Chat ist derzeit die falsche Benutzeroberfläche für die meisten KI-Produkte.

Chat ist die falsche Benutzeroberfläche für die meisten KI-Produkte. Jedes Team, das ein „Sprechen Sie mit unserer KI“-Panel in die Ecke einer echten Benutzeroberfläche einbindet, begeht denselben Fehler. Der Fehler liegt nicht im Modell selbst, sondern in der Oberfläche.

Die dialogbasierte Benutzeroberfläche wurde zum Standard, weil ChatGPT eine Milliarde Menschen dazu gebracht hat, fließend mit einem Textfeld zu sprechen. Diese Vertrautheit ist real. Daraus zu schließen, dass jede KI-Funktion ein Textfeld sein sollte, ist ein Kategorienfehler.

Chat ist ein Werkzeug. Für die meisten KI-Funktionen ist es das falsche. Die richtigen Antworten sind direkte Manipulation, strukturierte Ausgaben, generative Benutzeroberflächen, Inline-KI und Ambient-KI. Die Produkte, die derzeit erfolgreich sind, haben dies als Erste erkannt.

Wie Chat zum Standard wurde

Chat wurde zum Standard, weil er die kostengünstigste Schnittstelle für ein Sprachmodell war. Texteingabe und -ausgabe lassen sich innerhalb eines Tages integrieren. Alles andere ist ein echtes Designproblem.

Der zweite Grund ist der Demo-Effekt. Mit dem Launch von ChatGPT wurde der Chatverlauf zum visuellen Symbol für „Wir haben jetzt KI“, und Produktteams griffen zu einer Form, die modern wirkte.

Der dritte Grund ist Bequemlichkeit, die sich als Bescheidenheit tarnt. Teams sagen: „Lasst den Nutzer alles fragen“, weil sie sich nicht auf eine Meinung darüber festlegen wollen, was die KI tun soll. Ein leeres Textfeld ist das Design-Äquivalent eines Achselzuckens.

Keiner dieser Gründe hat mit dem Nutzer zu tun. Es geht um Geschwindigkeit, Außenwirkung und Risikovermeidung, und deshalb wirkt das Ergebnis für die tatsächlichen Nutzer wie ein Achselzucken.

Wofür Chat wirklich gut ist

Chat eignet sich für einen begrenzten Aufgabenbereich, und Sie sollten genau wissen, wofür. Offene Erkundung, bei der der Nutzer noch nicht weiß, was er will, ist ein Beispiel. Mehrstufige Verhandlung, bei der die Antwort in mehreren Gesprächsrunden verfeinert werden muss, ein weiteres. Unklare Absicht, bei der der Nutzer das Ziel nicht in einer einzigen strukturierten Form formulieren kann, ist das dritte.

Die Hauptoberfläche von ChatGPT ist korrekt. Die Hauptoberfläche von Claude.ai ist aus demselben Grund korrekt. Das Chat-Panel von Cursor ist hilfreich, wenn man bei einer schwierigen Architekturfrage nicht weiterkommt und Unterstützung benötigt.

Alle drei Produkte haben gemeinsam, dass die Chat-Oberfläche das Hauptprodukt ist und nicht nur eine zusätzliche Funktion. Der Chat steht im Mittelpunkt, der Nutzer kommt wegen der Unterhaltung, und der Rest des Bildschirms dient dem Chatverlauf.

Sobald der Chat nicht mehr im Mittelpunkt steht, sondern nur noch als Hilfsmittel am Bildschirmrand dient, befindet man sich in der falschen Benutzeroberfläche. Dann werden die Alternativen relevant, und diese machen den größten Teil der Arbeit aus.

Wofür der Chat ungeeignet ist

Der Chat ist ungeeignet für alles, was eine bekannte Struktur hat. Wenn die Aufgabe der KI darin besteht, ein Formular auszufüllen, ist der Chat ungeeignet. Wenn die Aufgabe der KI darin besteht, einen bestimmten Absatz zu bearbeiten, ist der Chat ungeeignet. Wenn die Aufgabe der KI darin besteht, das nächste Feld, die nächste Zeile, das nächste Pixel vorzuschlagen, ist Chat ungeeignet.

