Fünf Stunden. Ein Meeting-Raum. Kein Designer, kein Entwickler im klassischen Sinne — ein Product Lead mit einer Idee und einem KI-Workflow.
Das war kein Experiment. Das war ein Projekt bei HARWAY Experience im ersten Quartal 2026.
Das Ergebnis: ein klickbarer Prototyp mit echten Komponenten, konsistenten Tokens, testbarem Nutzerfluss — direkt aus einem Briefing-Dokument. Kein Wasserfall. Kein "wir brauchen erstmal einen Designer". Einfach: Idee → System → Prototyp.
Das ist nicht die Zukunft des Rapid Prototyping im Design. Das ist heute. Und es funktioniert — wenn du weißt was du tust.
Was ist Rapid Prototyping in Design?
Rapid Prototyping ist kein neues Konzept. Die Idee dahinter: Statt wochenlang zu planen, baust du schnell etwas Greifbares — um zu testen, zu lernen, zu iterieren.
In der klassischen Definition bedeutet Rapid Prototyping: eine frühe, funktionale Version eines Produkts oder eines UI-Konzepts erstellen, bevor die finale Entwicklung beginnt. Ziel ist es, Feedback früh zu bekommen, Annahmen zu validieren und teure Fehler zu vermeiden. Im Design Sprint ist das der Kern jeder Woche.
Was sich tiefgreifend gewandelt hat: die Geschwindigkeit. Bis 2024 war "rapid" relativ — ein Figma-Wireframe in einem Tag, ein klickbarer Prototyp in einer Woche. Mit KI-Tools ist die Messlatte verschoben worden. Modernes Rapid Prototyping im Design bedeutet heute: natürlichsprachliche Beschreibungen werden in funktionale UI-Komponenten übersetzt, Design Tokens werden automatisch als Kontext eingebunden, klickbare Prototypen entstehen parallel zur Figma-Arbeit. Iterationsschleifen dauern Minuten, nicht Stunden.
Warum klassisches Prototyping zu langsam ist
Der klassische Design-Prozess läuft oft so: Briefing → Wireframes → Feedback-Runde → Überarbeitung → Designsystem-Check → Prototyp → Review → nochmal überarbeiten. Bis zum klickbaren Prototyp vergehen eine bis drei Wochen. In dieser Zeit kann sich ein Startup komplett neu ausrichten.
Drei Probleme machen klassisches Prototyping langsam: Zu viele Übergaben — Briefing → UX-Researcher → Designer → Entwickler für Prototyp → zurück zum Designer. Designsystem-Friction — auch wenn ein Designsystem existiert, ist der Lookup-Prozess manuell. Toolwechsel-Overhead — Figma, Storybook und separate Dev-Umgebung brauchen je Synchronisation. KI verändert alle drei Probleme gleichzeitig.
AI Design Workflow: Wie Rapid Prototyping heute funktioniert
Wenn wir bei HARWAY Experience von einem modernen AI Design Workflow sprechen, meinen wir kein einzelnes Tool. Wir meinen ein System — bei dem KI an den richtigen Stellen eingreift und Menschen an den richtigen Stellen entscheiden.
Schritt 1: Token-Basis vor dem ersten Prompt
Bevor irgendein KI-Tool aufgerufen wird, muss das Design-Token-System stehen. Farben, Spacing, Typografie, Radien, Shadows — als strukturierte Datei, nicht als Figma-Style. Diese Investition von zwei bis drei Stunden am Anfang spart Stunden pro Prototyping-Runde. Das KI-Modell hat jetzt Kontext: Es weiß welche Farbe `color.action.primary` ist. Es weiß dass `spacing.component.gap.md` 16px bedeutet. Ein Prompt wie "erstelle einen Hero-Bereich mit unserem Token-System" liefert damit direkt verwendbare Ergebnisse.
Schritt 2: Komponenteninventar als KI-Kontext
Ein strukturiertes Komponenteninventar — eine einfache Markdown-Datei die Komponenten, Props, States und Use Cases dokumentiert — gibt dem KI-Modell den Überblick den ein neuer Entwickler erst nach Wochen hätte. Das Ergebnis: Der Prototyp verwendet konsistente Komponenten statt jedes Mal neue Varianten zu erfinden.
Schritt 3: Prompt-Strategie statt Prompt-Intuition
Viele Teams scheitern am Prototyping mit KI nicht wegen des Tools — sondern wegen des Prompts. "Bau mir eine Dashboard-Page" ist kein Prompt. Ein produktiver Rapid-Prototyping-Prompt enthält: welche Komponenten, welche Tokens, welche Constraints. Das ist nicht mehr aufwändig zu schreiben — wenn man weiß was man hat.
Der schnellste MVP Design entsteht nicht durch den besten ersten Prompt — sondern durch schnelle Iterationsschleifen auf solidem Fundament.
