Was bleibt vom Gestalter, wenn die KI gestaltet?

Macht KI Gestalterinnen und Gestalter überflüssig?

Nein, das ist die falsche Frage. Sie unterstellt, der Wert von Design läge in der Ausführung, im Zeichnen des Buttons, im Bauen der Fläche, im Texten des Entwurfs. Genau das bestreitet der aktuelle Diskurs. Design verschiebt sich zu Urteil, Systemdenken und Orchestrierung. Anspruchsvoller, nicht weniger.

Die Designerin Nicole Alexandra Michaelis bringt diese Verschiebung auf den Punkt: Für sie werden die gefragten Gestalterinnen und Gestalter des nächsten Jahrzehnts nicht mehr dafür bezahlt, wie schnell sie einen hübschen Button zeichnen können. Bezahlt wird, wer choreografieren kann, wie Menschen und intelligente Systeme zusammenarbeiten (Michaelis, 2026). Das ist ihre Position, kein gemessener Befund, aber sie trifft den Kern: Wenn eine Maschine die Mechanik der Pixelproduktion übernimmt, bleibt für den Menschen die Kognitionsarbeit übrig. Zu verstehen, was ein System leisten soll, und zu beurteilen, ob es das tut.

Diese Verschiebung ist kein Trost für Berufsanfänger, sondern eine Ansage. Wer Design bisher vor allem als Handwerk der Ausführung gelernt hat, muss eine zweite Kompetenz aufbauen: Urteilsvermögen über etwas, das die Maschine schneller produziert, als ein Mensch es je könnte. Das ist unbequemer als reines Können, weil es sich schlechter in einem Tutorial lernen lässt. Aber genau das macht die Arbeit auf Dauer wertvoller, nicht überflüssiger.

Was wird teurer, wenn die Ausführung billig wird?

Vier Ebenen, in dieser Reihenfolge: Ausführung wird automatisiert und dadurch billig. Urteil und Evaluation, Handschrift und Point of View, sowie Haltung und Governance werden dagegen wertvoller. Die Designerin Daisy Chen beschreibt dazu den „slot machine moment": Ein Nutzer starrt auf einen Fehler, tippt „fix this" und hofft, weil das Werkzeug ihn trainiert hat, das Denken auszulagern. Für Chen ist genau das die falsche Richtung. Die beste KI soll den Menschen zum Denken bringen, nicht ihm das Denken abnehmen (Chen, 2026).

Aus dieser Position folgt ein Gedanke, der zunächst gegen jede Usability-Regel verstößt: Reibung wird zum Designwerkzeug statt zum Feind. Ein Werkzeug, das einen Nutzer manchmal absichtlich verlangsamt, hält ihn wach und beteiligt, statt ihn ins Wegklicken zu treiben (Chen, 2026). Für die eigentliche Designarbeit heißt das: Eine KI kann in Sekunden hundert Varianten eines Layouts liefern, aber sie weiß nicht, welche davon zum Kontext, zur Marke und zum Menschen in der Mitte passt. Genau dieses Urteil ist die Leistung, die teurer wird, nicht billiger.

1. Ausführung. Das Zeichnen, Bauen, Texten. Wird automatisiert.
2. Urteil und Evaluation. Ist das Gebaute gut? Passt es zum Kontext, zur Marke?
3. Handschrift und Point of View. Warum so und nicht anders?
4. Haltung und Governance. Nach welchen Werten darf ein System gestalten?

Warum ist Handschrift plötzlich ein ökonomisches Argument?

Weil Ausführung zur Commodity wird, sobald sie jeder mit einem Prompt erzeugen kann, und weil dann nur die eigene Handschrift den Unterschied macht. Der Fotograf und Unternehmer Chase Jarvis hat diese Logik Jahre vor der generativen KI formuliert, allerdings über kreative Handschrift, nicht über Software. Für Jarvis will niemand dich engagieren, weil du eine Kamera besitzt. Man engagiert dich, weil nur du die Aufgabe so siehst, wie du sie siehst (Jarvis, 2026).

Jarvis nennt den eigenen Stil den Filter, durch den die Arbeit läuft, und seine Pointe lautet: Wer aufhört, alles sein zu wollen, kann endlich etwas Bestimmtes werden, und bestimmt ist mächtig (Jarvis, 2026). Diese Haltung stammt nicht aus der KI-Debatte, sondern aus der Kreativitätsliteratur, trifft aber denselben Punkt von der anderen Seite. Wenn jeder mit einem Prompt ein okayes Bild oder Layout erzeugt, ist die Ausführung die Kamera, die plötzlich alle besitzen. Was bleibt, ist der Blickwinkel, den nur einer hat, und genau der lässt sich nicht in einen Prompt packen.

Inhalte produzieren füllt Flächen. Auswählen schafft Bedeutung.

