Diskussion:Digital Design

Verbesserung der Allgemeinverständlichkeit

Kommentar von A.Abdel-Rahim 17:46, 7. Apr. 2023 (CEST) Folgendes sollte noch verbessert werden: Wenn es im vorliegenden Text heisst „Digital Design befasst sich mit der Gestaltung von digitalen Lösungen im Kontext der digitalen Transformation.“, dann ist der Begriff „Lösungen“ in diesem Zusammenhang weder trivial noch selbsterklärend. Im vorliegenden Artikel bewegt sich die einleitende Definition „im Ungefähren“. Oder anders ausgedrückt: sie ist schwammig. Was „Digital Design“ genau sein soll, wird auch im Verlaufe des weiteren Textes nicht klarer. Von den Verstößen gegen WP:ALV und WP:INTRO im Text kann sich jeder selbst ein Bild machen. --KimLauenroth (Diskussion) 13:29, 11. Apr. 2023 (CEST)

Folgende Verbesserungen wurden vorgenommen:

1) Intro um folgenden Satz zur Erläuterung des Begriffs "Digitale Lösung" ergänzt: "Digitale Lösungen decken dabei das Spektrum von einfachen Anwendungen (z.B. digitale Einkaufslisten) bis hin zu ganzen digitalen Ökosystemen (bspw. digitalen Marktplätzen) ab."

2) Neuen Abschnitt "Die Gestaltung digitaler Lösungen als Teil der digitalen Transformation" mit weiteren Details zum Begriff "Digitale Lösung" ergänzt --KimLauenroth (Diskussion) 13:31, 11. Apr. 2023 (CEST)

Den Text habe ich weiter umgearbeitet. Verbesserungsbedarf gibt es nach wie vor: eine Abgrenzung des Digital Design zum Grafikdesign sowie zum Webdesign fehlt noch. Einen Lückenhaft-Baustein habe ich entsprechend in den Text platziert. Jeweils ein paar Zeilen Abgrenzung sollten völlig ausreichen, um auch dies ad acta legen zu können. Gruß --A.Abdel-Rahim (Diskussion) 17:13, 11. Apr. 2023 (CEST)

Die Idee mit der Abgrenzung finde ich sehr gut. Neben Grafik-/Kommunikationsdesign und Webdesign sollte dann aber auch eine Aussage zu Interaction Design, Industriedesign und UX Design gemacht werden, da auch dies verwandte Themenfelder sind. Siehst du / jemand noch weitere? Liebe Grüße --KimLauenroth (Diskussion) 17:06, 14. Apr. 2023 (CEST)

Dem steht nichts im Wege ... Liebe Grüße auch an dich --A.Abdel-Rahim (Diskussion) 17:34, 14. Apr. 2023 (CEST)

Habe einen Vorschlag für einen Text in den Artikel aufgenommen --KimLauenroth (Diskussion) 15:14, 4. Jun. 2023 (CEST)

"Digital Design": Mehr als HCI, UI und UX ?

Eine Web-Recherche zum Begriff Digital Design liefert mindestens drei unterschiedliche Begriffsinhalte:

1. "At its most fundamental level, digital design is the orderly manipulation of digital signals by hardware components." Quelle: S.F.Barrett et al.: Microcontrollers Fundamentals for Engineers and Scientists, Springer 2006.

2. "Im Kern ist digitales Design jedes Design, das erstellt wurde, um mit ihm auf einem digitalen Gerät zu interagieren. Digitales Design ist eine Form der visuellen Kommunikation, die mithilfe einer digitalen Benutzeroberfläche Informationen, ein Produkt oder einen Service präsentiert. Vereinfacht gesagt handelt es sich um Grafikdesign, welches speziell entworfen wurde, um auf Computern genutzt zu werden." Quellen: https://99designs.de/blog/web-digitales-design/digitales-design/; https://marketsplash.com/de/digitales-design/

3. Digital Design ist ein eigenständiges Berufsbild neben Digital Engineering und Data Science mit "tiefer Design- und Digitalkompetenz sowie breiter Querschnittskompetenz." Quelle: https://www.bitkom.org/Bitkom/Publikationen/Rollenideal-Digital-Design.html. (siehe auch: Bitkom#Themen)

Gibt es konkrete Beispiele, wie Curricula im Bereich Digital Design über bestehende Curricula in den Bereichen HCI, UI und UX qualitativ hinausgehen ? --IBits (Diskussion) 22:35, 28. Jun. 2023 (CEST)

Hier einige Beispiele mit Curricula, die über HCI, UI und UX hinausgehen:

1. Master Digital Design - IT University of Copenhagen: https://en.itu.dk/Programmes/MSc-Programmes/Digital-Design-and-Interactive-Technologies - Dort kann man sich in UX und UI (= Interaction Design) vertiefen, aber auch in Service Design, Public Digitalization und Data-Driven Design

2. Master Design & Computation - TU Berlin: http://www.design-computation.berlin/de - Dort wird der Focus unter anderem auf Technologien, Materialien und Methoden gelegt

3. Master Digital Design - HdM Stuttgart - https://www.hdm-stuttgart.de/studieninteressierte/studium/alle_studienangebote/steckbrief?sgang_ID=550072 - Neben UI und UX geht es dort um Product Design, Social Design und auch um Produktmanagement

4. Digital Design Professional - IREB eV (berufliche Weiterbildung): https://www.digitaldesign.org/de/syllabus - Wesentlich ist hier die Kombination von Design, Material- und Querschnittskompetenz. Designkompetenz umfasst dabei nicht nur sichtbare/wahrnehmabre Aspekte wie UI und UX, sondern auch verborgene Aspekte, wie Datenstrukturen und technische Services/Elemente.

Im Vergleich dazu ein Curriculum mit Fokus auf UX Design: https://www.rfh-koeln.de/studium/studiengaenge/medien/master_user_experience_design/index_ger.html

Unterm Strich würde ich die Frage nach dem Unterschied so beantworten, dass Digital Design natürlich HCI, UI und UX braucht, aber darüber hinausgeht. Genauso braucht Industriedesign Aspekte des UI und UX, geht aber auch darüber hinaus. --KimLauenroth (Diskussion) 16:23, 2. Jul. 2023 (CEST)

Hallo Kim,danke für die Hinweise ! Ich denke, dass ein eingehenderer Vergleich von Designstudiengängen mit Studiengängen im Bereich Architektur im Hinblick auf die unterstellte Vorbildfunktion von Architektur hier vielleicht hilfreich sein könnte. Vor diesem Hintergrund wäre ein Studiengang "Digital Design" eher mit einem Studiengang "Digital Architecture" vergleichbar (siehe z.B.: https://ar.tuwien.ac.at/Fakultaet/Institute/Institut-fuer-Architekturwissenschaften/Digitale-Architektur-und-Raumplanung). Der "Kompetenzdreiklang": Gestaltung, Digital und Querschnitt ist ja heute auch in der Architektur und eigentlich in allen Bereichen unabdingbar.

Vor diesem Hintergrund geht es vielleicht in erster Linie um einen "erweiterten Designbegriff"- in Anlehnung an den erweiterten Kunstbegriff in Richtung "Digital Social Design" der das Digitale aber vor allem auch das Komplexe, das Politisch-juristische und das Organisatorisch-betriebswirtschaftliche viel stärker adressiert (Ich denke hier z. B. an die Probleme bei der Umsetzung der "Wicked Problems" Onlinezugangsgesetz und Digitaler Euro.

___

Ich habe ChatGPT-4 spielerisch mal folgende Frage gestellt: Was beinhaltet das Curriculum eines Architekturstudiums? Wodurch unterscheidet es sich von einem Curriculum im Bereich Design?

Die Antwort von ChatGPT-4:

"Das Studium der Architektur und Design sind zwei verwandte, aber unterschiedliche Fachrichtungen. Sie teilen einige gemeinsame Elemente, vor allem in Bezug auf ästhetisches Bewusstsein, Gestaltungsprinzipien und die kreative Anwendung technischer Fähigkeiten, aber sie haben auch ihre spezifischen Bereiche und Schwerpunkte.

