Agentic DesignMuster und Werkzeuge für produktive KI-Agenten

Loading...

💬

Muster für konversationelle Interfaces(CIP)

Fortgeschrittene konversationelle UI/UX-Muster, die über herkömmliche Chatbots hinausgehen und agentengesteuerte, multimodale Erlebnisse bieten

Komplexität: highUI/UX und Mensch-KI-Interaktion

In 30 seconds

What: Der Agent beginnt Gespräche kontextabhängig, wechselt zwischen Text-, Sprach- und visuellem Modus und passt seine Antworten in Echtzeit an die Situation des Nutzers an.
When to use: Anwendungen, in denen Nutzer von proaktiver Unterstützung profitieren, mehrere Kommunikationskanäle existieren und sich der Kontext während der Interaktion häufig ändert.
Watch out: Proaktives Ansprechen wirkt schnell aufdringlich: Nutzer schalten Benachrichtigungen ab oder verlassen das System, wenn Unterbrechungen zur Unzeit kommen oder irrelevant wirken.

Loading technique guide…

Patterns

Loading...

Loading Agentic Design…

Agentic DesignMuster und Werkzeuge für produktive KI-Agenten

Expertenhilfe Preise

Entwurfsmuster und Techniken

Loading...

💬

Muster für konversationelle Interfaces(CIP)

Fortgeschrittene konversationelle UI/UX-Muster, die über herkömmliche Chatbots hinausgehen und agentengesteuerte, multimodale Erlebnisse bieten

Komplexität: highUI/UX und Mensch-KI-Interaktion

In 30 seconds

What: Der Agent beginnt Gespräche kontextabhängig, wechselt zwischen Text-, Sprach- und visuellem Modus und passt seine Antworten in Echtzeit an die Situation des Nutzers an.
When to use: Anwendungen, in denen Nutzer von proaktiver Unterstützung profitieren, mehrere Kommunikationskanäle existieren und sich der Kontext während der Interaktion häufig ändert.
Watch out: Proaktives Ansprechen wirkt schnell aufdringlich: Nutzer schalten Benachrichtigungen ab oder verlassen das System, wenn Unterbrechungen zur Unzeit kommen oder irrelevant wirken.

30-Sekunden-Überblick

Muster: Agentengetriebene Gesprächsoberflächen, die über klassische Chatbots hinaus zu multimodalen, adaptiven Erlebnissen führen

Warum: Ermöglicht natürliche Mensch-Computer-Interaktion, senkt die kognitive Last und bietet barrierearme Oberflächen für vielfältige Nutzer

Kernerkenntnis: Intent-basierte Ergebnisspezifikation mit nahtlosen multimodalen Übergängen: das Gespräch wird zur universellen Oberfläche

Schnelle Umsetzung

1Persona definieren:Klar abgegrenzte System- und Nutzerpersonas mit eindeutigen Rollen erstellen

2Ablauf entwerfen:Gesprächspfade mit Verzweigungen und Fehlerbehandlung abbilden

3Intent umsetzen:Intent-basierte Oberfläche zur Ergebnisspezifikation bauen

4Multimodalität ergänzen:Sprach-, Text-, visuelle und Gesteneingaben integrieren

5Testen und verfeinern:Mit Nutzertests über vielfältige Gesprächsszenarien iterieren

Example: persona_design → flow_mapping → intent_interface → multimodal_integration → user_testing

Do’s und Don’ts

✅Zuerst für natürliche menschliche Gesprächsmuster gestalten

✅Klare System-Persona mit konsistenter Persönlichkeit schaffen

✅Maschinengerechte Sprache verwenden, etwa „verarbeiten“ statt „denken“

✅Progressive Offenlegung für komplexe Informationen umsetzen

✅Mehrere Wege zur Wiederaufnahme des Gesprächs anbieten

✅Nahtlosen Modalitätswechsel ermöglichen (Sprache/Text/Bild)

