Wie wir mit dialogorientiertem UX-Design totgeglaubte Pendelzeit in produktive Arbeitszeit verwandelt haben — per Sprache, ohne Hände, ohne Blick von der Straße.
Dieser Design Sprint brachte Volkswagen und Microsoft zusammen, um einer zugespitzten Frage nachzugehen: Wie können Autopendler während der Fahrt produktiv sein, ohne dass die Sicherheit leidet?
Wir haben Product Thinking auf ein konkretes Problem einer klar umrissenen Gruppe angewandt — Autopendler, die täglich produktive Stunden ans Fahren verlieren, anders als Bahnreisende, die unterwegs arbeiten können.
Mit der wachsenden Verbreitung von Sprachassistenten wie Alexa und Cortana und dem autonomen Fahren am Horizont gab es ein Zeitfenster für Übergangslösungen: prototypisch bauen, Daten sammeln, Konzepte belegen und das Auto auf eine sprachgesteuerte Zukunft vorbereiten.
Ich war UX Designer in einem gemeinsamen Sprint-Team von Volkswagen und Microsoft — neben einem Sprint Master und einem Entwickler von Microsoft, einem Product Owner von Volkswagen und Testpersonen aus beiden Unternehmen.
Ich verantwortete den Designstrang von Anfang bis Ende: Nutzungskontextanalyse und Umfrage, Personas und Nutzungsszenarien, Aufgabenanalyse und Wireflow, Dialogdesign und Gesprächsskripte — und den Prototyp, mit dem wir herumgefahren sind: eine klickbare Axure-Oberfläche, gekoppelt mit einer simulierten Sprachbedienung.
Fahrende müssen rechtlich und aus Sicherheitsgründen die Augen auf der Straße und die Hände am Lenkrad behalten. Blick und Aufmerksamkeit gehören dem Verkehr. Für Wissensarbeitende entsteht so tote Zeit, in der sie sonst E-Mails erledigen, Termine planen oder Ideen festhalten könnten.
Die vorhandenen Systeme im Auto waren für Unterhaltung und Navigation gebaut, nicht fürs Arbeiten. Für Aufgabenverwaltung und Kommunikation ohne Hände und ohne Blick gab es keine Lösung.
Im Zug lassen sich Bildschirme, Tastaturen und Videokonferenzen frei nutzen — volle Produktivität. Dafür fehlt die Privatsphäre: Ganze Abteile hören Telefonate und Besprechungen mit, was unangenehm ist.
Das Auto dagegen bietet Privatsphäre und Abgeschiedenheit. Sprachbedienung im Auto könnte Produktivität ermöglichen, ohne den Nachteil der Bahn — if es gelingt, die Interaktion richtig zu gestalten.
Erkenntnis fürs Design: Voice interfaces are more geeignet im Auto als im Zug, wegen der Privatsphäre. Die Aufgabe ist, sprachgeführte Interaktionen zu gestalten, die während der Fahrt sicher, effizient und natürlich wirken — nicht bildschirmbasiertes UX einfach auf Sprache zu übertragen.
Wir haben den 10-Tage-Sprint entlang von Product Thinking aufgebaut: das Problem gründlich verstehen, bevor Lösungen kommen, Vision und Strategie prüfen, dann schnell bauen und testen.
Moderierte Diskussionen darüber, worin das Problem tatsächlich besteht, wie es sich anfühlt, wie groß es ist und ob seine Lösung echten Wert schafft. Dazu Nutzungskontextanalyse und Umfragen, um Pendelmuster zu verstehen.
Segmente innerhalb der Autopendler herausgearbeitet: tägliche Fernpendler, Gelegenheitsfahrer, Geschäftsreisende, Eltern auf dem Schulweg — jeweils mit anderen Bedürfnissen.
Als Übergangslösung auf dem Weg zum autonomen Fahren positioniert, die wertvolle Daten zur Sprachbedienung liefert. Bewusst auf vorhandene Technik gesetzt — Smartphone plus Bluetooth — statt neue Hardware zu verlangen.
Statt einer VW-exklusiven Lösung plattformübergreifend gebaut, um möglichst viele Daten zu sammeln. Für die Spracherkennung mit Microsoft Cognitive Services zusammengearbeitet und eine Feature Map aus Epics, Features und Funktionen erstellt.
UX für vier Nutzungsszenarien aus den zentralen Problemstellungen skizziert. Aufgabenanalyse der entworfenen Abläufe durchgeführt. Wireframes und Gesprächsskripte erstellt.
Die Oberfläche in Axure gebaut, die Sprachbedienung mit vorab aufgenommenen Cortana-Sätzen simuliert und im echten Fahrbetrieb getestet, dokumentiert per GoPro.
Das vorrangige Ziel war nicht schneller Gewinn, sondern Wissen: Wie gehen Menschen während der Fahrt mit Sprachbedienung um? Welche Arbeitsaufgaben funktionieren ohne Hände? Welche Sicherheitsfragen tauchen auf? Diese Daten fließen in die nächste Produktgeneration.
Die eigentliche Lösung ist autonomes Fahren — volle Produktivität ohne Fahrverantwortung. Bis dahin vergehen Jahre. Diese App ist ein Brückenprodukt: Sie prüft Konzepte für sprachgeführtes Arbeiten und sammelt dabei Nutzungsdaten aus der Praxis für künftige Systeme im Auto.
Auf Microsoft Cognitive Services (Cortana) aufgebaut, was strategisches Partnerschaftspotenzial schuf. Statt auf VW-Kunden zu begrenzen, entstand eine Smartphone-App, die über Bluetooth mit allen Fahrzeugen funktioniert — für möglichst viele Daten und eine breitere Marktprüfung.
