22.05.2019

Die wichtigsten Schritte zu einer exzellenten User Experience

Wer mit seinem Produkt Erfolg haben will, der sollte Wert auf eine exzellente User Experience legen. Doch was gibt es dabei zu beachten? Syrous Abtine von Parkside gibt nützliche Tipps.
/artikel/user-experience-checkliste
User Experience
(c) fotolia/Grispb
sponsored

Es herrscht weitläufige Einigkeit darüber, dass die User Experience (UX) maßgeblich über Erfolg und Misserfolg eines Produkts entscheidet. Inzwischen sprechen Experten aber lieber statt von der “User Experience” von der “Customer Experience”, welche den Kunden als Ganzes in den Mittelpunkt stellt und thematisch viel weiter gefasst ist: Von psychologischen Faktoren des Nutzerverhaltens bis hin zur Kundeninteraktion, Unternehmensführung und Unternehmenskultur. Und auch Big Data spielt eine immer größere Rolle, wenn es um die Schaffung einer positiven Nutzererfahrung geht.

+++Warum das Grazer Unternehmen Parkside ins Silicon Valley expandiert+++

Syrous Abtine, Chief Creative Officer & Managing Partner bei Parkside, erläutert die wichtigsten Schritte auf dem Weg zu einem Produkt mit ausgezeichneter UX. Wichtig dabei: Die Experience per se entsteht im Kopf des User, die Experten können dafür nur den Stimulus liefern – umso mehr muss getestet werden, wie die Aktionen beim Kunden wirken.

Wichtige Punkte, bevor man beginnt

Wichtig ist zuallererst, dass betriebswirtschaftliche Ziele definiert werden, auf denen die UX aufbaut – zum Beispiel, dass die Verkaufszahlen steigen oder dass die Anfragen beim Kundensupport sinken. Daraus werden User Stories und die richtigen Methoden entwickelt.

Ein No-Go ist dabei laut Abtine, dass man zwar Personas erstellt, die einzelne Zielgruppen repräsentieren, aber nicht nachprüft, ob diese überhaupt existieren. „Man sollte solche Dinge verifizieren“, sagt er.

Generell sollte der Produktentwicklung möglichst viel Marktforschung vorausgehen – und zwar in quantitativer als auch in qualitativer Form. „Daten werden dabei immer wichtiger, aber man darf das Thema nicht dogmatisch angehen“, sagt Abtine: Projekte profitieren auch davon, wenn erfahrene Mitarbeiter im Team sind und sich mit ihrem Wissen einbringen.

Die Wichtigkeit eines schnellen MVP

So wichtig die Marktforschung auch ist: Es soll dann so bald wie möglich ein Minimum Viable Product (MVP) auf den Markt gebracht werden, das die ersten Funktionen des neuen Produkts enthält. Warum? Weil man mit einem MVP schneller an den Punkt kommt, an dem man das Userverhalten testen kann.

(c) Parkside

„Aus diesen Erfahrungen kann das Produkt verbessert werden“, sagt der Experte: „Und dafür muss man testen, testen, testen.“ Wichtig ist dabei auch, dass die Herangehensweise insgesamt agil ist, also rasch adaptiert werden kann. Das ist mit einem MVP leichter als mit einem langfristig entwickelten Produkt, da der MVP noch nicht so komplex ist.

Doch auch mit dem fertigen Produkt ist es nötig, dieses regelmäßigen Tests zu unterziehen und Daten über das Nutzerverhalten zu sammeln – unter anderem A/B-Tests, Befragungen, Heat Maps, Analytics und Usability Tests. Diese Daten sind natürlich umso aussagekräftiger, je mehr User man hat. Außerdem wirken sich prozentuelle Veränderungen bei einer größeren Userbase stärker aus: „Bei nur hundert Usern im Monat machen durch A/B-Tests abgeleitete zwei Prozent Veränderung keinen großen Unterschied aus, bei fünf Millionen Usern aber sehr wohl“, sagt Abtine. Bei quantitativen Befragungen macht die große Menge den Unterschied. Dennoch sind qualitative Tests – also detaillierte Befragungen mit vergleichsweise wenigen Teilnehmern – wertvoll, da diese eine gute Grundlage für die Erstellung von Hypothesen bilden.

