AI-personalisiertes adaptives Design: der Wandel, den Designer nicht mehr ignorieren können

Was bereits passiert

Vor drei Jahren schrieb ich in einem Artikel, dass die nächste große Verschiebung im Design nicht von den Stakeholdern kommen würde. Sie würde vom Nutzer selbst kommen, erkannt durch Algorithmen, bedient durch eine Oberfläche, die sich in Echtzeit anpasst. Wir sind angekommen.

Netflix personalisiert nicht nur die Empfehlungen, sondern die Thumbnails selbst. Jeder Nutzer sieht eine andere Version desselben Posters, ausgewählt aus mehreren Varianten basierend auf seiner Historie. Mehr als 80% der auf der Plattform konsumierten Inhalte stammen aus algorithmischen Empfehlungen. (Netflix Research)

Spotify generiert jeden Montag eine Playlist mit 30 neuen Titeln pro Nutzer via Discover Weekly. Im Dezember 2025 haben sie eine weitere Schwelle überschritten mit den prompted playlists, bei denen der Nutzer den Algorithmus in Echtzeit mitsteuert. (Spotify Newsroom, Dezember 2025)

Chinesische Super-Apps wie WeChat (1,3 Milliarden aktive Nutzer) oder Meituan organisieren ihre Oberfläche je nach Tageszeit, Standort und vergangenem Verhalten neu. Die Home ist kein Menü mehr, sondern ein lebendiger Raum. (Statista 2024 · RAPP, "The pull of WeChat personalization")

Dynamic Pricing ist das wirtschaftliche Pendant zu all dem. 2024 räumte der CEO von Uber ein, dass der Algorithmus "Verhaltensmuster" zur Tarifgestaltung nutzt, einschließlich, laut zitierter Forschung, des Akkustands des Telefons als Signal für Preistoleranz. (Computer Weekly, Februar 2024 · Journal of Business Ethics, Springer 2020)

Was das konkret bedeutet

Die Nielsen Norman Group hat im März 2024 ein Wort für diesen Umbruch gefunden: generative UI. Eine Oberfläche, die in Echtzeit von der AI für jeden Nutzer generiert wird, basierend auf seinem Kontext und seinen Zielen. (Kate Moran und Sarah Gibbons, "Generative UI and Outcome-Oriented Design", NN/g, 22. März 2024)

Im November 2025 ging Google Research noch einen Schritt weiter. Ihre Implementierung von generative UI, eingesetzt in der Gemini-App und im AI Mode von Google Search, generiert komplette interaktive visuelle Erlebnisse, Webseiten, Spiele, Simulatoren, vollständig on the fly, für jede Frage.

Googles menschliche Evaluationen zeigen, dass diese generierten Oberflächen deutlich bevorzugt werden gegenüber Standard-Text- oder Markdown-Outputs, mit signifikantem Abstand. Nur Oberflächen, die von menschlichen Experten für einen spezifischen Prompt entworfen werden, schneiden besser ab, und nur knapp. (Google Research, "Generative UI: LLMs are Effective UI Generators", 2025)

Wie es funktioniert, und warum es für Designer wichtig ist

Googles System basiert auf drei Elementen: Zugang zu Tools (Bildgenerierung, Websuche), sorgfältig formulierten Systemanweisungen und Nachbearbeitung der Outputs.

Was das implizit Designern sagt: das Modell arbeitet nicht im Vakuum. Es operiert innerhalb eines von Menschen definierten Rahmens. Die Systemanweisungen, der Tool-Katalog, die Nachbearbeitungsregeln, dorthin verlagert sich die Designarbeit.

Das knüpft direkt an ein Thema an, das ich kürzlich behandelt habe: ein Design System für MCP auditieren. Wenn die AI Oberflächen on the fly aus deinem Design System zusammensetzt, wird die Qualität und Kohärenz deiner Tokens, Komponenten und deines Namings zum eigentlichen Produkt. Der Rahmen, den der Designer definiert, ist das, was das Modell kann oder nicht kann.

Der Designer verschwindet nicht. Seine Rolle verschiebt sich.

Kate Moran und Sarah Gibbons (NN/g) formulieren es direkt:

"We'll need to shift from designing interfaces to designing outcomes. We will give the AI constraints that it should satisfy when generating an interface. Ultimately making us designers of parameters and constraints."