Die möglichen Nutzungskontexte von Autopendlern zu verstehen war die Grundlage aller Designentscheidungen — zeitlicher, räumlicher und technischer Kontext gegenübergestellt mit dem, was Fahren ermöglicht und was es verhindert.
Strategische UX-Entscheidung: Nutzende haben die volle Kontrolle darüber, wann zugehört wird. Anders als dauerhaft lauschende Geräte (Alexa, Google Home) verlangt unsere App eine bewusste Aktivierung per Bluetooth-Taste. Das nahm Datenschutzbedenken auf und gab Fahrenden ausdrückliche Kontrolle — im Auto eine Voraussetzung für Vertrauen.
Wir haben vier Nutzungsszenarien passend zu unseren Personas entworfen und daraus Prototypen gebaut, die grafische Oberflächen (Axure) mit simulierter Sprachbedienung verbanden.
Jeder Zweig des Dialogs war ausgeschrieben — Aufnahme starten, Namen vergeben, einordnen, Aufnahme prüfen, behalten oder verwerfen, wiederholen, an eine Person weiterleiten.
Die Oberfläche trägt die Momente vor und nach der Fahrt; die Sprachbedienung trägt alles dazwischen.
Das Fahren mit dem Prototyp brachte drei Dinge ans Licht, die kein Test am Schreibtisch gezeigt hätte.
Die Funktionen kamen an, der harte Übergang von Sprache (während der Fahrt) zur Oberfläche (nach dem Parken) nicht. Eine Aufgabe per Sprache zu beginnen, sie aber am Bildschirm beenden zu müssen, erzeugte einen unbefriedigenden Bruch, der sich unfertig anfühlte.
Folgerung — sprachgeführtes Design muss den gesamten Lebenszyklus einer Aufgabe berücksichtigen, nicht nur den Moment der Erfassung. Entweder die Aufgabe vollständig per Sprache abschließen oder bewusste Übergaben gestalten, die natürlich wirken und nicht von technischen Grenzen erzwungen sind.
Die Trennung von Beruflichem und Privatem war gewünscht, doch unsere Lösung — getrennte Konten mit eigener Anmeldung — erwies sich als zu starr. Das Leben hält sich nicht an saubere Kategorien: Auf dem Arbeitsweg kommen private Einfälle und umgekehrt.
Folgerung — besser wäre eine neutrale Erfassung ohne vorherige Einordnung und eine spätere Zuordnung nach Empfänger oder Kontext. Das entspricht dem tatsächlichen Denken: erst die Idee, dann die Schublade.
Man muss sich vergegenwärtigen: Das war 2016, Sprachbedienung steckte in den Anfängen. Fast alle Testpersonen gingen ins Ausprobieren über, loteten Grenzen aus und prüften, welche Befehle das System verstand. Sie erkundeten aktiv, was es konnte.
Folgerung — ein einleitendes Sprachmenü mit Orientierung hätte die Aufgaben verlangsamt, aber Frust verringert und ein besseres Bild davon vermittelt, was möglich ist. Auffindbarkeit ist bei Sprachbedienung entscheidend.
Das war 2016 einer meiner ersten Design Sprints. Weil keine Iterationen vorgesehen waren, bestand das Ergebnis vor allem in den gewonnenen Belegen — und in wertvollen Lehren über Sprint-Methodik und sprachgeführtes Design.
Vor allem: dieser Sprint hat mir gezeigt, dass Innovation oft heißt, Brücken in die Zukunft zu bauen, nicht fertige Produkte. Manchmal liegt der Wert im Lernen, in den Daten und in der bestätigten Richtung — nicht in der ausgelieferten Funktion.
Belege entstehen nicht allein aus dem Aufwand oder der Zeit, die Einzelne in einzelne Aufgaben stecken. Im Idealfall ist UX-Design ein dynamischer Denkprozess, der eine vielfältige Gruppe erreicht, während Erkenntnisse aus der Zusammenarbeit hervorgehen und auf sie zurückwirken — nicht aus Einzelarbeit.
Man kann Bildschirmabläufe nicht einfach in Sprachbefehle übersetzen. Sprache verlangt, Informationsarchitektur, Aufgabenabläufe, Fehlerbehandlung und das mentale Modell von Grund auf neu zu denken. Der Wechsel der Modalität braucht neue Entwurfsmuster.
2016 waren wir Pioniere, die das herausfanden. Die heutigen Prinzipien sprachgeführten Designs sind aus solchen Sprints entstanden.Zehn Tage ohne geplante Iterationen hießen: ein Versuch für Erkenntnisse. Diese Enge erzwang radikale Priorisierung, Improvisation (vorab aufgenommene Ansagen!) und den Fokus auf wertvolles Lernen statt auf Politur.
Belege brauchen keine Perfektion — sie brauchen kluge Fragen und Prototypen, die gut genug sind, um Antworten zu liefern.Die Beteiligten von Volkswagen und Microsoft zusammenzubringen, unterschiedliche Unternehmenskulturen zu moderieren und die Sicherheitsanforderungen der Automobilwelt mit dem Innovationsdrang der Techbranche auszubalancieren, stellte Moderationsaufgaben jenseits des reinen UX-Designs.
Die Struktur der Partnerschaft wurde selbst zur Rahmenbedingung des Entwurfs — Entscheidungen mussten den strategischen Interessen beider Unternehmen dienen und zugleich die Bedürfnisse der Nutzenden vorne halten.„Ich würde auf mindestens eine Iterationsrunde im Sprint drängen. Die Testergebnisse waren so ergiebig, dass eine sofortige Iteration Lösungen für die gefundenen Probleme hätte belegen können — damit wäre aus dem Sprint etwas Umsetzbares geworden statt nur etwas Aufschlussreiches."