1. Architektur: Das Curriculum eines Architekturstudiums umfasst im Allgemeinen:
   • Architektonisches Design: Diese Kurse konzentrieren sich auf die Gestaltung von Gebäuden und städtischen Umgebungen. Sie umfassen sowohl die ästhetische Gestaltung als auch die funktionale Planung.
   • Geschichte und Theorie der Architektur: Diese Kurse behandeln die historische Entwicklung der Architektur und die zugrundeliegenden philosophischen und theoretischen Konzepte.
   • Bauwissenschaften: Diese Kurse beinhalten Aspekte wie Bautechnik, Materialkunde, Statik und Bauverfahren. Sie befassen sich mit den technischen Aspekten des Bauens.
   • Stadtplanung und Landschaftsarchitektur: Diese Kurse befassen sich mit der Planung und Gestaltung von Städten und öffentlichen Räumen.
   • CAD (Computer Aided Design) und BIM (Building Information Modeling): Diese Kurse lehren die Anwendung von Computerprogrammen zur Planung und Darstellung von architektonischen Entwürfen.
   • Berufspraxis: Diese Kurse bereiten die Studierenden auf die Praxis als Architekten vor, einschließlich Kenntnissen über Bauvorschriften, Vertragsmanagement und ethische Fragen.
2. Design: Das Curriculum eines Designstudiums kann je nach Schwerpunkt (z.B. Grafikdesign, Industriedesign, Modedesign, Produktdesign, etc.) variieren, beinhaltet aber im Allgemeinen:
   • Grundlagen der Gestaltung: Diese Kurse lehren die grundlegenden Prinzipien des Designs, wie Farbe, Form, Linie, Textur und Balance.
   • Visuelle Kommunikation: Diese Kurse beinhalten die Schaffung von visuellen Inhalten zur Kommunikation von Ideen, Informationen oder Konzepten.
   • Digitales Design: Diese Kurse beinhalten die Anwendung von Computerprogrammen zur Erstellung von Designprojekten.
   • Designgeschichte und -theorie: Diese Kurse behandeln die historische Entwicklung des Designs und die zugrundeliegenden philosophischen und theoretischen Konzepte.
   • Designforschung und -strategie: Diese Kurse lehren, wie man Forschung in den Designprozess integriert, um effektive und benutzerorientierte Lösungen zu entwickeln.
   • Berufspraxis: Diese Kurse bereiten die Studierenden auf die Praxis als Designer vor, einschließlich Kenntnissen über Projektmanagement, rechtliche Fragen und ethische Fragen.

Hauptunterschiede: Während beide Studiengänge auf Kreativität, Gestaltung und visueller Kommunikation beruhen, konzentriert sich das Architekturstudium stärker auf das Design und die Konstruktion von physischen Gebäuden und Umgebungen. Es betont technische Aspekte wie Bauwissenschaften und Materialkenntnisse stärker. Das Designstudium hingegen ist in der Regel breiter und kann sich auf eine Vielzahl von Bereichen konzentrieren, von Grafikdesign und Webdesign bis hin zu Industrie- und Produktdesign. Es betont die visuelle Kommunikation und die Benutzererfahrung stärker." --IBits (Diskussion) 10:11, 3. Jul. 2023 (CEST)

Frage an ChatGPT-4: Welche Kompetenzen sind notwendig, um "Digital Solutions" entwickeln zu können ?

Die Entwicklung von "Digital Solutions" erfordert eine Reihe von technischen und nicht-technischen Kompetenzen. Hier sind einige der wichtigsten Kompetenzen, die notwendig sind:

1. Technische Fähigkeiten:
   • Programmierung: Kenntnisse in Programmiersprachen wie Java, Python, JavaScript, C++, Ruby usw., sind entscheidend für die Entwicklung digitaler Lösungen.
   • Web-Entwicklung: Für viele digitale Lösungen sind Kenntnisse in Web-Entwicklungstechnologien wie HTML, CSS, JavaScript, React, Angular usw., notwendig.
   • Mobile App-Entwicklung: Kenntnisse in Plattformen wie iOS (Swift, Objective-C) und Android (Java, Kotlin) sind für die Entwicklung mobiler Anwendungen erforderlich.
   • Datenbank-Management: Kenntnisse in SQL und NoSQL-Datenbanken sind entscheidend für das Speichern und Abrufen von Daten.
   • Cloud Computing: Kenntnisse in Cloud-Diensten wie AWS, Google Cloud oder Microsoft Azure sind von Vorteil, da viele digitale Lösungen Cloud-basiert sind.
2. System-Design und Architektur: Die Fähigkeit, komplexe Systeme zu entwerfen und zu verstehen, wie verschiedene Komponenten interagieren.
3. Projektmanagement: Kenntnisse in Methoden wie Agile, Scrum oder Waterfall können hilfreich sein, um Projekte effektiv zu planen und durchzuführen.
4. UX/UI-Design: Die Fähigkeit, benutzerfreundliche und ansprechende Benutzeroberflächen zu entwerfen, ist entscheidend für das Erstellen digitaler Lösungen, die die Benutzer gerne nutzen.
5. Problem-Solving: Fähigkeiten in kritischem Denken und Problemlösung sind entscheidend, da die Entwicklung digitaler Lösungen oft die Lösung komplexer technischer Herausforderungen erfordert.
6. Kommunikationsfähigkeiten: Die Fähigkeit, technische Konzepte klar und präzise zu kommunizieren, ist wichtig, sowohl um mit dem Team zu kommunizieren als auch um Kunden oder Stakeholdern technische Details zu erklären.
7. Kontinuierliches Lernen: Da sich Technologien ständig weiterentwickeln, ist die Fähigkeit und Bereitschaft, kontinuierlich zu lernen und sich anzupassen, entscheidend.

