2Das rasante Wachstum der KI hält die ganze digitale Welt und ganz besonders uns Produktentwickler*innen in Atem. Was diese Entwicklung in den nächsten Jahren bedeuten wird, ob wir einfach nur etwas coolere Tools haben werden oder ob jede*r von uns 100 virtuelle Assistenten mit Arbeit versorgen muss, das wird sich zeigen. Ich möchte mich an dieser Stelle aber nicht einfach zurücklehnen und abwarten, sondern euch einmal in ein paar Zukunftsszenarien mitnehmen.
Zuerst wollte ich diesen Artikel mit „8 Vorhersagen…“ titulieren. Aber einerseits schrieb Marty Cagan unlängst so schön: „trying to predict the future based on newly emerging technology is at best difficult, at worst ill-advised“ – und andererseits sind die folgenden Thesen auch keine wissenschaftlichen Extrapolationen sondern einfach meine ganz persönliche Perspektive. Mein Blick in die Zukunft ist weder vollständig noch mit Daten widerspruchsfrei belegt – aber er ist auch nicht vollständig meiner Fantasie entsprungen. Ich habe mich im letzten Jahr intensiv mit dem Thema KI auseinandergesetzt und viele Gespräche mit Expert*innen und meinen Kolleg*innen bei OTTO geführt. Dabei haben sich in meinem Kopf die folgenden Thesen gebildet, von denen ich behaupten möchte, dass sie zumindest aus der Kategorie „nicht unwahrscheinlich“ sind. Seht sie als Denkanstoß und als Einladung zur Diskussion also fühlt euch eingeladen, hier mitzureden (gerne unten in den Kommentaren).
1. KI‑Dialoge werden zum Betriebssystem
Ich bin zunehmend überzeugt davon, dass sich KI‑gestützte Dialoge und Agenten langfristig zum primären Betriebssystem entwickeln werden. Auch wenn das Erreichen dieses Zustands noch einen enormen Sprung darstellt – nicht wegen des Entwicklungstempos der KI, sondern eher der langsameren Anpassungsgeschwindigkeit von uns Menschen geschuldet – fühlt es sich wie eine unausweichliche Entwicklung an. Der Grund dafür ist, dass Konversation grundsätzlich die natürlichste Art ist, wie wir Menschen kommunizieren und Intentionen ausdrücken.
Erste Indizien für diesen Wandel sehen wir bereits heute, etwa mit Googles A2UI (Agent to UI). Damit wird demonstriert, wie sich komplexe Interfaces nahtlos direkt innerhalb eines Chats erzeugen lassen, wenn reine Text-Prompts als Interaktion zu umständlich oder ineffizient wären.
2. UI‑Design und Frontend‑Entwicklung konvergieren
Die Grenzen zwischen dem Entwerfen einer Oberfläche und ihrer technischen Umsetzung beginnen sich immer mehr zu überlappen. Designer*innen nutzen bereits heute KI-Modelle, um Frontend‑Code zu generieren, während Entwickler*innen wiederum KI einsetzen, um eigenständig UIs zu erstellen, für die tatsächlich nicht nur „works for me“ gilt, sondern die auch für andere Nutzer*innen tauglich sind.
Diese Annäherung ist eine große Chance: Wenn die Reibung und die Kluft zwischen diesen beiden Welten verschwindet, entsteht das Potenzial für tiefe Zusammenarbeit. Großartige User Experiences scheitern dann nicht mehr am gegenseitigen Unverständnis. Gleichzeitig erfordert diese Entwicklung völlig neue Formen der Zusammenarbeit – möglicherweise sogar neue Rollen – sowie Werkzeuge, die einen einheitlichen Workflow unterstützen, statt die Silos der Vergangenheit beizubehalten. Und damit sind wir direkt bei meiner dritten These:
3. Figma steht vor seiner bislang größten Herausforderung
Wenn Code zum primären kreativen Medium für Designer*innen wird, stellt sich zwangsläufig die Frage: Brauchen wir noch Software, deren Hauptzweck darin besteht, pixelgenaue Bilder von Interfaces zu erstellen? Haben wir bei beschleunigter Entwicklung überhaupt noch die Zeit für so etwas? Brauchen wir noch Figma?
Figmas erste Reaktion auf die KI-Welt war, „Figma Make“ einfach an die bestehende Plattform ranzutackern. Das reicht dafür aber nicht aus. Die Zukunft verlangt nach wirklich integrierten, code‑nativen Lösungen. Das jüngst erschienene Claude Code to Figma ist da vielleicht schon ein etwas besserer Schritt. Aber gleichzeitig betreten neue Akteure wie Cursor (mit seiner Design View) oder Subframe den Markt und schließen diese Lücke teilweise konsequenter als etablierte Tools.
