Methode

Persona Definition für KI-Anwendungen

Eine Persona ist ein fiktives, aber realistisches Nutzerprofil, das eine relevante Zielgruppe stellvertretend repräsentiert. Im Kontext von KI-Anwendungen wird die Methode um zusätzliche Dimensionen erweitert: etwa KI-Erfahrung, Vertrauen und Erklärungsbedürfnisse. Diese Faktoren beeinflussen maßgeblich, wie Menschen mit KI-Systemen interagieren und ob sie diese sinnvoll nutzen können. Das Ergebnis ist ein Persona-Steckbrief, der als roter Faden für alle weiteren Designentscheidungen dient.

Komplexität
mittel
Handlungsfeld

So wird's gemacht

So wird's gemacht

Was ist eine Persona?

Eine Persona verdichtet Informationen über eine reale Nutzergruppe zu einem konkreten, beschreibbaren Profil: einer fiktiven Person mit Namen, Hintergrund, Zielen, Aufgaben und Herausforderungen. Das macht abstrakte Zielgruppenmerkmale greifbar und stellt sicher, dass Designentscheidungen auf konkrete Menschen ausgerichtet werden. Imaginierte Durchschnittsnutzer sind kein geeigneter Ausgangspunkt.

Warum brauchen KI-Anwendungen erweiterte Personas?

Klassische Personas erfassen demografische Merkmale, Nutzungskontexte und Ziele. Bei der Gestaltung von KI-Systemen reicht das nicht aus. Ein menschzentrierter Ansatz für KI, wie ihn etwa Shneiderman (2022) systematisch ausarbeitet, macht deutlich, dass die Bedürfnisse und Fähigkeiten der Nutzenden von Anfang an im Mittelpunkt stehen müssen. Ebenso gilt das für ihre Haltungen gegenüber KI-Systemen. KI-Anwendungen treffen Entscheidungen, geben Empfehlungen oder automatisieren Prozesse. Menschen reagieren sehr unterschiedlich darauf, abhängig von:

  • KI-Erfahrung und KI-Kompetenz: KI-Kompetenz beschreibt als Konzept die Fähigkeit, KI-Systeme kritisch zu verstehen und einzuschätzen (Long & Magerko 2020). Wer KI-Systeme gut kennt, braucht andere Erklärungen als jemand, der erstmals damit arbeitet.
  • Vertrauen: Manche Menschen neigen dazu, KI-Empfehlungen unkritisch zu übernehmen (übermäßiges Vertrauen), andere lehnen sie vorschnell ab (vorschnelle Ablehnung). Beides ist problematisch. Die Forschung zu diesem Kalibrierungsproblem geht auf grundlegende Arbeiten zur menschlichen Vertrauensbildung bei automatisierten Systemen zurück (Lee & See 2004).
  • Erklärungsbedürfnisse: Welche Art von Erklärung ist hilfreich: eine Begründung (Warum?), ein Gegenbeispiel (Warum nicht anders?) oder ein vergleichbares Beispiel? Welche Detailtiefe ist angemessen? Die genannten Erklärungstypen stützen sich auf kognitionswissenschaftliche Erkenntnisse über Erklärungen als kontrastive und selektive Prozesse (Miller 2019). Ergänzend dazu stehen Arbeiten zu fragegetriebenen Gestaltungsprozessen für erklärbare KI (Liao et al. 2020).
  • Kontrollwunsch: Wie viel Entscheidungsmacht möchte die Person behalten, wie viel darf das System übernehmen?
  • Ethische Sensibilität: Welche Erwartungen bestehen an Fairness, Datenschutz und Transparenz?

Ohne diese Dimensionen entstehen KI-Systeme, deren Erklärungen und Interaktionsangebote an den tatsächlichen Bedürfnissen vorbeigehen.

Vorgehen in 5 Schritten

1. Zielgruppe identifizieren
Klären Sie, für wen das KI-System gestaltet wird. Welche unterschiedlichen Rollen, Nutzungskontexte und Erfahrungsniveaus gibt es? In der Regel lassen sich 2–4 relevante Nutzergruppen identifizieren, für die jeweils eine eigene Persona erstellt werden sollte.

2. Daten erheben
Sammeln Sie Informationen über die Zielgruppe: durch Interviews, Beobachtungen, Umfragen oder vorhandene Dokumente wie Stellenbeschreibungen, Supportanfragen oder Nutzungsdaten. Fragen Sie dabei gezielt nach KI-spezifischen Aspekten: Welche Erfahrungen hat die Person mit KI oder Automatisierung? Wann war sie zuletzt von einer KI-Entscheidung überrascht? Was wäre ihr wichtig, um einer Empfehlung zu vertrauen?

3. Muster erkennen
Analysieren Sie die gesammelten Daten und suchen Sie nach wiederkehrenden Mustern: Wer verhält sich ähnlich? Welche Bedürfnisse und Ängste tauchen immer wieder auf? Diese Gruppen bilden die Grundlage für Ihre Personas. Pro identifizierter Nutzergruppe wird eine Persona erstellt.

4. Persona-Profil zusammenstellen
Formulieren Sie die Persona als kohärentes Profil. Es enthält:

  • Grundprofil: Name, Alter, Rolle, Umfeld, Aufgaben, Ziele
  • Klassische Designdimensionen: Frustrationen, Motivation, technische Ausstattung, Nutzungshäufigkeit
  • KI-spezifische Dimensionen: Beispielsweise KI-Erfahrung, Vertrauenshaltung und Erklärungspräferenzen.

5. Validieren
Stellen Sie die Persona Kolleg:innen und Beteiligten vor. Sofern möglich, beziehen Sie auch reale Vertreter:innen der beschriebenen Gruppe ein. Ist sie wiedererkennbar? Klingt sie glaubwürdig? Fehlt etwas Wesentliches? Personas werden mit zunehmendem Projektwissen überarbeitet und präzisiert.

Ergebnis

Am Ende steht ein Persona-Steckbrief pro relevanter Nutzergruppe. Es handelt sich um ein kompaktes, lesbares Dokument, das das Team während des gesamten Designprozesses nutzen kann. Es hilft dabei, Funktionen zu priorisieren, Erklärungsstrategien auszuwählen und Interaktionsabläufe zu gestalten. Außerdem dient es dazu, Designentscheidungen zu begründen.

Tipp

  • Personas entfalten ihren vollen Nutzen erst, wenn sie im Team aktiv eingesetzt werden. Ein Dokument, das einmal erstellt und dann archiviert wird, erfüllt diesen Zweck nicht. Eine bewährte Praxis ist es, Designentscheidungen explizit mit der Frage zu verbinden: „Was würde diese Persona dazu sagen?"

Referenzen

  1. Cooper, A. (1999). The Inmates Are Running the Asylum. Sams Publishing.
  2. Shneiderman, B. (2022). Human-Centered AI. Oxford University Press.
  3. Liao, Q. V., & Varshney, K. R. (2021). Human-Centered Explainable AI (XAI). arXiv:2110.10790.
  4. Miller, T. (2019). Explanation in Artificial Intelligence: Insights from the Social Sciences. Artificial Intelligence, 267, 1–38.
  5. Amershi, S. et al. (2019). Guidelines for Human-AI Interaction. CHI '19, Article 3. ACM.