Prompt Engineering für UX Designer

Künstliche Intelligenz verändert den Arbeitsalltag von UX Designern grundlegend. Wer weiß, wie man Sprachmodelle präzise anspricht, gewinnt Zeit für das, was wirklich zählt: gutes Design. In diesem Kurs erwerben UX Designer das Handwerkszeug, um KI-Tools gezielt in Recherche, Konzeption, Microcopy, Prototyping und Evaluation einzusetzen. Prompt Engineering wird hier nicht abstrakt erklärt, sondern direkt im UX-Workflow verankert — von der ersten Nutzerrecherche bis zur finalen Textoptimierung.

Grundlagen: Sprachmodelle und Prompt-Logik im UX-Kontext Bevor man Prompts schreibt, muss man verstehen, wie Sprachmodelle funktionieren. Dieses Modul legt die konzeptuelle Basis: Was kann KI leisten, was nicht, und wie unterscheidet sich Prompt Engineering von einfachem Suchmaschinengebrauch?

• Wie Large Language Models Text verarbeiten und generieren
• Warum Prompt-Formulierung über Qualität der Outputs entscheidet
• Tokenisierung, Kontext-Fenster und ihre Auswirkungen auf lange Aufgaben
• Unterschiede zwischen generativen Modellen und regelbasierter KI
• Prompt Engineering als Designdisziplin: Iteration, Test, Verbesserung

Prompting-Techniken für den UX-Workflow In diesem Modul geht es um die konkreten Methoden: Chain-of-Thought, Few-Shot-Prompting, Rollenanweisungen, strukturierte Ausgabeformate — angewandt auf typische UX-Aufgaben wie Personas, Journey Maps, Informationsarchitektur und Usability-Fragen.

• Zero-Shot, One-Shot und Few-Shot-Prompting im Vergleich
• Chain-of-Thought: KI Schritt für Schritt durch Designprobleme führen
• Rollenanweisungen und Persona-Framing für konsistente Outputs
• Strukturierte Ausgabeformate (Listen, JSON, Tabellen) für den Design-Workflow nutzen
• Iterative Prompt-Verfeinerung: Wie man aus schwachem Output starken macht

KI in der UX-Research-Phase Von der Nutzeranalyse über Interviews bis zur Synthese: KI kann Research-Aufgaben nicht ersetzen, aber messbar beschleunigen. Dieses Modul zeigt, wo KI sinnvoll eingreift und wo der menschliche Blick unersetzlich bleibt.

• Promptbasierte Unterstützung bei der Persona-Entwicklung
• Analyse qualitativer Interview-Transkripte mit KI-Hilfe
• KI-gestützte Clusterung und Themenextraktion aus Nutzer-Feedback
• Hypothesen und Research-Fragen durch KI-Dialoge schärfen
• Grenzen und Verzerrungen: Wann KI-Output Research-Ergebnisse verzerren kann

Microcopy und UX-Writing mit KI Texte in Interfaces sind UX — und KI kann dabei eine präzise Schreibhilfe sein. Dieses Modul zeigt, wie man Prompts schreibt, die Buttons, Fehlermeldungen, Onboarding-Texte und Hilfetexte in der richtigen Tonalität und für die richtige Nutzergruppe liefern.

• Prompts für UI-Texte: Buttons, Labels, Tooltips, Fehlermeldungen
• Tonality-Vorgaben und Markenstimme in Prompts verankern
• Varianten generieren und nach UX-Kriterien vergleichen
• Barrierefreiheit und Klarheit als Prompt-Parameter
• Qualitätskontrolle: Wie man KI-generierte Texte systematisch prüft

Praxisblock: Prompt-Bibliothek und Integration in den Design-Prozess In betreuten Praxiseinheiten erarbeiten Teilnehmende eine eigene Prompt-Bibliothek für wiederkehrende UX-Aufgaben und integrieren die gelernten Techniken in echte Designszenarien. Die angeleiteten Übungsphasen geben Raum zum Experimentieren und Verfeinern.