Chat ist langsam. Jeder Chat-Austausch ist ein Hin- und Herlauf: tippen, senden, warten, lesen, erneut tippen. Für eine Aufgabe, die in einer normalen Benutzeroberfläche mit einem Klick erledigt ist, sind drei Runden im Chat eine Belastung für den Nutzer – sowohl zeitlich als auch emotional.

Chat ist schlecht im Umgang mit parallelen Vorgängen. Eine Konversation ist ein einzelner Thread, und die meisten Aufgaben bestehen aus mehreren gleichzeitig erledigten Dingen. Der Nutzer bearbeitet drei Abschnitte, vergleicht zwei Optionen und sieht sich eine Vorschau an – ein Chat-Thread reduziert all das auf eine einzige Sequenz.

Chat ist wenig vertrauensbildend. Man kann nicht sehen, was die KI als Nächstes tut, bis sie es tut, und dann ist die Änderung bereits im Dokument. Direkte Manipulation ermöglicht es dem Nutzer, den Schritt vor der Bestätigung zu sehen, während Chat den Schritt in einem Satz versteckt.

Die fünf Alternativen zu Chat

Es gibt fünf Schnittstellenmuster, die Chat bei der Produkt-KI fast immer überlegen sind. Direkte Manipulation, strukturierte Ausgabe, generative Benutzeroberfläche, Inline-KI und Ambient-KI – ungefähr in dieser Reihenfolge, je nachdem, wie oft sie die richtige Wahl sind.

1. Direkte Manipulation: Der Benutzer greift nach dem Objekt, und die KI unterstützt ihn dabei.

2. Strukturierte Ausgabe: Die KI gibt ein typisiertes Objekt zurück, das von der Benutzeroberfläche gerendert wird, nicht einen Text.

3. Generative Benutzeroberfläche: Die KI erstellt die Benutzeroberfläche für die Antwort, anstatt die Antwort selbst zu schreiben.

4. Inline-KI: Die KI ist als kontextbezogene Aktion in die bestehende Benutzeroberfläche integriert.

5. Ambient-KI: Die KI ist ohne eigene Benutzeroberfläche präsent und wird bei Bedarf sichtbar.

Jede dieser Technologien erfüllt eine Aufgabe, die ein Chat nicht bewältigen kann. Die Produktteams, die 2026 die besten KI-Funktionen auf den Markt bringen, nutzen zwei oder drei dieser Technologien in Kombination und setzen fast nie primär auf einen Chat.

Direkte Manipulation, bei der die Tabulatortaste wirklich überzeugt

Die Tabulatorvervollständigung des Cursors ist das beste Beispiel für gelungene direkte Manipulation. Der Benutzer tippt Code, das Modell sagt die nächste Bearbeitung voraus, und ein einziger Tastendruck mit der Tabulatortaste bestätigt diese. Es gibt keinen Chat, keine Eingabeaufforderung, keinen Thread, keinen Warteraum.

Der Benutzer hat keine Frage gestellt, sondern Code getippt. Die KI hat den Code analysiert und den nächsten Schritt vorgeschlagen. Der Benutzer hat mit einem Finger „Ja“ gesagt und weitergemacht. Dieser Ablauf ist die optimale Lösung für eine Vielzahl von KI-Funktionen.

Direkte Manipulation funktioniert, weil sie das bestehende Bewegungsmuster des Benutzers beibehält. Der Benutzer weiß bereits, wie man Code schreibt, Pixel anklickt, Ebenen verschiebt und Zellen bearbeitet. Die KI fügt sich in dieses Bewegungsmuster ein und macht Vorschläge, die der Benutzer in seinem eigenen Tempo annehmen oder ignorieren kann.

Die Inline-KI von Notion nutzt dies für Fließtext. Die kürzlich eingeführten KI-Funktionen zum Umbenennen und Umstrukturieren von Ebenen von Figma ermöglichen dies. Das Muster geht weit über den Code hinaus. Immer wenn der Benutzer bereits aktiv an der Arbeit beteiligt ist, sollte die KI diese unterstützen, anstatt eine separate Diskussion darüber zu starten.

Strukturierte Ausgabe: Das Muster, das Linear verwendet, um den Chat zu überspringen

Die natürlichsprachlichen Befehle von Linear nehmen einen Satz wie „Erstelle einen Bug für den mir zugewiesenen Authentifizierungsablauf, Fälligkeit Freitag“ und wandeln ihn in ein typisiertes Linear-Ticket mit Titel, Bearbeiter, Label und Fälligkeitsdatum um. Der Benutzer hat einen Text eingegeben, das Produkt hat ein Ticket erstellt.

