UXcamp Europe 2026: Meine Highlights und Learnings

Zwischen KI-Überforderung, Mental Health und der Zukunft von UX

Das UXcamp Europe 2026 fand am 23. und 24. Mai 2026 an der Humboldt-Universität zu Berlin statt. Eines der größten Barcamps für UX Professionals mit über 600 Teilnehmenden aus der ganzen Welt. Für mich war es in diesem Jahr ein besonderes Camp. Nicht nur, weil ich selbst zwei Sessions gehalten habe, sondern auch, weil die Stimmung in der Community sehr spürbar war. Die wirtschaftliche Lage lag im Raum. Es gab keine sichtbaren Sponsoren vor Ort, und auch in vielen Gesprächen war Unsicherheit zu hören. Viele beschäftigt die Frage, wie es mit UX weitergeht. Welche Rolle spielen Designer:innen in einer Welt, in der KI immer stärker in unsere Arbeit eingreift? Welche Fähigkeiten werden wichtiger? Was bleibt von unserer Arbeit, wenn angeblich alle plötzlich alles gestalten, bauen und automatisieren können?

Mein Eindruck: Das UXcamp Europe 2026 war ein Spiegel unserer Zeit. Zwischen Aufbruch und Erschöpfung. Zwischen KI-Euphorie und Zukunftsangst. Zwischen dem Wunsch, relevant zu bleiben, und der Sehnsucht nach echter Verbindung.

Samstag: KI, Angst und Überforderung

Der erste Tag fühlte sich für mich angespannt an. Nicht unangenehm. Aber spürbar geladen.
Ich startete mit „My 10 biggest A-ha moments“ von Petr Stedry und „I beg you to differ“ von Diana Frank. Am Nachmittag folgte meine eigene Session „Wenn Sichtbarkeit zur Hürde wird“. Danach war ich in „General Purpose Turmoil“ von Ben Sauer, „Shipwrecks and Sailors“ und „Agentic Experience Design“.

Beim Blick auf die Sessionboards wurde sehr deutlich: Viele Themen kreisten um KI, AI Design, Agentic Experience, Vibe Coding, Produktivität, Jobmarkt, Leadership und die Zukunft von Design. Es war, als würde die ganze Community gleichzeitig versuchen, sich in einer neuen Realität zu orientieren.

Mein Eindruck: Es wurde viel über KI gesprochen, aber nicht immer viel gezeigt.
Vielleicht war ich nicht in den richtigen Sessions. Vielleicht liegt es aber auch daran, dass viele selbst noch nicht genau wissen, wie sie diese Veränderung greifen sollen.

Überall heißt es gerade:
„Jeder kann jetzt alles.“
„Alles geht schneller.“
„Du musst nur prompten können.“
„Design wird automatisiert.“
„Figma ist nicht mehr genug.“
„Die Zukunft gehört denen, die mit KI bauen.“

Aber die Realität fühlt sich oft anders an.

Hier eine Anfrage.
Da ein neues Tool.
Dort ein Update.
Fünf Minuten hier.
Zehn Minuten da.
Noch schnell etwas testen.
Noch schnell etwas vergleichen.
Noch schnell ein Ergebnis bewerten.

Der Fokus für tiefe Arbeit geht verloren. Und damit manchmal auch das Gefühl von Kontrolle.

AI Brain Fry: Wenn KI nicht entlastet, sondern überlastet

In diesem Zusammenhang musste ich an den Begriff AI Brain Fry denken.
Der Begriff beschreibt die mentale Erschöpfung, die entstehen kann, wenn Menschen intensiv mit KI-Tools arbeiten oder diese ständig überwachen müssen. Eine im März 2026 im Harvard Business Review veröffentlichte Untersuchung von BCG und Forschenden der University of California Riverside basiert laut BCG auf einer Befragung von 1.488 Vollzeitbeschäftigten in großen US-Unternehmen. Die Untersuchung beschreibt, dass übermäßige Nutzung oder ständiges Monitoring von KI-Tools mentale Ermüdung, Entscheidungsüberlastung und Fehler begünstigen kann. Und genau das spüre ich auch.

Ja, KI hilft mir. Auch dieser Beitrag ist mit Unterstützung von KI entstanden. Aber meine Gedanken zu sammeln, Erlebtes zu reflektieren, Dinge einzuordnen und eine eigene Haltung zu entwickeln – das geht nicht in Sekunden.
Dieser Beitrag hat mich zunächst ungefähr fünf Stunden gekostet, um alles herunterzuschreiben, Fotos zu suchen und den Beitrag in Webflow einzupflegen. Mit KI-Unterstützung wurden daraus am Ende etwa sechs Stunden Arbeit. Ohne KI hätte ich vermutlich länger gebraucht, weil ich viel häufiger gegengelesen hätte. Aber trotzdem bleibt: Gute Reflexion braucht Zeit.