Diese Liste ist nicht vollständig und die benötigten Fähigkeiten können je nach dem spezifischen Projekt oder der spezifischen Rolle variieren. In vielen Fällen ist die Zusammenarbeit in Teams, in denen verschiedene Mitglieder verschiedene Fachkenntnisse haben, ein Schlüssel zum Erfolg. --IBits (Diskussion) 10:26, 4. Jul. 2023 (CEST)

Frage an ChatGPT-4: Welche Herausforderungen stellen sich für UX/UI-Designer im Zusammenhang mit digitalen Lösungen, bei denen generative KI eingesetzt wird ?

Generative KI kann eine Vielzahl von Herausforderungen für UX/UI-Designer darstellen. Hier sind einige spezifische Probleme, die berücksichtigt werden sollten:

1. Vorhersagbarkeit und Kontrolle: Generative KI-Systeme, wie GPT-4, können oft unerwartete und neuartige Ergebnisse liefern, die manchmal nicht genau das sind, was der Benutzer beabsichtigt hat. Dies kann zu einer Menge Unvorhersagbarkeit in der User Experience führen. UX/UI-Designer müssen daher Strategien entwickeln, um Benutzerkontrolle und Vorhersagbarkeit in solchen Systemen zu gewährleisten.
2. Transparenz und Verständlichkeit: Generative KI kann sehr komplex sein, und es ist oft schwierig für Benutzer, zu verstehen, wie Entscheidungen getroffen werden. Die Gestaltung einer Benutzeroberfläche, die Transparenz und Verständlichkeit fördert, kann eine Herausforderung darstellen.
3. Feedback-Schleifen: Eine effektive Möglichkeit, um generative KI zu verbessern, besteht darin, den Benutzern die Möglichkeit zu geben, Feedback zu den Ergebnissen zu geben. Dies kann jedoch auch zu Herausforderungen führen, da es nicht immer einfach ist, die Benutzer dazu zu bringen, wertvolles und nützliches Feedback zu geben.
4. Vertrauensbildung: Benutzer müssen Vertrauen in das KI-System haben, um es effektiv nutzen zu können. Das Design muss dem Benutzer helfen zu verstehen, dass das System zuverlässig ist und ihn unterstützt, anstatt ihn zu ersetzen.
5. Ethik und Bias: Generative KI-Systeme können Voreingenommenheiten in den Daten, mit denen sie trainiert wurden, reproduzieren. Daher müssen Designer sicherstellen, dass sie Strategien zur Minimierung von Bias und zur Einhaltung ethischer Richtlinien implementieren.
6. Anpassungsfähigkeit: Jeder Benutzer hat unterschiedliche Bedürfnisse und Vorlieben. Ein generatives KI-System sollte in der Lage sein, sich an den einzelnen Benutzer anzupassen, um eine optimale Benutzererfahrung zu bieten. Dies kann jedoch eine Herausforderung für das Design darstellen, da es bedeutet, dass die Benutzeroberfläche flexibel und anpassungsfähig sein muss.
7. Datenschutz und Sicherheit: Da KI-Systeme oft große Mengen an Daten benötigen, können Datenschutz und Datensicherheit zu ernsthaften Bedenken werden. Es ist wichtig, dass UX/UI-Designer sich dieser Bedenken bewusst sind und Lösungen entwerfen, die die Datensicherheit der Benutzer gewährleisten.

--IBits (Diskussion) 12:29, 5. Jul. 2023 (CEST)

Frage an ChatGPT-o1: Welche Herausforderungen stellen sich für UX/UI-Designer im Zusammenhang mit digitalen Lösungen, bei denen generative KI eingesetzt wird ?

Bei digitalen Lösungen, in denen generative KI (z. B. Large Language Models wie GPT oder Bildgeneratoren) eingesetzt wird, stehen UX/UI-Designer vor einer Reihe neuer und komplexer Herausforderungen. Hier einige der zentralen Aspekte:

1. Vertrauen und Transparenz

• Erklärbarkeit: Generative KI-Modelle arbeiten häufig als Black Box. Nutzer möchten jedoch verstehen, wie eine KI zu einem bestimmten Ergebnis kommt. UX-Designer müssen daher geeignete Visualisierungen oder Erklärungen entwickeln, die trotz der inhärenten Komplexität Vertrauen schaffen.
• Glaubwürdigkeit der Inhalte: Generative KI kann „halluzinieren“ und unrichtige oder gar irreführende Inhalte erstellen. Designer müssen Nutzern Möglichkeiten geben, die Korrektheit der Inhalte einzuschätzen (z. B. durch Hinweistexte, Quellenangaben oder Verifizierungsmechanismen).

