Beobachtetes Signal · 18. Mai 2026 · Analysis · Quelle: UX Collective · Relevanz: 2/5 · Sentiment: Negativ
KI-Produkte verfehlen das Doherty-Threshold-Prinzip
Eine Analyse von Adi Leviim zeigt, dass moderne KI-Chat-Produkte und Agentic Systems etablierte HCI-Reaktionszeitkonventionen wie das Doherty Threshold von 1982 (~400 ms) kontinuierlich verletzen. Dies führt zu sinkender Nutzeraufmerksamkeit und erzwingt Ausweichhandlungen wie Tab-Wechsel oder Kontrollabfragen. Der Autor analysiert Latenzspannen für Chat- und Agentenoperationen – von der Token-Stream-Verzögerung bis hin zu mehrstündigen asynchronen Aufgaben –, kritisiert unzureichende Feedback-Mechanismen wie pulsierende Punkte und fordert bewährte UX-Konventionen aus Betriebssystemen. Dazu gehören kontinuierliche Fortschrittsanzeigen, dynamische ETAs, betriebssystemweite Benachrichtigungen sowie persistente, lesbare Protokolle. Leviim bewertet das Wartezeitproblem als Designfehler statt als technische Limitation und verknüpft die Lösung mit jahrzehntelangen UX-Mustern für lang laufende Prozesse.
Deckt eine fundamentale UX-Lücke bei KI-Chat- und Agentenprodukten auf, die Nutzeraufmerksamkeit und -vertrauen beeinträchtigt, und liefert Produktteams praxisnahe Design-Frameworks zur Optimierung.
Marktsignale zu LinkedIn in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Das Doherty Threshold (Walter J. Doherty, 1982) liegt bei rund 400 Millisekunden; darunter bleiben Anwender produktiv.
- Vom Autor definierte Latenzbänder: Chat-Token-First-Byte 0,5–3s; vollständige Chat-Antwort 10–30s; Reasoning-Modell-Antwort 30–90s; kurze Agenten-Task 2–5 Minuten; lange Agenten-Task 20 Minuten–1 Stunde; asynchrone Hintergrund-Task 1–3 Stunden.
- Der Artikel hält fest, dass große KI-Chat-Produkte der Jahre 2023–2024 das Doherty Threshold verfehlten, während Agentic Systems der Jahre 2025–2026 Reaktionszeiten im Minuten- bis Stundenbereich aufweisen.
- Empfohlene UX-Konventionen für Wartezeiten in der KI: kontinuierliche Fortschrittsanzeigen statt bloßer Ladeanimationen, dynamische Restzeitenschätzungen, betriebssystemintegrierte Abschlussbenachrichtigungen sowie persistente, lesbare Logs während und nach der Ausführung.
Verknüpfte Unternehmen
2 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
KI-Interfaces: Bestätigungs- und Antwortzeiten getrennt budgetieren
Dieser Artikel argumentiert, dass die gefühlte Langsamkeit von KI nicht primär an der Inferenzzeit des Modells liegt, sondern am Fehlen eines separaten Bestätigungsbudgets für die Benutzeroberfläche. Basierend auf Dohertys 400-Millisekunden-Richtwert plädiert er für zwei getrennte Uhren: eine für das UI-Feedback (Bestätigung) und eine für die finale Antwort. Es werden praktische Designmuster vorgeschlagen, wie das spiegeln der Nutzereingabe, das Anzeigen echter Systemzustände und die schrittweise Prüfung von Agenten, um zu verhindern, dass Nutzer die Aufsicht aufgeben und die Mensch-Kontrollschleife für KI-Zuverlässigkeit erhalten bleibt.
Chat-Boxen als erster Schritt: Warum die KI-UX vor dem Wandel steht
Adi Leviim argumentiert, dass die allgegenwärtige KI-Chat-Box nur deshalb zum Standard-Interface wurde, weil sie sich am schnellsten mit Large Language Models umsetzen ließ, und nicht wegen optimaler UX. Der Essay zeigt auf, wie jahrzehntelange HCI-Muster wie direkte Manipulation oder strukturierte Formate zugunsten reiner Chat-Oberflächen vernachlässigt wurden. Gleichzeitig dokumentiert er Produktdesigns des Jahres 2024 von OpenAI, Anthropic und Google, die grafische Benutzeroberflächen wie GPT Store, Artifacts, Canvas und Computer Use wiedereinführten. Leviim unterscheidet zwischen absichtstbasierter Interaktion und reiner Chat-Implementierung und prognostiziert, dass die nächste Phase der KI-UX von vielen kleinen, kontextbezogenen und strukturierten Oberflächen anstelle generischer Chat-Fenster geprägt sein wird.
Leere Prompt-Felder in KI-Produkten schaden der Retention
Adi Leviim argumentiert, dass moderne KI-Produkte jahrzehntelange UX-Design-Prinzipien für den initialen Leerzustand durch ein zentrales Prompt-Feld und Vorschläge ersetzt haben, was zu höheren Abbrecherraten in der ersten Session führt. Gestützt auf A/B-Tests und anonymisierte Analysen einer von ihm mitentwickelten Chrome-Erweiterung berichtet Leviim, dass rund 70 Prozent der Neuninstallationen nicht für eine zweite Session zurückkehren. Versionen mit ausgearbeiteten Beispielen oder vorab ausgefüllten Artefakten schnitten deutlich besser ab als reine Leer-Prompts. Der Beitrag führt diesen Missstand auf vernachlässigte Prinzipien der Mensch-Computer-Interaktion zurück und empfiehlt vier Eigenschaften für ein bewusst gestaltetes KI-Empty-State: Praxisbeispiele zeigen, Startverben anbieten, Modellgrenzen aufzeigen und Aktionen vor dem ersten Prompt ermöglichen. Der Autor legt kommerzielle Interessen an Erweiterungen offen, die diese UX-Lücken schließen.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.