Kurz gesagt: UX Research verändert sich gerade grundlegend. Die Arbeit verschiebt sich weg von Datensammlung hin zu strategischer Beratung. Neue Skills wie Prompt Engineering und Agentic Coding werden wichtig. Aber Empathie und Urteilskraft bleiben unersetzbar. Wer jetzt nicht lernt, mit KI zu arbeiten, wird abgehängt.
Schau dir Stellenausschreibungen für UX Researcher an. Auf Indeed, LinkedIn, überall. Die Kernaufgaben haben sich kaum verändert: User Interviews führen, Usability-Tests planen, Personas entwickeln, Journey Maps erstellen, Ergebnisse präsentieren. Das steht 2025 genauso wie 2019 in den Profilen.
Was sich ändert, ist nicht die offizielle Jobbeschreibung. Es ist die Art, wie die Arbeit erledigt wird.
Laut Nielsen Norman Group nutzen 92% der UX-Profis bereits generative KI-Tools. Und zwar nicht gelegentlich. UX liegt im 94. Perzentil aller Berufe, was die KI-Nutzung angeht. Das bedeutet: Die Transformation passiert nicht irgendwann. Sie passiert jetzt, während du das liest.
Die große Verschiebung
Früher hast du Interviews geführt, sie transkribiert, die Aussagen thematisch geordnet, Muster gefunden und Berichte geschrieben. Viel davon war Handarbeit. Zeitaufwändig, aber überschaubar.
Heute sieht das anders aus. KI übernimmt die repetitiven Aufgaben. Transkription? Erledigt eine KI in Minuten mit unter 4% Fehlerrate. Erste thematische Analyse? LLMs erreichen 81% Übereinstimmung mit menschlichen Analysten. Das ist fast so gut wie die Übereinstimmung zwischen zwei Menschen.
Was bleibt also für den Researcher?
Aus meiner Sicht sind es Strategie, Urteil, Kontext: Die Fähigkeit, aus Daten echte Insights zu machen und diese in Entscheidungen zu übersetzen.
Der State of User Research Report 2025 von User Interviews zeigt das Problem: Auf jeden Researcher kommen fünf Personen, die Research machen wollen. Das Verhältnis war 2020 noch 2:1. Teams sind überlastet. Sie schaffen nicht mal die Hälfte der Anfragen. Also müssen sie priorisieren. Und genau hier wird strategisches Denken wichtiger als Ausführung.
Die neuen Skills
Was musst du können, um in dieser neuen Welt relevant zu bleiben? Die Halbwertszeit von KI-Skills liegt laut Salesforce bei nur noch wenigen Monaten. Was heute state-of-the-art ist, kann in einem halben Jahr überholt sein. Das macht kontinuierliches Lernen zur Pflicht.
Was unersetzbar bleibt
Bei all dem Wandel gibt es Dinge, die KI nicht kann. Und das sind keine Kleinigkeiten.
Empathie
Echtes Verstehen, was Menschen fühlen und warum. KI kann Sentiment analysieren, aber sie versteht nicht, was es bedeutet, wenn jemand beim Erzählen zögert. Sie sieht keine Körpersprache. Sie hat kein Gefühl für den Raum zwischen den Worten.
Urteilsvermögen
Die Fähigkeit zu entscheiden, was wichtig ist und was nicht. KI findet Muster. Aber welches Muster relevant ist für genau dieses Produkt, diese Zielgruppe, diesen Kontext; das entscheidest du.
Stakeholder-Verbindung
Menschen überzeugen. Vertrauen aufbauen. Insights so präsentieren, dass sie Wirkung haben. Das ist Beziehungsarbeit. Und Beziehungen baut keine KI.
Die Researcher, die erfolgreich sein werden, sind die, die neue Tools adaptieren und gleichzeitig die Kernfähigkeiten bewahren, die Research wertvoll machen.
Praktische Schritte
Was kannst du konkret tun? Hier ein Plan für die nächsten zwölf Monate.
