Du stehst in einem überfüllten Flughafenterminal. Dein Flug hat sich kurzfristig geändert, du hast einen Koffer in der einen Hand, einen Kaffee in der anderen. Du musst wissen, zu welchem Gate du jetzt musst. Also öffnest du die Airline-App und willst den KI-Assistenten fragen. Was passiert? Du musst anhalten, den Kaffee absetzen, eine lange Buchungsnummer in ein winziges Chatfenster tippen. Nach dem Abschicken bekommst du einen dicken Textabsatz, der erst am Ende die neue Gate-Nummer versteckt. Ein Artikel aus dem Smashing Magazine beschreibt genau dieses Szenario, um ein grundlegendes Problem moderner KI-Schnittstellen zu zeigen: Wir stecken im Chat-Denken fest, obwohl es oft nicht die passende Lösung ist.
Das Problem ist nicht die KI-Technologie, sondern ihre Präsentation. Große Sprachmodelle sind auf Dialogdaten trainiert – daher die Annahme, ein Chat sei die natürliche Heimat aller KI-Funktionen. Das ist ein Irrtum. Ein Chat ist nur ein Werkzeug unter vielen. UX- und Produktteams müssen bewusst entscheiden, welche Ein- und Ausgabemodalität sie wählen. Modalität bedeutet hier: Wie interagiert ein Mensch mit dem System? Mit den Augen, den Händen, der Stimme? Das hängt vom Kontext ab: Was will der Nutzer tun? Wo ist er? Wie viel kognitive Kapazität hat er gerade frei?
Die Grenzen des Universal-Chatbots
Ein Chatbot wirkt verlockend: eine leere Leinwand, die suggeriert, das System könne alles. Doch diese Leinwand fordert vom Nutzer ständige Übersetzungsarbeit. Statt Schaltflächen und Menüs, die klare Optionen zeigen, steht da nur ein blinkender Cursor. Der Nutzer muss raten, welche Befehle das System versteht, und die eigene Absicht in eine passende Formulierung pressen. Das kostet mentale Energie – eine Anstrengung, die der Mensch zahlt, wenn er seine Denkprozesse an die Maschine anpassen muss.
Der Autor nennt zwei konkrete Hürden: die sprachliche bei der Eingabe und die kognitive bei der Ausgabe. Ein Textfeld zwingt den Nutzer, komplexe Logik in einen vollständigen Satz zu packen. Ein Data Analyst, der einen bestimmten Trend in einer Tabelle sucht, könnte in einer klassischen Oberfläche einen Filter oder eine Sortierung klicken. Im Chat muss er plötzlich zum Schriftsteller werden. Ein Designer hingegen weiß genau, wie ein Bild aussehen soll, kann aber die richtigen Wörter für Licht und Textur nicht finden. Ein Regler oder ein Farbwähler wäre hier viel besser als ein Texteingabefeld.
Auch die Ausgabe in Textform ist oft suboptimal. Text ist ein serielles Medium – das Gehirn muss Wort für Wort lesen, um Bedeutung zu extrahieren. Das kostet Zeit. Bei Daten, die sich visuell schneller erfassen lassen, ist Text Reibung. Wenn du nach einem Projektstatus fragst und drei Absätze voller Aufzählungen bekommst, musst du alles lesen, um die eine Info zu finden. Ein farbcodiertes Dashboard würde den Status in einer Sekunde zeigen. Für einen Arzt, der Vitalwerte abruft, oder einen Börsenhändler, der einen Kursanstieg sucht, ist eine numerische Anzeige oder ein Liniendiagramm lebenswichtig – nicht eine Geschichte über vergangene Kursbewegungen.
Der Autor bringt es auf den Punkt: Ein textlastiges Interface verlagert die Interpretationsarbeit auf den Nutzer. Das ist in manchen Fällen sinnvoll – etwa bei juristischen Analysen – aber in vielen alltäglichen Situationen erzeugt es unnötige Reibung.
Eine Taxonomie der Ein- und Ausgabemodalitäten
Bevor wir entscheiden, welche Modalität wir wählen, brauchen wir eine gemeinsame Sprache. Der Artikel listet die gängigsten Optionen auf: Eingabe über Schaltflächen/Tap, Sprache, natürliche Sprache (Chat), Formulare/Wizards, GUI-Elemente (Filter, Schieberegler, Drag-and-Drop), multimodale Kombinationen (Bild + Text) oder Gesten. Ausgabe als Push-Benachrichtigung, Audio-Zusammenfassung, kurzer Text, visuelles Dashboard, interaktive Canvas oder Inline-Bestätigung.