Und wenn die Oberfläche sich selbst baut?

Dann verschiebt sich die Verantwortung von der einzelnen Fläche zu den Regeln, nach denen tausende Flächen entstehen. Michaelis beschreibt dafür die Rolle des „Generative UI System Architect": Wer die Constraints, Guardrails und Bausteine für ein generatives System festlegt, gestaltet nicht mehr ein Artefakt, sondern das Handlungsfeld dahinter (Michaelis, 2026). Der Designer Daniel Ruston nennt den Kern „task partitioning": entscheiden, welche Teile eines Arbeitsschritts der Maschine gehören und welche unter menschlicher Kontrolle bleiben müssen (Ruston, 2026). Beide Positionen laufen auf dasselbe Risiko zu, das der UX-Autor Neeman beschreibt: Ein Modell wirkt souverän, flüssig und ist trotzdem falsch. Es versteckt sein Versagen hinter Selbstsicherheit (Neeman, 2026), und genau deshalb lässt sich diese Verantwortung nicht an das System delegieren.

Die Autorin Amber Case bringt diese Verantwortung auf eine Formel, die älter ist als der KI-Hype: Im Grunde ist alle Gestaltung Governance (Case, 2023). Wer Regeln für ein generatives System setzt, gestaltet nicht ein einzelnes Artefakt, sondern das Feld, in dem tausende Artefakte entstehen. Nach welchen Werten die Guardrails gezogen werden, kein Engagement-Maximieren um jeden Preis, keine Dark Patterns, Vertrauen sichtbar statt versteckt, entscheidet am Ende, was die Maschine überhaupt darf. Das ist die anspruchsvollste Form von Verantwortung im ganzen Berufsbild, und sie lässt sich nicht outsourcen.

Was heißt das für meine Arbeit bei aLx-design?

Genau diese Verschiebung deckt sich mit meiner Haltung: Substanz vor Output. Auswählen schafft Bedeutung, Produzieren allein füllt nur Flächen. Für die Webdesign-Arbeit heißt das konkret: KI beschleunigt das Bauen einer Oberfläche, aber welches Layout zur Marke passt, welches Bild einen Menschen wirklich zeigt und welche Guardrails ein System braucht, bleibt Aufgabe des Menschen. Wer bei einem Projekt nur die schnellste Ausführung verkauft, verkauft genau den Teil, den eine Maschine bald billiger liefert. Wertvoll bleibt das Urteil davor und danach.

Nutzt du selbst KI?

Ja, als Werkzeug, so wie Lightroom, Photoshop oder InDesign Werkzeuge sind. Die Entscheidungen treffe ich selbst. Hinter meiner Arbeit stecken mehr als zehn Jahre gestalterischer Praxis: die Ausbildung zum Mediengestalter Digital und Print, das Studium Kommunikationsdesign (B.A.) und die Arbeit als Fotograf. Dieses Wissen lässt sich nicht prompten. Es entscheidet, ob ein Entwurf funktioniert, lange bevor die erste Fläche entsteht.

Das beginnt bei Planung und Konzeption. Ich höre zu, arbeite die eigentliche Aufgabe hinter dem Auftrag heraus und entwickle daraus eine Idee. Welche Zielgruppe angesprochen wird, welche Geschichte eine Marke erzählt und welche Form dafür richtig ist, entsteht im Gespräch und auf dem Papier, nicht im Eingabefeld. Die Scribbles im Titelbild dieses Beitrags stammen aus genau so einem Prozess: viele Versuche von Hand, bis eine Idee trägt. Das Zusana-Logo weiter oben ist das Ergebnis dieser Arbeit, nicht das eines Prompts.

Auch Beurteilung und Ausführung bleiben Handwerk. Typografie, Satz, Farbe, Bildbearbeitung und Druckvorstufe habe ich von Grund auf gelernt und über Jahre in echten Projekten angewendet. Als Fotograf stehe ich selbst hinter der Kamera, setze das Licht und wähle die Bilder aus. KI setze ich gezielt dort ein, wo sie einzelne Arbeitsschritte beschleunigt, etwa bei Recherche, beim Sortieren von Material oder bei ersten Textentwürfen. Jedes Ergebnis prüfe und überarbeite ich, bevor es ein Kunde sieht: Behauptungen an Quellen, Bilder mit dem Auge des Fotografen, Layouts mit dem Blick des Gestalters.

Die Aufteilung ist damit klar: KI beschleunigt Prozesse, das Denken dahinter bleibt meins. Genau das ist die praktische Antwort auf die Frage, was vom Gestalter bleibt. Nicht die schnellste Hand, sondern Erfahrung, Konzept und ein Urteil, das über Jahre gewachsen ist und sich nicht in Sekunden erzeugen lässt.

Quellen