Künstliche Intelligenz (KI) und User Experience (UX) sind zwei wichtige Bereiche, die zunehmend miteinander verschmelzen, um die Interaktion zwischen Menschen und Technologie zu verbessern. KI-Systeme werden in UX-Design integriert, um personalisierte und nahtlose Benutzererlebnisse zu schaffen. Dies geschieht unter anderem durch Personalisierung, Automatisierung, und Barrierefreiheit.
Insgesamt zielt die Integration von KI in die User Experience darauf ab, Benutzerfreundlichkeit, Effizienz und Zufriedenheit zu steigern, während sie gleichzeitig die Bedenken bezüglich Datenschutz und Ethik berücksichtigt. Es ist ein stetiger Prozess der Verbesserung und Anpassung, um sicherzustellen, dass Technologie den Menschen in ihrer digitalen Interaktion optimal dient.
Ihr ahnt es schon; die Zeilen oben sind von ChatGPT erstellt. Auch das Titelbild ist generiert und zwar von Playground AI. Der Inhalt ist korrekt; ich hätte es anders geschrieben. Doch nun zur eigentlichen Thematik.
Was ist Künstliche Intelligenz (KI)?
In den vergangenen Jahren und Jahrzehnten, in denen intensiv an Künstlicher Intelligenz (KI) geforscht wurde, tauchten viele Definitionen auf. Eine davon ist von John McCarthy: „Es ist die Wissenschaft und Technik der Herstellung intelligenter Maschinen, insbesondere intelligenter Computerprogramme. Sie ist verwandt mit der ähnlichen Aufgabe, Computer zu nutzen, um die menschliche Intelligenz zu verstehen, aber die KI muss sich nicht auf Methoden beschränken, die biologisch beobachtbar sind.“
Weit vor dieser Veröffentlichung veröffentlichte bereits im Jahr 1950 Alan Turing in seiner bahnbrechenden Veröffentlichung „Computing Machinery and Intelligence“ eine weitere Definition. Der „Vater der Informatik“, wie Turing gerne genannt wird, nähert sich der Definition über die Frage: „Können Maschinen denken?“ Als Antwort darauf konzipiert er einen Test, der heute als „Turing-Test“ bekannt ist. Hierbei soll ein menschlicher Befrager anhand von Textantworten erkennen, ob er mit einem Mensch oder einer Maschine kommuniziert.
In ihrem Buch “Artificial Intelligence: A Modern Approach” diskutieren Stuart Russell und Peter Norvig vier mögliche Ziele oder Definitionen von KI ein, anhand derer KI unterschieden werden kann:
Menschlicher Ansatz:
- Systeme, die wie Menschen denken
- Systeme, die wie Menschen handeln
Idealer Ansatz:
- Systeme, die rational denken
- Systeme, die rational handeln
KI beschreibt also, wie eine Maschine Menschen imitieren kann, um logisch zu denken, zu lernen, zu planen und / oder kreativ zu sein.
Grundlage dafür sind Daten. Eine KI benötigt viele Daten, um ihr eigenes Sprachmodell daraus zu generieren. Die Datenqualität ist hierbei ausschlaggebend. Zusätzlich ist KI in der Lage, basierend auf Interaktionen weiter zu lernen und so das Daten- und Sprachmodell gegebenenfalls anzupassen. Auch diese Fähigkeit ist sehr stark an menschlichem Verhalten angelehnt.
Einsatzmöglichkeiten in der User Experience (UX)
Es gibt eine Vielzahl möglicher Einsatzgebiete für KI. Einige davon lernen wir gerade kennen; die Diskussion über KI ist in vollem Gange. Das EU-Parlament hat folgende Übersicht über mögliche Einsatzgebiete erstellt:
Auch für die User Experience gibt es viele Einsatzmöglichkeiten.
Spracherkennung
KI kann Sprache erkennen. Das mag auf den ersten Blick offensichtlich sein, jedoch arbeiten wir momentan hauptsächlich mit geschriebener Sprache. Das Erkennen gesprochener Sprache ist schwieriger. Hier gibt es bereits einige Ansätze, wie z.B. Alexa von Amazon, Cortana unter Windows und anderen.
Alexa wird beispielsweise durch ein neues KI-Modell in Zukunft besser mit ihren Benutzer:innen interagieren können.
Zusätzlich zum bloßen Erkennen der Sprache und der Befehle wird KI zukünftig besser darin werden, zu interpretieren, was wir von ihr verlangen. Das bedeutet, dass KI in Zukunft nicht nur erkennt, was wir sagen, sondern was wir meinen.
