Seit vielen Jahren begleite ich Unternehmen dabei, ihre Kunden besser zu verstehen. In dieser Zeit hat sich viel verändert – neue Methoden, neue Kanäle, neue Denkweisen. Aber was sich in letzter Zeit abzeichnet, ist anders. Es ist größer. Grundsätzlicher. Und vor allem: Es betrifft fast alle.

Die Rede ist – natürlich – von Künstlicher Intelligenz.

Ich habe in den letzten Monaten viele Tools ausprobiert, Gespräche geführt, Beispiele gesammelt. Und ich merke: Es gibt viele Fragen. Was ist sinnvoll? Was ist Spielerei? Was funktioniert in der Praxis?

Deshalb starte ich auf LinkedIn diese Serie über KI in Qual und UX Research: Was geht, was bringt's – und was bleibt? Ich teile Erfahrungen, teste Tools, zeige Use Cases und freue mich auf einen offenen Dialog mit anderen, die das Thema mitgestalten wollen.

Künstliche Intelligenz im Research ist längst da.

Bei vielen tritt sie zwar nur als Schlagwort im Linkedin Profil oder bei den Tool-Beschreibungen auf - nach dem Motto "dabei sein ist alles". Aber es lässt sich nicht leugnen, dass täglich neue, interessante Tools hinzukommen, die das Leben als UX-Researcher leichter machen. Seien es automatische Textanalysen, synthetische Personas, automatisierte Datenanalyse, Agenten oder einfach das Sparring von KI bei der Konzeption von Research-Projekten – die Liste wächst täglich.

Viele große Unternehmen testen inzwischen diese KI-gestützte Prozesse. Aber selten wird das Ganze systematisch gedacht. Oft bleiben es Insellösungen, kleinere Experimente, punktuelle Erleichterungen.

Was ich vermisse: eine echte Strategie. Wie kann KI unsere Research- und UX-Arbeit wirklich verändern – und verbessern? Welche Tools passen zu welchem Ziel? Wo bringt Automatisierung Effizienz, wo droht Verlust an Qualität?

KI ist auch eine Chance für die, die bisher nicht geforscht haben

Noch spannender finde ich, was bei kleineren Unternehmen passiert – oder besser: passieren könnte. Denn während Konzerne ihre Research-Teams längst etabliert haben, ist Nutzerforschung im Mittelstand oft ein blinder Fleck. Nicht aus Desinteresse, sondern weil Zeit, Geld oder Know-how fehlen. Dabei kann KI Türen öffnen. Es findet eine Demokratisierung von UX Research im großen Ausmaß statt. Plötzlich ist es möglich, schnell erste Einblicke zu generieren – über einfache KI-gestützte Interviewsimulationen, durch automatische Auswertung von Kommentaren, durch den Einsatz von Personas, die auf echten Daten basieren. Natürlich ersetzt das kein vollständiges Research-Projekt. Aber es macht den Einstieg möglich. Und manchmal ist genau das der entscheidende Schritt. Denn UX Research zahlt sich aus. Unternehmen, die ihre Nutzer und deren Bedürfnisse systematisch verstehen, entwickeln bessere Produkte, treffen fundiertere Entscheidungen und steigern langfristig ihren Markterfolg. Gerade in wettbewerbsintensiven Märkten wird nutzerzentrierte Entwicklung zum strategischen Vorteil. KI kann dabei helfen, diesen Zugang schneller und effizienter zu gestalten – aber sie ersetzt nicht das Denken in Zusammenhängen und das Gespür für den Menschen dahinter.

Wichtig ist: Auch wenn viele dieser Tools "einfach" wirken – sie sind nicht selbsterklärend. Es braucht ein gutes Verständnis dafür, was sie leisten können – und was nicht. Die Ergebnisse müssen sinnvoll eingeordnet werden, um daraus fundierte Entscheidungen abzuleiten. Vor allem aber ist die Auswahl des passenden Tools entscheidend – und genau das wird bei der schnell wachsenden Zahl an Angeboten immer komplexer. Wer das Potenzial der KI wirklich nutzen will, braucht einen klaren Überblick und ein Verständnis dafür, wie, wann und warum bestimmte Tools eingesetzt werden sollten.

Was KI leisten kann – und was nicht

Ich halte nichts davon, KI als Wundermaschine darzustellen. Sie kann viel, keine Frage. Aber sie kann auch irreführen, wenn sie ohne Ziel oder Kontext genutzt wird.

Was KI gut kann:

• große Mengen qualitativer Daten strukturieren
• Muster finden
• verschiedene Perspektiven miteinander verknüpfen
• neue Ideen anstoßen

Was sie nicht kann:

• eine gute Fragestellung formulieren
• echte Empathie entwickeln
• strategische Relevanz einschätzen
• implizite Bedürfnisse erkennen

Deshalb wird die Rolle von UX und Research nicht kleiner – sondern wichtiger. KI braucht kluge Menschen, die sie führen, challengen, reflektieren.

Die Rolle von UX verändert sich – und das ist gut so

Wir Researcher und UXler sind nicht mehr nur die, die Daten erheben und auswerten. Wir sind die, die den Rahmen setzen. Die fragen: Was brauchen wir eigentlich? Wir werden zu Orchestratoren – und das ist eine echte Aufwertung.

Ich glaube: Wer jetzt lernt, KI sinnvoll einzusetzen, wird Research-Arbeit nicht nur effizienter machen, sondern auch wirksamer. Schneller zu Erkenntnissen zu kommen heißt nicht, oberflächlicher zu werden – im Gegenteil: Es eröffnet Zeit für Tiefgang, Interpretation, strategische Ableitung.

Lust, gemeinsam zu denken?

Diese Serie richtet sich an:

• UX- und Research-Profis, die überlegen, wie sie KI sinnvoll in ihre Arbeit integrieren
• Entscheider:innen, die wissen wollen, ob KI ihnen helfen kann, effizienter zu innovieren
• Unternehmen, die Research neu denken wollen – egal ob Konzern oder KMU

Wenn du Teil dieses Austauschs sein willst: Folge mir hier, kommentiere, schreib mir. Ich freue mich auf den Dialog.