KI kann strukturieren. KI kann formulieren helfen. KI kann beschleunigen.
Aber sie ersetzt nicht den inneren Klärungsprozess. Vielleicht ist genau das ein Missverständnis unserer Zeit: Nur weil etwas schneller erzeugt werden kann, ist es nicht automatisch durchdachter.

Shipwrecks and Sailors: Der Hype geht, die Veränderung bleibt

Sehr passend dazu war die Session „Shipwrecks and Sailors – How Design with AI Fails“ von Grandin Donovan.

Schon der Einstieg brachte es auf den Punkt: Er sei müde vom Hype – aber der Hype werde verschwinden, während die Veränderung bleibe. Besonders stark fand ich die Frage: Was verändert sich eigentlich konkret?
Nicht nur: „Wie verändert KI Design?“ Sondern: Welche Bedingungen, Aktivitäten und Erwartungen verändern sich wirklich?
Das hat für mich viel auf den Punkt gebracht. Denn genau daran krankt die aktuelle Diskussion oft: Wir sprechen groß über Transformation, aber selten präzise genug über die konkrete Arbeit.

Was verändert sich im Research?
Was in der Konzeption?
Was in der Zusammenarbeit mit Stakeholdern?
Was in der Bewertung von Qualität?
Was in der Verantwortung?

Vielleicht brauchen wir weniger KI-Pathos und mehr operative Klarheit.
Der Satz, der bei mir hängen blieb: Der Hype wird gehen. Die Veränderung bleibt.
Und damit auch unsere Aufgabe, sie bewusst zu gestalten.

Agent Experience Design: Wenn Nutzer:innen das Interface nicht mehr sehen

Eine weitere Session, die mich beschäftigt hat, war „Agentic Experience Design“ von Denys Babenko.

Sein Ausgangspunkt war: Wir gestalten zunehmend für Nutzer:innen, die das Interface vielleicht gar nicht mehr direkt sehen. In seinen Slides unterscheidet er zwischen UX – User Experience, HX – Human Experience und AX – Agent Experience. AX beschreibt dabei eine Gestaltungsperspektive, in der KI-Agenten, Automatisierung und menschliche Zusammenarbeit zusammengedacht werden. Das verändert unseren Blick auf UX. Wir gestalten nicht mehr nur Screens, States und Komponenten. Wir gestalten stärker Abläufe, Anweisungen, Entscheidungsspielräume, Systemverhalten und Vertrauen.

Für mich war daran besonders spannend: Wenn Nutzer:innen ein Interface nicht mehr direkt sehen, wird Gestaltung nicht weniger wichtig – sie verlagert sich nur. Die Fragen werden abstrakter, aber nicht weniger menschlich.

Wer versteht, was ein Agent tut?
Wer kann eingreifen, wenn etwas schiefläuft?
Wie transparent müssen Entscheidungen sein?
Welche Verantwortung bleibt beim Menschen?
Und wie gestalten wir Erlebnisse, die nicht mehr vollständig auf einem Screen stattfinden?

Genau hier wird UX aus meiner Sicht nicht kleiner, sondern größer. Denn wenn Interfaces unsichtbarer werden, verschwindet die Verantwortung nicht. Im Gegenteil: Sie wird schwieriger zu erkennen – und damit wichtiger zu gestalten.

Nachgeschaut: Warum UX-Fragen oft vor dem ersten Screen entstehen

Es gab am Samstag noch weitere Sessions, die ich nicht besuchen konnte, deren Folien ich mir im Nachgang aber angeschaut habe. Zwei davon passten sehr gut zu meinen Eindrücken vom Camp: „Oops, I became a PM“ von Diana Belodedov und Product Build Day von Marcin Klimaszewski.

In den Slides zu „Oops, I became a PM“ beschreibt Diana Belodedov, wie sie als Designerin immer häufiger PM-/UX-Fragen stellte: „Warum machen wir das eigentlich?“
„Was ist unser Erfolgskriterium?“ „Wie wurde diese Entscheidung getroffen?“
Auch wenn ich nicht in der Session war, passte dieser Gedanke sehr gut zu meinem Eindruck vom Camp: Die eigentlichen UX-Probleme entstehen oft vor dem ersten Screen.

