Dein Kurs
Weiterbildung KI-gestütztes UX/UI Design
Ein KI-Tool liefert in zwanzig Sekunden ein Ergebnis. Ob es gut ist, sagt es dir nicht. Diese Weiterbildung zeigt dir, wie du KI im UX/UI Design wirklich einsetzt: Research erledigen, Konzepte und Prototypen bauen – und erkennen, ob das Ergebnis trägt. In drei Tagen, live online oder als Inhouse-Workshop bei euch vor Ort.
Kursinhalte
KI im UX/UI Design: die Weiterbildung im Überblick
Keyfacts
✔ Dauer: 3 Tage / 09.00 – 17.00 Uhr
✔ Teilnehmer*innen: max. 12
✔ Trainer: Experte aus der freien Wirtschaft
✔ Standorte:
Hamburg, Frankfurt, München, Stuttgart oder remote (Live Online)
✔ Kurssprache: Deutsch
✔ Curriculum aktualisiert: Oktober 2026
✔ Abschluss: "KI-gestützter Designer"
Dein Trainer
Luigi Bucchino, M.A.
Head Trainer AI Driven Design Methods
Tech Tools
Für wen eignet sich die Weiterbildung KI-gestütztes UX/UI Design?
Die Weiterbildung „KI-gestütztes UX/UI Design" vermittelt praxisnahe Strategien, um Künstliche Intelligenz als festen Bestandteil moderner Designprozesse einzusetzen – von KI-gestützter UX Research über Context Engineering und Vibe Coding bis zum AI-Prototyping mit Figma Make, v0, Lovable und Bolt.new. Dazu kommt der Teil, den die meisten Kurse auslassen: wie du erkennst, ob ein KI-Ergebnis gut genug ist, bevor es ins Projekt geht.
Sie richtet sich an Grafikdesigner:innen, die KI (AI) als Produktivitätshebel erschließen wollen, an UX/UI-Designer:innen, die ihre Methoden auf den Stand bringen, an Frontend Developer, die Designentscheidungen mit AI-Werkzeugen einordnen wollen, und an Product Owner, die mitreden müssen, wenn über AI-Features entschieden wird.
Neben Theorie zum Model Context Protocol (MCP), zu KI-Agenten, Ethik, zum EU AI Act und zu veränderten Rollen erarbeitest du in Zweierteams ein KI-gestütztes Prototyping-Konzept für ein smartes Digitalprodukt. Du wendest dabei Denkansätze von John Maeda, Andrej Karpathy, Yuhki Yamashita und Katie Dill an. Die Abschlusspräsentation am dritten Tag rundet die Weiterbildung ab.
Programmierkenntnisse sind nicht nötig — es wird kein Code geschrieben, sondern beschrieben, geprüft und übergeben. Vorausgesetzt wird grundlegende Sicherheit in Figma: Frames, Ebenen, Text und Formen. Vorerfahrung mit KI-Werkzeugen ist willkommen, aber keine Bedingung; wir starten bei Prompt-Grundlagen. Mitzubringen: ein eigener Laptop und ein Zugang zu mindestens einer LLM-Plattform.
Foundations: Was bedeutet AI Driven Design – und wo stehen wir wirklich?
Du lernst, was „KI-gestütztes UX/UI Design" bedeutet und wie KI den Designprozess von der Recherche bis zur Umsetzung transformiert – eingeordnet mit aktuellen Daten. Du erhältst einen Überblick über die aktuelle Tool-Landschaft – vom Figma-Ökosystem über KI App Builder wie v0, Lovable und Bolt.new bis hin zu LLM-Plattformen –, verstehst, warum das Model Context Protocol (MCP) Tools verbindet, und lernst, AI-Output auf Belege, Zugänglichkeit und Design-System-Treue zu prüfen. In Gruppen entwickelst du eine erste AI-basierte App-Konzeptidee als Grundlage für die Kursaufgabe.