Relaunch vs. iterative Änderungen

Im laufenden Betrieb stellt sich schließlich noch die Frage, wie man mit alten Produkten umgeht: Was darf man verändern? Wie radikal darf man dabei sein? „Relaunches sind gefährlich“, sagt Abtine diesbezüglich: User sind oft verwirrt, wenn ihre Lieblings-Website plötzlich komplett anders aussieht.

Besser sei es, die Änderungen inkrementell – also stetig in kleinen Schritten – durchzuführen, die für den User oft nicht auf den ersten Blick sichtbar sind. IT-Riesen wie Google, Facebook und Amazon verfolgen laut Abtine zum Beispiel diese Strategie, indem sie ständig Kleinigkeiten ändern, daraufhin die User Reaktion testen, analysieren und dann weitere Änderungen durchführen. In manchen Fällen wird dem User auch die Option geboten, zwischen altem und neuem Design zu wählen.

Das Problem dabei ist bloß: Dafür braucht es ein entsprechendes Budget und Ressourcen, auch das Qualitätsmanagement muss in diese Prozesse integriert werden. „Vom C-Level bis zum Engineering müssen alle mit an Bord sein, sonst gibt es Chaos und halbfertige Lösungen“, sagt Abtine.

Die Zukunft: AI und Mutatives Design

Derzeit stehen Big Data und ständige Marktforschung über allem – doch was bringt die Zukunft? „Mit Hilfe von Machine Learning könnte Predictive UX ermöglicht werden“, sagt der Experte: Also ein Design, das sich vorausschauend an die Bedürfnisse des Users anpasst und versucht zu antizipieren, was der User als nächstes machen möchte.

Im Rahmen eines „Mutative Design“ könnte eine Seite das Verhalten des Users messen, die Änderungen durchführen und die Reaktion gleich automatisiert abtesten. „Es gibt bereits Unternehmen, die diese Technologie anwenden“, sagt Abtine: „Auch hier stellt sich aber die Frage, wieviel Geld man für R&D ausgeben will.“

Redaktionstipps
Deine ungelesenen Artikel:
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5

“No Hype KI” wird unterstützt von CANCOM AustriaIBMITSVMicrosoftNagarroRed Hat und Universität Graz.

Kollaborativ, transparent, frei zugänglich und nicht profit-orientiert – mit Open-Source-Software wird eine Reihe von Eigenschaften assoziiert. Und oftmals stehen bei der Nutzung ethische Überlegungen im Zentrum. Dabei gibt es auch ganz praktische Gründe, die für eine Verwendung durch Unternehmen sprechen – auch bei der Implementierung von KI-Anwendungen, ist Stephan Kraft, Community Advocate & Business Development OpenShift & Application Services bei Red Hat, überzeugt. In Folge fünf der Serie “No Hype KI” diskutierte er dieses und weitere Themen mit Florian Böttcher, Solution Architect bei CANCOM Austria, Natalie Ségur-Cabanac, Policy Lead bei Women in AI und Patrick Ratheiser, Gründer & CEO von Leftshift.One.

“Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”

“Ich will das Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”, sagt Stephan Kraft. Für Red Hat als weltweit führenden Anbieter für Open-Source-Lösungen für Unternehmen gehen die Argumente für eine Nutzung nämlich weit darüber hinaus. “Es geht nicht darum, Open Source als Selbstzweck zu sehen, um zu den Guten zu gehören”, so der Experte. Tatsächlich sei die Verwendung von Open Source gerade bei der Etablierung von KI im Unternehmen für Startups und KMU eine wichtige Weichenstellung.

Offenheit, um Diskriminierung entgegenzuwirken

Auch Natalie Ségur-Cabanac sieht Open Source als “Key Technology” im KI-Bereich. Für “Women in AI” spiele die Offenheit eine zentrale Rolle: “Diese Offenheit braucht es, um Diskriminierung entgegenzuwirken.” Open Source verbessere den Zugang für Frauen zur Technologie, die Abbildung von Frauen in den Daten und es vergrößere die Möglichkeiten in der Forschung. Man müsse aber auch aufpassen, ob Software wirklich so offen sei, wie behauptet, sagt sie bezogen auf die aktuellen Diskussionen rund um OpenAI, das sich – ursprünglich als offenes Projekt gestartet – zum profitorientierten Unternehmen entwickelte. Es brauche auch eine klare Definition, was “open” sei.