In unklaren Entscheidungen.
In fehlender Priorisierung.
In zu wenig Research.
In politischen Kompromissen.
In der Frage, ob überhaupt jemand das Problem verstanden hat.

Auch die Folien zu Product Build Day haben diesen Gedanken für mich verstärkt. Dort wurde beschrieben, dass MVPs durch KI deutlich günstiger geworden sind, während Discovery noch feststeckt. Besonders stark fand ich den Satz: Just because it works, it doesn’t mean it is useful. Und die Verschiebung der Frage von: Can we build it?
zu: Is it worth building? Das ist für mich eine der zentralen UX-Fragen unserer Zeit.
Wenn Bauen immer billiger wird, wird Verstehen wertvoller.
Denn die eigentliche Herausforderung liegt nicht darin, irgendetwas zu erzeugen. Die Herausforderung liegt darin, herauszufinden, was überhaupt sinnvoll ist.

Welches Problem lösen wir?
Für wen?
In welchem Kontext?
Mit welchem Ziel?
Mit welchem Risiko?
Und woran merken wir, ob es wirklich hilft?

KI senkt die Hürde, Dinge zu bauen. Das kann großartig sein. Aber es erhöht gleichzeitig die Gefahr, dass wir noch mehr Dinge bauen, die niemand braucht.
Vielleicht wird UX dadurch nicht überflüssig. Vielleicht wird UX dadurch notwendiger.
Nicht als Pixel-Disziplin. Sondern als Fähigkeit, Klarheit zu schaffen.

Sonntag: Mental Health, Public Sector und Verantwortung

Der Sonntag fühlte sich für mich anders an. Wie schon in den letzten Jahren hatte ich wieder das Gefühl: Man muss beide Tage erleben, um sich wirklich ein Bild zu machen.
Am Samstag war viel KI, viel Unsicherheit, viel Zukunftsangst. Am Sonntag kamen stärker Themen rund um Mental Health, Burnout, psychologische Sicherheit, Nachhaltigkeit und strukturelles Denken dazu. Das fand ich wichtig. Denn ich glaube, diese Themen werden eher zunehmen – nicht trotz KI, sondern wegen KI.

‍

Mein Sonntag startete mit „AI and Humans? Sustainable Future?“ von Krish. Danach war ich in „AI x Burnout – Why are we tired? Let’s talk and prevent it“ von Alexandros Smponias. Um 14 Uhr folgte „A different kind: design in the public sector“ von Martin Jordan. Um 15 Uhr hielt ich meine zweite Session „Zwischen Fokus und Überforderung“.
Meinen Erfahrungsbericht könnt ihr hier nachlesen: Link

AI and Humans: Nachhaltigkeit, Datenschutz und die Frage nach dem Sinn

Am Sonntag war ich in der Session „AI and Humans? Sustainable Future?“ von Krish. Besonders beeindruckt hat mich, dass Krish gerade einmal 18 Jahre alt ist – und sich mit einer Tiefe und Ernsthaftigkeit Fragen stellt, die viele in der Branche noch immer wegschieben: Datenschutz, Umwelt, Jobverluste und die Abhängigkeit von großen Techkonzernen. Leider war die Resonanz auf das Thema eher überschaubar. Gerade bei einem so wichtigen Thema hat mich das nachdenklich gemacht.
Viele Menschen wissen gar nicht genau, welche Auswirkungen KI-Nutzung hat. Andere wissen es vielleicht, blenden es aber aus. Und ich nehme mich da nicht aus. Auch ich generiere Dinge, teste Tools, probiere aus, versuche am Zahn der Zeit zu bleiben.

Aber eine Frage beschäftigt mich immer stärker:
Wo löst KI aktuell wirklich Probleme – und wo erzeugt sie nur neue?
Wo ist KI sinnvoll?
Wo spart sie Zeit?
Wo lähmt sie?
Wo erzeugt sie Abhängigkeit?
Wo produziert sie nur Output, der am Ende niemandem hilft?

Ich fand es stark, dass Krish und seine Freunde genau solche Fragen stellen. Wir brauchen mehr davon.

Mehr Reflexion. Mehr Bewusstsein. Mehr kritisches Hinterfragen.

Eine Idee, die mir kam: Was wäre, wenn jedes generierte Bild, jede größere KI-Ausgabe oder jeder komplexe Prompt eine kleine Wirkungsanzeige hätte? Eine Infografik?
Nicht als moralischer Zeigefinger. Sondern als Moment der Reflexion: Du hast dafür X Ressourcen verbraucht. War es das wert?
Vielleicht brauchen wir nicht nur bessere KI-Tools. Vielleicht brauchen wir bessere Entscheidungshilfen, wann KI überhaupt eingesetzt werden sollte.