Co-Creation, Context Engineering & AI Prototyping
Du lernst, warum der gesamte Kontext – System-Prompts, Design Tokens, Memory und Tool-Konfiguration – wichtiger ist als der einzelne Prompt, und baust dir eine eigene Prompt- und Context-Library auf. In einer Vibe-Coding-Session erstellst du per natürlicher Sprache einen ersten funktionalen Screen in Lovable, Bolt.new oder v0 und vergleichst verschiedene AI-Prototyping-Ansätze. Ergänzend lernst du, wie du Ethik, Bias und deine Verantwortung als Gatekeeper zwischen KI-Output und Nutzer:innen reflektierst.
Integration, neue Realitäten & finale Präsentation
Am Abschlusstag lernst du, wie du KI-gestütztes UX/UI Design nachhaltig in agile Teams und Entscheidungsprozesse integrierst – mit Praxisbeispielen von Unternehmen wie Stripe und Notion. Du verstehst, wie KI-Agenten den Workflow heute verändern, was der EU AI Act konkret für deine Interfaces bedeutet, welche neuen Rollen wie „KI-Orchestrator:in" entstehen und wie du KI-gestützte Designs intern überzeugend präsentierst. Die Weiterbildung endet mit der Vorstellung eures Tandem-Projekts und einem Ausblick auf kommende Entwicklungen.
Testimonials
Unsere Teilnehmenden-Stimmen sprechen für sich
★★★★★
Ich hatte mich im Vorfeld schon sehr auf den „KI-gestützten UX/UI Design“-Kurs gefreut und meine Erwartungen wurden übertroffen. Dieser Kurs beinhaltete genau die Themen (und noch viele weitere spannende Inhalte), zu denen ich mehr lernen, wissen und ausprobieren wollte. Theorie und Praxis haben sich perfekt ergänzt und wurden von Luigi super vermittelt.
Ich konnte so viele neue KI-Tools testen, mein Prompting verbessern und lernen, wie ich meinen UX-Prozess mit Hilfe von KI verbessere.
100%ige Weiterempfehlung! 🙂
DANKE!
Es waren drei super spannende Tage und ein guter Mix aus Theorie und Praxis. Ein Kurs der einem Hürden und Ängste nimmt und KI in all seinen Formen spielerisch näher bringt. Großer Daumen nach oben und jedem Designer/ Entwickler zu empfehlen! 🙂
Ich habe drei volle Tage online an der Weiterbildung KI-gestütztes UX/UI Design teilgenommen. Diese ist super, um aktuellen Input zum Thema zu erhalten, den Umgang mit KI Tools zu lernen und diese auszuprobieren. Die Mischung zwischen Theorie- und Praxisanteil ist sehr gelungen. Ich bin keine Designerin und auch keine typische UXlerin, sondern Konzepterin und Product Owner, die viel mit Agenturen und Entwicklern zusammenarbeitet und konnte trotzdem Einiges für mich und meine Arbeit mitnehmen.
Warum sich eine Weiterbildung bei der UIX Academy lohnt
Digitale Produkte, die sitzen.
Mobile Apps, Web- und SaaS-Anwendungen, Websites: Hier gestaltest du digitale Produkte von der ersten Idee bis zum klickbaren Prototyp – mit UX/UI-Patterns, die im echten Produktalltag funktionieren. Als Designer:in verantwortest du die Screens, als Frontend Developer durchschaust du das Design bis ins letzte Detail und setzt es sauberer um, als Product Owner sprichst du endlich dieselbe Sprache wie dein Designteam.
Immer einen Schritt voraus.
KI verändert, wie wir designen – und Interfaces verlassen zunehmend den Bildschirm. In diesen Kursen machst du dir beides zunutze: Du setzt KI als echten Produktivitätshebel für Ideation, Varianten und Prototyping ein und lernst, räumliche AR-Erlebnisse nutzerzentriert zu denken. Designer:innen erweitern ihr Repertoire, Developer erkennen früh, was technisch trägt, und Product Owner sehen Chancen, bevor die Konkurrenz sie sieht.
Erst verstehen, dann gestalten.
Gutes Design ist kein Bauchgefühl – es ist Methode. Vom richtigen Definieren des Problems bis zur sauber strukturierten, getesteten Lösung lernst du, deine Entscheidungen begründbar zu machen. Designer:innen können ihre Entwürfe verteidigen, Developer bekommen klarere Vorgaben, und Product Owner senken das Risiko in der Roadmap – weil getestet wird, bevor gebaut wird.
