Coding-Agenten: Eine neue Ära des Produktdesigns, in der „Geschmack“ zum wichtigsten Asset von Start-ups wird

Im Zeitalter der rasanten Entwicklung künstlicher Intelligenz verändern Coding-Agenten die Landschaft des Produktdesigns grundlegend. Sie senken nicht nur die Entwicklungskosten, sondern rücken auch den menschlichen „Geschmack“ in den Vordergrund – die Fähigkeit, ein einzigartiges Nutzererlebnis zu schaffen, das für Start-ups zu einem entscheidenden Wettbewerbsvorteil wird. Yasha Hrozyan, Lead Designer bei Lumos AI, teilt seine Erfahrungen und seine Sicht auf die Zukunft.

Vom „Feuerlöschen“ zum strategischen Vorsprung: Die Transformation des Entwicklungsprozesses

Moderne, komplexe Interfaces zu entwickeln, besonders für Projekte mit großen Datenmengen, war schon immer eine Herausforderung. Es erforderte hohe Präzision, Liebe zum Detail und eine sorgfältige Ausarbeitung jedes denkbaren Nutzerszenarios. Bei Lumos AI, wie auch bei vielen jungen Start-ups, wurde dieser Prozess oft zum „Feuerlöschen“: begrenzte Zeit, knappe Ressourcen und der Druck, das Produkt schnell zu veröffentlichen, führten zu Kompromissen bei der Designqualität.

„Unser erstes Jahr war wie ein Rennen. Das Budget war begrenzt, und ich musste als einziger Designer die Interfaces in Eile entwerfen. Das bedeutete, dass viele Nuancen unbearbeitet blieben und das Endprodukt, das schließlich in die Produktion ging, oft von den Mockups abwich. Details gingen verloren, die Umsetzung wurde vereinfacht, und von ‚Polishing‘ war gar keine Rede. Und in unserem Bereich, in dem die Datenqualität unmittelbar die Bezahlung beeinflusst, hatte jeder unüberlegte Schritt ernsthafte Folgen. Experten steckten fest, das Team verschwendete Zeit mit Rückfragen, und die Daten bestanden immer häufiger die Qualitätsprüfung nicht“, erzählt Hrozyan.

Das klassische Arbeitsmodell, bei dem ein Designer Mockups erstellt, Ingenieure sie umsetzen und anschließend ein Zyklus aus Korrekturen folgt, erwies sich oft als ineffizient. Designmängel, die in der Entwicklungsphase entdeckt wurden, blieben aus Zeitmangel ungelöst, und Verbesserungen, die die Datenqualität beeinflussten, wanderten ins Backlog. So entstand ein Teufelskreis, in dem die Produktqualität und damit auch die Geschäftszahlen litten.

Die KI-Revolution: Sinkende Entwicklungskosten und die wachsende Rolle des Designs

Die Einführung von auf künstlicher Intelligenz basierenden Coding-Agenten war ein echter Durchbruch. Sie haben die Kosten für das „Bauen“ von Produkten deutlich gesenkt und die Entwicklung von einem ressourcenintensiven Prozess zu etwas wesentlich Zugänglicherem gemacht. Heute kann man für mehrere tausend Dollar im Monat ein vollwertiges Produkt erstellen, wofür früher deutlich höhere Investitionen nötig waren. Tools wie Figma, die es Designern ermöglichen, Änderungen direkt am laufenden Produkt vorzunehmen, haben diesen Prozess noch weiter beschleunigt.

„Diese Veränderungen haben dazu geführt, dass die Frage ‚können wir das bauen?‘ nicht mehr die wichtigste ist. Es gibt fast keine Grenzen mehr. Stattdessen lautet die zentrale Herausforderung: ‚Wird es genutzt werden und kommen die Menschen zurück?‘ Und genau dieser Teil – Produkt und Design – bleibt teuer, denn KI ist hier nicht allmächtig. Sie arbeitet hervorragend mit bereits vorhandenen Daten, aber echtes Design erfordert oft die Synthese neuer Ideen, und genau darin sind Modelle derzeit noch schwach. Das ist genau der Bereich, in dem menschlicher ‚Geschmack‘ entscheidend wird“, betont Hrozyan.

Im Code entwerfen: Eine Superkraft für Designer

Ein Wendepunkt für Yasha Hrozyan war die Arbeit an einem Projekt für einen großen Kunden, als er selbst die Entwicklung übernehmen musste, ohne zuvor Erfahrung mit Coding-Agenten zu haben. Begonnen hatte er mit dem traditionellen Ansatz, doch schnell erkannte er die Vorteile des direkten Entwerfens im Code.

„Nachdem ich den Coding-Agenten an unsere Codebasis angebunden hatte, konnte ich ein Produkt auf Basis bereits vorhandener Komponenten, Muster und Datenstrukturen entwickeln. Ich musste grundlegende Dinge nicht mehr erklären. Ich schrieb einen Plan, dachte Szenarien durch, baute, testete und polierte. Es fühlte sich an, als hätte ich eine Superkraft bekommen. Die dadurch gewonnene Geschwindigkeit ermöglichte es mir, ein Designsystem zu erstellen, zentrale Teile der Plattform zu verbessern, für die früher keine Zeit war, und den eigentlichen Datenerfassungsprozess zu optimieren“, erzählt der Designer.

