und kommuniziert hat, ist das ein großer Wandel.
Offen bleibt in vielen Organisationen die Frage der Kuration. Wem gehört ein Interaktionsmuster? Wer entscheidet, was ins Designsystem aufgenommen wird und was wieder herausfliegt? Diese Fragen werden drängender, weil inzwischen auch Sales oder Produktmanagement mal eben eigene Prototypen mit KI generieren, die dann auf dem Tisch des Designteams landen. Ein Gedanke aus der Runde hat mir dazu besonders gefallen. Für solche Prototypen sollten dieselben Maßstäbe gelten wie für jedes andere Produktexperiment, also ein klar benanntes Problem, ein Ziel und eine Hypothese. Und vorher sollte feststehen, woran man Erfolg und Misserfolg erkennt.
Der Preis der Konsistenz
Zum Schluss möchte ich auf den Punkt eingehen, der mich persönlich am meisten beschäftigt. Je fester wir das Designsystem in die agentische Entwicklung einbauen, desto konsistenter werden unsere Produkte. Das ist zunächst eine gute Nachricht, denn so erreichen auch Teams ohne eigene Designer:innen eine Gestaltungsqualität, die vorher kaum möglich war. Gleichzeitig schreiben wir unsere Designsprache damit so stark fest, dass sie sich kaum noch weiterentwickelt. Früher hat sich zwischen zwei Sprints auch mal jemand hingesetzt und einen Entwurf noch ein Level höher gezogen. Dafür ist heute kaum noch Zeit. Und wenn am Ende alle mit denselben Agenten arbeiten, sehen viele Produkte gleich aus, nur in anderen Farben. Damit verliert Design genau den Beitrag, den es zur wirtschaftlichen Differenzierung leisten soll.
Arbeitserlebnis im UX-Bereich
Prüfarbeit wird zunehmend ein wesentlicher Teil der Designarbeit. Aber sie ist unsichtbar. Es fehlt der Flow, und es fehlt der Moment, in dem Du stolz auf ein fertiges Design schaust. Wer nur noch prüft, verlernt außerdem irgendwann das Gestalten und damit am Ende auch das Prüfen. Für mich bedeutet das, dass Product Discovery zu einem Schutzraum werden muss, in dem divergente Gestaltung stattfinden kann, bevor die agentische Entwicklung beginnt. Diesen Raum müssen wir aktiv verteidigen.
Wo stehen wir also? Ich habe in der Runde gesagt, dass wir vielleicht bei 30 Prozent der Wegstrecke sind und dass es sich nächste Woche auch nach 20 Prozent anfühlen kann, wenn sich mal wieder was verändert hat. Das ging nicht nur mir so. Alle, die dabei waren, probieren gerade aus, lernen und verwerfen wieder, oder wie es jemand aus der Runde formulierte: “Alle sitzen im gleichen Boot.” Für mich ist das eher beruhigend als beunruhigend. Niemand hat die fertige Antwort, aber im Austausch lernen wir deutlich schneller, als es jedes Team allein könnte. Und genau deshalb freue ich mich schon auf die nächste Runde.
Danke an alle, die Sessions mitgebracht, mitdiskutiert und zugehört haben. Und danke für Eure Offenheit, gerade an den Stellen, an denen es bei Euch noch nicht rund läuft.
Roundtable zu Designsystemen
Wenn Du beim nächsten Austausch dabei sein möchtest, findest Du hier alle Infos:
