Transparenz auch für Kollegen : Teamarbeit mit KI sinnvoll gestalten

Der EU AI Act macht Transparenz zu einem zentralen Prinzip der europäischen KI-Regulierung. Für Unternehmen beginnt eine ebenso wichtige Frage aber schon früher: Was passiert, während ein Ergebnis entsteht? KI ist inzwischen Teil der täglichen Produktarbeit – im Design, in der Entwicklung, im Content und im Produktmanagement. Damit werden die Grenzen zwischen Rollen durchlässiger. Unternehmen müssen deshalb noch genauer klären, wo Entscheidungen fallen, wie Verantwortung verteilt wird und ob alle Beteiligten weiterhin über den nötigen Kontext verfügen, um gute Entscheidungen zu treffen.

Menschliche Urteilskraft bestimmt, was Teams tun sollten.

Ein Interface, ein Prototyp oder ein erster Textentwurf lässt sich heute in Sekunden erzeugen. Aber etwas, das fertig aussieht, ist noch lange nicht gut. Designer müssen weiterhin User verstehen und abwägen, welche Lösung wirklich funktioniert. Entwickler müssen Sicherheit, Skalierbarkeit und Wartbarkeit im Blick behalten. Kommunikationsverantwortliche können mit einem KI-generierten Entwurf beginnen, bringen aber Wissen über Zielgruppen, Beziehungen und den organisatorischen Kontext ein, das sich nicht in einem Prompt abbilden lässt.

Je leichter es wird, noch eine weitere Variante zu erzeugen, desto wichtiger wird die menschliche Urteilskraft. Ebenso wichtig ist es, sich vor der Auswahl bewusst Zeit zu nehmen. Ergebnisse müssen geprüft, Feedback eingeholt und mögliche Verzerrungen hinterfragt werden. Die eigentliche Schwierigkeit liegt nicht mehr darin, etwas herzustellen, sondern zu entscheiden, ob es sich überhaupt lohnt, eine Idee weiterzuverfolgen. Die Frage verschiebt sich weg von „Können wir das produzieren?“ hin zu „Ist es sinnvoll, das zu entwickeln?“.

Gemeinsamer Kontext wird wichtiger

Ein großer Teil der KI-Nutzung findet heute noch individuell statt: eine Person, ein Prompt, ein Gespräch mit einem Modell. Für einzelne Aufgaben funktioniert das gut. Schwieriger wird es, sobald KI Teil eines gemeinsamen Produktprozesses wird und Entscheidungen, Feedback oder Rahmenbedingungen über verschiedene Tools und private Interaktionen verteilt bleiben.

Produktentwicklung braucht Kontext. Designer, Entwickler, Produktmanager und Business-Teams müssen nicht nur wissen, was entschieden wurde, sondern auch warum. Wie schnell sich die Zusammenarbeit verändert, zeigt der Figma AI Report 2026. Die dritte jährliche Erhebung stützt sich auf insgesamt 8403 Befragte aus in zehn Ländern, die Ergebnisse wurden nach Markt, Tarifmodell und Rolle gewichtet. 41 Prozent der Befragten sagen, dass KI die Zusammenarbeit in ihren Teams spürbar verändert – vor zwei Jahren waren es sieben Prozent. Der Anteil der Designer, die an Entwicklungsaufgaben mitarbeiten, hat sich innerhalb eines Jahres auf 41 Prozent verdoppelt. Gleichzeitig stieg der Anteil der Entwickler, die Designaufgaben übernehmen, von 44 auf 60 Prozent.

KI entwickelt sich damit vom persönlichen Produktivitätswerkzeug zum Bestandteil gemeinsamer Workflows. Und genau dann gewinnen weniger sichtbare Aspekte der Zusammenarbeit noch mehr an Bedeutung: gemeinsame Standards und Systeme, klare Zuständigkeiten und Zugang zum richtigen Kontext. Fehlen sie, können Teams zwar mehr produzieren, ohne deshalb automatisch besser zusammenzuarbeiten.

Governance und Workflow-Gestaltung wachsen zusammen

Durch Vorschriften lassen sich Transparenzanforderungen definieren und ein gemeinsamer Rahmen schaffen. Aber sobald KI Teil der täglichen Arbeit wird, müssen Unternehmen auch klären, wo menschliche Prüfung und fachliche Expertise weiterhin unverzichtbar sind und wer die Verantwortung trägt, wenn Menschen und KI-Systeme gemeinsam an einem Ergebnis arbeiten.

Für Teams beginnt das mit der Unterscheidung, welche Abschnitte eines bisherigen Prozesses vor allem Arbeit sind, die ein Werkzeug abnehmen kann, und welche Teile zur Entstehung einer guten Idee beitragen. Agentische Werkzeuge können beispielsweise repetitive Änderungen übernehmen, Inhalte in Frames einfügen oder Design-Tokens anwenden. Anders sieht es bei den Momenten aus, in denen Teams intensiv über eine Lösung nachdenken müssen, ihre Meinung ändern, auch mal Risiken eingehen oder einer Idee erst Bedeutung geben. Wer den Prozess mit KI effizienter macht, sollte darauf achten, nicht ausgerechnet diese Teile wegzuautomatisieren.

Deshalb bietet es sich an, mit klar begrenzten Aufgaben zu beginnen. Eine gute Einsatzentscheidung wäre etwa, einen Agenten repetitive Änderungen oder die Anwendung definierter Design-Tokens übernehmen zu lassen. Problematisch wird es, wenn ihm offene kreative Richtungsentscheidungen überlassen werden, für die Abwägung und Kontext entscheidend sind. Wo Ziel und Rahmen feststehen, können Agenten Geschwindigkeit und Skalierung übernehmen. Und auch wenn agentische Systeme ihre Ergebnisse teilweise selbst korrigieren können, bleibt ein menschlicher Prüfpunkt notwendig: Designer und Product Manager müssen Ergebnisse validieren, bevor sie in das Produkt einfließen. Der Agent unterstützt den Prozess, ersetzt aber nicht diejenigen, die die fachlichen Entscheidungen treffen.

Das funktioniert allerdings nur, wenn die Grundlage dafür stimmt. Ein Agent, der auf ein sauberes Design-System mit konsistent benannten Komponenten, Variablen und Styles zugreift, kann dessen Regeln auf viele Aufgaben übertragen. Sind diese Grundlagen ungeordnet, werden auch die Ergebnisse des Agenten ungeordnet, möglicherweise nur schneller und in größerem Umfang. Ein guter KI-Workflow beginnt deshalb nicht mit maximaler Automatisierung, sondern mit klar definierten Aufgaben, verlässlichen Grundlagen und menschlicher Prüfung, bevor ein Ergebnis in das Produkt fließt.

Was sollten Menschen weiterhin entscheiden?

Es geht nicht darum, Teams auszubremsen, sondern dafür zu sorgen, dass sie gemeinsam in die richtige Richtung arbeiten. Teams müssen unterscheiden, welche Arbeit sie guten Gewissens abgeben und welche Teile eines Prozesses für das eigene Denken und die Qualität des Ergebnisses wichtig bleiben.

Am stärksten von KI profitieren werden deshalb nicht zwangsläufig die Organisationen, die die meisten Designs, Codezeilen oder Inhalte erzeugen. Sondern diejenigen, die KI dort einsetzen, wo sie Arbeit sinnvoll abnehmen kann, und menschliche Urteilskraft dort schützen, wo Entscheidungen getroffen werden. Je besser Maschinen darin werden, Dinge zu produzieren, desto wichtiger wird diese Unterscheidung. Mit all den Werkzeugen, die uns heute zur Verfügung stehen, war es wohl noch nie so spannend, im Design zu arbeiten.

Mareike Busche ist als leitende Direktorin bei Figma für Deutschland, Österreich und die Schweiz zuständig. Figma produziert eine kollaborative Software für UI/UX-Design-Entwürfe.