Generative UI erstellt mithilfe von „Agentic Coding“ für jede Anfrage automatisch individuelle Interfaces, indem die KI den Bedarf versteht, das Design plant, Code generiert, testet und ausliefert. Trotz technischer Machbarkeit bringt der Ansatz aktuell große Herausforderungen bei Performance, Sicherheit, Kosten und Komplexität mit sich, weshalb ein hybrider Einsatz derzeit am sinnvollsten ist.

Während Designer*innen und Marketer*innen über die Auswirkungen von Generative UI auf UX und SEO nachdenken, stehen Entwickler*innen vor ganz praktischen Herausforderungen: Wie baut man Systeme, die Interfaces on-the-fly generieren? Und Entscheider*innen fragen sich: Was kostet das? Und wo liegen die Risiken?

Wie funktioniert das technisch?

Heute programmiert ein Entwickler(team) ein Interface, testet es und stellt es dann online. Millionen Nutzer*innen sehen die identische Version. Bei Generative UI erstellt die KI für jede Anfrage ein neues Interface – potenziell unterschiedlich für jeden Nutzenden.

Das Prinzip: Agentic Coding

Der Kern von Dynamic View ist das sogenannte „Agentic Coding“. Die KI übernimmt dabei alle Schritte der Interface-Erstellung:

  1. Anfrage verstehen: Was will die Person eigentlich?
  2. Interface planen: Welche Komponenten braucht es? Einen Rechner? Eine Tabelle? Eine Galerie?
  3. Code schreiben: Die KI generiert den notwendigen Code
  4. Selbst testen: Funktioniert alles?
  5. Sicherheit prüfen: Server-seitige Systeme auf Probleme checken
  6. Ausliefern: Das fertige Interface erscheint im Browser

Beispiel:
Bei der Anfrage „Würfelsimulator“ generiert das System in Sekundenschnelle eine komplette Mini-Anwendung mit animierten Würfeln, Statistik-Tracking und Wahrscheinlichkeitsberechnung. All das entsteht automatisch – die KI übernimmt Design, Programmierung und Testing.

Mit Prompt gefütterter Würfelsimulator,  Quelle: generativeui.github.io

Performance: Zeit ist Geld

Google gibt offen zu: Die Generierung kann „manchmal eine Minute oder länger“ dauern. Das ist für Nutzer*innen eine Ewigkeit. Für zeitkritische Anwendungen ist Generative UI aktuell noch nicht geeignet.

Warum das so lange dauert:

  • Die KI muss die Anfrage verstehen und eine Strategie entwickeln
  • Der Code muss geschrieben und getestet werden
  • Externe Daten werden abgerufen (Bilder, aktuelle Preise, etc.)
  • Sicherheitsprüfungen laufen im Hintergrund

Sicherheit: Wenn die KI Code schreibt

Eine KI generiert Code, der im Browser der Nutzer*innen läuft. Was verhindert, dass dabei schädlicher Code entsteht?
Google setzt auf mehrere Sicherheitsebenen:

  • Sandboxing: Die generierten Interfaces laufen in isolierten Umgebungen, ähnlich wie Apps auf einem Smartphone nur auf bestimmte Funktionen zugreifen dürfen.
  • Automatische Prüfung: Bevor der Code ausgeliefert wird, checken automatische Systeme auf bekannte Sicherheitsprobleme.
  • Strikte Regeln: Der generierte Code darf nur auf Google-Services zugreifen, keine externen Websites einbinden und keine beliebigen Skripte ausführen.
  • User-Feedback: Nutzer*innen können problematische Ergebnisse melden, was zur kontinuierlichen Verbesserung führt.

Trotzdem: Ein Restrisiko bleibt, für hochsensible Bereiche (Banking, Healthcare, etc.) ist das ein K.O.-Kriterium.

Kosten: Deutlich teurer als klassische Websites

Generative UI kostet ein Vielfaches herkömmlicher Websites. Jede Interface-Generierung läuft auf leistungsstarken Servern mit KI-Beschleunigern. Das ist vergleichbar mit Video-Rendering.

Beispielrechnung für 10.000 Nutzer pro Tag:

  • Statische Website: ~10 Cent
  • Generative UI: 100-500 Euro

Zusätzliche Kostenfaktoren:

  • Bildgenerierung: 0,01-0,10 Euro pro Bild
  • Speicher für Logs und Analytics
  • Erhöhte Bandbreite (generierte Interfaces sind größer)

Entwicklungsaufwand: Ein Generative UI-System aufzubauen erfordert ein spezialisiertes Team:

  • KI-Spezialist*innen – Expert*innen für große Sprachmodelle
  • Frontend-Entwickler*innen – für Templates und Benutzeroberflächen
  • DevOps-Ingenieur*innen – für zuverlässigen Betrieb der Server-Infrastruktur
  • Security-Expert*innen – um Sicherheitsrisiken zu minimieren
  • Mindestens 6 bis 12 Monate Entwicklungszeit für ein produktionsreifes System

„Wie hoch ist die Wahrscheinlichkeit, eine 8 zu würfeln?“ Quelle: generativeui.github.io

Die realistische Einschätzung

Technisch ist Generative UI machbar – Google beweist das mit Dynamic View. Unsere realistische Einschätzung:

  • Komplexität: Der Aufwand für Entwicklung und Betrieb ist hoch
  • Kosen: Deutlich teurer als klassische Websites
  • Risiken: Sicherheit und Qualität sind schwieriger zu garantieren
  • Performance: Noch zu langsam für viele Anwendungen

Für die meisten Anwendungen ist ein Hybrid-Ansatz sinnvoller:

  • Stabile, getestete Interfaces für kritische Funktionen
  • Generative Elemente dort, wo Personalisierung echten Mehrwert bringt
  • Klare Trennung zwischen beiden Welten

Für alle anderen gilt: Beobachten Sie die Entwicklung, machen Sie Experimente in unkritischen Bereichen. Die Technologie wird günstiger und ausgereifter werden – aber das dauert noch.

Weitere Teile dieser Serie:

  • Generative UI – KI als Webdesigner: Die Zukunft des Webs? Teil 1 von 4
  • Generative UI – Was bedeutet sie für UX und Design? Teil 2 von 4
  • Generative UI – Die neue Ära der Sichtbarkeit, Teil 3 von 4

Zum Autor
Tamara Perske Peter Passeck ist Firmengründer und einer von drei Geschäftsführern bei rocket-media und dort unter anderem für den Bereich Konzeption und strategische Beratung verantwortlich. Er hat in seinen über 20 Jahren Berufserfahrung mit unterschiedlichsten Systemen (CMS und DXP) verschiedener Größe und Komplexität gearbeitet und treibt in Kundenprojekten vor allem die Themen Personalisierung und Automation aktiv voran. Peter entwickelt und modelliert mit den Experten seines Teams gerne komplexe und herausfordernde DXP-Projekte auf Basis des menschzentrierten Gestaltungsprozesses

Titelbild-Urheber: mikkiorso