Masse an Möglichkeiten

Leftshift.One-Gründer Patrick Ratheiser betont auch die schiere Masse an Möglichkeiten, die Open Source bietet. “2021 hatten wir weltweit Zugriff auf circa 5.000 Open-Source-Modelle. Jetzt sind es bereits mehr als eine Million.” Die Nutzbarkeit sei also klar gegeben, zudem biete die Technologie eine gewisse Unabhängigkeit und werde über ihre Vielfalt zum Innovationstreiber.

Ist Open Source immer die beste Lösung?

Doch bedeutet das, dass Open Source immer die optimale Lösung ist? Ratheiser sieht das differenziert: “Es ist ganz wichtig zu erkennen, was der Kunde braucht und was in dem Fall gerade notwendig ist. Egal, ob es nun On-Premise, in der Cloud, Open Source oder Closed Source ist.” Florian Böttcher von CANCOM Austria pflichtet hier bei: “Wir setzen genau so auf hybrid.”

Datenstruktur im Hintergrund ist entscheidend

Ein Thema, bei dem bei Open Source Vorsicht geboten ist, spricht Natalie Ségur-Cabanac an. Besonders wichtig sei es bei KI-Anwendungen, eine gute Datenstruktur im Hintergrund zu haben. “Die Verantwortung, dass ein Modell mit sauberen Daten trainiert worden ist, liegt bei den Anbietern. Bei Open Source verschwimmt das ein bisschen. Wer ist wofür zuständig? Das ist eine Herausforderung für die Compliance zu schauen, wo man selbst verantwortlich ist und wo man sich auf einen Anbieter verlassen kann.”

Compliance: Großes Thema – mehr Sichereheit mit professioneller Unterstützung

Stephan Kraft hakt hier ein. Genau aus solchen Gründen gebe es Unternehmen wie Red Hat, die mit ihrem Enterprise-Support für Open-Source-Lösungen die Qualitätssicherung auch im rechtlichen Bereich übernehmen. “Das ist ein ganz wichtiger Teil unseres Versprechens gegenüber Kunden”, so Kraft. Unbedacht im Unternehmen mit Open Source zu arbeiten, könne dagegen in “Compliance-Fallen” führen, pflichtet er Ségur-Cabanac bei.

Das sieht auch Patrick Ratheiser als Thema bei Leftshift.One: “Unsere Lösung ist Closed Source, wir setzen aber im Hintergrund Open Source ein. Wichtig ist, dass wir dem Kunden Compliance garantieren können.” Stephan Kraft empfiehlt Unternehmen bei der Open-Source-Nutzung: “Man kann nicht immer gleich die neueste ‘bleeding edge’-Lösung nehmen sondern sollte etwas konservativer herangehen.”

Infrastruktur: Gut planen, was man wirklich braucht

Unabhängig davon, ob man nun Open Source oder Closed Source nutzt, braucht es für die Nutzung von KI die richtige Infrastruktur. “Es kommt natürlich auf den Use Case an, den ein Unternehmen umsetzen will. Da sind die Anforderungen an die Infrastruktur sehr unterschiedlich”, grenzt Florian Böttcher ein. CANCOM Austria unterstützt seine Kunden in genau der Frage. Anwendungen wie das Training von KI-Modellen würde aus gutem Grund kaum in Österreich umgesetzt. “KI ist sehr stromhungrig und entwickelt viel Hitze. Das ist schwierig für ein eigenes Data-Center im Unternehmen, gerade wenn man die Strompreise in Österreich ansieht”, so Böttcher.

“Rechenleistungs-Hunger” von KI könnte sich in Zukunft verringern

Wichtig sei es letztlich, sich als Unternehmen sehr klar darüber zu sein, was man umsetzen wolle. “Danach, welche Software-Lösung man für seinen Use Case einsetzen muss, richtet sich auch die Infrastruktur”, so Böttcher. Er erwarte aber auch, dass die KI-Modelle im nächsten Entwicklungsschritt effizienter werden und der “Rechenleistungs-Hunger” sich verringere.

Patrick Ratheiser ergänzt: “Es ist grundsätzlich eine Kostenfrage.” Unternehmen müssten sich sehr gut überlegen, ob sie ein eigenes LLM (Large Language Model) betreiben und dieses sogar selbst trainieren wollen, oder lieber doch eine Usage-basierte Lösung wählen. Er sehe bei österreichischen Unternehmen – auch bei größeren – eine klare Tendenz zur zweiten Variante. “Es lässt sich deutlich schneller einrichten, ist kalkulierbarer und auch viel schneller skalierbar”, erklärt Ratheiser.

