Drei Sichtweisen
Neutrale, unvoreingenommene Sicht
Design Thinking ist ein Ansatz, der nutzerzentriert arbeitet, Probleme explorativ erfasst und über iteratives Prototyping Lösungen entwickelt. KI-Projekte wiederum sind stark datengetrieben, methodisch komplex und erfordern ein tiefes technisches Fundament. Eine Kombination ist naheliegend: Design Thinking kann helfen, die Bedürfnisse und Use Cases klarer zu definieren, bevor teure technische Entwicklungen starten. KI profitiert davon, wenn sie nicht technikgetrieben, sondern problemgetrieben eingesetzt wird. Rein sachlich betrachtet ergänzen sich die beiden Methoden – der eine Rahmen stellt sicher, dass man das Richtige baut (Design Thinking), der andere, dass man es technisch umsetzt (KI).
Advocatus Diaboli (kritisch)
Es gibt mehrere Fallstricke. Erstens: Design Thinking ist oft qualitativ, explorativ und subjektiv; KI-Projekte benötigen jedoch belastbare Daten, präzise definierte Metriken und technologische Machbarkeit. Hier kann eine Kluft entstehen: Begeisternde Ideen aus dem Workshop sind später nicht mit Daten oder Algorithmen realisierbar. Zweitens: Design Thinking betont Empathie mit Nutzern, KI hingegen abstrahiert Nutzerverhalten in Modelle – die Brücke ist nicht trivial. Drittens: Die Gefahr ist, dass Teams zu sehr in kreativen Prozessen verharren und die harte Realität von Datenqualität, Bias, Governance und Compliance unterschätzen. Kurz: Die Methoden passen nicht automatisch zusammen; sie müssen bewusst verzahnt werden, sonst bleibt es bei Buzzwords.
Ermutigende, positive Sicht
Gerade weil KI-Projekte oft daran scheitern, dass sie keinen klaren Mehrwert für Nutzer schaffen, kann Design Thinking einen entscheidenden Unterschied machen. Es zwingt Teams, vor der Modellierung die richtigen Fragen zu stellen und den «Pain Point» der Nutzer wirklich zu verstehen. In Kombination entsteht eine starke Dynamik: Design Thinking sorgt für menschliche Relevanz, KI für technische Exzellenz. Zudem erlaubt die iterative Natur beider Ansätze – Prototyping und Modell-Iterationen – eine gemeinsame Sprache. Das kann die Erfolgsquote von KI-Initiativen signifikant erhöhen und verhindert, dass KI bloß eine Lösung auf der Suche nach einem Problem bleibt.
Grundthese
Design Thinking (DT) und Künstliche Intelligenz (KI) lassen sich gut kombinieren, um erfolgreiche KI-Projekte umzusetzen.
- DT = Nutzerzentrierung, Kreativität, Imagination.
- KI = Daten, Algorithmen, technische Realisierung.
Drei Perspektiven auf die Kombination
- Neutral: DT definiert die richtigen Probleme, KI liefert die Lösungen.
- Kritisch: Gefahr der Kluft zwischen kreativen Ideen und technischer Machbarkeit (Datenqualität, Bias, Governance).
- Positiv: DT erhöht Relevanz und Akzeptanz von KI, weil es von Nutzerbedürfnissen ausgeht.
Vorgehensmodell (Phasen)
1. Verstehen – Nutzer & Probleme erfassen.
2. Definieren – Use Case, Daten, KPIs klären.
3. Ideen entwickeln – kreative KI-Lösungen skizzieren.
4. Prototyping – UX-Mockups + erste KI-Modelle.
5. Testen & Iterieren – Nutzerfeedback + technische Evaluation.
6. Skalieren – MVP, MLOps, Compliance.
7. Lernen – Evaluation, Rückkopplung.
Ergebnis: Ein Kreislauf, der menschliche Relevanz (DT) und technische Machbarkeit (KI) verbindet.
Definition von «Design Thinking»
Nutzerzentrierter Innovationsansatz, der Probleme aus Perspektive der Betroffenen versteht, kreative Ideen generiert und durch Prototyping iterativ testet.
Übersetzung «Design Thinking»
- Wörtlich: «Gestalterisches Denken». In der Praxis bleibt der englische Begriff üblich.
- Foliendefinition: «Design Thinking bedeutet gestalterisches Denken – ein strukturierter Prozess, Probleme aus Nutzersicht zu verstehen, Ideen zu entwickeln und in schnellen Prototypen zu testen.»
Bildhafte Formel
- DT öffnet den Raum der Imagination → Was ist vorstellbar?
- KI prüft und realisiert im Rahmen von Daten, Algorithmen und Infrastruktur → Was ist (uns) möglich?
Metapher: Architekt (Vision) + Ingenieur (Umsetzung).
Praxisbezug
Die Kombination wird bereits in Unternehmen, Forschung und Startups genutzt. Erfolgreich dort, wo interdisziplinäre Teams arbeiten und DT & KI von Beginn an verzahnt werden.
Quintessenz
Design Thinking sorgt dafür, dass KI-Projekte vom Menschen her gedacht sind. KI sorgt dafür, dass die besten Ideen auch realisierbar werden.
Literatur
Greger, R. T. A. (2025). Starte Design-Thinking: Eine moderne Einführung in die Welt kreativer Lösungen. Design-Thinking-Tank. Amazon
Lewrick, M. (2018). Design Thinking: Radikale Innovationen in einer digitalisierten Welt. C.H.Beck. Amazon
