Einsatz von KI im Design Thinking

Künstliche Intelligenz ist das Trendthema in der Technologie, und unsere Arbeit verändert sich schnell, wenn wir sie in unseren Arbeitsablauf integrieren. Das Potenzial von KI zur Unterstützung der Aktivitäten im Bereich Design Thinking ist enorm. Während der Prozess der Integration von KI-Funktionalität in Design-Software noch in den Kinderschuhen steckt, ist Design Thinking eine der kreativen Disziplinen, die von der Weiterentwicklung dieser Tools enorm profitieren wird.

Design Thinking ist ein auf den Menschen ausgerichteter Innovationsansatz, der Designtechniken nutzt, um Nutzerbedürfnisse, technologische Möglichkeiten und geschäftliche Anforderungen zu integrieren. Er ist durch fünf Phasen gekennzeichnet, die nicht unbedingt nacheinander ablaufen und in einer iterativen Weise durchgeführt werden können. Diese Flexibilität, die dem Design Thinking innewohnt, unterstützt Kreativität, die organisch und nicht immer linear ist.

KI-Funktionalität beginnt, in den kreativen Tools zu erscheinen, die wir für das Design Thinking verwenden. So enthalten beispielsweise die KI-Funktion Miro Assist von Miro und FigJam AI von Figma erste Funktionen, die jede dieser fünf Phasen unterstützen können.

Betonen

Forschung und Beobachtung, um die Bedürfnisse der Nutzer zu verstehen.

• Da KI sich durch ihre Fähigkeit auszeichnet, Texte zusammenzufassen, können Tools wie Miro Assist Transkripte von Nutzerinterviews zusammenfassen und wichtige Punkte identifizieren, wodurch der Forscher viel manuelle Arbeit spart.
• Tools wie read.ai und Supernormal können an dem Interview teilnehmen, ein Transkript erstellen und Aktionspunkte identifizieren. So können sich die Forscher auf das Interview konzentrieren und wörtliche Zitate aus dem Interview erfassen, die als Beweis für die Schlussfolgerungen des Forschers sehr nützlich sind.

Definieren

Die in der Betonen-Phase gesammelten Informationen werden zusammengefasst, um die Hauptprobleme zu artikulieren, die wir lösen wollen.

• Die Kernfähigkeit von KI, Muster zu erkennen, kommt bei der Analyse der Ergebnisse eines Design-Thinking-Workshops zum Tragen. Wenn die Teilnehmer beispielsweise Ideen für Produktmerkmale gesammelt haben, kann Miro Assist eine große Gruppe von Haftnotizen auf einem digitalen Whiteboard analysieren und sie nach Themen oder Themen in Gruppen zusammenfassen – und diese Themen/Themen aus dem Inhalt der Haftnotizen definieren. Dies ist eine enorme Zeitersparnis und beschleunigt den Prozess der Analyse großer unstrukturierter Ideensammlungen. Wenn Informationen wie demografische Daten, Ziele der Benutzer und Blocker vorliegen, kann Miro Assist Benutzerpersönlichkeiten entwerfen, die zur Bearbeitung bereit sind. Dies verschafft dem Forscher einen Vorsprung bei der Darstellung von Benutzermustern, die die Grundlage einer Persönlichkeit bilden.
• Miro Assist kann ganze Präsentationen erstellen, die Artefakte auf einem Miro-Board zusammenfassen. Dies kann in der Anfangsphase der Erstellung von Präsentationen viel Zeit sparen.
• FigJam AI kann Texteingaben in visuelle Darstellungen wie Diagramme, Flussdiagramme oder Mindmaps umwandeln und ermöglicht so eine schnelle Visualisierung von Konzepten. Dies kann sehr nützlich sein, wenn man versucht, die Kernkonzepte aus einer unstrukturierten Reihe von Ideen auf einem digitalen Whiteboard zu visualisieren.
• Manchmal überprüfen oder erstellen wir in Design-Thinking-Workshops Bilder und nicht nur Text. Miro Assist kann Themen in einer Gruppe von Bildern zusammen mit jeglichen Textinhalten in den Bildern identifizieren.

Ideen finden

Annahmen werden hinterfragt und Ideen generiert, um die Probleme zu lösen, die wir in der Definitionsphase identifiziert haben.

