KI im Design wird oft als Werkzeug für den großen Wurf verkauft: ein Prompt, ein fertiges Layout, ein neuer Entwurf aus dem Nichts. Der Bericht, den das Figma-Team über seinen Design-Agenten veröffentlicht hat, handelt fast nur vom Gegenteil: von Eingriffen, die so klein sind, dass niemand sie kreative Leistung nennen würde. Abstände anpassen. Eine Farbe tauschen. Ein Layout umbauen, weil jemand Feedback hinterlassen hat. Genau dort, so das Team, entscheidet sich, ob ein Agent im Alltag trägt oder nur im Demo-Video gut aussieht.
In der Praxis entsteht selten ein Screen in einem Zug. Meist ist er das Ergebnis von zwanzig kleinen Entscheidungen, die aufeinander aufbauen. An dieser Kette scheitern Modelle oder sie bestehen. Figma hat sein Modell genau für diese Arbeit trainiert. Die veröffentlichten Zahlen zeigen, was davon im Alltag als Designerin oder Designer ankommt.
Warum kleine Änderungen das Problem sind
Der Ausgangspunkt war eng gewählt: Der Agent sollte keine neuen Layouts erfinden, sondern ändern, was schon auf dem Canvas liegt. Figma beschreibt diesen Alltag als Folge kleiner, iterativer Schritte, die sich oft kaum prüfen lassen – Abstände, Farben, ein Umbau nach Feedback. Jede Änderung baut auf früheren Entscheidungen auf. Darin liegt die Schwierigkeit. Ein Modell, das nur das Endergebnis sieht, versteht nicht, warum etwas so geworden ist.
Ein Bild dafür ist der Umbau einer bewohnten Wohnung. Wer ein Regal anbringt, muss wissen, wo Leitungen liegen, was die Wand trägt und welche Möbel stehen bleiben. Ein Architekt, der ein leeres Grundstück beplant, hat es einfacher – und ist trotzdem der falsche Ansprechpartner. Überträgt man das auf den figma ki design agent, wird klar, warum ein Alleskönner-Modell hier nicht automatisch die beste Wahl ist. Gefragt ist Präzision im Bestand, nicht der große Entwurf.
Zeit zählt ebenfalls. Solche Eingriffe passieren über den Tag verteilt dutzendfach. Geschwindigkeit ist deshalb wichtiger als bei einer einmaligen Generierung. Eine Änderung, die zwei Minuten braucht, unterbricht den Arbeitsfluss, den sie stützen soll. Figma formuliert das als Ziel: besser in der Sache und schneller in der Ausführung. Das klingt unspektakulär, beschreibt die Aufgabe aber ziemlich genau.
Vom Nachahmen zum Lernen: SFT und Reinforcement Learning
Der Bericht benennt, wo handelsübliche Modelle scheiterten. Frontier-Modelle verstanden die Figma-Syntax nicht. Ein Umweg über aufwendige System-Prompts wäre teuer im Token-Verbrauch gewesen. Das Team investierte stattdessen in überwachtes Feintuning, Supervised Fine-Tuning (SFT). Jedes Trainingsbeispiel kombinierte ein Ausgangsdesign, eine synthetische Änderungsanfrage und ein Beispiel, in dem die Änderung nachweislich funktioniert hatte.
Wo Designsysteme im Spiel waren, erzeugte die Pipeline synthetische Prompts zu Themes und Komponenten. Größere Lehrermodelle bearbeiteten diese Aufgaben. Deterministische Validatoren und visuelle Modell-Richter prüften die Ergebnisse: gültige Ausgabe und ob die Anfrage erfüllt wurde. Die Pipeline konnte sich selbst reparieren. Scheiterte ein Kandidat an einer Prüfung, floss das Feedback in eine überarbeitete Version ein. Aus wenigen Rohideen wurde so eine große Menge brauchbarer Beispiele.
Der Ansatz trug weit. Ein früheres Llama-3.3-70B-Modell, trainiert auf mehr als 250.000 Beispielen, war auf Editing-Aufgaben konkurrenzfähig zu den damals besten Modellen. Trotzdem stieß das Team an Grenzen des reinen Nachahmens. Imitationslernen bringt Modelle dazu, Designs zu reproduzieren, die dem Training ähneln – auf Kosten der Generalisierung. Es ist zudem wenig sample-effizient und braucht viele Beispiele für viele Facetten. Deshalb kam Reinforcement Learning dazu: bessere Umgebungen für die Design-Domäne, mehr Vielfalt in den Beispielen, geschärfte Belohnungsmodelle und von Expertinnen geschriebene Kriterien.
Was ein Modell lernt, wenn es im Figma-Dateiformat arbeitet
Ein technisches Detail wiegt schwer: Die Designs lagen im nativen Dateiformat von Figma vor, nicht als Pixelbild. Das Modell lernte, Änderungen zu erzeugen, die sich wieder auf den Canvas anwenden lassen – Ebenen, Komponenten, Eigenschaften. Für ki-gestützte bearbeitung in figma ist das der Unterschied. Ein Bildgenerator liefert ein hübsches Rechteck. Ein figma editing modell liefert eine Änderung, die im Ebenenbaum sitzt und weiterbearbeitet werden kann.