Ethik und Datenschutz
KI ist darauf programmiert, sich an Regeln zu halten. Eines der bekanntesten Beispiele dafür ist der Sieg des Computers Deep Blue gegen Garry Kasparov im Schach im Jahr 1997. Mittlerweile können sich Künstliche Intelligenzen Spiele selbst aneignen, indem sie die Regeln dafür lernen.
Das bedeutet, wenn man einer KI genaue Regeln aufzeigt, hält sie sich auch daran. Dies bezieht sich auch auf ethische Regeln.
Personalisierung
Zusätzlich zur Spracherkennung können Künstliche Intelligenzen die Gemütslage der Benutzer:innen anhand ihrer Wortwahl und des Tonfalls zu erkennen und entsprechend darauf zu reagieren. Zusammen mit angesammeltem Wissen über Vorlieben der Benutzer:innen können so maßgeschneiderte Inhalte und Empfehlungen erzeugt werden. Diese sind auf die Bedürfnisse der User angepasst.
Vorhersage
Aufgrund der großen Datenmengen, über die KI verfügt, kann sie auf Basis von Verhaltensmustern Vorhersagen machen. Diese Vorhersagen können in vielen verschiedenen Bereichen nützlich sein und angewandt werden.
Vorhersagen können zudem dazu verwendet werden, unpräzise Anweisungen der Benutzer:innen weiter zu konkretisieren. So kann die KI wahrscheinliche Optionen anbieten, um die Anweisung besser zu verstehen, der User formuliert sie also konkreter, und korrekt auszuführen.
Barrierefreiheit
KI kann dabei unterstützen, digitale Inhalte barrierefrei zu gestalten. Das geht z.B. durch die Übersetzung von Text in Sprache (Text-to-Speech, TTS), von Sprache in Text (Speech-to-Text, STT) und zielt auf Menschen mit Sehbehinderung ab. Gehörlose Menschen können von einer Übersetzung von Audio in Gebärdensprache profitieren.
Einsatzmöglichkeiten im UX Design
Wird nun die Arbeit von Usability- und UX-Designern überflüssig? Eine Antwort darauf zu geben ist schwierig, denn niemand kann in die Zukunft sehen und prophezeien, wozu KI in der Zukunft fähig sein wird. Auf absehbare Zeit jedoch ist die Arbeit nicht durch KI zu ersetzen.
Dennoch kann KI in vielen Phasen des Design-Prozesses unterstützen:
Analyse
Den Nutzungskontext zu analysieren ist eine der wichtigsten Aufgaben im Design-Prozess. Hier wird festgelegt, wer die Benutzer:innen sind, was ihre Aufgaben sind, in welcher Umgebung sie die Aufgaben erledigen und welche Ressourcen dafür zur Verfügung stehen. All diese Aufgaben kann KI (noch) nicht komplett übernehmen.
Sie kann aber bspw. das Nutzerverhalten analysieren und die Rückschlüsse, die damit auf die Benutzer:innen getroffen werden können abstrahieren. So werden wichtige Informationen bereits in einem frühen Stadium verfügbar gemacht.
Ist eine solche Analyse nicht möglich, z.B. aus Datenschutzgründen oder weil die Benutzer:innen nicht erreichbar sind (Rich- oder Fat-Client-Anwendungen), so kann KI dennoch basierend auf einer verbalen Beschreibung der Software und ihrer Features Ideen dafür generieren, wie der Nutzungskontext aussehen könnte.
Hier wird von KI lediglich grundlegende Arbeit verrichtet. Diese grundlegenden Strukturen müssen dann von Designern noch verfeinert und ausgearbeitet werden.
Design
Auch während Designer einen Prototyp entwickeln, kann KI unterstützen. Das funktioniert zum Beispiel, indem die KI mit den Ergebnissen aus dem Analyseprozess gefüttert wird und dann Vorschläge macht, die dann weiter ausgearbeitet werden können. So kann viel grundlegende Arbeit bereits automatisiert werden. Ein Beispiel dafür ist der Autodesigner von Uizard (Bezahl-Feature).
Ein anderes Beispiel ist, dass KI einen bestehenden Prototyp mit gängigen Prinzipien (Gestalt-Gesetze, Heuristiken, Style Guides, etc.) analysiert und auf Verstöße hinweist. Hier möchte man sicherlich nicht, dass die KI solche „Fehler“ selbst korrigiert, denn manchmal werden Regelverstöße nötig und machen eine Oberfläche erst richtig gut.
