Heimwerken im Rahmen des Budgets

Letzten Monat hatte ich die Gelegenheit, am CSS Day in Amsterdam teilzunehmen, einer zweitägigen Veranstaltung, die sich in einen „UI-Tag“ mit dem Schwerpunkt auf der Schnittstelle zwischen Design und Entwicklung und einen „CSS-Tag“ mit Rednern, die tiefer gehende, technische CSS-Themen behandelten, aufteilte. Die Vorträge waren so unterschiedlich wie der Hintergrund der Redner selbst, aber es gab einen roten Faden: Sind wir als Produktentwickler in dieser Ära des schnellen Wandels in der Lage, für Automatisierung, maschinelles Lernen und KI zu entwerfen?

Was bedeutet Automatisierung für Designer?

Es ist schwer, in einem Produktteam zu arbeiten, das nicht einen Teil seines Arbeitsablaufs im Namen der Produktivität automatisiert hat. Wenn Maschinen die wiederholbaren Aufgaben und schweren Arbeiten übernehmen können, können sich Designer auf sinnvollere Arbeiten konzentrieren. Aber wie wirkt sich das auf die Art und Weise aus, wie wir die von Maschinen erstellte Arbeit nutzen?

Josh Clark, Gründer des Designstudios Big Medium, provozierte das Publikum mit genau dieser Frage während seines Vortrags „A.I. is your New Design Material“. Zu den beeindruckendsten Fortschritten der jüngsten Technologie gehören Dinge wie Gesichtserkennung, Textvorhersage und Bildersuche, die alle auf maschinellem Lernen basieren. Aber man darf nicht vergessen, dass all diese Technologien immer noch auf Code basieren. Der Vorteil ist ein geringerer Spielraum für Fehler. Keine echten Emotionen, Erwartungen oder Gefühle kommen der Aufgabe in die Quere, für die sie entwickelt wurde.

Dennoch gehen wir als Menschen davon aus, dass der gesamte Prozess fehlerhaft ist, wenn die Gesichtserkennung versagt. Aber war es das wirklich?

Laut Josh ist das die grundlegendste Sache, die man verstehen muss, wenn es um Maschinen geht. Wenn sie unsere menschlichen Erwartungen nicht erfüllen, bedeutet das nicht automatisch, dass die Technologie selbst ein Fehler ist. Diese Dinge wurden per Definition auf der Grundlage von Logik gebaut, was die Frage aufwirft: Kann die Lösung eines Roboters tatsächlich falsch sein?

Bei der Einführung des maschinellen Lernens in unsere Produkte ging es nie darum, ihnen die ganze Arbeit zu überlassen. Stattdessen sollten Algorithmen und logikbasierte Lösungen dem Menschen nur bessere Einblicke verschaffen, damit wir schneller zu besseren Lösungen kommen.

Dieses grundlegende Verständnis unserer Nutzer hilft uns wirklich, bessere Produkte zu entwickeln. Dies mag ein einfaches Beispiel sein, aber wenn ein Computer selbst herausfinden kann, wie man läuft, ist es vielleicht an der Zeit zu untersuchen, warum und wie diese Lösungen entstanden sind.

Wie entwerfen wir für die unbekannte Zukunft?

Jared Spool, Mitbegründer von UIE, fragt: „Was war das Wichtigste, das Sie gestern gelernt haben, und wie wird sich das auf Ihre Arbeit in der Zukunft auswirken?“

Als Designer und Forscher müssen wir im Grunde immer darüber nachdenken, wie wir Produkte für die Zukunft entwerfen, auch wenn wir die Anforderungen des heutigen Designs erfüllen. Ein hoher Anspruch, vor allem, wenn sich die Dinge so schnell entwickeln, wie es in den letzten zehn Jahren der Fall war.

Um damit zu beginnen, plädiert Jared für einen Blick zurück auf die Art und Weise, in der sich unsere Designprozesse bereits verändert haben.

Erinnern Sie sich noch an die Zeit, als UX/UI für viele Unternehmen keine Priorität war? Als Berater in einer Zeit, in der das Internet noch nicht massenmarkttauglich war, konnte Jared viele Unternehmen zu einer Denkweise bewegen, die das Benutzererlebnis eines Produkts berücksichtigt.

Dies gibt uns aber auch Aufschluss darüber, wie UX und UI im Laufe der Jahre aussahen, was uns eine bessere Vorstellung davon geben könnte, wie diese Konzepte in Zukunft aussehen werden. Jared beschreibt einen Begriff namens „The UX Tipping Point“, mit großartigen, umsetzbaren Schritten, wie man dorthin gelangen kann.

In der Vergangenheit mussten die Designer um einen Platz am Tisch kämpfen. Wenn Sie sich heute noch nicht für User Experience einsetzen (wie vor 10 Jahren), sind sie wahrscheinlich noch nicht so weit. Folglich müssen Designer dafür sorgen, dass die Rolle von UX im Unternehmen reift und das Verständnis dafür, was UX wichtig macht. Wenn ein Unternehmen die letzte Stufe erreicht und UX-Design in allen Bereichen des Unternehmens einbezieht, hat es den UX-Tipping Point erreicht.

Entwerfen wir für die Benutzer oder für uns selbst?

Die Menschen wissen nicht immer, was sie wollen, auch wenn sie es glauben. Wie Joe Leech, ein UX-Psychologe, sagt: „Die Menschen wollen mehr Auswahlmöglichkeiten, können aber nicht damit umgehen.“

Wie können wir also für unsere Benutzer entwerfen, wenn diese uns nicht immer die Wahrheit sagen? Dies ist eine der wichtigsten Fragen, bei deren Beantwortung uns umfangreiche UX-Forschung hilft.

In den 2000er Jahren führten die Psychologen Sheena Iyengar und Mark Lepper eine Studie über Verbraucherentscheidungen durch. Sie gingen in einen örtlichen Supermarkt und wiesen den Laden an, in einer Woche nur 6 Marmeladensorten zu verkaufen, in der folgenden Woche dann 30 Sorten.

Sie führten eine Studie darüber durch, wie viel Marmelade verkauft wurde, und zur Überraschung aller wurde in der Woche mit nur 6 Sorten mehr Marmelade verkauft. Aber interessanterweise antworteten die Verbraucher auf die Frage, welche Woche sie am meisten bevorzugten, mit der Woche mit 30 Sorten.

Mit dieser Analogie trifft Joe einen schwer zu widerlegenden Punkt: „Ein Designer, der nichts von Psychologie versteht, wird erfolgreicher sein als ein Architekt, der nichts von Physik versteht“.

Benutzerforschung, und zwar eine Vielzahl davon, hilft den Teams dabei, den Bedürfnissen der Benutzer so nahe wie möglich zu kommen, und nicht nur ihren Wünschen. Die Untersuchung von Reaktionen in größerem Umfang ist zwar aufwändiger, aber sie bildet die Grundlage für echte UX.