Daraus folgt auch, was das Modell nicht ist. Es entwirft keine Marke, erfindet keine Bildsprache und entscheidet nicht, ob ein Layout gut ist. Es führt Aufträge im Bestand aus und darf dabei möglichst wenig kaputt machen. Qualität zeigt sich hier nicht daran, dass etwas Neues entsteht, sondern daran, dass das Bestehende unbeschädigt bleibt. Ein Beispiel aus dem Bericht: Ein Standort-Badge wird oben links in eine Karte eingesetzt, ausgerichtet, lesbar, im Container, ohne dass die restlichen Inhalte verrutschen.
Qualität messen, obwohl Design subjektiv ist
Gute Gestaltung ist subjektiv, aber messbar. Figma zerlegt die Bewertung in getrennte Dimensionen und prüft sie einzeln. Ein Design kann saubere Ausrichtung und schlechten Kontrast haben. Ein Edit kann poliert aussehen und die Anfrage trotzdem verfehlen. Ein Button kann richtig aussehen und die falsche Komponente verwenden. Der Bericht zeigt solche Fehler: überlappende Icons und Text, abgeschnittene Pfeile, ein Preis, der in die Beschreibung hineinläuft.
Für die Bewertung kombiniert das Team strukturelle Checks mit visuellen Richtern und kalibriert das an Expertendesignerinnen und -designern. Das ist aufwendig, aber nötig. Man bekommt keine einzelne Note, sondern ein Profil: Wo ist ein Modell stark, was muss es noch lernen. Für figma ki modell für designer ist diese Trennung wichtiger als jede Leaderboard-Zahl, weil sie zeigt, welche Fehler man selbst noch prüfen muss.
Auch die Benchmarkzahlen sind mit Vorsicht zu lesen. In den internen Figma-Editing-Evals liegt das neueste, noch nicht veröffentlichte Modell auf Basis eines Qwen-Modells mit 27 Milliarden Parametern bei 77,8 Prozent, ein Wettbewerbsmodell bei 76,9 Prozent. Das ist ein knapper Vorsprung, kein klarer Sieg. Figma sagt selbst, dass dies nur einer von vielen Inputs für die Entscheidung ist, welche Modelle im Produkt laufen.
Wo das eigene Modell im Agenten sitzt – und was die Zahlen zeigen
Der Agent fährt zweigleisig. Für Bildgenerierung, Vektoren oder komplett neue Design-Erkundungen setzt Figma auf die besten Fremdmodelle. Für präzise Änderungen und Iterationen läuft das post-trainierte Modell. Dazu braucht es Kontext: den Canvas, das Designsystem und Werkzeuge, die die gewünschte Änderung ausführen können. Post-Training verbessert nur einen Teil dieser Kette.
Die berichteten Effekte sind als Gesamtpaket zu lesen. Zwischen Beta und allgemeiner Verfügbarkeit seien typische Aufgaben rund 20 Prozent schneller geworden. In direkten Vergleichstests mit Expertendesignern schlägt oder erreicht der neue Agent den vorherigen in 62 Prozent der Fälle. Nutzerbewertungen liegen 33 Prozent höher, und die Arbeit des Agenten wird 60 Prozent seltener rückgängig gemacht. Der Anteil der Aufgaben, die das eigene Modell trägt, hat sich mehr als verdoppelt, während die durchschnittlichen Kosten pro Nachricht sanken.
Das sind Produktkennzahlen, keine Modellkennzahlen. Sie entstehen aus Modellen, Werkzeugen und der Laufzeitumgebung zusammen. Wer daraus ableitet, ein figma agent für designänderungen sei schon ein gestaltender Kollege, springt zu weit. Wer daraus ableitet, dass spezialisiertes Post-Training auf einem engen, schwer prüfbaren Feld funktioniert, liest es realistisch.
Was das für die tägliche Designarbeit bedeutet
Für figma design agent training heißt das: Der Nutzen kommt nicht aus dem spektakulären Prompt, sondern aus Wiederholung. Wer immer dieselben Handgriffe erledigt – Badge platzieren, Abstände vereinheitlichen, eine Komponente tauschen –, profitiert am ehesten. Design-edits mit ki in figma sind damit weniger ein Kreativwerkzeug als eine Abkürzung für Fleißarbeit. Das klingt ernüchternd, ist aber der Bereich, in dem Zeit verloren geht.
Die Prüfpflicht bleibt bei dir. Ein Modell, das im Dateiformat arbeitet, kann Strukturen setzen, aber nicht beurteilen, ob die Änderung zur Absicht passt. Die Beispiele aus dem Bericht – überlappende Elemente, abgeschnittene Pfeile, falsche Komponenten – sind Fehler, die im Screenshot auffallen und im Ebenenbaum oft erst recht. Je schneller die Bearbeitung wird, desto mehr verschiebt sich die Arbeit vom Klicken zum Kontrollieren. Das ist keine Verschlechterung, sondern eine andere Tätigkeit.
Figma zeigt mit dem Ansatz, dass ein post-trainiertes Modell auf einem spezialisierten, schwer prüfbaren Feld mit Frontier-Modellen mithalten kann, wenn man die Aufgabe eng genug schneidet und die Bewertung sorgfältig baut. Das ist Handwerk an der Trainingspipeline. Es erklärt auch, warum die kleinen Änderungen mehr über den Stand der Technik aussagen als jede große Demo.
Quelle: figma.com
