Prompt Engineering für UX: 14 UX-Prompts – So nutzt Du LLM wie ein Profi
User Experience (UX) entscheidet heute über den Erfolg digitaler Produkte. Ob Onboarding, Checkout oder Microcopy: Nutzer:innen erwarten klare, reibungslose Prozesse – und dafür fehlt in Teams oft die Zeit.
Hier kommen KI-Tools wie ChatGPT ins Spiel:
- Schnellere Ideenfindung – erste Wireframe-Beschreibungen, Microcopy-Varianten oder Journey-Szenarien in Sekunden.
- Nutzerperspektiven simulieren – verschiedene Personas oder Zielgruppen können durchgespielt werden, bevor Studien anlaufen.
- Content-Optimierung – Texte werden direkt auf Klarheit, Inklusivität und Conversion getrimmt.
- Kosteneffizienz – Hypothesen lassen sich früh testen, bevor Prototypen teuer gebaut werden.
Doch: Wie groß der Nutzen wirklich ist, hängt stark davon ab, wie Du die Prompts formulierst. Mit gezieltem Prompt Engineering machst Du KI-Ergebnisse von „ganz nett“ zu echtem Mehrwert für Dein UX-Design.
Was ist Prompt Engineering im UX-Kontext?
Prompt Engineering bedeutet, KI-Tools wie ChatGPT so anzuleiten, dass sie präzise, kontextbezogene und wertvolle Ergebnisse liefern.
Im UX-Alltag kann das heißen:
- Personas, Journeys und Szenarien schneller skizzieren
- Microcopy, Fehlermeldungen und Onboarding-Flows variieren und testen
- Navigation und Informationsarchitektur strukturieren
- Erste Usability-Checks durchspielen
Besonderheiten im UX-Kontext:
- KI-Ergebnisse sind Hypothesen, keine Fakten → sie müssen in echten Usability-Tests validiert werden.
- Prompts sollten zielgruppenspezifisch und kontextbezogen sein.
- Bias vermeiden: immer mehrere Varianten anfordern und kritisch prüfen
GEO Audit: Sichtbarkeit in AI Overviews & LLMs
Das GEO Audit zeigt Dir, wie sichtbar Deine Marke in AI Overviews und LLMs ist – und wie Du diese Präsenz gezielt ausbaust.
Wir analysieren, welche Inhalte berücksichtigt werden, decken Lücken auf und geben Dir klare Handlungsempfehlungen für mehr Sichtbarkeit!
14 UX-Prompts, die Du sofort testen kannst
| Einsatzbereich | Ziel | Hinweis zur Nutzung | Beispiel-Prompt |
|---|---|---|---|
| User Research | Nutzerperspektiven simulieren, Personas erstellen | „Stell dir vor, du bist …“; verschiedene Zielgruppen durchspielen | „Stell dir vor, du bist ein 35-jähriger Vater, der eine App zur Haushaltsorganisation testet. Welche Probleme würdest du wahrscheinlich haben?“ |
| Persona-Entwicklung | Bedürfnisse, Pain Points, Motivation klären | Immer mehrere Varianten anfordern, um Stereotypen zu vermeiden | „Erstelle drei unterschiedliche Personas für eine Banking-App, jeweils mit Motivationen, Frustrationen und Zielen.“ |
| Journey Mapping | Nutzerreise durch Produkt/Service abbilden | Schrittweise beschreiben lassen | „Beschreibe die Customer Journey einer Nutzerin, die zum ersten Mal ein Online-Konto eröffnet – vom ersten Interesse bis zur Nutzung.“ |
| Usability-Testing (simuliert) | Erste Friktionen oder Hürden erkennen | Lass das System „als Nutzer“ durch ein Szenario gehen | „Versetze dich in die Rolle eines Nutzers, der ein Bahnticket über diese App kaufen möchte. Wo würdest du wahrscheinlich hängenbleiben?“ |
| Content Design | Microcopy (z. B. Buttons, Fehlermeldungen) optimieren | Variationen erzeugen und prüfen lassen | „Formuliere drei Varianten für einen Call-to-Action-Button, der Nutzer zum Registrieren motivieren soll – freundlich, direkt und spielerisch. |
| Information Architecture | Navigation, Kategorien oder Menüs strukturieren | Hierarchien und Mental Models prüfen | „Strukturiere die Navigation für einen Online-Shop für nachhaltige Mode in 5 Hauptkategorien.“ |
| Ideation / Brainstorming | Neue Features oder Lösungsansätze finden | Offene Prompts nutzen | „Liste 10 unkonventionelle Ideen, wie eine Fitness-App Nutzer täglich zur Bewegung motivieren könnte.“ |
| Accessibility Check | Barrierefreiheit prüfen (Farben, Sprache, Screenreader) | Nach Alternativen fragen | „Schlage barrierefreie Alternativtexte für dieses Bild einer Frau im Rollstuhl vor, die einen Laptop benutzt.“ |
