Marvin Brian Tendies· Texte zu Agentic UX· Berlin
Notizen darüber,
wie Menschen und
KI-Agenten
klarkommen.
Texte über die Muster, die darüber entscheiden, ob ein agentisches Produkt den Kontakt mit echten Nutzern überlebt: was der Agent zeigt, bevor er handelt, wie er ein Teilergebnis meldet, und wie ein Mensch ihn korrigiert, ohne von vorn anzufangen. Alle paar Tage ein Text.
Neueste Texte
Muster, Oversight, Vertrauen und Methode. Geschrieben aus der Arbeit heraus, nicht von außen darauf.
Wo diskutiert
wird
Hier gibt es bewusst kein Forum und keinen Newsletter. Ein leeres Forum ist schlimmer als keins, und ein Anmeldeformular sammelt Adressen, die ich lieber nicht verwalte.
Also E-Mail. Wenn ein Text falsch liegt, ein Muster in einer Domäne bricht, die ich nicht kenne, oder du der Grundannahme widersprichst, schreib mir. Ich antworte. Widerspruch ist mir mehr wert als Zustimmung, und er ist der einzige verlässliche Weg herauszufinden, wo ich danebenliege.
Wie ich arbeite,
seit Agenten mitarbeiten
Methode schlägt Modell.
Alle paar Monate kommt ein besseres Modell und die Demos werden lauter. Was sich nicht ändert: Die meiste KI-Arbeit scheitert an demselben wie immer. Niemand hat aufgeschrieben, wie gut aussieht.
Je höher der Einsatz, desto schärfer wird das. In einer Lieferkette erzeugt ein Agent, der die falsche Menge nachbestellt, keinen schlechten Screen, sondern einen LKW. Da hören die Fragen auf, theoretisch zu sein: wie viel Autonomie, bevor jemand bestätigen muss, was der Agent zeigt, wenn er unsicher ist, und wie ein Planer ihn um zwei Uhr nachts überstimmt, ohne ein Handbuch zu lesen.
Also hat sich meine Praxis verschoben. Intake wurde strenger, weil ein vages Briefing heute selbstbewussten Unsinn in Serie produziert. Output wurde zum Vertrag, nicht zum Deliverable. Verifikation wurde zum Schritt statt zur Fußnote.
Intake wird strenger
Ein Mensch füllt Lücken im Briefing, ohne es zu merken. Ein Agent füllt sie mit plausibler Erfindung. Also muss das Briefing tragen, was vorher der gemeinsame Kontext getragen hat.
Output wird zum Vertrag
Nicht „eine Research-Zusammenfassung", sondern eine feste Form mit benannten Abschnitten, geforderten Belegen und erklärten Ausschlüssen. Wo das Format nicht festgelegt ist, ist das Format, wonach dem Modell gerade war.
Verifikation ist ein Schritt
Prüfen war früher etwas, das sorgfältige Leute ohnehin taten. Heute ist es ein benannter Prozessschritt mit eigener Zeit, weil der Output gleich überzeugt aussieht, ob er stimmt oder nicht.
Researcher aus Überzeugung,
Builder aus Neugier
Zehn Jahre Enterprise-UX haben mich eines gelehrt: Die schwierigste Designfrage ist nicht, wie etwas aussieht, sondern wem Menschen wann vertrauen. Die Arbeit mit Agenten ist diese Frage in Reinform, und ich stelle sie hauptberuflich, an Lieferketten, wo eine falsche automatisierte Entscheidung irgendwo auf der Welt eine physische Folge hat.
Ich stelle Fragen, bis die Antwort passt, schreibe Methoden auf, damit Teams und Agenten dieselbe Arbeit machen, und laufe zwischendurch Trails um Berlin.
Fragen
und Antworten
Was ist UX für KI-Agenten?
UX für KI-Agenten, auch Agentic UX genannt, ist die Gestaltung der Zusammenarbeit zwischen Menschen und autonomen Software-Agenten. Statt einzelne Screens zu designen, definiert sie, wie ein Agent plant, entscheidet, handelt und umplant, wie er seine Entscheidungen erklärt, wann er um Zustimmung fragt und wie ein Mensch jederzeit Ziele setzen, überwachen und eingreifen kann.
Die zentralen Bausteine sind Goal Delegation, Orchestration, Explainability, Oversight und Trust Calibration.
Worin unterscheidet sich Agentic UX von klassischem UX-Design?
Klassisches UX-Design gestaltet Screens und Interaktionen, die einmal stattfinden. Agentic UX gestaltet Verhalten über Zeit. Die Einheit des Designs ist kein Screen, sondern ein Verlauf: was der Agent über Minuten oder Tage tut, wo er innehält, was er zeigt, wenn er unsicher ist, und wie ein Mensch ihn korrigiert, ohne von vorn anzufangen.
Was macht ein Agentic UX Designer?
Ein Agentic UX Designer behandelt Agenten-Verhalten als Gestaltungsmaterial. Das heißt: Zustimmungs- und Eskalationsregeln entwerfen, Explainability-Patterns, die Entscheidungen nachvollziehbar machen, ohne zu überfordern, Korrektur- und Handoff-Abläufe, und die Dokumentation, mit der andere Teams diese Patterns als Standard übernehmen können.
Warum brauchen autonome Systeme Explainability und Oversight?
Autonomie ohne Vertrauen ist ein Abschaltgrund. Vertrauen wird kalibriert statt blind, sobald ein Agent seine Entscheidungen erklärt, im richtigen Moment um Zustimmung fragt und sich korrigieren lässt. In regulierten Umgebungen ist das kein Feature, sondern die Voraussetzung für Adoption.
Ist Marvin Tendies verfügbar?
Er ist Agentic UX Designer in Berlin und arbeitet aktuell an Lieferketten-Software, nach vier Jahren bei DB Systel an Plattformen der Deutschen Bahn. Für Gespräche über Agentic UX, AI-native Produktarbeit und Zusammenarbeit an offener Pattern-Arbeit ist er offen.
E-Mail: hej@marvintendies.de