Dieser Ansatz machte es möglich, neue Funktionen und Projekte deutlich schneller auszuliefern und zugleich die Qualität der Ergebnisse zu verbessern. Seinen Angaben zufolge bestanden die Daten aus Projekten, die mit Hilfe von Coding-Agenten erstellt wurden, ungefähr doppelt so oft die Qualitätsprüfung wie jene, die auf traditionellem Weg entwickelt wurden.

Qualitätskontrolle: Der Schlüssel zum Erfolg der KI-Entwicklung

Die Erfahrung zeigte jedoch auch, dass Automatisierung die Notwendigkeit von Kontrolle nicht aufhebt. Der erste Fehlschlag, als technische Bugs im von einem Agenten generierten Code zum Verlust von Expertenarbeit und zu finanziellen Schäden führten, lehrte Hrozyan eine wichtige Lektion.

„Mir wurde klar, dass die Qualität des generierten Codes leicht außer Kontrolle geraten kann, wenn man sie nicht überwacht. Deshalb habe ich meinen Prozess rund um eine mehrstufige Qualitätsprüfung aufgebaut. Dazu gehören visuelle Tests bereits in der Entwicklungsphase, die Überprüfung der Übereinstimmung mit dem Designsystem, automatisiertes Code-Review durch mehrere KI-Agenten und natürlich eine abschließende Prüfung kritischer Punkte durch einen erfahrenen Ingenieur. In den letzten drei Monaten gab es dank dieses Systems keine Probleme mit den von mir veröffentlichten Produkten“, sagt er.

„Geschmack“ als neuer Wettbewerbsvorteil (Moat)

In einer Welt, in der Technologie Entwicklung für alle zugänglich macht, wird „Geschmack“ zum entscheidenden Vorteil – die Fähigkeit, ein außergewöhnliches Nutzererlebnis zu schaffen. Es geht dabei nicht nur um visuelle Ästhetik, sondern um ein tiefes Verständnis der Nutzerbedürfnisse, das Antizipieren ihrer Handlungen sowie den Respekt vor ihrer Zeit und Aufmerksamkeit.

„Geschmack bedeutet nicht nur Urteilsvermögen, sondern auch Geschwindigkeit. Wenn sich ein Produkt in Minuten zusammensetzen lässt, wird die Geschwindigkeit der richtigen Produktentscheidungen zum Engpass. KI ist für mich zu einem zweiten Gehirn geworden, aber die Vorstellung davon, wie sich ein Produkt anfühlen und funktionieren soll, bleibt bei mir. Diese Vorstellung entsteht aus Empathie für den Nutzer und aus genauer Beobachtung – etwas, das den Modellen bislang fehlt“, erklärt Hrozyan.

In einer Zeit, in der der App Store stündlich Tausende neuer Apps erhält, von denen viele unausgereift und ohne echten Wert sind, macht genau dieser „Geschmack“ ein Produkt zu etwas, das Menschen wählen und zu dem sie zurückkehren.

Neue Rolle: Der Designer-Builder

Technologische Veränderungen ziehen auch Veränderungen im Recruiting nach sich. Die traditionellen Rollen von Designer und Ingenieur verschmelzen zunehmend zu einer neuen: dem „Builder“. Das ist jemand, der in der Lage ist, eine Funktion eigenständig von der Idee bis zum Release zu bringen – mit starkem Produktsinn, Verständnis für Engineering und der Fähigkeit, in unsicheren Situationen Entscheidungen zu treffen.

„Wenn bei euch der schwierigste Teil im Produktbereich liegt, stellt einen Builder ein, der nicht aufhören kann, an den Menschen auf der anderen Seite des Bildschirms zu denken. Wenn der schwierigste Teil unter der Haube liegt, also in der Infrastruktur, stellt einen Ingenieur ein. Ich habe vor Kurzem selbst eine Stelle für einen Design-Ingenieur geschrieben – eine Person, die ein unscharfes Problem von Nutzern und Business aufnimmt und es zu einem polierten Produkt ausarbeitet. Sie hat einen starken Geschmack, kann bei Bedarf ins Backend eintauchen und trifft Entscheidungen ruhig auch mit unvollständigen Informationen“, sagt Hrozyan.

5 Schritte für Designer, um mit „Vibe-Coding“ zu beginnen

1. Entwicklung verstehen: Machen Sie sich mit den Grundlagen der Entwicklung, Repositories, Branches und PRs vertraut, um effektiv im Team arbeiten zu können.
2. Einen Coding-Agenten wählen: Wählen Sie ein Tool (Cursor, Claude Code, Codex) und verbinden Sie es mit Ihrer Codebasis.
3. Eine kleine Funktion bauen: Versuchen Sie, eine kleine Funktion zu erstellen und alle Phasen von der Beschreibung bis zum Testen und Polieren durchzulaufen.
4. Ein Designsystem aufbauen: Entwickeln Sie ein Designsystem auf Basis von Tokens, Komponenten und Mustern und hinterlegen Sie dem Agenten UX- und Copywriting-Regeln.
5. Schrittweiser Übergang: Verlagern Sie mit der Zeit den Großteil des Entwerfens in den Code und übernehmen Sie die vollständige Umsetzung von Produktentscheidungen, während Sie komplexe Engineering-Aufgaben den Profis überlassen.

Letztlich gilt: Wenn Technologie für alle zugänglich wird, ist es die Person, die versteht, was gebaut werden soll, wie es sich anfühlen muss und welches Erlebnis sie schaffen will, die zum wichtigsten Asset wird. Und dieser „Geschmack“ entscheidet mehr denn je über den Erfolg eines Produkts.