❌KI mit menschlichen Emotionen oder Bewusstsein vermenschlichen

❌Komplexe Aufgaben in Einzelinteraktionen erzwingen

❌Grenzen der KI verbergen oder das System als Mensch ausgeben

❌Endlos scrollenden Chat für alle Interaktionsmuster verwenden

❌Barrierefreiheit und unterschiedliche Kommunikationsbedürfnisse ignorieren

Wann einsetzen

Einsetzen, wenn

• Interaktion in natürlicher Sprache ist das primäre UX-Ziel
• Anleitung für komplexe Aufgaben ist erforderlich
• Szenarien für Nutzerschulung und Onboarding
• Barrierefreiheit über unterschiedliche Fähigkeiten hinweg erforderlich
• Mehrstufige, kollaborative Workflows

Vermeiden, wenn

• Einfache CRUD-Operationen genügen
• Präzise Echtzeitsteuerung erforderlich
• Visuelle Datenmanipulation erforderlich
• Nutzer bevorzugen klassische GUI-Muster

Kennzahlen

Abschlussrate von Gesprächen

% der Nutzer, die den vorgesehenen Ablauf abschließen

Genauigkeit der Intent-Erkennung

Erfolgsrate beim Verstehen der Nutzerziele

Nutzerzufriedenheitswert

CSAT-Bewertung im Vergleich zur klassischen Oberfläche

Erfolg der Fehlerbehebung

% gescheiterter Gespräche, die erfolgreich gerettet wurden

Geschmeidigkeit des Modalitätswechsels

Reibung bei Übergängen zwischen Sprache/Text/Bild

Barrierefreiheits-Konformität

Einhaltung von WCAG 2.1 AA über alle Modalitäten

Wichtigste Anwendungsfälle

Kundensupport: natürliche Fehlersuche → geführte Lösung → Eskalationsübergabe

Lerntutoring: adaptives Fragen → konzeptionelle Erklärung → Fortschrittsverfolgung

Gesundheitsassistenz: Symptomerfassung → Triage-Empfehlung → Terminkoordination

Unternehmensabläufe: Aufgabenstart → Schritt-für-Schritt-Führung → Abschlussprüfung

Content-Erstellung: Brainstorming → strukturiertes Verfassen → gemeinsames Redigieren

Pattern Relationships

Discover how Conversational Interface Patterns relates to other patterns

Prerequisites, next steps, and learning progression

Prerequisites

No prerequisites needed - great for beginners!

Next Steps

(3)

🎤

Multimodal Interaction Patterns

highui ux patterns

Advanced integration of voice, visual, gesture, and text communication

💡 Natural evolution to richer, more accessible interaction modalities

🎯

Adaptive Interface Patterns

highui ux patterns

Dynamic UI adaptation based on user context and behavior

💡 Personalize conversations based on user patterns and preferences

🤝

Agent Collaboration UX

highui ux patterns

Multi-agent coordination with transparent handoffs

💡 Scale conversations to specialized multi-agent workflows

Alternatives

(2)

💭

Chat Interface Patterns

highui ux patterns

Traditional chat interfaces with threading and rich media

💡 More structured approach when conversation flow is predictable

📋

Progressive Disclosure UI Patterns

highui ux patterns

Gradual information revelation without conversation

💡 Better for complex information when conversation adds friction

Industry Applications

Healthcare

Patient-centered conversational interfaces for symptom assessment and care coordination

👤Human-in-the-Loop

🔒Privacy and Security UX

Education Technology

Adaptive tutoring systems with natural conversation-based learning

🎯Adaptive Interface Patterns

🎤Multimodal Interaction Patterns

Enterprise Software

Natural language interfaces for complex business workflows and data analysis

🤝Agent Collaboration UX

🔍Trust and Transparency Patterns

Referenzen und weiterführende Literatur

Vertiefen Sie Ihr Verständnis mit diesen ausgewählten Ressourcen

Wissenschaftliche Arbeiten

Designing Dialogic Disclaimers: Principles for Ethical Conversational Design in LLM Interfaces (CHI 2024)

Building Conversational User Interfaces: An Architectural Exploration with Meta Glasses (ACM CUI 2024)