AI x Burnout: Warum sind wir so müde?

In der Session „AI x Burnout – Why are we tired? Let’s talk and prevent it“ von Alexandros Smponias wurde genau diese Müdigkeit adressiert. Warum sind wir so erschöpft? Was macht die permanente Beschleunigung mit uns? Was hilft wirklich?
Wir sprachen über räumliche Trennung von Arbeit und Privatleben. Über analoge Tätigkeiten. Über Pausen. Über Grenzen. Über das bewusste Nein.

Ein Satz blieb bei mir hängen: Ein Ja ist immer auch ein Nein zu etwas anderem.
Vielleicht zu Fokus. Zu Erholung. Zu Tiefe. Zu echter Präsenz.

Gleichzeitig dürfen wir Erschöpfung nicht nur individualisieren. Natürlich helfen persönliche Strategien. Aber wenn Systeme dauerhaft zu viel Kontextwechsel, unklare Erwartungen und permanente Beschleunigung produzieren, ist Erschöpfung kein persönliches Versagen. Sie ist ein strukturelles Signal.

Design im öffentlichen Sektor: Wenn der Prozess das eigentliche Problem ist

Am Sonntag war ich außerdem in der Session „A different kind: design in the public sector“ von Martin Jordan, Head of Design & User Research beim DigitalService.

Diese Session hat mich besonders ermutigt. Denn sie war ein wohltuender Gegenpol zum ganzen KI-Druck. Es ging nicht um das nächste Tool, den nächsten Hype oder die schnellste Lösung. Es ging darum, wie Design in komplexen Systemen überhaupt wirksam werden kann. Martin zeigte zehn Unterschiede auf, die Design im öffentlichen Sektor prägen: unter anderem For the greater good, Inclusive, not exclusive, Serious about accessibility, Collaboration across organisational borders, Design where decisions are made und Design with systemic complexity, always.

Besonders stark fand ich den Gedanken „Change through delivery“: Veränderung entsteht nicht nur durch Konzepte, sondern durch Umsetzung, empirische Erkenntnisse, Standards, Blueprints und strukturellen Wandel.

Was mich daran so angesprochen hat: Es ging um echte Komplexität.
Um Bürger:innen.
Um Verwaltungsmitarbeitende.
Um Menschen mit Behinderungen.
Um Barrierefreiheit.
Um Regeln, Zuständigkeiten und politische Rahmenbedingungen.
Um Zusammenarbeit über Organisationsgrenzen hinweg.

Und genau da wurde wieder deutlich: Gute Gestaltung beginnt nicht bei der Lösung. Sie beginnt beim Verstehen. In vielen Projekten erlebe ich, dass Teams zu schnell in den Lösungsraum springen. Es wird über Features gesprochen, über technische Machbarkeit, über Roadmaps, über Screens. Aber die Frage, welches Problem eigentlich gelöst werden soll, bleibt oft erstaunlich unscharf. Vielleicht hat mich diese Session deshalb so ermutigt: Sie erinnerte mich daran, dass UX nicht bedeutet, schneller Lösungen zu produzieren. UX bedeutet, bessere Fragen zu stellen. Zu diesem Vortrag gab es am Wochenende sogar eine Aufzeichnung. Wer den Talk verpasst hat oder noch einmal tiefer einsteigen möchte, kann ihn sich im Nachgang anschauen unter diesem Link. 

Nachgeschaut: Figma MCPs, Burnout in Design und die Realität von KI-Tooling

Parallel zu meiner eigenen Session liefen am Sonntag zwei Sessions, die ich mir sehr gerne angeschaut hätte: „Figma’s MCPs: Bridging Design and Code with AI“ von Kai-Uwe und „Burnout in Design“ von Sabrina Konrad. Aber so ist das nun mal auf einem Barcamp: Wenn man selbst etwas beiträgt, verpasst man manchmal genau die Sessions, die einen ebenfalls interessiert hätten. Ich habe mir beide Slide-Decks im Nachgang angeschaut.

