Ich habe ein KI-Tool gebaut, das qualitative Interviews automatisiert. Gleichzeitig habe ich 25 Jahre UX Research hinter mir. Ich stehe also mit einem Bein in der Welt, die ersetzt wird, und mit dem anderen in der Welt, die ersetzt.
Das gibt mir eine Perspektive, die unbequem ist. Für beide Seiten.
Die Zahlen, kurz
Anfang 2022: über 3.000 offene UX-Research-Stellen in Deutschland auf Indeed. Anfang 2026: etwa 350. Minus 89 Prozent.
In den USA hat Challenger, Gray & Christmas 55.000 Jobs gezählt, die Unternehmen 2025 explizit auf KI zurückführen. Entry-Level-Positionen sind um 15 Prozent eingebrochen. Gen Z wird vom Arbeitsmarkt ausgesperrt.
So weit die Statistik; jetzt die Frage, die niemand stellt.
Das falsche Gespräch
Die Diskussion dreht sich um "Wird KI Researcher ersetzen?" Das ist die falsche Frage. Sie impliziert, dass es einen festen Zustand gibt – Researcher – der entweder bestehen bleibt oder verschwindet.
Die richtige Frage: Was an Research ist eigentlich wertvoll?
Denn wenn wir ehrlich sind: Vieles von dem, was Researcher tun, war schon vor KI fragwürdig. Endlose Transkripte, die niemand liest. Berichte, die in Schubladen verschwinden. Insights, die nie zu Entscheidungen führen.
KI ersetzt nicht "den Researcher". KI ersetzt die Teile der Arbeit, die nie besonders wertvoll waren – und legt damit offen, wie dünn die Wertschöpfung oft war.
Das ist die unbequeme Wahrheit.
Woran Researcher wirklich scheitern
Ich habe in 25 Jahren viele Researcher scheitern sehen, nicht selten auch mich selbst. Nicht an mangelnder Empathie. Nicht an schlechter Methodik. Sondern an drei Dingen:
Sie stellen die falschen Fragen. Sie forschen, was interessant ist, nicht was entscheidungsrelevant ist. Sie produzieren Wissen, das niemand braucht.
Sie können nicht übersetzen. Sie sprechen Research-Sprache mit Menschen, die Business Speak sprechen. Die Ergebnisse verhungern auf dem Weg zur Entscheidung.
Sie verstehen ihr eigenes Business nicht. Sie wissen alles über Nutzer, aber nichts über Margen, Roadmaps, technische Schulden. Sie können nicht erklären, warum ihre Arbeit Geld wert ist oder Werte schafft.
Das waren schon immer die Probleme. KI macht sie nur sichtbar, weil die Routine-Arbeit wegfällt und nur noch die strategische Arbeit übrig bleibt – die viele nie gelernt haben.
Was KI wirklich kann (und was nicht)
Hier ist meine Einschätzung nach hunderten von Stunden Arbeit mit eigenen und externen KI-Tools:
KI kann:
- Transkribieren, zusammenfassen, taggen – schneller und billiger als Menschen
- Muster in großen Datenmengen finden, die Menschen übersehen, sogar Nadeln in Heuhaufen
- Erste gute Entwürfe für Leitfäden, Screener, Berichte liefern
- Als Sparringspartner für Hypothesen dienen
KI kann nicht:
- Entscheiden, welche Fragen überhaupt gestellt werden sollten
- Erkennen, wenn jemand lügt, ausweicht, etwas Wichtiges verschweigt
- Die politische Landschaft eines Unternehmens navigieren
- Einen Stakeholder überzeugen, seine Meinung zu ändern
- Wissen, wann eine Studie Zeitverschwendung wäre
Die erste Liste ist das, was Zeit frisst. Die zweite ist das, was zählt.
Warum ich trotzdem ein KI-Tool baue
QUALLEE automatisiert keine Researcher weg. Es macht Forschung möglich, die vorher nicht stattfand.