Survey of User Interface Design and Interaction Techniques in Generative AI Applications (ArXiv 2024)

Key Principles for User Experience Design for Conversational User Interfaces (ResearchGate 2023)

Branchenrichtlinien

Google Conversation Design Principles - Was ist Conversation Design

Microsoft Generative AI UX Guidance for ISVs (2024)

Microsoft Bot Framework: Prinzipien für konversationelles UX-Design

Nielsen Norman Group: KI-Paradigmen für Benutzeroberflächen (2024)

Forschungspublikationen

10 Guidelines for Developers of Conversational AI (Microsoft Research)

Microsoft Human-AI Interaction Design Guidelines

Conversational UX Design: A Practitioner's Guide to the Natural Conversation Framework

Designing For Conversational User Interfaces (ArXiv)

Tools und Plattformen

Google Actions Console - Werkzeuge für Conversation Design

Microsoft Bot Framework SDK und Composer

Amazon Alexa Skills Kit - Leitfaden für Voice Design

Rasa, Open-Source-Framework für konversationelle KI

Loading technique guide…

Patterns

Entwurfsmuster und Techniken

Loading...

30-Sekunden-Überblick

Muster: Agentengetriebene Gesprächsoberflächen, die über klassische Chatbots hinaus zu multimodalen, adaptiven Erlebnissen führen

Warum: Ermöglicht natürliche Mensch-Computer-Interaktion, senkt die kognitive Last und bietet barrierearme Oberflächen für vielfältige Nutzer

Kernerkenntnis: Intent-basierte Ergebnisspezifikation mit nahtlosen multimodalen Übergängen: das Gespräch wird zur universellen Oberfläche

Schnelle Umsetzung

1Persona definieren:Klar abgegrenzte System- und Nutzerpersonas mit eindeutigen Rollen erstellen

2Ablauf entwerfen:Gesprächspfade mit Verzweigungen und Fehlerbehandlung abbilden

3Intent umsetzen:Intent-basierte Oberfläche zur Ergebnisspezifikation bauen

4Multimodalität ergänzen:Sprach-, Text-, visuelle und Gesteneingaben integrieren

5Testen und verfeinern:Mit Nutzertests über vielfältige Gesprächsszenarien iterieren

Example: persona_design → flow_mapping → intent_interface → multimodal_integration → user_testing

Do’s und Don’ts

✅Zuerst für natürliche menschliche Gesprächsmuster gestalten

✅Klare System-Persona mit konsistenter Persönlichkeit schaffen

✅Maschinengerechte Sprache verwenden, etwa „verarbeiten“ statt „denken“

✅Progressive Offenlegung für komplexe Informationen umsetzen

✅Mehrere Wege zur Wiederaufnahme des Gesprächs anbieten

✅Nahtlosen Modalitätswechsel ermöglichen (Sprache/Text/Bild)

❌KI mit menschlichen Emotionen oder Bewusstsein vermenschlichen

❌Komplexe Aufgaben in Einzelinteraktionen erzwingen

❌Grenzen der KI verbergen oder das System als Mensch ausgeben

❌Endlos scrollenden Chat für alle Interaktionsmuster verwenden

❌Barrierefreiheit und unterschiedliche Kommunikationsbedürfnisse ignorieren

Wann einsetzen

Einsetzen, wenn

• Interaktion in natürlicher Sprache ist das primäre UX-Ziel
• Anleitung für komplexe Aufgaben ist erforderlich
• Szenarien für Nutzerschulung und Onboarding
• Barrierefreiheit über unterschiedliche Fähigkeiten hinweg erforderlich
• Mehrstufige, kollaborative Workflows

Vermeiden, wenn

• Einfache CRUD-Operationen genügen
• Präzise Echtzeitsteuerung erforderlich
• Visuelle Datenmanipulation erforderlich
• Nutzer bevorzugen klassische GUI-Muster

