DesignOps 2026

DesignOps (Design Operations) orientieren sich an der DevOps-Methodik. Im Fokus steht hauptsächlich die Effizienzsteigerung im Design: Es geht um die Zusammen­arbeit von UX-Teams, die Strukturierung von Arbeitsabläufe und Methoden und darum, welche messbaren Ergebnisse die Designentscheidungen liefern. Es geht auch darum eine Designkultur in der Organisation zu etablieren, in der sich Designer Produkte und Services gestalten, die Nutzer*innen begeistern. Im folgenden Beitrag schauen wir darauf, wie dieser Prozess gelingt und was 2026 wichtig ist.

Mit den Möglichkeiten, die uns AI aktuell bietet, können UX-Teams ein neues Level von Kreativität und Effizienz erreichen. Die Leitfrage lautet: Was ist der Schlüssel für eine erfolgreiche Transformation dahin, dass AI ein fester Bestandteil in den Prozessen ist? Die Antwort ist ganz einfach und gleichzeitig richtig schwer: Ein Mindshift.

Viele Designteams nähern sich dem Thema AI mit der Suche nach dem „richtigen“ AI-Tool. Das ist keine einfache Aufgabe bei der Menge an neuer Software und den diversen Lizenzmodellen. Zudem wird AI noch wie ein „Add-on“ betrachtet. Einfach einen kurzen Task mit AI ausführen und weiter geht es mit dem gewohnten Workflow. Es geht auch nicht primär um das Arbeiten mit Figma und darum, dort ein natives Designsystem aufzubauen.

Das sind Maßnahmen, die das aktuelle Modell optimieren. Es geht aber bei der Transformation um die Gestaltung eines neuen Modells.

Ein Wandel stellt aktuelle Prozesse auf den Kopf. Für den Anfang kann man sich folgende Fragen stellen:

• Wer trifft welche Entscheidungen? Wann trifft ein Mensch die Entscheidungen und wann entscheidet AI?
• Was ist die Definition von „gut“, wenn die AI innerhalb von Sekunden 100 Optionen generieren kann?
• Wie risikobereit sind wir als UX-Team?

Wie bereitet man UX-Designer darauf vor wie AI-native Team zu denken und zu handeln? Im Kern geht es darum, systematisch gemeinsam Erfahrungen zu sammeln. Dabei gilt in der AI-Transformation das, was generell zu einer erfolgreichen Teamentwicklung und Transformation beiträgt:

• Kommunizieren, dass Unklarheiten und Experimente Teil der Arbeit sind
• Normalisieren, dass manche Skills an Bedeutung verlieren, während schnell neue Fähigkeiten an Bedeutung gewinnen
• Sicherheit schaffen, damit Teammitglieder offen darüber sprechen können, welche Schwierigkeiten sie mit den neuen Ansprüchen und Erwartungen haben

Ganz konkret kann man die Transformation auf die folgenden sechs praktischen Maßnahmen herunterbrechen:

Eine Roadmap erfüllt zwei Aufgaben:

1. Das Designteam kann konkret an Aufgaben arbeiten und kann diese in den Arbeitsalltag einplanen.
2. Für die Führungsebene wird durch eine Roadmap die Transformation nachvollziehbar.

Die Roadmap kann in vier Phasen unterteilt werden:

• Experimentieren
• Integration
• Erweiterung
• Automatisierung

Daraus ergeben sich zudem spezifische Meilensteine, wie

• Pilotprojekte
• Kompetenzverschiebungen
• Anpassungen von Richtlinien
• Neue Rituale

Dabei sollten das UX-Team an realen Produkt- und Kundenerlebnissen arbeiten, damit die Learnings eine spürbare Wirkung haben.

Ein Mindshift braucht seine Zeit und ist oft still und leise. Zudem reagiert jeder Mensch anders auf eine Transformation. Deshalb sollte man sich die Zeit nehmen und mit jedem Teammitglied folgende Fragen besprechen:

• Wie steht das Teammitglied zum Thema AI? 
  Zum Beispiel: Neugier, Skepsis oder Langeweile
• Was bedeutet „Wachstum“? 
  Zum Beispiel: Neue Fähigkeiten erlernen oder neue Verantwortung übernehmen

Es ist wichtig, andere Menschen zu coachen und mit den richtigen Fragen auf neue Gedanken zu bringen, gleichzeitig aber auch Verständnis für die Sorgen und Ängste zu haben, kritisches Denken zum Thema AI zuzulassen und das konstruktiv zu nutzen.

Jede Organisation hat Richtlinien, die einzuhalten sind. Das gilt auch für den Einsatz von AI - und auch, wann AI nicht genutzt werden kann. Da gilt es zu prüfen:

• Welche Richtlinien blockieren den Einsatz von AI?
• Welche Prozesse verlangen implizit nach manueller Herangehensweise?
• Gibt es einfache Wege für Anwendungsfälle, die mit AI realisiert werden können? Oder gibt es nur große Genehmigungsverfahren?

Das schafft Klarheit für den Einsatz von AI.

AI entwickelt sich rasend schnell, gefühlt gibt es jede Woche neue AI-Tools, und das sollten UX-Teams gerne ausprobieren. Dabei helfen regelmäßige Sessions zum Experimentieren mit den Zielen:

• Learning by doing. Was einfach in Tutorials erklärt wird, ist niemals so einfach in der Realität umzusetzen.
• Das Erkennen und Lernen neuer Muster oder Routinen, die sich standardisieren lassen.
• Das Schärfen des eigenen Urteilsvermögens. Wann kann man sich auf AI verlassen? Wo liegen die Grenzen von AI?

Die Sessions bringen dem Designteam neue Energie und Spaß. Man macht neue Erfahrungen und kann sich austauschen.

Mit absoluter Sicherheit wird eine Transformation nicht stattfinden, wenn sich das UX-Team „nebenher mit AI beschäftigen“ soll. Bei einer hohen Auslastung wird der Einstieg ins Doing oder das Experimentieren mit AI in den Hintergrund rücken. Deshalb muss „Experimentieren und Lernen“ in der Projektplanung mitgedacht werden.

• Bei der Realisierung von Features sollte ein „Experimentpuffer“ mit eingeplant werden
• Eine „AI-first“-Regel einführen: Im ersten Schritt soll eine AI-assisted Herangehensweise ausprobiert werden. Wenn das nicht zum gewünschten Ergebnis führt, kann man auf die bewährten Methoden zurückgreifen.
• In Retros werden die Erkenntnisse mit dem Team geteilt.

Fazit: Je selbstverständlicher und routinierter das Arbeiten mit AI im Designprozess wird, desto freier können UX-Teams über Lösungen nachdenken und interessante Produkte und Services für Nutzer*innen entwickeln. Kreativität ist ein wunderbarer Motor für Innovation.