Die Ausgabe ist strukturiert. Es gibt keine Konversation, keine Rückfragen, keine KI-Persönlichkeit. Das Modell hat ein typisiertes Objekt zurückgegeben, und die Benutzeroberfläche hat dieses Objekt als das angezeigt, was es immer war: eine Ticketkarte.

Strukturierte Ausgabe ist das richtige Muster für nahezu jede Funktion, die eine Aktion in meinem Produkt mit Worten ausführt. Der Nutzer profitiert von der Geschwindigkeit des freien Tippens, das Produkt von der Präzision seines eigenen Datenmodells, und die KI arbeitet unauffällig im Hintergrund, da sie ihre eigentliche Aufgabe erfüllt: die Umwandlung einer Form in eine andere und sich so aus dem Weg räumt.

Granolas Ansatz „Transkript statt Chat“ ist das gleiche Prinzip, angewendet auf Meetings. Das Produkt ist eine Transkriptoberfläche, kein Chatverlauf, und die KI extrahiert strukturierte Elemente aus dem Transkript, wie z. B. Aktionspunkte, Entscheidungen und Folgemaßnahmen. Der Nutzer arbeitet direkt mit diesen Elementen, ohne mit der KI über das Meeting zu kommunizieren.

Generative Benutzeroberfläche: v0 und Claude-Artefakte revolutionierten die Spielregeln

Generative Benutzeroberfläche ist das Muster, bei dem die KI eine Benutzeroberfläche anstelle von Text liefert. v0 nimmt eine Eingabeaufforderung entgegen und gibt eine funktionsfähige React-Komponente zurück, die der Nutzer in der Vorschau ansehen und kopieren kann. Claude Artefakte nehmen eine Anfrage entgegen und liefern ein gerendertes Diagramm, eine funktionierende App oder ein direkt im Dialog nutzbares Dokument zurück.

Der Mentalitätswandel ist enorm. Die KI beantwortet nicht mehr nur eine Frage, sondern liefert eine kleine Softwarekomponente, die die Antwort liefert. Der Nutzer erhält keinen Absatz über die Daten, sondern ein Diagramm, das er mit der Maus erkunden und filtern kann.

Generative Benutzeroberflächen funktionieren, weil die meisten Antworten besser als Schnittstellen denn als Fließtext strukturiert sind. Man wollte keine Beschreibung des Dashboards, sondern das Dashboard selbst. Man wollte keine Zusammenfassung der Daten, sondern die Tabelle.

Dieses Muster hat das größte Potenzial. Die nächsten zwei Jahre der Produkt-KI werden davon abhängen, wie konsequent Teams generative Benutzeroberflächen als Standardantwortformat einsetzen und wie einfach sie es Nutzern ermöglichen, die von der KI erstellten Artefakte zu speichern, zu bearbeiten und einzubetten.

Inline-KI und Ambient-KI: KI ist direkt im Arbeitsablauf integriert

Inline-KI ist in der bereits geöffneten Benutzeroberfläche integriert und wird als kontextbezogene Aktion an das aktuelle Arbeitselement angehängt. Die Inline-KI-Blöcke von Notion ermöglichen es dem Benutzer, einen Absatz auszuwählen und eine Transformation anzufordern. Das Ergebnis ersetzt die Auswahl direkt. Die Mini-KI-Oberflächen von Arc laufen parallel zur Seite, die der Benutzer gerade liest, und das Ergebnis wird im selben Tab angezeigt.

Das Prinzip lautet: „KI als Verb, nicht als Ort“. Der Benutzer navigiert nicht zur KI, sondern ruft sie direkt im aktuellen Arbeitselement auf. Nach Abschluss der Aktion befindet sich der Benutzer weiterhin in derselben Benutzeroberfläche und betrachtet dasselbe Arbeitselement.

Ambient-KI hingegen ist ohne eigene Benutzeroberfläche präsent. Sie beobachtet, bereitet sich vor, tritt bei Bedarf in Erscheinung und hält sich ansonsten im Hintergrund. Die Tab-Vervollständigung von Cursor ist teilweise im Hintergrund aktiv, Granola größtenteils, und die besten Funktionen von GitHub Copilot sind ebenfalls im Hintergrund aktiv.