| Wireframe-Beschreibung | Erste visuelle Ideen textuell beschreiben lassen | Textuelle Wireframes statt sofort Design | „Beschreibe ein Layout für eine Landingpage, die Vertrauen aufbaut und den Fokus auf eine Newsletter-Anmeldung legt.“ |
| UX Writing Optimierung | Texte klarer, inklusiver oder kürzer machen | Variationen anfordern | „Formuliere diesen Text für die Startseite in 3 Varianten: formell, locker und inspirierend: ‚Willkommen bei FitTrack, deiner App für mehr Bewegung.‘“ |
| Design Critique | Feedback auf Screens/Flows | Auf Kriterien fokussieren lassen | „Gib mir konstruktives Feedback zu diesem Onboarding-Flow, mit Fokus auf Verständlichkeit und Motivation.“ |
| Conversion-Optimierung | Handlungsaufforderungen testen | Varianten mit unterschiedlicher Emotionalität | „Schreibe fünf Varianten für eine Checkout-Seite, die Nutzer klar, aber positiv zum Kaufabschluss motivieren.“ |
| Onboarding Flows | Nutzerführung verbessern | Schrittweise Anleitungen erzeugen lassen | „Erstelle einen 3-Schritte-Onboarding-Flow für eine Sprachlern-App, der Nutzer motiviert und nicht überfordert.“ |
| Error States | Freundliche und hilfreiche Fehlertexte entwickeln | Nutzer entlasten, Hilfestellung geben | „Formuliere drei Versionen einer Fehlermeldung für einen fehlgeschlagenen Login, die empathisch und lösungsorientiert sind.“ |
Praxisbeispiel
Ein Team entwickelt eine neue Ticket-App für den öffentlichen Nahverkehr. Bevor echte Nutzer:innen eingebunden werden, möchte das UX-Team mit KI erste Usability-Probleme identifizieren.
Mit dem Prompt:
„Versetze dich in die Rolle eines Nutzers, der ein Bahnticket über diese App kaufen möchte. Wo würdest du wahrscheinlich hängenbleiben?“
liefert ChatGPT typische Stolperstellen (z. B. unklare Navigation, verwirrende Tarifoptionen, zu viele Klicks). Das Team gewinnt so erste Hinweise, welche Flows in einem echten Usability-Test priorisiert werden sollten.
Tipps & Best Practices für SEO-Prompts
- Zielgruppe klar eingrenzen – immer Rolle, Kontext und Motivation im Prompt definieren.
- Varianten anfordern – statt einer Antwort mehrere Optionen mit unterschiedlicher Tonalität und Länge.
- Konkret formulieren – spezifische statt allgemeine Prompts nutzen.
- Test & Vergleich – Ergebnisse in A/B-Tests oder Journeys einspeisen.
Perspektiven wechseln – Prompts so anlegen, dass KI mal aus Nutzer-, mal aus Conversion-Sicht antwortet.
Häufige Fehler & wie Du sie vermeiden kannst
- Zu allgemeine Prompts stellen
Wenn Du nur fragst „Verbessere die UX“, bekommst Du vage Antworten.
👉 So vermeidest Du es: Sei konkret („Optimiere den Checkout-Flow für Mobile-Nutzer:innen mit Fokus auf Ladezeiten und Klarheit“). - Stereotype Personas nutzen
KI neigt dazu, Klischee-Personas zu erstellen („der technikaffine Student“).
👉 So vermeidest Du es: Immer mehrere Varianten anfordern und bewusst nach Diversität fragen. - Ergebnisse ungeprüft übernehmen
KI liefert Hypothesen, keine validierten Fakten.
👉 So vermeidest Du es: Nutze die Ergebnisse als Ausgangspunkt und überprüfe sie mit echten Usability-Tests oder Research. - Bias in den Antworten ignorieren
KI kann bestehende Verzerrungen aus Trainingsdaten reproduzieren.
👉 So vermeidest Du es: Stelle Prompts so, dass mehrere Blickwinkel einbezogen werden („Antworte einmal aus Sicht eines Anfängers, einmal aus Sicht eines Power-Users“). - Zu wenig Kontext geben
Wenn im Prompt keine Zielgruppe, kein Gerät oder kein Szenario genannt wird, sind die Ergebnisse wenig nützlich.
👉 So vermeidest Du es: Immer Rahmenbedingungen (z. B. „Mobile-App“, „Erstanmeldung“, „inklusive Sprache“) mitgeben.
Kostenloses Webinar: Besserer Content durch AI
Die Inhalte auf Deiner Webseite sind essentiell für den Erfolg. Wie die SISTRIX AI Dir dabei helfen kann, hier im Webinar!
Fazit
Prompt Engineering ist kein Hexenwerk – es kann im UX-Alltag aber einen echten Unterschied machen. Die hier vorgestellten Prompts sind Inspiration und Werkzeug zugleich.
💡 Probiere sie direkt an einem aktuellen Projekt aus – schon ein kurzer Test liefert oft überraschend klare Insights und spart wertvolle Zeit im Research- oder Content-Prozess.