Kursanmeldung
Nächste Termine: KI-gestütztes UX/UI Design
By the way: Auch Remote-Teilnehmer:innen können unsere Trainings besuchen. Wir bieten unsere Kurse in Präsenz und ebenfalls Live Online an!
Unsere Preise sind Bruttopreise, die MwSt. ist bereits inkludiert.
Live Online
7. – 9. Dez. '26
Standard Tarif
1.520,00 €
Live Online
18. – 20. Jan. '27
Early Bird Tarif
Bis 18. Okt. '26
1.340,00 €
1.520,00 €
Live Online
15. – 17. Mär. '27
Early Bird Tarif
Bis 15. Dez. '26
1.340,00 €
1.520,00 €
Live Online
10. – 12. Mai '27
Early Bird Tarif
Bis 10. Feb. '27
1.340,00 €
1.520,00 €
Live Online
5. – 7. Jul '27
Early Bird Tarif
Bis 10. Mai '27
1.340,00 €
1.520,00 €
Curriculum
Das lernst du in der Weiterbildung KI-gestütztes UX/UI Design
Tag 1
Einführung in KI im Designprozess
Begriffe, Einordnung, Hype gegen Realität mit aktuellen Daten
Themengebiete
- Was ist AI Driven Design? Definition, Abgrenzung, Einordnung
- Status von AI: Was die Zahlen aus dem AI in Design Report zeigen
- Wie KI den Designprozess von Discover bis Deliver verändert
- Vom Macher zum Orchestrator: das Co-Creation-Spektrum und der 5-Schritte-Workflow
KI-gestützte UX Research
Nutzerforschung beschleunigen mit Künstlicher Intelligenz
Themengebiete
- AI für Desk Research und Wettbewerbsanalyse (Perplexity, ChatGPT, Claude)
- Interview-Transkription und Feedback-Clustering (Dovetail, Granola)
- AI-gestütztes User Testing und Sentiment-Analyse (Maze, UserTesting AI)
- Wo AI keine Empathie ersetzt
KI Tool Landschaft
Überblick über alle relevanten Tool-Kategorien im AI-Design
Themengebiete
- Figma-Ökosystem und AI-Plugins
- AI Prototyping und App-Builder: v0 (Vercel), Lovable, Bolt.new, Framer AI
- AI Driven IDEs und Coding-Tools: Cursor, Replit Agent, Claude Code, GitHub Copilot
- Bildgenerierung und Assets: Midjourney, Adobe Firefly, GPT Image, Nano Banana
- LLM-Plattformen für Designarbeit: ChatGPT, Claude, Gemini
- Das Sameness-Problem: Warum AI-generierte Designs sich ähneln – und was das für Marken heißt
Model Context Protocol (MCP) & Infrastruktur
MCP als „USB-C für AI-Integrationen" verstehen
Themengebiete
- Definition Model Context Protocol und Relevanz
- MCP als offener Standard: Figma, v0 und andere Tools kommunizieren nahtlos mit AI-Modellen
- Design-to-Code-Pipeline: von Figma über MCP zu v0 oder Cursor
KI-Output prüfen: Qualitätssicherung im Designprozess
Wie du erkennst, ob ein AI-Ergebnis gut genug ist – bevor es ins Projekt geht
Themengebiete
- Research-Output verifizieren: erfundene Quellen, Zahlen und Zitate erkennen
- UI-Output prüfen: Kontraste, Touch-Targets, Fokus-States, Alt-Texte und erfundene Komponenten
- Code-Output einschätzen, ohne Entwickler:in zu sein: was vor der Übergabe geklärt sein muss
- Prüfkriterien vor dem Generieren festlegen statt danach
Vordenker:innen im AI Design
Theorieinput zu führenden Expert:innen und ihren Kernaussagen
Themengebiete
- Andrej Karpathy und Vibe Coding (vertieft an Tag 2)
- John Maeda und Design als Differenzierungsmerkmal im AI-Zeitalter (vertieft an Tag 3)
- Yuhki Yamashita und „Design and Production as One Workflow" (vertieft an Tag 3)
- Katie Dill und AI als Verstärker für Exzellenz statt für Output (vertieft an Tag 3)
Kursaufgabe Kickoff
Entwicklung einer eigenen AI App Konzeptidee