Evaluation
Es gibt viele Methoden, um Software anhand ihrer Usability zu evaluieren. Die Daten, die dabei entstehen sind häufig aber so komplex, dass die Analyse sehr zeit- und damit auch kostenintensiv ist. KI kann hierbei unterstützen und z.B. Videos analysieren und den Gemütszustand von Probandinnen und Probanden analysieren. Sind sie überrascht, erstaunt, glücklich oder verärgert Welche Gemeinsamkeiten gibt es? Auf welche Elemente in der Oberfläche reagieren viele Benutzer:innen gleich oder ähnlich? Wo gibt es Unterschiede?
All das ist aktuell noch sehr aufwändig zu erkennen. Hier müssen Usability-Experten die Evaluation meist persönlich begleiten und sich Notizen machen oder Transkripte anfertigen, die später ausgewertet werden. KI kann hierbei eine wertvolle Unterstützung werden.
Beispiele
Es gibt bereits jetzt Beispiele, wie KI im UX-Design unterstützen kann:
- Die Anwendung uizard bietet einen Autodesigner, mit dem UI Mockups auf Basis von Texteingaben erstellt werden können. Zusätzlich können Screenshots von einer KI zu editierbaren Mockups umgewandelt werden oder Text auf Basis von Anweisungen erstellt werden. Uizard bietet zudem die Möglichkeit, Heatmaps vorherzusagen, die die Points of Interest im Mockup darstellen.
- Für das Design-Tool Figma existieren einige Plugins, die mit Hilfe von KI unterstützen, z.B. das Automator Plugin zur Automatisierung von sich wiederholenden Aufgaben, das Magician-Plugin zur Erstellung von Bildern aus Text oder das Genius Plugin, das einen Design-Assistenten liefern wird.
Fazit
KI kann und wird uns in unserer Arbeit unterstützen und so unsere Arbeit verändern. Die ersten Auswirkungen davon bekommen wir schon jetzt zu spüren, etwa beim Autorenstreik in den USA, wo Autoren explizit verlangten, gegen den Einsatz von KI geschützt zu werden oder durch den massiven Einsatz von ChatGPT, Midjourney oder ähnlichen Tools.
Außerdem gibt es einen aktuellen Trend, dass viele Unternehmen auf KI setzen und nach Use-Cases suchen, wo sie KI gewinnbringend einsetzen können.
Es bleibt also zu sagen, dass der Markt in KI sich massiv entwickelt. Die Auswirkungen von KI werden in vielen Berufen in allen Bereichen zu spüren sein, in der Medizin, Informatik, Pflege, im öffentlichen Dienst. Es bietet gewaltige Chancen.
Lassen Sie mich helfen, diese Chancen zu erkennen und zu nutzen!
Links
Artikel
- https://www.ibm.com/de-de/topics/artificial-intelligence
- https://www.europarl.europa.eu/news/de/headlines/society/20200827STO85804/was-ist-kunstliche-intelligenz-und-wie-wird-sie-genutzt
- https://www.youtube.com/watch?v=mBu_LmD69tc (Jakob Nielsen: AI & Machine Learning Will Change UX Research & Design)
- https://www.gartner.com/en/articles/beyond-chatgpt-the-future-of-generative-ai-for-enterprises
- https://www.nngroup.com/videos/machine-learning-ux-research-design
- https://www.nngroup.com/videos/ais-impact-new-technologies
- https://www.nngroup.com/videos/aggressive-marketing-ux-ai-agents
- https://www.figma.com/blog/the-future-of-design-systems-is-automated
- https://tbeltramelli.medium.com/generating-design-systems-using-deep-learning-abe8d1195960
- https://blog.logrocket.com/ux-design/ai-ux-design-how-to-leverage-ai
Online Kurse
- https://online.stanford.edu/courses/xdgt224-building-ai-enabled-organization
- https://online.stanford.edu/courses/xdgt210-transforming-user-experience-through-artificial-intelligence
- https://www.interaction-design.org/master-classes/ux-design-and-ai
Tools
Texterstellung: https://chat.openai.com, https://poe.com/
Erstellung von Bildern: https://www.midjourney.com (kostenpflichtig), https://www.bluewillow.ai, https://designer.microsoft.com, https://labs.openai.com, https://dreamstudio.ai, https://playgroundai.com,
Branding und Korrekturlesen von Texten: https://acrolinx.com, https://www.grammarly.com, https://prowritingaid.com
UX Design Tools: https://uizard.io, https://figma.com, https://www.invisionapp.com, https://mockplus.com, https://zeplin.io
Produktforschung und Analyse von Nutzerfeedback: https://monkeylearn.com, https://www.kraftful.com
Schreiben Sie einen Kommentar