AI Bootcampfor UX Designers

AI Bootcamp für UX- & Product-Designer:innen

Vom Designzum echtenKI-Produkt.

In fünf Wochen lernst du, wie KI Research, Ideation, Prototyping und Entwicklung verändert — und baust am Ende dein eigenes, funktionierendes AI-Produkt. Kein Prompt-Hacking-Kurs: 30 % Theorie, 70 % praktische Arbeit.

Jetzt anmelden →Programm ansehen ↓
Dauer
5 Wochen
Format
2–3 Sessions / Woche
Aufwand
6–8 Stunden / Woche
Verhältnis
30 % Theorie · 70 % Praxis
01

Das Prinzip

One workflow, five weeks

KI ist kein Werkzeugkasten voller Hacks. Wir trainieren fünf Wochen lang denselben Workflow — und setzen KI an jeder Station dort ein, wo sie einen echten Produktivitäts- oder Qualitätsgewinn bringt.

  1. 1Understand
  2. 2Research
  3. 3Think
  4. 4Design
  5. 5Build
  6. 6Test

Fixer Bestandteil jede Woche

„AI Skeptic“

Jede Woche muss eine Person die KI-Ergebnisse angreifen:Was ist erfunden? Welche Annahme ist unbelegt? Wo wäre ein Mensch besser?Damit aus dem Bootcamp kein „AI macht alles für mich“-Kurs wird.

02

Das Programm

5 Wochen · Module aufklappen

Woche 1

AI Foundations

Verstehen, was KI tatsächlich kann, wo sie scheitert — und wie Designer:innen sie gezielt einsetzen. Keine Mathe-Vorlesung, sondern ein Designer-taugliches Mental Model.

Dein ErgebnisDein persönlicher AI-Design-Workflow

Module ansehen

  • Wie moderne KI funktioniert

    LLMs, Tokens, Context Window, RAG, Agents, Memory, Hallucinations — als probalistisches System erklärt, nicht als Wissensdatenbank.

  • Prompting als Design-Skill

    Keine Prompt-Hacks, sondern strukturiertes Briefing: Context → Role → Task → Constraints → Examples → Output.

  • Die AI-Tool-Landschaft

    Kategorien statt Tool-Chaos: ChatGPT, Claude & Gemini · Perplexity & NotebookLM · Figma AI · Cursor, Claude Code, v0, Lovable.

  • Workshop: AI vs. Designer

    Ein UX-Problem zweimal gelöst — klassisch und AI-assisted. Vergleich von Geschwindigkeit, Qualität, Fehlern und Bias.

Woche 2

AI UX Research

Der größte unmittelbare Produktivitätsgewinn: KI nutzen, ohne schlechte oder erfundene Research-Ergebnisse zu produzieren.

Dein ErgebnisUX Research Report mit Key Themes, JTBD & Evidence

Module ansehen

  • Research Planning

    Research Questions, Interview Guides, Survey Design und Hypotheses — aus einer Produktidee wird in 30 Minuten ein kompletter Research-Plan.

  • Interview Analysis

    Transkript → Coding → Themes → Patterns → Insights. Clustern, Taggen, Pain Points und Widersprüche aus 10–20 Interviews extrahieren.

  • Evidence-based Personas

    Kein „Lisa, 34, liebt Yoga.“ — stattdessen Behavioural Archetypes, belegt mit konkreten Interviewaussagen.

  • AI Research Repository

    Eine kleine Knowledge Base aus Interviews, Feedback & Tickets — und präzise Fragen daran: „Welche Probleme erwähnen mindestens fünf Nutzer:innen?“

  • Kritik-Übung: Was hat AI erfunden?

    KI bekommt absichtlich unklare Daten — und die Teilnehmenden finden heraus, welche Insights erfunden wurden.

Woche 3

AI Ideation & Product Design

Von der Analyse zur Produktentwicklung: AI nicht als „Design-Generator“ einsetzen, sondern als Thinking Partner.

Dein ErgebnisKlickbarer Prototype aus dem Product Sprint

Module ansehen

  • Problem Framing

    Observation → Problem → Opportunity → Hypothesis. KI deckt Annahmen auf, findet Gegenargumente und Edge Cases.

  • „Zerstöre diese Idee“

    KI bekommt die Rolle des Kritikers: falsche Annahmen, fehlende User Needs, Business-Risiken. Damit sie nicht einfach die eigene Idee bestätigt.