Die Realität: Die meisten Produkt-Entscheidungen werden ohne User Research getroffen. Nicht weil die Teams es nicht wollen, sondern weil ein Dutzend Tiefeninterviews zigtausend Euro kosten und acht Wochen dauern. Also entscheidet man nach Bauchgefühl oder einer Fokusgruppe mit fünf Teilnehmenden.
QUALLEE ändert das. Nicht indem es menschliche Researcher ersetzt, sondern indem es Forschung dorthin bringt, wo vorher keine war – in die 90 Prozent der Entscheidungen, die heute blind getroffen werden.
Der neue Researcher
Wenn ich heute jemanden einstellen würde, wären mir drei Dinge wichtig:
Strategisches Framing. Nicht: "Wie führe ich eine gute Studie durch?" Sondern: "Brauchen wir überhaupt eine Studie? Welche Frage ist die richtige? Was machen wir mit der Antwort?"
Business-Fluenz. Die Fähigkeit, in einem Meeting mit der CFO zu erklären, warum diese Forschung Geld spart oder einbringt. In ihrer Sprache, nicht in unserer.
KI-Urteilsvermögen. Die Fähigkeit zu erkennen, wann KI-Output Müll ist. Wann er Gold ist. Und wann er gefährlich nah an der Wahrheit liegt, aber in die falsche Richtung zeigt.
Empathie? Ja, natürlich. Aber Empathie ohne diese drei Fähigkeiten ist ein Hobby, kein Beruf.
Die Angst ist real – und nützlich
46 Prozent der Researcher im State of User Research 2025 Report finden KI "scary". 43 Prozent kennen jemanden, der wegen KI seinen Job verloren hat. Puh.
Ich nehme diese Angst ernst; sie ist ein Signal. Angst sagt: Hier verändert sich etwas Fundamentales. Angst sagt: Deine bisherige Strategie reicht nicht mehr. Angst sagt: Beweg dich.
Das Problem ist aber nicht die Angst, sondern was Menschen mit der Angst machen. Manche erstarren, manche leugnen. Manche rennen in die falsche Richtung.
Die richtige Reaktion auf Angst ist: verstehen, was sich verändert. Dann handeln.
Was du jetzt tun solltest
Ich halte nichts von Ratschlägen nach Karrierestufe. Die Situation ist individuell. Aber hier sind drei Fragen, die jeder Researcher sich stellen sollte:
1. Wie viel deiner Arbeit ist Routine?
Transkription, Tagging, Terminkoordination, Screener-Versand – das wird automatisiert. Nicht vielleicht. Sicher. Wenn das 60 Prozent deiner Zeit ist, hast du ein Problem. Nicht weil du schlecht bist, sondern weil deine Rolle so definiert ist.
2. Kannst du erklären, warum deine letzte Studie Geld wert war?
Nicht in Research-Begriffen. In Euro. In vermiedenen Fehlentscheidungen. In Time-to-Market. Wenn du das nicht kannst, bist du ersetzbar – nicht durch KI, sondern durch jeden, der es kann.
3. Wann hast du zuletzt eine Studie verhindert?
Die wertvollste Fähigkeit eines Researchers ist zu wissen, wann Research Zeitverschwendung ist. Wenn du immer Ja sagst, bist du ein Dienstleister. Wenn du manchmal Nein sagst und erklären kannst warum, bist du ein Stratege.
Meine Wette
Ich wette darauf, dass Research wertvoller wird – aber Researcher seltener. Die Nachfrage nach Nutzerverständnis verschwindet nicht, sie wächst. Jedes Unternehmen will wissen, was seine Kunden wollen. KI macht dieses Wissen zugänglicher, nicht überflüssiger.
Das ist kein Trost für alle. Manche werden profitieren, manche werden kämpfen, manche werden die Branche verlassen. Ich weiß nicht, wie man das fair macht. Ich weiß nur, dass Wegschauen nicht hilft – weder für die, die bleiben, noch für die, die gehen.