Kennzahlen

Abschlussrate von Gesprächen

% der Nutzer, die den vorgesehenen Ablauf abschließen

Genauigkeit der Intent-Erkennung

Erfolgsrate beim Verstehen der Nutzerziele

Nutzerzufriedenheitswert

CSAT-Bewertung im Vergleich zur klassischen Oberfläche

Erfolg der Fehlerbehebung

% gescheiterter Gespräche, die erfolgreich gerettet wurden

Geschmeidigkeit des Modalitätswechsels

Reibung bei Übergängen zwischen Sprache/Text/Bild

Barrierefreiheits-Konformität

Einhaltung von WCAG 2.1 AA über alle Modalitäten

Wichtigste Anwendungsfälle

Kundensupport: natürliche Fehlersuche → geführte Lösung → Eskalationsübergabe

Lerntutoring: adaptives Fragen → konzeptionelle Erklärung → Fortschrittsverfolgung

Gesundheitsassistenz: Symptomerfassung → Triage-Empfehlung → Terminkoordination

Unternehmensabläufe: Aufgabenstart → Schritt-für-Schritt-Führung → Abschlussprüfung

Content-Erstellung: Brainstorming → strukturiertes Verfassen → gemeinsames Redigieren

Pattern Relationships

Discover how Conversational Interface Patterns relates to other patterns

Prerequisites, next steps, and learning progression

Prerequisites

No prerequisites needed - great for beginners!

Next Steps

(3)

🎤

Multimodal Interaction Patterns

highui ux patterns

Advanced integration of voice, visual, gesture, and text communication

💡 Natural evolution to richer, more accessible interaction modalities

🎯

Adaptive Interface Patterns

highui ux patterns

Dynamic UI adaptation based on user context and behavior

💡 Personalize conversations based on user patterns and preferences

🤝

Agent Collaboration UX

highui ux patterns

Multi-agent coordination with transparent handoffs

💡 Scale conversations to specialized multi-agent workflows

Alternatives

(2)

💭

Chat Interface Patterns

highui ux patterns

Traditional chat interfaces with threading and rich media

💡 More structured approach when conversation flow is predictable

📋

Progressive Disclosure UI Patterns

highui ux patterns

Gradual information revelation without conversation

💡 Better for complex information when conversation adds friction

Industry Applications

Healthcare

Patient-centered conversational interfaces for symptom assessment and care coordination

👤Human-in-the-Loop

🔒Privacy and Security UX

Education Technology

Adaptive tutoring systems with natural conversation-based learning

🎯Adaptive Interface Patterns

🎤Multimodal Interaction Patterns

Enterprise Software

Natural language interfaces for complex business workflows and data analysis

🤝Agent Collaboration UX

🔍Trust and Transparency Patterns

Referenzen und weiterführende Literatur

Vertiefen Sie Ihr Verständnis mit diesen ausgewählten Ressourcen

Wissenschaftliche Arbeiten

Designing Dialogic Disclaimers: Principles for Ethical Conversational Design in LLM Interfaces (CHI 2024)

Building Conversational User Interfaces: An Architectural Exploration with Meta Glasses (ACM CUI 2024)

Survey of User Interface Design and Interaction Techniques in Generative AI Applications (ArXiv 2024)

Key Principles for User Experience Design for Conversational User Interfaces (ResearchGate 2023)

Branchenrichtlinien

Google Conversation Design Principles - Was ist Conversation Design

Microsoft Generative AI UX Guidance for ISVs (2024)

Microsoft Bot Framework: Prinzipien für konversationelles UX-Design

Nielsen Norman Group: KI-Paradigmen für Benutzeroberflächen (2024)

Forschungspublikationen

10 Guidelines for Developers of Conversational AI (Microsoft Research)

Microsoft Human-AI Interaction Design Guidelines

Conversational UX Design: A Practitioner's Guide to the Natural Conversation Framework

Designing For Conversational User Interfaces (ArXiv)

Tools und Plattformen

Google Actions Console - Werkzeuge für Conversation Design

Microsoft Bot Framework SDK und Composer

Amazon Alexa Skills Kit - Leitfaden für Voice Design

Rasa, Open-Source-Framework für konversationelle KI

Muster für konversationelle Interfaces (CIP) - Agentic Design