Die richtige KI im Hintergrund fühlt sich an wie ein guter Kollege, der die Situation erfasst. Sie drängt sich nicht auf, fragt nicht, ob man Hilfe benötigt, sondern erkennt im richtigen Moment, dass man sie braucht, und bietet die kleinste nützliche Unterstützung an.

Wann Chat die richtige Lösung ist

Chat ist dann sinnvoll, wenn drei Bedingungen erfüllt sind: Der Nutzer weiß noch nicht genau, was er will, die Antwort muss in mehreren Runden verfeinert werden, und der Nutzen liegt im Gespräch selbst.

Therapie-Bots, explorative Forschungsassistenten, Code-Architekten, mit denen man mitten in der Nacht zu tun hat, Brainstorming-Partner und die Hauptfunktionen von ChatGPT und Claude.ai erfüllen alle diese drei Bedingungen. Der Nutzer möchte sich unterhalten, das Reden selbst ist die Arbeit, Chat ist die richtige Wahl.

Wenn Ihre Funktion nicht alle drei Bedingungen erfüllt, ist Chat wahrscheinlich nicht die richtige Schnittstelle. Führen Sie den Test ehrlich durch. Wenn der Benutzer weiß, was er will, ist Chat zu langsam; wenn die Antwort strukturiert erfolgen soll, ist Chat zu ungenau.

Die ehrliche Antwort lautet: Nur etwa zehn Prozent der KI-Funktionen benötigen Chat als primäre Schnittstelle. Die übrigen neunzig Prozent benötigen eine der fünf Alternativen und einen Designer, der den Unterschied erkennt. Das bedeutet, dass Chat in den meisten Fällen die falsche Benutzeroberfläche für die jeweilige Anwendung ist.

Entscheidungsrahmen

Nutzen Sie diese Tabelle, um die Form einer KI-Funktion festzulegen. Sie ist nicht vollständig, sondern dient als erste Auswahl.

| Aufgabe | Richtige Schnittstelle | Falsche Schnittstelle |

|---|---|---|

| Bearbeitung des Objekts vor dem Benutzer | Direkte Manipulation oder Inline-KI | Chat-Panel |

| Aktion im Produkt mit Text ausführen | Strukturierte Ausgabe | Chat-Thread |

| Antwort mit Daten, die der Benutzer erkunden kann | Generative Benutzeroberfläche | Absatz im Chat |

| Arbeitsablauf beobachten und spontan unterstützen | Ambient AI | Immer geöffneter Chat |

Nutzer beim lauten Denken unterstützen | Chat | Inline-KI |

Ein unklares Ziel über mehrere Runden hinweg aushandeln | Chat | Einmaliges Formular |

Text in strukturierte Aktionen umsetzen | Strukturierte Ausgabe | Chat mit Bestätigungen |

Benutzeroberfläche für Antworten erstellen | Generative Benutzeroberfläche | Markdown im Chat |

Das Framework geht ehrlich mit den Vor- und Nachteilen um. Chat eignet sich für zwei der acht Aufgaben in dieser Liste, die anderen sechs gehören zu den Alternativen. Dieses Verhältnis entspricht dem der besten KI-Produkte, die derzeit auf dem Markt sind.

Häufig auftretende Fehler

Vier Fehler treten bei fast jeder Produkteinführung mit KI auf. Sie sind vorhersehbar, vermeidbar und beginnen alle mit dem Chat.

Der erste Fehler ist der Chat-Hammer. Das Team wählt Chat als Oberfläche und versucht dann, ihn für alles zu nutzen, vom Ausfüllen von Formularen über die Datenexploration bis hin zu Inline-Bearbeitungen. Das Produkt wird zu einem einzelnen Textfeld, das an eine komplexe Anwendung angehängt ist, und der Benutzer ist gezwungen, jede Aktion in einen Satz umzuwandeln.

Zweitens: die Latenz. Jeder Chat-Austausch ist ein Hin- und Herlauf, den der Benutzer abwarten muss. Der Benutzer tippt, klickt auf „Senden“, sieht den Ladekreis, liest einen Absatz, tippt erneut, und selbst für Aktionen, die eigentlich nur einen Klick erfordern sollten, ist die Wartezeit im Chat extrem lang.