Diese Woche: Probiere ein KI-Transkriptions-Tool aus. Deepgram, Whisper, egal was. Lass dein nächstes Interview transkribieren und vergleiche mit dem, was du hörst. Verstehe, wo die Grenzen liegen.
Dieses Quartal: Experimentiere mit einem LLM für Analyse. Nimm ein altes Interview-Transkript und lass Claude oder ChatGPT die Hauptthemen identifizieren. Vergleiche mit deiner eigenen Analyse. Was findet die KI, was du übersehen hast? Was fehlt ihr?
Dieses Jahr: Lerne die Basics von Agentic Coding. Du musst kein Python können. Aber du solltest verstehen, wie du mit natürlicher Sprache einfache Automationen bauen kannst. Ein Nachmittag mit Cursor oder einem ähnlichen Tool reicht für den Anfang.
Der IDC-Report zeigt: Nur ein Drittel der Mitarbeiter hat im letzten Jahr irgendein KI-Training bekommen. Gleichzeitig sind KI-Skills die am schnellsten wachsende Skill-Lücke überhaupt. Wer jetzt lernt, hat einen Vorsprung.
Die eigentliche Frage
Am Ende geht es nicht darum, ob KI UX Researcher ersetzt. Das wird nicht passieren. Aber KI verändert, was der Job bedeutet.
Du wirst weniger Zeit mit Datensammlung verbringen und mehr mit Interpretation. Weniger mit Ausführung und mehr mit Strategie. Weniger alleine arbeiten und mehr andere befähigen. Das ist kein Verlust. Es ist eine Chance.
Die besten Researcher werden die sein, die KI als Verstärker nutzen. Die schneller zu Insights kommen und trotzdem die Tiefe behalten. Die mehr Studien ermöglichen und trotzdem die Qualität sichern.
Das erfordert neue Skills. Es erfordert kontinuierliches Lernen in einem Feld, das sich alle paar Monate verändert. Es erfordert die Bereitschaft, gewohnte Arbeitsweisen loszulassen.
Aber wer das schafft, wird relevanter sein als je zuvor. Denn in einer Welt voller KI-generierter Daten wird die Fähigkeit, diese Daten in echtes Verständnis zu verwandeln, wertvoller, nicht weniger.
Häufig gestellte Fragen
Welche neuen Skills brauchen UX Researcher 2026?
Die fünf wichtigsten neuen Skills sind: Prompt Engineering und KI-Literacy, Agentic Coding, Bias-Mitigation, Research Operations und strategische Beratung. Davon ist strategische Beratung am wichtigsten – die Fähigkeit, Insights in Geschäftsentscheidungen zu übersetzen.
Wird KI UX Researcher ersetzen?
Nein. KI verändert zwar, was der Job bedeutet, aber ersetzt die Rolle nicht. Die Arbeit verschiebt sich von Datensammlung zu Interpretation, von Ausführung zu Strategie. Empathie, Urteilskraft und Stakeholder-Beziehungen bleiben unersetzbar.
Wie viele UX-Profis nutzen bereits KI-Tools?
Laut Nielsen Norman Group nutzen 92% der UX-Profis bereits generative KI-Tools. UX liegt damit im 94. Perzentil aller Berufe bei der KI-Nutzung.
Was ist Agentic Coding für UX Researcher?
Agentic Coding bedeutet, mit Tools wie Cursor oder Claude in natürlicher Sprache zu beschreiben, was du brauchst – die KI schreibt dann den Code. Für Researcher ermöglicht das z.B. automatische Transkript-Analyse oder Support-Ticket-Clustering ohne Programmierkenntnisse.
Was können KI-Tools im UX Research noch nicht?
KI kann keine echte Empathie zeigen, keine Körpersprache lesen, keine kontextuellen Urteile fällen und keine Stakeholder-Beziehungen aufbauen. Sie findet Muster, aber ob ein Muster relevant ist, entscheidet der Mensch.
Quellen: Nielsen Norman Group (2025), User Interviews State of User Research Report 2025, Lyssna UX Research Trends 2026, Salesforce AI Skills Report, IDC Workforce Readiness Study, Indeed/Toptal UX Researcher Job Descriptions 2025.
