Generative KI kann Usability-Experten und UX-Designern helfen, Forschungspläne effizienter zu erstellen. Mit dem richtigen Kontext, gezielten Prompts und einer kritischen Überprüfung der KI-Ergebnisse kann sie den Prozess beschleunigen und strukturieren. Doch eine unreflektierte Nutzung birgt Risiken. Wie gelingt die Integration in den UX-Research-Prozess?
Was ist ein Usability-Forschungsplan?
Ein Usability-Forschungsplan definiert die Ziele, Methoden und Durchführung einer Usability-Studie. Er sollte insbesondere folgende Fragen beantworten:
- Welche Usability-Probleme oder UX-Fragen sollen untersucht werden?
- Welche Forschungsmethoden sind geeignet?
- Welche Aufgaben und Fragen werden den Teilnehmenden gestellt?
- Wer ist die Zielgruppe der Studie?
Die manuelle Erstellung eines solchen Plans ist aufwendig: Forschungsfragen müssen entwickelt, Methoden gewählt und Sitzungsabläufe geplant werden. KI kann dabei als Assistenztool fungieren, um diese Schritte zu unterstützen.
KI-gestützte Erstellung eines Forschungsplans
Es liegt nahe, eine KI einfach um einen kompletten Forschungsplan zu bitten. Doch das führt oft zu generischen, wenig spezifischen Ergebnissen. Stattdessen ist es effektiver, den Prozess in einzelne Schritte aufzuteilen und KI selektiv einzusetzen
1. Kontext für die KI bereitstellen
Usability-Engineering basiert auf einer fundierten Kontextanalyse. Ohne Kontext kann eine KI keine sinnvollen Vorschläge liefern.
Geben Sie der KI folgende Informationen:
- Produkt oder System, das evaluiert werden soll
- Zielgruppe und Nutzungsszenarien
- Spezifische UX-Herausforderungen oder Hypothesen
Achten Sie darauf, keine sensiblen oder vertraulichen Daten preiszugeben, falls das KI-Tool diese speichert.
2. Forschungsfragen generieren
Sobald der Kontext definiert ist, kann die KI helfen, passende Forschungsfragen zu entwickeln.
Best Practices:
- Lassen Sie sich eine breite Auswahl an Fragen generieren.
- Fordern Sie spezifische Fragen für verschiedene UX-Aspekte an (z. B. Effizienz, Erlernbarkeit, Fehlerverhalten).
- Variieren Sie den Prompt, um unterschiedliche Perspektiven zu erhalten.
Tipp: Exportieren Sie die Fragen in ein externes Dokument, um sie zu strukturieren und zu bewerten.
3. Methodenauswahl optimieren
Die Wahl der richtigen UX-Methoden ist entscheidend. KI kann Vorschläge machen, jedoch mit Einschränkungen:
- KI neigt dazu, Interviews und Fokusgruppen überzubewerten.
- Nicht jede vorgeschlagene Methode ist praxistauglich oder für die gestellte Forschungsfrage geeignet.
Besser: Bitten Sie die KI, Methodenbegründungen zu liefern. Eine Nachfrage wie „Warum ist Methode X für diese Forschungsfrage geeignet?“ kann aufschlussreich sein.
4. Zielgruppe und Rekrutierung definieren
Ein zentraler Punkt in der UX-Forschung ist die Auswahl geeigneter Testpersonen. KI kann helfen, Einschlusskriterien festzulegen:
- Demografische Merkmale (z. B. Alter, Beruf, Nutzungshäufigkeit)
- Spezifische Verhaltensweisen oder Vorerfahrungen mit dem System
Erst wenn diese Kriterien feststehen, sollte die KI um die Erstellung eines Screening-Fragebogens gebeten werden.
5. Studienmaterial erstellen
KI kann verschiedene Arten von Usability-Testmaterialien generieren:
- Screening-Fragebögen zur Auswahl geeigneter Testpersonen
- Aufgabenstellungen für Usability-Tests
- Interviewleitfäden für qualitative Studien
- Aufforderungen für Tagebuchstudien
- Bestätigungsmails für Testpersonen
Allerdings existieren viele schlechte Vorlagen im Netz, aus denen generative KI lernt. Daher sollten die Ergebnisse kritisch geprüft und falls nötig überarbeitet werden.
Hinweise für bessere KI-Ergebnisse:
- Vermeiden Sie in Aufgabenstellungen direkte Links, um künstliche Testergebnisse zu verhindern.
- Nutzen Sie eine neutrale Sprache in Rekrutierungsmaterialien.
- Lassen Sie die KI Multiple-Choice-Optionen so formulieren, dass die Absicht der Frage nicht offensichtlich ist.
Selbst mit diesen Optimierungen können KI-generierte Inhalte Fehler enthalten. Im Zweifel ist menschliche Expertise unersetzlich.
Fazit: KI als Assistenz-Tool im Usability-Engineering nutzen
Mit einem durchdachten Vorgehen kann generative KI UX-Forschende unterstützen, indem sie Forschungsfragen, Methodenempfehlungen und Studienmaterialien bereitstellt. Dennoch bleibt die menschliche Expertise entscheidend, um Ergebnisse zu bewerten und anzupassen.
UX-Professionals profitieren, wenn sie KI gezielt als Assistenztool einsetzen und ihre eigenen methodischen Kenntnisse zur Überprüfung der Ergebnisse nutzen. Die Zukunft des Usability-Engineerings liegt nicht in der Automatisierung, sondern in der intelligenten Kombination von KI-gestützter Assistenz und menschlichem Urteilsvermögen.