Jede Modalität hat ihren Platz. Die Frage ist nicht, welche die beste ist, sondern welche in einem bestimmten Arbeitsablauf die richtige Rolle spielt. Design für Modalität bedeutet auch Barrierefreiheit: Wer ein visuelles Dashboard nutzt, muss für Menschen mit Sehbehinderung eine Audio-Alternative bereitstellen. Modalitätsentscheidungen sollten Informationswege vervielfachen, nicht einschränken.
Das kognitive Spektrum der Modalität
Der Artikel führt ein weiteres Hilfswerkzeug ein: das kognitive Spektrum. Es reicht von niedrigem Aufwand (ein kurzer Blick auf eine Benachrichtigung) bis zu hohem Aufwand (das Lesen eines langen Textes). Als Designer müssen wir wissen, wo auf diesem Spektrum die jeweilige Aufgabe liegt. Ein flüchtiger Statuscheck braucht eine „glanceable“ Ausgabe, die kaum mentale Verarbeitung erfordert. Eine tiefgehende Analyse darf mehr Konzentration fordern – dann sind dichtere Formate wie Tabellen oder lange Texte akzeptabel.
Wenn du durch den Flughafen gehst und nur die Gate-Nummer wissen willst, ist deine kognitive Kapazität knapp. Das System sollte dir diese eine Information auf einen Blick liefern – nicht einen Aufsatz über die Wetterlage. Wir wählen oft das Falsche, weil wir den Nutzer in seinem Moment nicht verstehen. Die Task Audit und die Input/Output Alignment Matrix helfen, die richtige Modalität zu finden.
Praktische Anwendung: Vom Flughafen zum Arbeitsalltag
Das Flughafen-Szenario ist nur ein Beispiel. Übertrage es auf deinen Alltag: Du musst schnell eine Information aus einem KI-Tool holen, während du gleichzeitig etwas anderes tust. Vielleicht bist du auf dem Weg zu einem Meeting, hast die Hände voll mit Notizen und Kaffee. Ein Chat zwingt dich, anzuhalten und zu tippen. Besser wäre ein Sprachbefehl „Zeige mir die nächste Deadline“ und die Antwort als kurzer, lauter Ton oder eine große Schrift auf dem Bildschirm.
Oder du arbeitest an einem kreativen Projekt. Du hast eine Bildidee im Kopf, kannst sie aber nicht in Worte fassen. Statt einen Text-Prompt zu quälen, könntest du ein Referenzbild hochladen und dann per Schieberegler Helligkeit und Kontrast anpassen. Das wäre multimodale Eingabe. Das System versteht dich ohne Worte.
Der Artikel macht klar: Chat ist nicht falsch – er ist ideal für explorative Recherchen oder wenn der Nutzer nicht weiß, wonach er genau sucht. Aber er ist nicht die universelle Lösung. Wer immer nur auf Chat setzt, überfordert den Nutzer in vielen Situationen und untergräbt das Vertrauen in die KI.
Was bedeutet das konkret?
Wir als Entwickler und Designer tragen die Verantwortung. Wir müssen die Perspektive des Nutzers einnehmen: In welchem Kontext befindet er sich? Welche Sinne sind frei? Wie viel kognitive Energie hat er übrig? Daraus leiten wir ab, welche Modalität optimal ist. Das erfordert mehr Aufwand als einen generischen Chatbot zu bauen, aber es zahlt sich aus: Der Nutzer erlebt die KI als hilfreich, nicht als Hindernis.
Der Autor des Artikels fasst es so zusammen: „Great UX is about matching modality to users’ context, intent, and cognitive load, so the interface adapts to the user, not the other way around.“ Übersetzt: Großartige UX passt die Modalität an Kontext, Absicht und kognitive Belastung des Nutzers an – die Schnittstelle passt sich dem Menschen an, nicht umgekehrt. Das ist der Kern. Wenn wir das beherzigen, wird KI zugänglicher und effizienter. Es geht nicht um die neueste Innovation um jeden Preis, sondern um das richtige Werkzeug – wie ein guter Handwerker nicht für jede Aufgabe denselben Hammer benutzt.
Die KI ist da. Die Frage ist: Bauen wir die richtigen Zugänge, damit sie nützlich wird – oder bleibt sie in der Chatblase gefangen?
Quelle: smashingmagazine.com