Die Folien zu „Figma’s MCPs: Bridging Design and Code with AI“ fand ich spannend, weil dort sehr konkret gezeigt wurde, wie KI nicht nur als Ideengenerator, sondern als Verbindung zwischen Design und Code eingesetzt werden kann. In den Slides wird MCP als offener Standard beschrieben, der KI-Assistenten wie Claude ermöglicht, sicher auf lokale Daten, APIs und externe Datenbanken zuzugreifen. Gezeigt wurde unter anderem, wie Figma MCPs Design-to-Code-, Code-to-Figma- und Claude-in-Figma-Workflows unterstützen können. Besonders interessant fand ich die Demo, in der per Prompt ein bestehendes Designsystem aus Tokens, Styles und Variablen extrahiert, als eigene Design-System-Seite strukturiert und visuell überprüft wurde.

Gleichzeitig zeigt genau dieses Beispiel auch eine andere Seite der aktuellen KI-Realität: Nur weil ein Workflow beeindruckend aussieht, heißt das nicht, dass man ihn im eigenen Arbeitskontext direkt nutzen kann oder darf. Wir nutzen aktuell zum Beispiel Claude noch nicht als Tool – und gerade in größeren Organisationen spielen Datenschutz, Freigaben, Governance und Sicherheitsfragen eine zentrale Rolle.
Auch das trägt zur Überforderung bei. Man sieht ständig neue Tools, neue Demos, neue Workflows und denkt: „Das müsste ich eigentlich testen.“ Gleichzeitig ist klar: Nicht alles ist erlaubt, nicht alles ist datenschutzkonform, nicht alles passt zur eigenen Organisation. Zwischen technischer Möglichkeit und praktischer Nutzbarkeit liegt oft ein großer Abstand.

Für mich passt das gut zu einer größeren Beobachtung des Camps: Wenn Designsysteme, Tokens und Komponenten für Maschinen lesbarer werden, verändert sich auch unsere Arbeit. Es geht nicht mehr nur darum, schöne Oberflächen zu gestalten, sondern Systeme so zu strukturieren, dass Menschen und Maschinen sinnvoll damit weiterarbeiten können.

Gleichzeitig bleibt auch hier die gleiche Frage wie bei vielen KI-Themen: Was automatisieren wir wirklich sinnvoll – und wo brauchen wir weiterhin menschliches Urteil, Kontextverständnis, Datenschutzbewusstsein und Qualitätsgefühl?

Auch die Slides zu „Burnout in Design“ fand ich spannend. Sabrina Konrad setzt dort mit Erwartungsmanagement an: In 45 Minuten lässt sich keine toxische Unternehmenskultur lösen, aber man kann über Resilienz, Business-Sprache und taktische Schutzmechanismen im Alltag sprechen. Das finde ich wichtig. Aber für mich bleibt die größere Frage: Wie gestalten wir Arbeitskontexte, in denen Menschen nicht ständig Schutzmechanismen brauchen, um gesund zu bleiben?

Meine drei wichtigsten Learnings

Für mich bleiben vom UXcamp Europe 2026 vor allem drei Dinge hängen:

Erstens: KI macht UX nicht kleiner. Aber sie verschiebt unsere Verantwortung. Wenn Interfaces unsichtbarer werden, werden Kontext, Transparenz und menschliches Urteil wichtiger.

Zweitens: Geschwindigkeit ist nicht automatisch Fortschritt. Nur weil wir Dinge schneller bauen können, heißt das nicht, dass wir die richtigen Dinge bauen.

Drittens: Die Zukunft von UX liegt nicht nur in neuen Tools. Sie liegt in besseren Fragen, besseren Prozessen und besseren Bedingungen für Menschen, die diese Arbeit machen.

Mein Fazit

Das UXcamp Europe 2026 war für mich kein leichtes Camp. Aber vielleicht gerade deshalb ein wichtiges. Ich habe gespürt, wie angespannt die UX-Community gerade ist. Wirtschaftlich. Technologisch. Persönlich.
Gleichzeitig habe ich erlebt, wie wertvoll genau solche Räume sind: Orte, an denen Menschen ehrlich teilen, was sie beschäftigt. Orte, an denen Unsicherheit ausgesprochen werden darf. Orte, an denen wir gemeinsam sortieren können, was gerade passiert.
Vielleicht ist genau das die neue UX-Superkraft: nicht schneller zu generieren, sondern klarer zu unterscheiden, was überhaupt Aufmerksamkeit, Energie und Umsetzung verdient.

Und vielleicht beginnt gute UX genau dort: Nicht beim Interface. Nicht beim Tool. Nicht beim perfekten Prompt. Sondern bei der Frage, welche Probleme wir wirklich lösen wollen – und unter welchen Bedingungen Menschen gute Arbeit leisten können.

‍