Themengebiete
- Problemfeld wählen und Zielgruppe definieren
- AI-Feature-Ideen für das Digitalprodukt skizzieren
- Konzept-Canvas befüllen
- Kurzpräsentation und Peer-Feedback
Tag 2
Von Prompt Engineering zu Context Engineering
Grundprinzipien, Strukturen, Iteration und der gesamte Informationskontext
Themengebiete
- Kontext gegen Prompting
- Prompt- und Context-Patterns für UX-Artefakte: Personas, User Stories, UI-Copy, User Flows
- Design System Prompts
- Figma-zu-Code-Prompts für v0 und Figma Make
- Evaluations-Prompts
- Multi-turn Co-Creation Patterns
Vibe Coding für Designer:innen
Von der Designidee zum funktionalen Prototyp per natürlicher Sprache
Themengebiete
- Bedeutung Vibe Coding
- Wie viel Code AI heute schreibt – und warum die kursierenden Zahlen mit Vorsicht zu lesen sind
- Die Wahrnehmungsfalle: was die METR-Studie misst und wie sie nach heutigem Stand einzuordnen ist
- Live-Demo: Prototyp in Lovable oder Bolt.new
KI als Co-Creator
Human-in-the-Loop, AI-Orchestrierung und die Rolle des Designers
Themengebiete
- Designer:in als kuratierende Instanz
- Mensch-AI-Orchestrierung
- Recursive Arguing: ein AI-Modell prüft den Output eines anderen
KI-Prototyping: Methoden & Werkzeuge
Verschiedene Ansätze für verschiedene Anforderungen
Themengebiete
- Prototyping-Spektrum: von Lo-Fi-Wireframe bis Full-Stack-MVP
- Workflow-Muster: Figma Make, v0, Lovable und Bolt.new im direkten Vergleich
- Design-to-Code-Pipelines (Rückbezug auf MCP, Tag 1)
Visual Design & Assets mit AI
Bildgenerierung und markenkonformes Asset-Design
Themengebiete
- AI-Tools und Bildgenerierung: Midjourney, Adobe Firefly, GPT Image
- Markenkonformität sichern: Style References, Brand-Kontext, Negativprompts
- Skalierbare Marketing-Assets mit Figma Buzz und AI-Plugins
- Illustrationen, Icons und UI-Grafiken AI-gestützt erstellen
- AI gegen menschliche Arbeit
Ethik, Bias & Verantwortung im AI Design
Verantwortungsvoller Einsatz von KI-generierten Inhalten
Themengebiete
- Fairness, Repräsentation, Transparenz gegenüber Nutzer:innen
- Arten von Bias: Repräsentation, Kultur, Gender, Barrierefreiheit
- Die Ethik-Checkliste: sieben Prüfpunkte für den eigenen Workflow
Kursaufgabe: AI-Prototyp erstellen
Wireframe und Lo-Fi-Prototyp mit AI-Tools bauen
Themengebiete
- Context-Library für das eigene Produkt aufbauen
- Vibe-Coding-Challenge: ein Screen per natürlicher Sprache
- Visual Language und Benchmarking
- Zusammenhängender Prototyp aus mindestens drei Screens
Tag 3
KI-gestütztes UX/UI Design in der Praxis
Integration in agile Teams und Entwicklungsprozesse
Themengebiete
- Wie Design-Teams AI tatsächlich einsetzen – und woran Einführungen scheitern
- Praxisbeispiele: Stripes ProtoDash und Notions Prototype Playground
- Governance im Team: Tool-Liste, Datenschutz, Review-Pflicht
- Von Tools zu Agents: was Agents heute schon im Designprozess übernehmen
EU AI Act für Designer:innen
Was die KI-Verordnung konkret für deine Interfaces und deinen Arbeitsalltag bedeutet
Themengebiete
- Der Stufenplan: was seit dem 2. August 2026 gilt und was der Digital Omnibus auf 2027 und 2028 verschoben hat
- Anbieter oder Betreiber: welche Rolle dein Team hat, wenn es ein LLM einbaut – und welche, wenn es AI-Tools im Designprozess nutzt