Etwa im Forschungsbereich sei es jedoch wichtig und notwendig, auch eigene LLMs und die damit verbundene Infrastruktur zu betreiben. Doch auch die Möglichkeit von hybriden Lösungen biete sich an. “Man kann mittlerweile auch Teile in der Cloud lassen und Teile On-Premise. Man kann etwa nur ein datenschutzsicheres LLM selbst betreiben”, erklärt der Experte, der auch bei der Wahl der genutzten Modelle einen hybriden Ansatz empfiehlt: “Man braucht nicht für alle Use Cases das neueste Modell. Manchmal braucht man überhaupt kein LLM.”

Datenschutz: Einige Herausforderungen bei LLMs

Stichwort: Datenschutz. Hier schafft die europäische Datenschutzgrundverordnung (DSGVO) im KI-Bereich besondere Herausforderungen, weiß Natalie Ségur-Cabanac, die vorab betont: “Ich persönlich halte die DSGVO für ein gutes Regulierungswerk, weil sie sehr viel Spielraum gibt. Ich sage immer: Datenschutz ist sehr komplex, aber nicht kompliziert.” Konkret seien etwa der Grundsatz der Zweckbezogenheit, also dass man Daten nur für konkrete Zwecke einsetzen darf, und dass man sie minimierend einsetzen muss, relevant für den KI-Bereich. “Da haben wir schon einen Konflikt, weil man ja [bei LLMs] erst einmal schaut, was man aus möglichst vielen Daten machen kann”, so die Expertin.

Ist KI rechtlich innerhalb der EU sogar per se in einem Graubereich?

Auch Transparenzbestimmungen – sowohl in der DSGVO als auch im AI-Act der EU – seien zu beachten. “Wenn ich KI verwende, muss ich auch wissen, was drinnen ist”, fasst Ségur-Cabanac zusammen. Ist KI also rechtlich innerhalb der EU sogar per se in einem Graubereich? “Nein, das glaube ich nicht. Aber man muss seine Hausaufgaben schon gut machen”, sagt die Expertin. Wichtig sei daher auch die im Rahmen des EU-AI-Acts eingeforderte KI-Kompetenz in Unternehmen – im technischen und rechtlichen Bereich.

KI-Kompetenz als zentrales Thema

Patrick Ratheiser stimmt zu: “Neben der Technologie selber sind bei unseren Kunden die Mitarbeiter ein Riesen-Thema. Man muss sie nicht nur wegen dem AI-Act fit bekommen, sondern es geht darum, sie wirklich auf die Anwendungen einzuschulen.” Wichtig seien dabei auch die Kolleg:innen, die sich bereits mit dem Thema auskennen – die “Pioniere” im Unternehmen. “AI Literacy ist sicherlich das Thema 2025 und in nächster Zeit. So, wie wir gelernt haben, mit dem Smartphone umzugehen, werden wir es auch mit generativer KI lernen”, so Ratheiser.

“Einfach einmal ausprobieren”

Stephan Kraft ergänzt: Neben einer soliden Datenbasis und der notwendigen Kompetenz brauche es bei KI – gerade auch im Bereich Open Source – noch etwas: “Einfach einmal ausprobieren. Es braucht auch Trial and Error. Das ist vielleicht oft das Schwierigste für CFOs und Geschäftsführer.” Dieses Ausprobieren sollte aber innerhalb eines festgelegten Rahmens passieren, damit die KI-Implementierung gelingt, meint Natalie Ségur-Cabanac: “Unternehmen brauchen eine KI-Strategie und müssen wissen, was sie mit der Technologie erreichen wollen.” Auch sich mit den zuvor angesprochenen rechtlichen Anforderungen – Stichwort Compliance – zu beschäftigen, komme zeitlich erst nach der Festlegung der Strategie.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Die wichtigsten Schritte zu einer exzellenten User Experience

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die wichtigsten Schritte zu einer exzellenten User Experience

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die wichtigsten Schritte zu einer exzellenten User Experience

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die wichtigsten Schritte zu einer exzellenten User Experience

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die wichtigsten Schritte zu einer exzellenten User Experience

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die wichtigsten Schritte zu einer exzellenten User Experience

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die wichtigsten Schritte zu einer exzellenten User Experience

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die wichtigsten Schritte zu einer exzellenten User Experience

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die wichtigsten Schritte zu einer exzellenten User Experience