Design Thinking trifft KI

Vom Workshop zum klickbaren Prototyp an einem Tag — und warum sich der Weg zum innovativen Produkt gerade fundamental verkürzt.

Design Thinking hat ein bekanntes Problem: Die Methode ist großartig — aber langsam. Ein klassischer Doppel-Diamant zieht sich gerne über drei bis sechs Wochen, bevor überhaupt der erste echte Prototyp existiert. In dieser Zeit verlieren Auftraggeber:innen, Stakeholder und manchmal auch das Team selbst die Geduld.

KI ändert das. Nicht weil sie Design Thinking ersetzt — sondern weil sie in jeder einzelnen Phase die Reibung herausnimmt, die uns bisher Tage und Wochen gekostet hat. Recherche, die früher zwei Tage Lektüre war, dauert heute eine halbe Stunde. Synthese, die früher ein zweitägiger Workshop war, ist eine 90-Minuten-Session mit gut formulierten Prompts. Prototypen, die früher eine Woche im Designsystem brauchten, klicken nach dem Mittagessen.

Wir schreiben hier nicht über die Theorie — sondern darüber, wie wir das im Agenturalltag anwenden, was funktioniert und wo es Stolperstellen gibt.

Phase 1 — Empathize: Recherche, die wirklich tief geht

Früher: zwei Tage Desk Research, eine Woche User-Interviews, ein Tag Auswertung. Heute parallelisieren wir das.

Wir nutzen KI für die Vorrecherche: Marktüberblick, Wettbewerber, Studien zur Zielgruppe, Branchen-Sprachgebrauch. Ein gut formulierter Prompt mit Kontext (Branche, Region, Zielgruppe, konkrete Frage) liefert in 20 Minuten eine strukturierte Landschaft, für die früher eine ganze Junior-Stelle einen halben Tag gebraucht hätte. Wichtig: Wir kontrollieren Quellen, weil KI gerne plausibel klingt, ohne richtig zu sein. Aber als Startrampe für eigene Vertiefung ist sie unschlagbar.

Für echte User-Interviews bleibt KI Werkzeug, nicht Ersatz. Aber: Transkripte werden automatisch erstellt, thematisch geclustert, mit Sentiment-Tags versehen. Was früher zwei Tage manuelle Auswertung war, ist heute eine Stunde — wir lesen die KI-Synthese, validieren stichprobenartig, ergänzen Eigenes.

Phase 2 — Define: Vom Datenhaufen zur scharfen Frage

Die Synthese-Phase war früher der Workshop, vor dem alle Angst hatten — viele Post-its, wenig Konsens, ein müdes Team. Hier hilft KI besonders.

Wir füttern alle Recherche-Artefakte (Notizen, Interview-Auszüge, Marktdaten) in eine Session mit klarem Briefing: „Welche drei Personas leiten sich aus diesen Daten ab? Wo widersprechen sich Bedürfnisse? Welche zentrale Frage löst die größte Spannung auf?" Die KI ist erstaunlich gut darin, Muster zu finden, die einem Team nach acht Stunden Diskussion entgehen — gerade weil sie keine Workshop-Müdigkeit kennt.

Das Ergebnis ist nicht das Endprodukt, sondern eine Diskussionsvorlage. Wir sitzen anschließend zwei Stunden mit dem Team zusammen, validieren, schärfen, verwerfen. Aus passiver Zustimmung wird aktive Reibung — das ist der Moment, in dem ein Team das Problem wirklich besitzt.

Phase 3 — Ideate: Divergenz ohne Mühe

Kreativ-Sessions scheitern oft am ersten Schritt: zu wenige Ideen, zu schnell auf den naheliegenden Lösungen. KI dreht das um.

Unser Vorgehen: Wir formulieren die Problemstellung präzise und lassen die KI in einem Prompt 30 bis 50 Lösungsrichtungen generieren — explizit auch ungewöhnliche, branchenferne, absichtlich „dumme" Ideen. Davon verwirft das Team 80 % sofort, aber die übrigen 20 % sind Gold: Anstöße, auf die niemand am Tisch von selbst gekommen wäre, weil wir alle in derselben Branche denken.