- Art. 50 im Interface: Wie Nutzer:innen erkennen, dass sie mit einer KI sprechen
- Kennzeichnung KI-generierter Inhalte: Content Credentials, C2PA und die EU-Icons der Kommission
- Art. 5 im Designalltag: wo manipulative Gestaltung verboten ist und wie sich das zu Dark Patterns verhält
- Art. 4 KI-Kompetenz: was Arbeitgeber schulden, die AI-Tools im Designteam einsetzen
- Einstufungsübung: sechs Situationen aus dem Designalltag den Risikoklassen zuordnen
Veränderte Rollen und Kompetenzen
Zukunftsperspektiven für AI-affine Designer:innen
Themengebiete
- Designer:in als AI-Orchestrator:in
- Context Engineer
- Product Architect
- Realitätscheck: was sich in Stellenprofilen wirklich ändert – und was nicht
KI-gestützte Entscheidungsprozesse
Wann KI sinnvoll ist – und wann nicht
Themengebiete
- Entscheidungsmatrix: AI, AI-assisted oder Mensch
- Risiken der Überautomatisierung
- Realistische Erwartungshaltung als Schlüsselkompetenz
Stakeholder-Kommunikation
Überzeugend präsentieren: AI Driven Designs intern verkaufen und verteidigen
Themengebiete
- Mit Daten argumentieren, Stakeholder-Bedenken adressieren
- Transparenz über AI-Einsatz als Vertrauensfaktor
- Value Proposition und Impact-Argumentation
Ausblick: Was kommt als Nächstes?
Trends und Entwicklungen für die nächsten 12 bis 24 Monate
Themengebiete
- AI Governance: welche Fristen der KI-Verordnung noch ausstehen
- Konsolidierung des Tool-Marktes
- Die „Tactile Rebellion"
- Fünf Dinge, die du ab morgen tun kannst
Ausarbeitung & finale Präsentationen
AI-Prototyping-Konzept fertigstellen und Abschlusspitch vorbereiten
Themengebiete
- Feinschliff am Prototyp und Konzept
- Das eigene Konzept auf Risikoklasse und Transparenzpflichten prüfen und mindestens ein Pattern im Prototyp gestalten
- Konstruktives Trainer- und Peer-Feedback
- Reflexion der wichtigsten Learnings
FAQ
Häufige Fragen zu KI im UX/UI Design und zur Weiterbildung
Noch Fragen rund um Weiterbildung, Kosten oder Finanzierung? Stöbere hier durch die Infos oder schreib uns direkt an.
Welche Vorteile bietet AI bzw. KI (künstliche Intelligenz) im UX/UI-Design?
In unserer Weiterbildung zeigen wir dir, wie KI deinen Designprozess von der Recherche über die Konzeption bis zur Umsetzung spürbar beschleunigt und strukturierter macht. Konkret nutzt du AI unter anderem für UX Research (Desk Research, Interview-Analyse, Sentiment-Analyse), Context Engineering, Vibe Coding, Bildgenerierung und AI-gestütztes Prototyping mit Tools wie Figma Make, v0, Lovable und Bolt.new – immer mit dem Ziel, schneller zu belastbaren Designentscheidungen zu kommen, ohne die Nutzerzentrierung zu verlieren.
Wie integrieren erfolgreiche Designer bereits heute KI in ihren Workflow?
Wir arbeiten im Kurs so, wie es moderne Teams heute tun: Human-in-the-Loop statt Autopilot. Du lernst, KI gezielt als Co-Creator einzusetzen – über Context Engineering mit System-Prompts, Design Tokens und Evaluations-Prompts, Vibe Coding per natürlicher Sprache in AI-Buildern sowie Design-to-Code Pipelines von Figma über MCP zu v0 und Cursor. Gleichzeitig zeigen wir dir anhand von Praxisbeispielen von Unternehmen wie Stripe und Notion, wie du diese Methoden sauber in agile Teams und Entscheidungsprozesse integrierst.
Welche Tools werden im KI-gestützten UX/UI Design Kurs behandelt?