• Entwicklung einer persönlichen Prompt-Bibliothek mit 15+ Einträgen
• Anwendung von Chain-of-Thought auf eine konkrete Informationsarchitektur-Aufgabe
• Erstellung von Persona-Drafts mit Few-Shot-Prompting
• Promptbasierte Analyse eines fiktiven Nutzer-Interview-Transkripts
• Microcopy-Set für ein Formular: 3 Varianten, 3 Tonlagen
• Vergleich und Bewertung von KI-Outputs nach UX-Kriterien
• Dokumentation einer iterativen Prompt-Entwicklung mit Versionsvergleich
• Identifikation von Bias und Qualitätsproblemen in KI-generierten Inhalten
• Peer-Austausch zu Prompt-Strategien und Erfahrungen aus dem Kursalltag
• Präsentation eines vollständigen Prompt-Workflows für eine UX-Aufgabe

Nach diesem Praxisblock haben Teilnehmende eine einsatzbereite Prompt-Bibliothek und ein dokumentiertes Workflow-Konzept, das sich direkt im Arbeitsalltag verwenden lässt.

Dieser Kurs ist für UX-Fachleute konzipiert, die KI nicht als Schlagwort, sondern als praktisches Arbeitsmittel verstehen wollen.

• UX Designer, die KI-Tools strukturiert in ihre Designarbeit integrieren möchten
• UX Writer und Content-Designer, die Microcopy effizienter entwickeln wollen
• Product Designer und UI Designer mit Interesse an KI-gestützter Konzeptarbeit
• UX Researcher, die Research-Phasen beschleunigen und Syntheseprozesse unterstützen wollen
• Alle, die im Product-Design-Bereich arbeiten und ein fundiertes Verständnis von KI-Möglichkeiten und -Grenzen entwickeln möchten

Der Kurs findet im Combined-Learning-Format statt. Betreute Lernphasen mit direktem Trainer-Feedback wechseln sich mit angeleiteten Übungseinheiten ab, in denen Teilnehmende Prompting-Techniken an realen UX-Aufgaben erproben. Die Vermittlung ist stark praxisorientiert: Jedes Konzept wird sofort in einem konkreten Design-Kontext angewandt. Vollzeitteilnahme ermöglicht einen intensiven, zügigen Durchlauf.

Der Kurs wird als Vollzeitmaßnahme im Combined-Learning-Format angeboten. Genaue Stundenzahlen und Laufzeiten sind dem jeweiligen Kursangebot zu entnehmen.

Nach erfolgreichem Abschluss erhalten Teilnehmende ein trägerinternes Zertifikat des Bildungsträgers mit der Bezeichnung „Prompt Engineering für UX Designer". Es handelt sich um keine öffentlich-rechtliche Abschlussprüfung, sondern um eine qualifizierte Teilnahmebescheinigung, die die erworbenen Kompetenzen im Bereich KI-gestützter UX-Arbeit nachweist.

Wer als UX Designer mit KI arbeitet, ohne Prompting zu beherrschen, schöpft nur einen Bruchteil des Potenzials aus. Die Qualität eines KI-Outputs hängt direkt davon ab, wie präzise und strukturiert die Anweisung formuliert ist. Nach diesem Kurs können Teilnehmende den Unterschied machen — nicht nur für sich selbst, sondern für ihr gesamtes Produktteam. Der Kurs gibt UX-Fachleuten eine Sprache für den Umgang mit KI: konkretes Methoden-Wissen statt vager Begeisterung. Wer eine durchdachte Prompt-Bibliothek aufgebaut hat und weiß, wie man Few-Shot-Beispiele formuliert oder einen Chain-of-Thought-Dialog führt, arbeitet in Research, Konzeption und Writing deutlich schneller — und mit besserem Output. Die Fähigkeit, KI-generierte Texte und Strukturvorschläge kritisch zu beurteilen, wird dabei genauso trainiert wie die Fähigkeit, gute Prompts zu schreiben. Im Arbeitsmarkt 2026 ist KI-Kompetenz für UX Designer kein Nice-to-have mehr, sondern ein Erwartungswert. Dieser Kurs liefert das fundierte Handwerkszeug: nicht für spezifische Tools, die sich schnell ändern, sondern für das Prinzip hinter effektivem Prompting — und das bleibt relevant, egal welche Modelle als nächstes erscheinen. Besonders wertvoll ist die Verbindung von Prompt-Kompetenz mit UX-Urteilsvermögen: Wer beide Felder versteht, kann im Team als Brücke zwischen Designarbeit und KI-Einsatz fungieren — eine Position, die in modernen Produktteams zunehmend gesucht wird.