KI ist hier nicht der Ideengeber — sie ist der Sparringspartner ohne Ego. Sie liefert Material, das Menschen aufnehmen, kombinieren und in echte Konzepte verwandeln. Was früher ein zweitägiger Innovations-Workshop war, ist eine Vor-Session am Vormittag und ein zweistündiger Konkretisierungs-Workshop am Nachmittag.

Phase 4 — Prototype: Bauen statt malen

Hier ist der Sprung am größten. Früher hieß Prototyp: Wireframes in Figma, ein paar Klick-Strecken, vielleicht ein Adobe-XD-Mockup. Wenn es richtig schick werden sollte, eine Woche Aufwand mit Designer:innen.

Heute generieren wir mit Tools wie Claude, v0, Lovable oder Bolt in wenigen Stunden einen lauffähigen, klickbaren Prototyp — mit echtem HTML/CSS, echten Daten-Strukturen, echtem Verhalten. Kein Mockup, sondern eine arbeitsfähige Vorform der späteren Lösung. Das verändert User-Tests fundamental: Probanden klicken nicht durch ein statisches Bild, sondern interagieren mit einer Anwendung, die annähernd echt wirkt.

Für uns als Agentur ist das ein Hebel: Wir können Konzepte am gleichen Tag, an dem wir sie skizzieren, dem Auftraggeber als klickbares Erlebnis vorlegen. Das verändert die Diskussion — weg von „würde ich so verstehen?" hin zu „funktioniert das, was wir damit eigentlich erreichen wollen?".

Phase 5 — Test: Feedback, das nicht versickert

Die Test-Phase ist klassisch ein Flaschenhals: Fünf bis zehn User-Tests durchführen, jedes einzeln aufzeichnen, transkribieren, auswerten, in Erkenntnisse übersetzen, dem Team kommunizieren. Das hat in der Vergangenheit gerne eine Woche gefressen — und ist trotzdem oft im Berichts-PDF versickert.

KI verkürzt das auf einen Tag: Aufzeichnungen werden automatisch transkribiert, thematisch geclustert, in „funktioniert / verwirrt / blockiert"-Kategorien sortiert. Wir bekommen eine maschinelle Zusammenfassung mit konkreten Zitaten, validieren sie gegen die Originale, ziehen die nächsten zwei bis drei Iterationsschritte daraus.

Gleichzeitig hilft KI bei Varianten-Generierung: Aus jeder Erkenntnis können wir noch in der gleichen Session zwei oder drei alternative Designansätze prototypisch durchspielen. Was vorher die nächste Iteration war, passiert noch im selben Termin.

Was sich für unsere Arbeit ändert

Design Thinking war nie das Problem. Das Problem war die Schwerfälligkeit, mit der die Methode in der Realität angekommen ist. Mit KI fällt diese Schwerfälligkeit weg — und etwas Interessantes passiert: Plötzlich können wir Design Thinking wieder ernsthaft auf jedes Projekt anwenden, weil es nicht mehr fünf Wochen kostet.

Die Rolle der Menschen in dem Prozess wird wertvoller, nicht überflüssiger. KI liefert Material, Synthesen, Varianten. Aber die Entscheidungen — was wirklich gebaut wird, für wen, mit welcher Haltung — bleiben menschliche Entscheidungen. Was sich ändert, ist die Geschwindigkeit, mit der wir an diese Entscheidungen herankommen.

Für uns bei Yakamara ist das Alltag geworden. Wir haben unsere eigenen Prozesse darauf umgestellt: KI ist in jeder Phase dabei, das Team führt, validiert, korrigiert. Das Ergebnis sind Produkte, die schneller entstehen — und gleichzeitig näher an dem, was Nutzer:innen tatsächlich brauchen, weil wir mehr Iterationen schaffen.

Wenn du das mit uns durchspielen willst — auf einem konkreten Projekt, in einem realistischen Rahmen — schreib uns: hallo@yakamara.de. Wir bringen die KI mit. Du bringst das Problem.