Natürlich muss es weiterhin Möglichkeiten zur visuellen Exploration geben, ohne gleich Code zu generieren. Ich frage mich aber, ob es dazu tatsächlich noch ein High-Fidelity-Pixel-Perfect-Tool, wie Figma benötigt oder ob dann einfach Miro oder Stift und Papier die praktischeren Lösungen sind?
Nebenbei bemerkt, ist es ein interessantes Muster: Figma hat Sketch damals abgelöst, weil es von Grund auf für Design Systeme und kollaboratives Arbeiten gebaut war. Sketch war aufgrund seiner gewachsenen Produkt-Struktur nicht in der Lage, darauf zu reagieren. Heute könnte Figmas eigene Basis zu seiner Achillesferse werden. Lässt sich ein Produkt dieser Größenordnung noch einmal grundlegend für diese neue Welt umbauen? Oder sind bis dahin Designer*innen längst zu Werkzeugen gewechselt, die die Sprache des finalen Produkts sprechen.
4. Design‑Systeme erleben ihren zweiten (dritten?) Frühling
Ich beobachte eine zunehmende Bedeutung von Design‑Systemen, da sie sich als essenzielle Grundlage für die Generierung von produktionsreifem Code mit generativer KI erweisen. In vielerlei Hinsicht kann ein Design‑System als standardisiertes Vokabular dienen, das KI nutzt, um ein Produkt tatsächlich zu konstruieren, anstatt sich jede Komponente jedes Mal neu auszudenken.
Dieser Wandel wird die Nachfrage nach wirklich robusten, maschinenlesbaren Design‑Systemen deutlich erhöhen – und damit auch den Bedarf an Expert*innen, die diese komplexen Systeme so entwerfen können, dass KI‑generierte Ergebnisse konsistent und qualitativ hochwertig sind.
5. Das MVP ist tot
Nun ja… nicht das MVP in seiner ursprünglichen Bedeutung. Das grundlegende Prinzip, unsere Annahmen mit dem kleinstmöglichen Aufwand zu validieren, bleibt auch in einer KI-beschleunigten Welt wichtig. Problematisch war bislang jedoch die Art und Weise, wie viele Produktorganisationen „MVPs“ eingesetzt haben: als halbherzigen Ansatz zur Ressourcen-Steuerung.
In der Vergangenheit mussten Teams ihre besten Ideen oft stark abspecken, weil Entwicklungskapazitäten der knappste Faktor waren. Und weil im Anschluss schon das nächste Feature wartete, das es zu bauen gilt, blieben diese Ideen oft dauerhaft rudimentär implementiert. Mit KI‑unterstützter Entwicklung verschiebt sich dieser Engpass. Wir treten in eine Phase ein, in der wir Konzepte endlich so umsetzen können, wie sie in der Discovery‑Phase konzipiert und validiert wurden.
Der Fokus verschiebt sich damit von der Frage „Was ist das absolute Minimum, das wir bauen können?“ hin zu „Wie schnell können wir den validierten Mehrwert vollständig liefern?“
6. Kontext bleibt entscheidend für effektive Produkt‑Discoveries
Was waren wir beeindruckt von den Prototypen, die aus einem einzigen, simplen Prompt entstanden sind. Doch sobald der – gewiss beeindruckende – Neuheitseffekt nachließ, folgte häufig Ernüchterung. Es ist deutlich schwieriger, eine KI dazu zu bringen, ein Produkt oder einen Prototyp zu erzeugen, den man tatsächlich braucht.
Das sollte nicht überraschen. Ein paar Sätze können niemals Wochen intensiver Product Discovery oder das umfangreiche organisationsspezifische Wissen ersetzen, das wir in uns tragen.
Um echten Fortschritt zu erzielen – über schnelleres Programmieren hinaus – muss KI den gesamten Kontext der Produktentwicklung nutzen können. Sie muss die Miro‑Boards kennen, auf denen Konzepte diskutiert wurden, Nutzerinterviews „sehen“ und jede Komponente sowie jede Einschränkung des Design‑Systems verstehen. Viel davon ist heute in der Theorie schon möglich. In der Praxis bleibt es aber oft Stückwerk.