• FIgJam AI kann die Ideenfindung in einem Design-Thinking-Workshop erleichtern, indem es Folien auf einem digitalen Whiteboard erstellt, um die Workshop-Übungen zu unterstützen, die der Forscher in Textaufforderungen definiert. Dies kann eine enorme Zeitersparnis bedeuten.
• Bei der Ideenfindung während eines Design-Thinking-Prozesses haben wir häufig einen Ausgangspunkt, müssen aber unser Denken auf weitere Themen ausdehnen. Miro Assist kann von einer einzelnen Idee ausgehen und zusätzliche verwandte Themen in einer Mindmap generieren. Ebenso kann FigJam AI zusätzliche Ideen aus Haftnotizen oder anderen Design-Thinking-Artefakten generieren. Dies kann Zeit sparen, indem mehr Ideen schneller generiert werden.

Prototyp

Designer erstellen Designkonzepte, Wireframes und Prototypen und verwandeln die Ideen in greifbare Artefakte zum Testen.

• Miro Assist und Figma können den Workflow eines Benutzers überwachen und KI-gestützte Empfehlungen für neue Designobjekte geben, die mit dem bisherigen Workflow des Benutzers übereinstimmen. Dies beschleunigt den Prozess der Erstellung von Diagrammen zur Unterstützung des Design Thinking.

• Wenn das Design Thinking zu handgezeichneten Bildschirmen führt, kann das KI-gesteuerte Design-Tool Uizard diese Zeichnungen in tatsächliche Bildschirmdesigns umwandeln. Dies erleichtert die anschließende Designarbeit auf der Grundlage von Design-Thinking-Prozessen.

• Intelligente Layouts und automatische Vorschläge: Durch die Analyse von Designelementen und Benutzerpräferenzen kann Figma AI optimierte Layouts und konsistente Abstände, Ausrichtungen und Proportionen für verschiedene Bildschirme und Komponenten vorschlagen. Durch die Reduzierung mühsamer Anpassungen an einem Design kann diese Funktion dem Designer viel Zeit sparen.
• Kontextbezogene Designempfehlungen: Figma AI kann vorhandene Designmuster und das Benutzerverhalten analysieren, um relevante Designelemente, Farbschemata und Typografieoptionen vorzuschlagen, die mit den Projektzielen übereinstimmen..

Test 

Lösungen werden mit echten Benutzern getestet und ihr Feedback wird dann zur Verfeinerung der Ideen verwendet.

• Beim Testen von Prototypen oder Software mit echten Benutzern sammeln wir Daten wie Erfolg/Misserfolg bei der Erledigung von Aufgaben, Verständlichkeit der Benutzeroberfläche, Benutzerfreundlichkeit des Designs und manchmal auch Maus-Tracking, um die Benutzerfreundlichkeit zu beurteilen. Die Fähigkeit der KI, Daten zusammenzufassen und Muster zu erkennen, macht sie zu einem leistungsstarken Forschungspartner, der Muster erkennt und die Ergebnisse von Benutzertests zusammenfasst.
• KI ist technisch in der Lage, Benutzerinteraktionen mit einem Prototyp zu simulieren, um dessen Funktionalität, Benutzerfreundlichkeit und Leistung zu testen. Dies ist bemerkenswert, da KI die entsprechenden Interaktionen eines Menschen mit der Benutzeroberfläche generiert, ohne dass die Zeit und die manuellen Aufgaben erforderlich sind, die mit der manuellen Durchführung eines Benutzertests verbunden sind.

Wie wir gesehen haben, hat KI das Potenzial, Design-Thinking-Aktivitäten erheblich zu verbessern, indem sie wertvolle Einblicke in das Nutzerverhalten liefert, neue Ideen generiert und die schnelle Erstellung und Erprobung von Prototypen erleichtert. Es ist jedoch wichtig, sich daran zu erinnern, dass KI ein Werkzeug ist, das die menschliche Kreativität und Entscheidungsfindung unterstützt, nicht ersetzt. Der Einsatz von KI im Design wird manchmal als „virtueller Designpartner“ bezeichnet. Designer bringen einzigartige Fähigkeiten und Perspektiven in den Design-Thinking-Prozess ein, wie Urteilsvermögen, Empathie, Intuition und Kreativität, die KI nicht nachahmen kann. Durch den Einsatz von KI-Technologien kann der Design-Thinking-Rahmen zu einer nutzerzentrierteren und innovativeren Produktentwicklung führen und letztlich die zentrale Rolle des Design Thinking in der Zukunft von Design und Innovation stärken.

Der XD-Stratege Dennis Crumbine verfügt über mehr als 25 Jahre Führungs- und Design-Erfahrung in Unternehmen wie Wayfair, The Nielsen Company, JetBlue und Microsoft. Er hat einen Bachelor-Abschluss in Musik und Literatur von der Gallatin School der New York University und ist außerdem Musiker, Hundeliebhaber und ein sehr stolzer Vater.