Am 13. November 2026 hat die Nielsen Norman Group (NN/g), ein auf Usability (Gebrauchstauglichkeit) spezialisiertes Forschungs- und Beratungsunternehmen, den Fachartikel „Research-In-The-Loop: How UXR Adapts to Development at AI Speed“ veröffentlicht^[1]. Autor Tony Alicea beschreibt darin, wie UX-Forschung (UXR, die Untersuchung, wie Menschen ein Produkt tatsächlich nutzen) mit einer Entwicklung mithalten kann, die KI beschleunigt^[1].

Der Artikel richtet sich an Forschungs- und Produktteams. Was heißt das für kleine und mittlere Unternehmen (KMU), die Websites beauftragen? Unsere Übertragungen sind gekennzeichnet.

NN/g vergleicht die Lage mit dem Wechsel vom Film zur Digitalkamera: Statt jedes Bild sorgfältig vorzubereiten, drückt man ab, schaut und korrigiert. So arbeiten laut NN/g viele Teams mit Coding Agents, also KI-Werkzeugen, die selbstständig Code schreiben: bauen, veröffentlichen, beobachten, ändern^[1].

Der Haken: Anders als ein misslungenes Foto erreicht ein misslungenes Release, also eine veröffentlichte Version, echte Menschen. Und ein Release zeigt, was passiert ist, aber selten, warum. Ein Dashboard verrät etwa, dass Menschen einen Ablauf abbrechen, aber nicht, was sie vorhatten oder was sie verwirrt hat^[1].

Der Kern: Was das Bauen billig macht, verbilligt auch Forschungswerkzeuge. Eine Kurzumfrage beim Abbruch eines Ablaufs, Ereignis-Protokolle oder ein Feedback-Knopf kosteten früher Entwicklerzeit. Heute kann ein Coding Agent sie laut NN/g oft aus wenigen Zeilen in den Anforderungen mitbauen^[1].

So entsteht ein Kreislauf: Vor dem Bau hilft die Forschung festzulegen, was ein Release erfassen muss. Beim Bau setzen die KI-Werkzeuge diese Messung mit um. Nach dem Release wird ausgewertet, und die Erkenntnisse fließen in die nächsten Anforderungen^[1]. NN/g unterscheidet dabei drei Aufgaben:

Messpunkte können Bewerten und Untersuchen effizienter machen, ersetzen laut NN/g aber nicht das unabhängige Entdecken^[1]. NN/g nennt den Ansatz ausdrücklich einen Vorschlag mit offenen Fragen^[1].

Konkret schlägt NN/g vor, den Anforderungen einer neuen Funktion einen Forschungsabschnitt in Klartext beizulegen, lesbar für Menschen und KI-Werkzeuge. Im Beispiel, einer Helpdesk-Software mit direkter Ticket-Weitergabe zwischen Abteilungen, hat er fünf Punkte^[1]. Dahinter steht jeweils unsere Übertragung auf ein neues Anfrageformular.

NN/g schränkt ein: Der Abschnitt legt fest, was gemessen wird, beweist aber nicht, dass eine Veränderung von der neuen Funktion kommt statt etwa von der Saison. Dafür können Vergleichsgruppe, Stichprobengröße und Beobachtungszeitraum nötig sein^[1].

Das Service-Handbuch der britischen Regierung rät ähnlich, Messgrößen beim Bauen festzulegen statt hinterher und sie immer mit Nutzerforschung zu kombinieren^[2]. Unsere Empfehlung: Halten Sie die fünf Punkte schon im Angebot oder Pflichtenheft fest, nicht erst nach dem Livegang.

Quantitative Daten, also gemessene Zahlen, decken laut NN/g nur ab, worauf ein Release ausgelegt wurde, und zeigen, was Menschen getan haben. Muster zu erklären und neue Bedürfnisse zu entdecken, erfordert qualitative Forschung, also Beobachtung und Gespräch^[1]. Ein älterer NN/g-Überblick sagt: Qualitative Methoden eignen sich besser für das Warum und die Frage, wie man ein Problem behebt, quantitative für das Wie viele und Wie viel^[3].

Für den qualitativen Teil nennt NN/g drei Wege: einen festen Rhythmus, etwa wöchentliche Sitzungen unabhängig von Releases; Signale, also Auffälligkeiten in Daten oder Feedback; und Entscheidungen, die schwer umkehrbar sind^[1].

Für Usability-Tests, bei denen man Menschen beim Lösen typischer Aufgaben zusieht, nennt das britische Service-Handbuch meist 4 bis 8 Teilnehmende pro Runde^[4]. Eine Testsitzung dauert dort meist 30 bis 60 Minuten^[5]. A/B-Tests, bei denen zwei Versionen nach dem Zufallsprinzip gegeneinander laufen, brauchen dagegen viele Nutzer für statistisch belastbare Ergebnisse^[6].

Unsere Einschätzung: Für die meisten KMU-Websites ist Analytics das Frühwarnsystem, ein kurzer Test mit Kunden liefert die Erklärung. Und laut NN/g gilt: Ein Agent baut eine Umfrage in Minuten, für die richtigen Fragen bleibt die forschende Person verantwortlich^[1].

Als schwer umkehrbar nennt NN/g Preise, Versprechen an Kunden, den Umgang mit sensiblen Daten und ein neues mentales Modell, also wie Nutzer ein Produkt verstehen. Solche Entscheidungen verdienen Belege, bevor sich ein Team festlegt; Coding Agents können dafür schnell klickbare Prototypen bauen^[1]. Unsere Einschätzung für typische Website-Änderungen:

Mit gestaffelten Rollouts und Feature-Flags (Schalter, die Funktionen nur für einzelne Gruppen freigeben) sollten sich laut NN/g auch Forschende auskennen^[1]. Wie Sie schrittweise ausrollen, einen Rückweg einplanen und wann Mess-Werkzeuge nach § 25 TDDDG eine Einwilligung brauchen, zeigt unser Beitrag zu YouTubes Sidebar-Test.