Drittens: Kontextverlust. Der Chatverlauf weiß nicht, was der Benutzer gerade ansieht oder was er vor 30 Sekunden getan hat. Der Benutzer muss jeden Schritt erneut erklären, und die Antworten der KI wirken generisch, weil die KI die Aktionen des Benutzers nicht nachvollziehen kann.

Viertens: Störende Umgebungsinformationen. Wenn das Team beschließt, den Chat als Umgebungsfunktion zu gestalten, erscheint er in Form von Vorschlägen, Pop-ups und Benachrichtigungen, die der Benutzer nicht angefordert hat. Das Produkt wirkt, als würde es sich selbst unterbrechen, und der Benutzer lernt, die KI komplett auszublenden.

Jeder dieser Fehler ist ein Zeichen dafür, dass Chat von Anfang an die falsche Wahl war. Die Lösung ist fast nie eine bessere Eingabeaufforderung, sondern eine andere Benutzeroberfläche.

Wie man Alternativen gestaltet

Die Gestaltung von KI nach dem Chat besteht hauptsächlich darin, die bestehende Benutzeroberfläche zu respektieren und die KI so anzupassen, dass sie sich nahtlos einfügt. Beginnen Sie mit der Aufgabe, die der Benutzer erledigen wollte, und finden Sie den Moment in dieser Aufgabe, in dem die KI einen Schritt einsparen kann. Platzieren Sie die KI dann genau dort in der passenden Form.

Direkte Manipulation wird durch Beobachtung der Benutzerhandbewegungen gestaltet. Wo zieht, klickt, tippt und wählt der Benutzer bereits aus? Die KI unterstützt diese Bewegungen und ersetzt sie nicht durch ein Chatfenster.

Strukturierte Ausgabe wird gestaltet, indem die Antwort der KI dem Datenmodell des Produkts zugeordnet wird. Das Modell liefert ein typisiertes Objekt, die Benutzeroberfläche rendert das Objekt – ohne zusätzliche Textebene.

Generative Benutzeroberflächen werden gestaltet, indem die Antwort der KI als kleines Software-Fragment behandelt wird. Inline-KI wird durch eine Bestandsaufnahme entwickelt, indem alle Stellen aufgelistet werden, an denen der Benutzer eine Transformation oder Vervollständigung wünscht, und dort eine kleine Interaktionsmöglichkeit platziert wird. Ambient AI ist auf Zurückhaltung ausgelegt, wobei die Grenze für Eingriffe bei „Der Nutzer wird es uns danken“ liegt.

Was das für die nächsten zwei Jahre bedeutet

Die nächsten zwei Jahre im KI-Produktdesign werden davon abhängen, wer als Erster den Chat überflüssig macht. Teams, die weiterhin Chat-Panels in realen Anwendungen verstecken, werden gegenüber Teams verlieren, die direkte Manipulation, strukturierte Ausgabe, generative Benutzeroberflächen, Inline-KI und Ambient AI bieten.

Das neue Designvokabular formt sich bereits. „Inline-Blöcke“, „generative Artefakte“, „Ambient Assist“, „strukturierte Aktionen“ und „direkte Bearbeitung“ halten Einzug in den Wortschatz von Produktdesignern, so wie „Karte“, „Modal“ und „Drawer“ vor fünfzehn Jahren Einzug hielten. Wer dieses Vokabular bis Ende 2026 nicht beherrscht, wird zweimal pro Quartal das Falsche auf den Markt bringen.

Der größte Wandel ist konzeptioneller Natur. KI ist keine Funktion, die man einem Produkt hinzufügt, sondern ein Material, mit dem man arbeitet, und Chat ist eine Form dieses Materials. Ein Designer, der nur die Chat-Oberfläche kennt, kann nur eine Art von Produkt entwickeln. Deshalb trifft die Behauptung, dass Chat für die meisten Produkte die falsche Benutzeroberfläche ist, mit jedem Monat mehr und mehr zu.

Chat ist nicht tot. Chat ist in dem kleinen Bereich von Aufgaben, die tatsächlich eine Konversation erfordern, durchaus sinnvoll. Für alles andere wird die Zukunft von der Arbeit selbst bestimmt, nicht von einem Thread. Wenn Ihr Produkt ein Chatfenster ist, das an eine echte Benutzeroberfläche angehängt wurde, brauchen Sie keine besseren Eingabeaufforderungen, sondern eine bessere Oberfläche. Und genau daran arbeiten wir bei /hire.