Design Systems sind das Interface für AI

Warum Struktur gerade zum wichtigsten Design-Asset wird

Letzte Woche habe ich Claude zugeschaut, wie sie meine Landingpage zusammengebaut hat. Komponente für Komponente, markenkonform, mit den richtigen Tokens. Kein Prompt-Gebastel, kein Nachjustieren, kein "fast richtig, aber die Farbe stimmt nicht".

Der spannende Teil war, warum das funktioniert hat. Unser Design System ist so strukturiert, dass es ohne Hallus klappt. Komponenten mit sauberer API. Design Tokens mit semantischen Namen. Content-Typen, die maschinenlesbar beschrieben sind. Über MCP, das Model Context Protocol, den Standard, der KI direkt mit unseren Systemen verbindet, kann ein LLM dieses System nicht nur lesen, sondern damit arbeiten. Wie ein neuer Kollege, der am ersten Tag eine großartige Dokumentation vorfindet. Und sie tatsächlich liest.

Ein Gedanke, der sich langsam zusammengesetzt hat

Jonas und ich reden da seit GPT 3.5 dauernd über das Thema und vor allem testen und experimentieren wir. Er hat vor ein paar Monaten aus der Content-Operations-Perspektive darüber geschrieben (Dein CMS kann jetzt denken): KI erzeugt automatisch passgenaue Inhalte, aber nur, wenn die Komponenten es zulassen. Maschinenlesbare Komponenten sind der Schlüssel, nicht das Prompt-Engineering.

Ich selbst hatte letzten Herbst über das Ende des Monokanals geschrieben (Das Web bekommt zwei Gesichter): Websites müssen künftig für Menschen und Maschinen gleichermaßen funktionieren, MCP-readiness wird zum Qualitätsmerkmal digitaler Markenführung.

Beides stimmt. Aber mir fehlte lange das verbindende Stück. Bis mir bei diesem Experiment klar wurde: Das verbindende Stück haben wir längst gebaut. Wir haben es nur anders genannt.

Wir haben das Interface gebaut, ohne es zu wissen

Wir haben Design Systeme immer als Werkzeug für Konsistenz und Effizienz verkauft. Für Menschen: Designer, die nicht jedes Mal bei null anfangen. Entwickler, die wiederverwendbare Komponenten bekommen. Redakteure, die im Baukasten arbeiten statt im Chaos.

Jetzt zeigt sich, dass wir dabei ohne es zu wissen eine Art Interface für AI gebaut haben.

Denn eine KI kann nicht mit einem PDF-Styleguide arbeiten. Sie kann nicht raten, was "unser Blau" ist. Sie kann keine Photoshop-Datei interpretieren, in der die Wahrheit in Ebene 47 versteckt ist. Sie braucht Struktur:

Design Tokens statt Hex-Codes. Ein Token wie color-action-primary trägt Bedeutung. #0057B8 trägt keine. Eine KI, die Bedeutung lesen kann, trifft markenkonforme Entscheidungen. Eine KI, die nur Farbwerte sieht, rät.

Component APIs statt Screendesigns. Eine Komponente mit definierten Props, Varianten und einem Schema ist für eine KI das, was für uns eine gute Doku ist: die Antwort auf die Frage "Was darf ich hier eigentlich tun – und was nicht?" Die Leitplanken sind keine Einschränkung. Sie sind die Voraussetzung dafür, dass Delegation überhaupt funktioniert.

Content-Schemas statt Freitext. Wenn ein Hero-Element weiß, dass es eine Headline mit maximal 80 Zeichen, ein Bild im Querformat und einen Call-to-Action braucht, kann eine KI passgenauen Content erzeugen. Wenn alles ein großes Textfeld ist, entsteht ein großes Textfeld.

Das Muster dahinter kennen wir aus der Zusammenarbeit mit Menschen: Gute Onboardings funktionieren, wenn Wissen explizit ist statt in Köpfen zu stecken. Genau dasselbe gilt jetzt für KI-Agenten. Nur dass die kein halbes Jahr Einarbeitungszeit mitbringen.

Was das für die Praxis bedeutet

Ich beobachte gerade in Kundengesprächen zwei Arten von KI-Experimenten. Die einen scheitern reproduzierbar: Da wird ein Modell auf eine unstrukturierte Website losgelassen, und heraus kommt generischer Brei, der mit der Marke nichts zu tun hat. Die Enttäuschung ist dann groß und das Fazit schnell "KI ist noch nicht so weit".

Die anderen fliegen. Und der Unterschied ist fast nie das Modell. Der Unterschied ist die Vorarbeit: Gibt es ein Design System? Sind die Tokens semantisch? Sind die Komponenten beschrieben? Ist der Content strukturiert?

KI ist ein Verstärker. Sie verstärkt Struktur zu Geschwindigkeit und Chaos zu mehr Chaos, nur schneller.

Das für mich tolle und freudige an der Sache: Nichts davon ist neue Arbeit. Es ist genau die Arbeit, für die wir seit Jahren werben. Wer in den letzten Jahren ein sauberes Design System aufgebaut hat, hat – vielleicht ohne es zu ahnen – in seine AI-readiness investiert. Und wer es noch nicht getan hat, hat jetzt einen Grund mehr, der auch im Management-Meeting zieht.

Struktur ist das Produkt

Ich bin davon überzeugt: Der Wert eines Design Systems bemisst sich künftig nicht mehr nur daran, wie gut Menschen damit arbeiten können, nämlich auch wie gut Maschinen es verstehen. Die beiden Fragen sind übrigens gar nicht so verschieden. Was für eine KI lesbar ist, ist meistens auch für den neuen Kollegen, die externe Agentur und das eigene Zukunfts-Ich verständlicher.

Struktur ist kein Nice-to-have mehr. Struktur ist wesentlich für das Produkt.

Wenn dich das interessiert hat, dann steige hier tiefer ein:

• Jonas Ulrich: Dein CMS kann jetzt denken – Content Operations mit KI automatisieren (ruhmesmeile Insights, Feb 2026)

• Daniel Ley: Das Ende des Monokanals – das Web bekommt zwei Gesichter (ruhmesmeile Insights, Okt 2025)

• Daniel Ley: kickstartDS: Ein Design System als Open Source Meta Framework (dley.de, Jan 2025)