2. Steuerung und Interaktion

• Kontrolle über den Output: Nutzer brauchen geeignete Bedienelemente (z. B. Slider oder Filter), um die KI-Ausgabe zu verfeinern oder Einschränkungen zu definieren. Die Herausforderung liegt darin, diese Bedienelemente intuitiv zu gestalten, damit unterschiedliche Zielgruppen sie verstehen.
• Feedback-Schleifen: Da generative KI auf Rückmeldungen reagiert, sind iterative Prozesse notwendig. UX-Designer müssen Interfaces entwickeln, die Nutzer-Feedback effizient erfassen (z. B. Daumen hoch/runter, Kommentar) und für die Modell-Optimierung nutzbar machen.

3. Umgang mit Bias und ethischen Fragen

• Bias-Erkennung: Generative KI kann Vorurteile aus den Trainingsdaten übernehmen. UX/UI-Designer stehen vor der Aufgabe, Mechanismen zu integrieren, die potenzielle Diskriminierung oder Einseitigkeit aufzeigen oder abmildern.
• Ethische Leitlinien: Gelingt es nicht, unerwünschte oder schädliche KI-Generierungen zu filtern, schadet das der Nutzererfahrung und dem Ruf des Produkts. Filter und Moderation müssen nutzerzentriert, aber auch ethisch und rechtlich angemessen sein.

4. Datenschutz und Compliance

• Datensicherheit: Nutzer geben in der Regel persönliche Informationen oder vertrauliche Daten in ein KI-System ein. Das Design muss Datenschutzaspekte (z. B. DSGVO in Europa) berücksichtigen und transparent kommunizieren, welche Daten wie verarbeitet werden.
• Einwilligung und Kontrolle: Nutzer sollten jederzeit die Möglichkeit haben, ihre Daten zu löschen oder die Verarbeitung durch die KI einzuschränken. UX/UI-Designer müssen diese Funktionen auffindbar und verständlich gestalten.

5. Dynamik und Aktualität des Modells

• Fortlaufende Modellupdates: Generative KI wird stetig weiterentwickelt, was sich auf die Qualität und Ausrichtung der Ausgaben auswirkt. Das UI sollte Nutzer informieren, wenn sich durch ein Update das Verhalten der KI ändert (z. B. neue Features oder bessere Ergebnisse).
• Versionierung und Rückwärtskompatibilität: Bei kontinuierlichen Updates kann es zu Inkonsistenzen kommen. UX/UI-Designer sollten eine konsistente Nutzererfahrung sicherstellen, ggf. Versionen kennzeichnen oder alten Content klar vom neuen trennen.

6. Leistungsfähigkeit und Edge Cases

• Performance und Latenz: Generative KI-Modelle sind oft rechenintensiv. Verzögerungen oder Ausfälle können die Nutzererfahrung stark beeinträchtigen. Designer müssen Ladeindikatoren, Fehlermeldungen oder Offline-Optionen integrieren.
• Fehlertoleranz und Umgang mit „Nicht-Wissen“: Was passiert, wenn die KI keine sinnvolle Antwort generieren kann? Ein gutes UX-Konzept bietet dann transparente Fehlerhinweise oder Alternativen an, statt Nutzer im Ungewissen zu lassen.

7. Branding und konsistente User Experience

• Variabilität der Inhalte: Generative KI kann Inhalte hervorbringen, die nicht zum Marken- oder Produktimage passen. Richtlinien für Tonalität und Stil sind notwendig, um konsistente Markenerlebnisse zu gewährleisten.
• Designsysteme und Modulare Komponenten: Da die KI-Ausgaben variieren können, müssen Designelemente flexibel und zugleich robust genug sein, um unterschiedlichste Inhalte einheitlich darstellen zu können.

Fazit

Bei der Integration von generativer KI rückt User-Centered Design noch stärker in den Mittelpunkt:

1. Transparenz über die Funktionsweise und Grenzen der KI schafft Vertrauen.
2. Bedienkonzepte zur Steuerung und zum Feedback geben Nutzern Kontrolle.
3. Ethik, Datenschutz und Fairness müssen im gesamten Designprozess berücksichtigt werden.

UX/UI-Designer agieren hier als Vermittler zwischen Technologie und Nutzerbedürfnissen, um nutzbare, verlässliche und verantwortungsvolle KI-Lösungen zu gestalten. --IBits (Diskussion) 18:01, 1. Jan. 2025 (CET)