Um wirklich die Brücke zwischen der Lösungsfindung und der Lösungsumsetzung zu schlagen, darf die KI nicht nur ein Werkzeug am Ende einzelner Prozessschritte sein. Sie muss zur „Mitarbeiterin“ werden, die die gesamte Discovery‑Phase begleitet. Wenn die KI in jedem Meeting und jeder Research‑Session mit am Tisch sitzt, werden Ergebnisse nicht länger „generisch“, sondern „präzise“.
7. Die Juniors schlagen zurück™
Es gibt einen gefährlichen Trend: Unternehmen zögern, Junior‑Talente einzustellen – in der irrtümlichen Annahme, KI könne inzwischen die „einfachen Aufgaben“ übernehmen. Das ist eine ebenso kurzsichtige wie unkluge Sicht auf die Unternehmens- und Mitarbeiterentwicklung.
Der Aufbau eigener Expert*innen dauert zwar länger, ist aber deutlich nachhaltiger als ständig externe Seniors zu hohen Gehältern einzukaufen – nur um sie kurze Zeit später wieder zu verlieren. Vor allem aber steht eine Generation von „AI‑Natives“ kurz davor, den Markt zu betreten, die diese Werkzeuge intuitiv beherrschen wird.
Wenn etablierte Unternehmen sich weigern, diese Talente einzustellen, werden sie nicht auf eine Einladung warten. Sie werden eigene Unternehmen gründen, eigene Produkte bauen und letztlich jene disruptieren, von denen sie einst die kalte Schulter gezeigt bekommen haben.
8. Die Demokratisierung* der Softwareentwicklung
So wie Kleinbildkameras vor hundert Jahren die Fotografie demokratisierten und das WWW in den 1990ern das Publizieren, demokratisiert KI heute die Softwareentwicklung. LinkedIn ist bereits voller „Non‑Coder“, die mit Apps und Anwendungen angeben, die sie selbst gebaut haben.
Ist alles davon gut oder wertvoll? Ganz bestimmt nicht. So haben auch Kleinbildkameras für eine Flut von mittelmäßigen bis schlechten Fotos gesorgt. Und trotzdem haben sie die Fotografie nicht zerstört – sie haben sie auf ein neues kreatives Niveau gehoben. Wir stehen am Beginn einer neuen, kreativen Phase der Softwareentwicklung. Auch wenn vieles heute noch wie das moderne Äquivalent von GeoCities wirkt, verschwindet die Eintrittshürde zunehmend.
Wir bewegen uns weg von der Abhängigkeit von knappen Spezialisten hin zu einer Phase kreativen Experimentierens, auf die ich mich echt freue. Und so wie Kleinbildkameras professionelle Fotograf*innen nicht überflüssig gemacht haben, werden auch professionelle Softwareentwickler*innen nicht obsolet – ganz im Gegenteil.
*) Eine kurze Anmerkung zur „Demokratisierung“: Ich bin mit diesem Begriff nicht ganz zufrieden, da er irreführend ist. Zwar werden Werkzeuge tatsächlich zugänglicher, doch viele Stimmen bleiben weiterhin marginalisiert. Zudem führt breiterer Zugang nicht automatisch zu positiven gesellschaftlichen Ergebnissen (Looking at you, Social Media!).
Die Zukunft gehört immer noch uns
Egal ob es so kommt oder nicht – es ist eine irre spannende Zeit, um in der digitalen Produktentwicklung zu arbeiten. Nie zuvor hat sich unsere Domäne so intensiv und rapide weiterentwickelt. Die Möglichkeiten wachsen scheinbar in das Unermessliche. Aber Veränderungen bringen natürlich auch viele neue Unsicherheiten mit sich. Ich habe an dieser Stelle versucht, einen hauptsächlich optimistischen Blick auf die Zukunft zu wählen (na gut, nicht für dich, Figma… sorry!), um euch Leser*innen dazu zu animieren, diese Zeit als Chance zu sehen. Wir haben noch die Chance, unsere Zukunft selbst mitzugestalten, bevor sie von anderen gestaltet wird. Oder wie es eines meiner Lieblingssprichwörter sagt:
Wenn der Wind der Veränderung weht, bauen die einen Schutzmauern und die anderen Windmühlen.
Also, lasst uns Windmühlen bauen!
Nun bin ich an eurer Perspektive interessiert. Mit welchen meiner Thesen geht ihr mit? Wo würdet ihr widersprechen? Was wären eure eigenen Thesen? Sagt es mir in den Kommentaren! 👇
🤖 Hinweis: Zur Übersetzung/Korrektur des Textes sowie zur Erstellung der Illustrationen wurde KI eingesetzt.