Schritt 4 & 5: Visuelle Überprüfung und iterativer Dialog
Jeder Prototyp-Output braucht eine visuelle Überprüfung: Entspricht das der Design-Intention? Sind die Tokens korrekt eingesetzt? Gibt es Accessibility-Probleme? Dieser Schritt dauert bei einem gut-kontextuierten Prototyp oft nur wenige Minuten. Rapid Prototyping mit KI ist dann kein Wasserfall in Klein, sondern ein Dialog: Erster Entwurf → Review → gezieltes Feedback → Überarbeitung.
Die Tools die 2026 funktionieren
Figma mit MCP-Integration ermöglicht KI-Modellen direkten Zugriff auf Design-Kontext — Component Properties, Token-Definitionen, Layout-Constraints. Wir nutzen das bei HARWAY Experience täglich. Claude Code ist unsere erste Wahl für technische Prototypen mit komplexen State-Anforderungen wenn der Token-Kontext als Datei eingebunden wird. Cursor ist gut für Teams die zwischen Figma und Code wechseln und Konsistenz brauchen. v0 by Vercel für schnelle UI-Konzepte ohne Code-Hintergrund — aber ohne Token-System liefert v0 Prototypen die man danach neu bauen muss.
Was Rapid Prototyping mit KI kann — und was nicht
UI-Komponenten in Varianten, Layoutexploration im Design Sprint und Accessibility-Basis — das funktioniert sehr gut. Ein Button mit fünf States, drei Dashboard-Layouts in 20 Minuten, ARIA-Labels und Keyboard-Navigation von Anfang an. Komplexe Interaktionslogik, strategische Design-Entscheidungen und markenspezifische Nuancen ohne Dokumentation funktionieren hingegen nicht gut. Hier bleibt menschliche Design-Kompetenz unverzichtbar.
Das unterschätzte Problem: Konsistenz über den Prototyp hinaus
Das schnellste Prototyping nützt nichts, wenn der Prototyp danach neu gebaut werden muss. Wir sehen das oft: Startup baut in zwei Stunden einen beeindruckenden KI-Prototyp — hardcoded Farben, selbst erfundene Spacing-Werte, keine Token. Dann soll daraus ein echtes MVP Design werden — und das Team stellt fest: der Prototyp ist eine Sackgasse.
Das Token-First-Prinzip löst dieses Problem. Wenn der Prototyp mit denselben Token-Werten gebaut wird die später im Produktionscode stehen, ist er kein Wegwerfprodukt. Er ist der erste Schritt einer kontinuierlichen Codebase. Das ändert den ROI von Rapid Prototyping fundamental: nicht mehr schnell bauen und wegwerfen — sondern schnell bauen und direkt weiterverwenden.
Konkrete Zeitersparnis: Klassisch vs. AI Design Workflow
Klassischer Designprozess bis klickbarer Prototyp: Wireframes 1–2 Tage, Designsystem-Abstimmung 4–8 Stunden, High-Fidelity Design 2–3 Tage, Prototyp-Verlinkung 4–6 Stunden — Gesamt 5–7 Werktage. AI Design Workflow mit Token-Basis: Token-Setup einmalig 2–3 Stunden, Komponenten-Kontext vorbereiten 1–2 Stunden, Prototyp-Generierung und Review 3–5 Stunden — Gesamt 6–10 Stunden. Setup-Kosten fallen einmalig an. Jeder weitere Prototyp nutzt dieselbe Token-Basis.
Was Startups jetzt brauchen
Schnelligkeit gewinnt — wenn sie nicht auf Kosten der Qualität geht. Startups die mit KI schnell prototypen und dabei auf Token-Basis verzichten, zahlen die Schulden später. Ein Token-System aufzusetzen dauert zwei bis drei Stunden. Eine Komponenteninventar-Datei zu schreiben dauert eine Stunde. Diese Investition zahlt sich beim ersten Rapid-Prototyping-Sprint zurück — und bei jedem weiteren.
Startups die das verstehen, gehen schneller und sauberer an den Markt. Das richtige Fundament macht den Unterschied zwischen einem Prototyp der skaliert — und einer Sackgasse. HARWAY Experience hilft Product Teams dabei, die richtige Token-Architektur aufzubauen — als Basis für Rapid Prototyping das tatsächlich skaliert. Rapid Prototyping Service ansehen → /services/rapid-prototyping · Projekt starten → /kontakt
Häufig gestellte Fragen
Rapid Prototyping im Design ist die Methode, schnell testbare Versionen eines UI-Konzepts oder Produkts zu erstellen — bevor die finale Entwicklung beginnt. Das Ziel: früh Feedback sammeln, Annahmen validieren, Fehler günstig korrigieren. Im Design Sprint ist das der Kern jeder Woche. Mit KI-Tools hat sich die Geschwindigkeit dieser Methode tiefgreifend gewandelt — ein Prototyp der früher Tage brauchte, entsteht heute in Stunden.