Wir arbeiten mit einem aktuellen Tool-Stack, den du direkt in deinen Alltag übernehmen kannst. Dazu gehören das Figma-Ökosystem (Figma Make, Figma Sites, Figma Draw, Figma Buzz und AI-Plugins), AI-Prototyping-Builder (v0, Lovable, Bolt.new), AI-gestützte IDEs (Cursor, Replit Agent, Claude Code, OpenAI Codex, GitHub Copilot), Bildgenerierungs-Tools (Midjourney, Adobe Firefly, GPT Image, Nano Banana), LLM-Plattformen (ChatGPT, Claude, Gemini, Perplexity) sowie UX-Research-Tools wie Dovetail, Granola und Maze. Selbst bedient werden davon die LLM-Plattformen und die App-Builder; IDEs und Bildgeneratoren werden gezeigt und eingeordnet.
Wie lange dauert die Weiterbildung KI-gestüztes UX/UI Design?
Die Weiterbildung dauert drei Tage, jeweils von 09:00 bis 17:00 Uhr. Abzüglich Mittagspause und zwei Kurzpausen ergeben sich 390 Minuten Lernzeit pro Tag. Der Praxisanteil ist hoch: Über die drei Tage liegt das Verhältnis bei rund einem Drittel Input zu zwei Dritteln eigener Arbeit, an Tag 2 sind es 315 von 390 Minuten Praxis. Die Tage bauen aufeinander auf – Tag 1 endet mit dem Konzept-Canvas, Tag 2 mit Context-Library und Prototyp, Tag 3 mit AI-Act-Prüfung und Abschlusspitch. Eine Teilnahme an einzelnen Tagen ist deshalb nicht vorgesehen.
Was kostet der KI-gestützte UX/UI Design Kurs?
Der Standardtarif liegt bei 1.520 € brutto, der Early-Bird-Tarif bei 1.340 € brutto. Beide Preise verstehen sich inklusive Mehrwertsteuer und enthalten alle Kursunterlagen sowie das Abschlusszertifikat. Der Early-Bird-Tarif gilt jeweils bis zwei Monate vor Kursbeginn. Für Teams ab drei Personen und für Inhouse-Durchführungen im eigenen Haus gelten eigene Konditionen – sprich uns dafür direkt an.
Welche Vorkenntnisse brauche ich, und brauche ich Programmierkenntnisse?
Programmierkenntnisse brauchst du nicht – im Kurs wird kein Code geschrieben, sondern beschrieben, geprüft und übergeben. Vorausgesetzt wird grundlegende Sicherheit in Figma: Frames anlegen, Ebenen ordnen, Formen und Text setzen. Vorerfahrung mit KI-Werkzeugen ist willkommen, aber keine Bedingung; wir starten bei den Prompt-Grundlagen und arbeiten uns zu Context Engineering vor. Was du mitbringen solltest, ist ein eigener Laptop und Zugang zu mindestens einer LLM-Plattform.
Wie verändert KI die Rolle des Designers in der Zukunft?
Wir vermitteln dir, wie sich die Rolle vom reinen Screen-Designer hin zu neuen Kompetenzprofilen entwickelt: Designer:in als AI-Orchestrator:in, Context Engineer oder Product Architect – Rollen, in denen du Systeme steuerst, den richtigen Kontext für KI-Tools gestaltest und KI-gestützte Produktentscheidungen verantwortest. Dabei behalten wir den Realitätscheck im Blick: Die meisten Unternehmen schaffen keine neuen Jobtitel, sondern bestehende Rollen verändern sich. Nur 7 % der Teams haben überhaupt eine KI-fokussierte Rolle geschaffen, und Weiterbildung bleibt weitgehend Eigeninitiative – formale Trainingsprogramme gibt es laut AI im Design Report 2026 nur bei 20 % der Unternehmen.
Warum ist Ethik im KI UX/UI Design besonders wichtig?
Weil KI-Systeme nicht nur Designprozesse beschleunigen, sondern Verhalten beeinflussen – und dabei reale Risiken entstehen können. Wir behandeln in der Weiterbildung Bias, Fairness, Repräsentation und Transparenz gegenüber Nutzer:innen ganz konkret. Dazu kommt ein eigenes Modul zum EU AI Act, das die rechtliche Seite abdeckt. Am Ende steht eine Checkliste mit sieben Prüfpunkten, die du direkt auf dein nächstes Projekt anwenden kannst. Du lernst, KI-Funktionen verantwortungsvoll zu gestalten und den KI-Einsatz transparent gegenüber Stakeholdern zu kommunizieren.