Diese Verschiebung ist real und konkret. Wir zeichnen keine Screens mehr, wir entwerfen Rahmen. Wir zielen nicht mehr auf den Durchschnitt, wir definieren die Regeln, damit die AI jede Einzigartigkeit bedienen kann.

Dasselbe System, derselbe von den Designern definierte Stil, drei verschiedene automatisch generierte Erlebnisse. Es ist die Logik des Design Systems, auf die Spitze getrieben: Der Designer setzt die Bedingungen, die AI setzt zusammen.

McKinsey beziffert den Einsatz: Unternehmen, die in Personalisierung exzellieren, generieren 40% mehr Umsatz als ihre Wettbewerber, und 71% der Konsumenten erwarten heute personalisierte Erlebnisse. (McKinsey, "Next in Personalization 2021")

Die Tools existieren bereits

• Vercel v0: Prompt zu funktionierendem React-Code in wenigen Minuten. (Vercel Blog, 2023-2024)
• Galileo AI / Stitch: Prompt zu kompletter Oberfläche. (UX Pilot, 2026)
• Google A2UI v0.9: offener Standard, damit AI-Agenten UIs aus einem Komponentenkatalog auf der Client-Seite zusammensetzen können. (Google Developers Blog, 2025)
• Figma Make, Lovable, Bolt, Uizard: dieselbe Logik, verschiedene Oberflächen.

Was sich abzeichnet: Der Designer liefert das System, die AI setzt die Oberfläche in Echtzeit zusammen, ein standardisiertes Protokoll garantiert Konsistenz auf allen Oberflächen.

Was wir nicht ignorieren dürfen

Personalisierung gleitet leicht in Manipulation. Eine aktuelle akademische Studie zeigt, dass Dark Patterns "increasingly personalized, leveraging user data to modify and optimize interactions in ways that can be difficult to recognize" werden. (arXiv 2602.18445, "Emergent Dark Patterns in AI-Generated User Interfaces", 2026)

In Europa zieht sich der Rahmen zusammen. Die DSGVO verlangt eine freie und informierte Einwilligung. Der AI Act (vollständig anwendbar ab August 2026) verbietet Systeme, die Verwundbarkeiten in Bezug auf Alter, Behinderung oder sozioökonomische Lage ausnutzen. (Europäische Kommission, Verordnung EU 2024/1689)

Der Designer steht jetzt an vorderster Front der Compliance, nicht nur der Ästhetik.

Die eigentliche Frage

Die universelle Oberfläche, gedacht für den Durchschnitt, hat ihre Zeit gehabt. Nicht weil sie schlecht war, sondern weil sie damals das einzig Mögliche war.

Heute ist es technisch erreichbar, ein individualisiertes Erlebnis für Millionen von Nutzern zu entwerfen. Was noch fehlt, ist die Doktrin: Wer setzt die Regeln, wer garantiert Fairness, wer zieht die Grenzen.

Das ist das neue Terrain des Designers. Nicht das Liefern von Mockups. Die Architektur adaptiver, ethischer, lebendiger Systeme.

Die Frage ist nicht mehr "passiert das?". Sie lautet: Welche Rolle wollen wir dabei spielen.

---

Weiterlesen: zu den Design-System-Grundlagen, die generative UI erst tragfähig machen, Ein Design System für MCP auditieren. Zur sozialen und wirtschaftlichen Seite AI-getriebener Services, Die große Umkehr.

---

Quellen & Referenzen

1. Google Research, Generative UI: LLMs are Effective UI Generators (Nov. 2025). research.google

2. Kate Moran & Sarah Gibbons, Generative UI and Outcome-Oriented Design, NN/g (2024). nngroup.com

3. NN/g, Can Users Control a UI Driven by ML?. nngroup.com

4. McKinsey, Next in Personalization 2021. mckinsey.com

5. Google, A2UI v0.9 Generative UI (2025). developers.googleblog.com

6. Vercel, Announcing v0 (2023). vercel.com

7. arXiv, Emergent Dark Patterns in AI-Generated User Interfaces (2026). arxiv.org

8. Springer, Mapping the Ethicality of Algorithmic Pricing (2020). link.springer.com

9. Europäische Kommission, AI Act (2024). digital-strategy.ec.europa.eu

10. Spotify Newsroom, Prompted Playlists (Dez. 2025). newsroom.spotify.com

11. Computer Weekly, Uber CEO on behavioral pricing (2024). computerweekly.com

12. RAPP, The pull of WeChat personalization. rapp.com