  • Divergente Ideation

    20 verschiedene Lösungsansätze statt drei generierter Screens: Smart Agenda, Conflict Resolver, Reminder System …

  • User Flows & Edge Cases

    Entry → Intent → Decision → Action → Confirmation — plus die Fälle, die AI für Designer:innen extrem nützlich löst: Kein Account? Workshop voll? Offline?

  • 60-Minute Product Sprint

    Von Research Insight über IA zum Wireframe mit Figma, v0 & Lovable — von Problem zu klickbarem Prototype in 60 Minuten.

Woche 4

Prototyping & Vibe Coding

Der Kern des Bootcamps: nicht nur Screens entwerfen, sondern Produkte bauen. Kein JavaScript-Kurs — ein Coding-Mental-Model für Designer:innen.

Dein ErgebnisFunktionierende Webapp mit UI, API, Daten & AI-Feature

Module ansehen

  • Coding Mental Model

    Frontend, Backend, Database, API, Authentication, State, Components — verständlich aufgebaut, ohne Syntax-Drill.

  • From Figma to Product

    Design → Design Tokens → Components → Frontend, gebaut mit Cursor, Claude Code, Codex und v0.

  • APIs verstehen

    GET, POST, JSON — praktisch gelernt: eine öffentliche API wird in ein AI-Prototype mit personalisierter Recommendation integriert.

  • AI-Features designen

    Copilot, Chat, Generative UI, Suggestions, Agents — und die UX-Fragen: Was passiert, wenn AI falsch liegt, lange braucht oder sensiblen Daten nutzt?

  • Human-in-the-loop

    Nicht „AI entscheidet“, sondern: AI Suggestion → User Review → Confirmation → Action.

Woche 5

AI Product Designer

Die Abschlusswoche verbindet alles: AI-native denken, Autonomie-Level gestalten und Vertrauen als Designmaterial begreifen.

Dein ErgebnisCapstone: Dein AI-natives Produkt

Module ansehen

  • AI-native Products

    Wie würde das Produkt aussehen, wenn AI von Anfang an Teil des Systems wäre? Intent → AI builds → User edits → AI adapts → Booking.

  • Agentic UX

    Levels of Autonomy 0–4: von „AI beantwortet Fragen“ bis „AI handelt selbstständig innerhalb definierter Regeln“.

  • Trust Design

    UX-Patterns für Sources, Confidence, Undo, Approval, History, Explainability und Permissions.

  • Ethics & Responsible Design

    Bias, Privacy, Dark Patterns, Synthetic Users, Hallucinations — als konkrete Produktentscheidungen, nicht als abstrakter Ethikblock.

  • AI UX Testing

    Eigene Produkte testen: Normal, Confused, Adversarial, Incomplete, Contradictory, Extreme — plus klassische UX-Tests.

03

Was du hier nicht lernst

Bewusst weggelassen
  • 100 Prompt-Techniken auswendig
  • „Was ist ChatGPT?“-Grundlagen
  • AI-Personas ohne echte Research
  • Midjourney-Spielereien
  • 20 Tools gleichzeitig ausprobieren
  • Machine-Learning-Theorie-Vorlesungen

Dafür trainierst du einen Workflow fünf Wochen lang — bis er sitzt.

04

Der Capstone

Abschlusspräsentation

Am Ende präsentiert jede Person ein AI-natives Produkt — von der ersten Interviewfrage bis zur laufenden Web-App.

Deliverables

  1. Research

    Interviews, Insights, Jobs To Be Done

  2. Strategie

    Problem, Target User, Value Proposition

  3. UX

    User Journey, User Flow, Edge Cases

  4. UI

    Design System, Final Screens

  5. Prototype

    Eine echte, funktionierende Web-App

  6. AI Feature

    Recommendation, Assistant, Generator oder Agent

Beispielprojekte

  • AI Event Planner

    Erstellt persönliche Event-Agendas

  • AI Research Assistant

    Analysiert User-Interviews

  • AI Travel Planner

    Erstellt und verändert Reisen

  • AI Accessibility Auditor

    Findet Accessibility-Probleme in Interfaces

  • AI Design Critic

    Prüft Screens anhand von UX-Heuristiken

05

Anmeldung

Begrenzte Plätze

Sichere dir deinen Platz — und verlasse das Bootcamp mit einemfunktionierenden AI-Produkt und einer neuen Arbeitsweise.

  • Voraussetzung: UX- oder Product-Design-Erfahrung, keine Coding-Kenntnisse
  • Level: AI-Anfänger:in bis Intermediate
  • Durchgängiges Case-Study-Projekt über alle fünf Wochen
  • Wir melden uns innerhalb von zwei Werktagen persönlich