Was bedeutet der EU AI Act für UX/UI-Designer:innen?
Für die meisten Designteams sind zwei Dinge relevant. Erstens die Transparenzpflichten nach Art. 50 der KI-Verordnung, die seit dem 2. August 2026 gelten: Wer ein System baut, das mit Menschen interagiert, muss dafür sorgen, dass diese erkennen, dass sie mit einer KI sprechen – und das ist eine Gestaltungsaufgabe. Zweitens die Frage, ob euer Produkt überhaupt als Hochrisiko-System gilt. Im Kurs ordnet ihr euer eigenes Konzept einer Risikoklasse zu und gestaltet mindestens ein Transparenz-Pattern im Prototyp. Die Weiterbildung ersetzt keine Rechtsberatung.
Müssen KI-generierte Inhalte gekennzeichnet werden?
Ja, in bestimmten Fällen. Art. 50 der KI-Verordnung verlangt, dass Anbieter generativer KI-Systeme ihre Ausgaben maschinenlesbar markieren, und dass Betreiber Deepfakes offenlegen. Für KI-generierte Texte zu Angelegenheiten öffentlichen Interesses gilt eine Kennzeichnungspflicht, sofern niemand die redaktionelle Verantwortung übernimmt. Die EU-Kommission hat im Juli 2026 Leitlinien und ein freiwilliges Icon-Set dazu veröffentlicht. Im Kurs schauen wir uns an, wie Produkte wie Adobe, LinkedIn und Google das heute konkret im Interface lösen – auffällig ist, dass alle das Label ans Asset setzen und nicht in die Fußzeile.
Erfüllt diese Weiterbildung die KI-Schulungspflicht nach Art. 4 EU AI Act?
Nein – und niemand sollte das behaupten. Art. 4 der KI-Verordnung verlangt von Anbietern und Betreibern, geeignete Maßnahmen zu ergreifen, damit ihr Personal über ausreichende KI-Kompetenz verfügt. Seit der Änderung durch den Digital Omnibus im Juli 2026 schuldet ein Unternehmen die Organisation der Schulung, nicht den Lernerfolg jeder einzelnen Person. Eine Weiterbildung wie diese kann ein Baustein solcher Maßnahmen sein. Ob eure Gesamtmaßnahmen ausreichen, ist eine Frage, die ihr intern oder juristisch klären müsst.
Wird die Weiterbildung gefördert oder ist sie mit Bildungsgutschein buchbar?
Nein – die UIX Academy ist bewusst kein AZAV-zugelassener Träger, und der Kurs ist nicht über einen Bildungsgutschein der Agentur für Arbeit buchbar. Der Grund ist inhaltlich: Zulassungsverfahren binden Curricula über Jahre, und dieser Kurs behandelt ein Feld, in dem sich Werkzeuge, Datenlage und Rechtsrahmen im Jahresrhythmus ändern. Finanziert wird die Weiterbildung in der Regel über das Weiterbildungsbudget des Arbeitgebers; Selbstständige und Angestellte können die Kosten üblicherweise als Betriebsausgaben oder Werbungskosten geltend machen. Einzelne Bundesländer bieten zudem eigene Bildungsschecks an.
Wie läuft die Kursaufgabe ab?
Am ersten Nachmittag wählt jedes Zweierteam eines von sechs Problemfeldern – von Gesundheit über Produktivität bis zum eigenen Vorschlag. Diese Wahl gilt für alle drei Tage. Daraus entstehen nacheinander ein Konzept-Canvas, eine Context-Library, ein Prototyp aus mindestens drei Screens und ein zehnminütiger Abschlusspitch mit Peer-Feedback.
Findet der Kurs online oder in Präsenz statt?
Die Weiterbildung wird als Live-Online-Training und in Präsenz in Hamburg, Frankfurt, München und Stuttgart angeboten, jeweils mit maximal zwölf Teilnehmenden. Zum Abschluss erhältst du das Zertifikat „AI Driven Designer" – beruflich trägt allerdings weniger das Dokument als das, womit du herausgehst.
