KI im Design: Was wirklich funktioniert und was weiterhin übertrieben versprochen wird

Steven Heine, der Gründer des Design-Tools Paper, hat monatelang anonyme Interviews mit Designern bei Atlassian, Shopify, Notion und ähnlichen Unternehmen geführt und festgestellt, dass die Praxis von der öffentlichen Diskussion abweicht. KI erweist sich als besonders stark beim Auditieren und Dokumentieren: Mit Cursor und Figma MCP baute Kirk vom UI Collective ein System, das Designkomponenten gegen Token-Tabellen prüft und dabei eine etwa 50-fache Beschleunigung im Vergleich zu manuellen Checks erreicht. Versuche jedoch, Dashboards über Figma Make zu generieren, führen zu visuell ähnlichen Ergebnissen, die beim Zurücksetzen in Figma keine echten Variablen verwenden. Ein weiteres Muster ist, dass Designer eigene Forks der Produktions-Repositories erhalten, um gegen echten Code statt gegen imaginäre Mockups zu prototypisieren, wobei Heine anmerkt, dass niemand mit Sicherheit sagen konnte, dass dies schneller ist. Der AI in Design Report 2026, der auf einer Umfrage unter über 900 Designern in mehr als 60 Ländern und Fallstudien von Teams bei Anthropic, Framer, Linear, Notion, Shopify, Sierra und Stripe basiert, zeigt, dass das Lernen von Gleichaltrigen von 24 % auf 70 % gestiegen ist, während das Vertrauen in Top-down-Empfehlungen im Jahresvergleich von 32 % auf 16 % gefallen ist. Alexey Kirdyaev schreibt auf Habr, dass KI offenlegt, ob Vertrauen in einem Team existiert; ein Produktmanager, der einen funktionierenden Dashboard-Prototyp in Claude Code baut, testet die Bereitschaft des Teams, Verantwortlichkeiten neu zuzuweisen. Das konkreteste Beispiel kommt von X5Tech, wo ControlNet, LoRA und Style Transfer die Generierung von einer Lotterie in vorhersehbare Variationen verwandelten, wobei 40-45 % der visuellen Inhalte für die Marken Pyaterochka und Chizhik nun mit KI erstellt werden, Teile von Teams auf Stockfotos verzichten und die Designgeschwindigkeit fast verdoppelt wurde. Insgesamt ist KI dort eingebettet, wo Aufgaben eng umrissen und überprüfbar sind, scheitert jedoch dort, wo neue Strukturen geschaffen werden müssen; die Grenze zwischen reibungsloser und chaotischer Einführung wird durch organisatorisches Vertrauen bestimmt.