KI im Design Research für Unternehmen

Warum das für Unternehmen relevant ist

Design Research scheitert in der Praxis selten an Einsicht, sondern an Aufwand, Zeitdruck und fehlenden Ressourcen. Genau hier setzt KI an:

• sie beschleunigt Recherche- und Analyseaufgaben,

• reduziert manuellen Aufwand,

• macht strukturierte Designentscheidungen auch ohne große Research-Teams möglich.

Wichtig: KI ersetzt keine menschliche Designkompetenz. Sie wirkt als Co-Researcher, der unterstützt, vorbereitet und skaliert. Die Verantwortung, Interpretation und Entscheidungen bleiben beim Menschen.

Design Research als Unternehmensprozess – mit KI-Unterstützung
Das wissenschaftliche DSR-Modell lässt sich auf typische Innovations‑, Produkt‑ und Serviceprozesse übertragen. Im Folgenden werden die sechs zentralen Phasen beschrieben. Beigefügt sind jeweils eine unternehmerische Perspektive und konkrete KI‑Anwendungsbeispiele.

Problemverständnis: Kundenprobleme systematisch erfassen
Kundenfeedback liegt verteilt vor: Support-Tickets, Interviews, E-Mails, Umfragen, Marktforschung, interne Annahmen. Ein klares, geteiltes Problemverständnis fehlt oft
Wie KI unterstützen kann

• Clustern und Zusammenfassen großer Mengen an Kundenfeedback

• Unterstützung bei Markt- und Wettbewerbsanalysen

• Strukturierte Auswertung von Interviews (Themen, Stimmungen, Muster)

• Ergänzende KI-gestützte Interviews oder Fragebögen zur Skalierung

Mehrwert für Unternehmen
KI hilft bei der Breite und Struktur, nicht beim Aufbau von Empathie. Direkter Nutzerkontakt bleibt entscheidend.

Ziele & Anforderungen: Von Problemen zu klaren Designzielen
Anforderungen entstehen oft implizit, sind unvollständig oder widersprüchlich, besonders unter Zeitdruck.
Wie KI unterstützen kann

• Ableitung erster Anforderungsvorschläge aus Problem- und Nutzungsbeschreibungen

• Prüfung von Anforderungen auf Vollständigkeit, Verständlichkeit und Umsetzbarkeit

• Aufdecken von Zielkonflikten oder Abhängigkeiten

Mehrwert für Unternehmen
KI-generierte Anforderungen sind ein Startpunkt, kein finales Ergebnis. Die Priorisierung bleibt eine strategische Entscheidung.

Design & Entwicklung: KI als Co‑Designer
Ideenfindung, Prototyping und Entwicklung konkurrieren um knappe Zeitressourcen.
Wie KI unterstützen kann

• Generieren mehrerer Designvarianten auf Basis von Anforderungen

• Unterstützung bei Wireframes, UI-Ideen und Layout-Alternativen

• Berücksichtigung von Accessibility- und Usability-Heuristiken

• Generierung von Frontend‑ und Backend‑Code (inkl. Tests und Dokumentation)

Mehrwert für Unternehmen
KI ermöglicht es, den Lösungsraum schneller und breiter zu explorieren, ohne jeden Entwurf manuell umzusetzen.

Demonstration: Lösungen früh erlebbar machen
Stakeholder verstehen Konzepte oft erst, wenn sie erlebbar sind, dafür fehlen jedoch Ressourcen.
Wie KI unterstützen kann

• Erstellung interaktiver Demos und Simulationen

• Personalisierte Demonstrationen für unterschiedliche Zielgruppen

• Automatisierte Auswertung von Nutzungsdaten während Demos

• Umwandlung von Konzepten in erklärende Texte, Videos oder Audioformate

Mehrwert für Unternehmen
Ideen werden früher testbar, Fehlannahmen lassen sich schneller erkennen.

Evaluation: Wirkung messen
Evaluation findet oft spät oder nur oberflächlich statt.
Wie KI unterstützen kann

• Unterstützung beim Aufbau von Evaluationsdesigns

• Automatisierte Usability-Checks

• Simulation von Nutzungsszenarien (synthetische Nutzende)

• Analyse qualitativer und quantitativer Daten

Mehrwert für Unternehmen
KI kann echte Nutzerstudien ergänzen, aber nicht vollständig ersetzen. Kritische Reflexion bleibt notwendig.

Kommunikation: Erkenntnisse wirksam teilen
Research-Ergebnisse verschwinden in Präsentationen oder werden nicht weiterverwendet.
Wie KI unterstützen kann

• Zielgruppenspezifische Zusammenfassungen (Management, Entwicklung, Marketing)

• Übersetzung zwischen Fach‑ und Alltagssprache

• Unterstützung bei Berichten, Konzeptpapieren oder Entscheidungsgrundlagen

• Feedback auf Entwürfe und Präsentationen

Mehrwert für Unternehmen
Design Research wird anschlussfähig für Organisationen.

Fazit: Design Research neu denken
Das vorgestellte Framework zeigt: KI kann Design Research nicht automatisieren, aber transformieren. Für Unternehmen bedeutet das:

• strukturierter forschen mit weniger Aufwand,

• bessere Entscheidungen auf Basis fundierter Erkenntnisse,

• menschenzentrierte Digitalisierung trotz knapper Ressourcen.

Zum Wissenschaftlichen Papier