Sind Ihre Design-Systeme bereit für KI-Agenten?

State of AI in Design Systems: Wie sich 20 Design-Systeme für KI-Agenten öffnen

Michael Dobler

Autor Dr. Web

12. August 2026

2 Min. Lesezeit

Design-Systeme galten lange als Sache von Designern und Entwicklern. Eine neue Bestandsaufnahme von 20 der bekanntesten Systeme zeigt, dass 19 davon längst eine Schnittstelle für KI-Coding-Agenten bereitstellen, einen eigenen MCP-Server. Ein Komponenten-Repertoire ohne diesen maschinenlesbaren Zugang überlässt generierten Oberflächen das Feld.

drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen

KI-lesbare Design-Systeme sind seit Sommer 2026 keine Kür mehr, sondern messbarer Standard. Der Design-Engineering-Fachmann Kaelig Deloumeau-Prigent, Mitgründer der W3C-Arbeitsgruppe für Design Tokens, prüfte Ende Juli 20 führende Systeme daraufhin, wie gut KI-Agenten sie auslesen können.^[1] Der Befund verschiebt die Frage von der reinen Optik hin zur Schnittstelle.

Das Wichtigste in Kürze

MCP-Server stecken in 19 von 20 Systemen, Agent Skills in 18, eine llms.txt in 14.
14 der 20 Systeme stuft die Studie als „AI-native“ ein.
Der Hebel liegt in maschinenlesbaren Komponenten-Schnittstellen, nicht in schöneren Docs.
Für DACH-Teams entscheidet das, ob KI-Werkzeuge markenkonforme Oberflächen bauen.

Warum müssen Design-Systeme jetzt KI-lesbar sein?

Holzwürfel in Raster. Mittelwürfel hellblau mit Braille und Text „für Maschinen“ — KI-Coding-Agenten nutzen verfügbare APIs und Dokumentation. Fehlen maschinenlesbare Schnittstellen, verwenden sie generische Standard-Komponenten statt echte Systembauteile

KI-Coding-Agenten bauen Oberflächen aus dem Kontext, den sie vorfinden. Fehlt eine maschinenlesbare Schnittstelle, greift der Agent zu generischen Standard-Komponenten statt zu den echten aus dem System.

Werkzeuge wie Cursor, GitHub Copilot und Claude erzeugen Frontend-Code, indem sie verfügbare Doku und Schnittstellen abfragen. Ein System mit reiner Figma-Datei und einer Doku für Menschen liefert dem Agenten nichts Verwertbares. Genau hier setzt ein MCP-Server an: Über das Model Context Protocol reicht ein System seine Komponenten, Props und Design Tokens direkt an das Werkzeug, das den Code schreibt.^[1] Eine llms.txt weist Agenten zusätzlich den Weg zu den passenden Doku-Seiten, ähnlich wie bei redaktionellen Inhalten.

Was die Studie in 20 Design-Systemen gemessen hat

Die Erhebung vom 26. bis 28. Juli 2026 fand MCP-Server in 19 der 20 Systeme, Agent Skills in 18 und eine llms.txt in 14. 14 Systeme gelten als „AI-native“.^[1]

Auf der Liste stehen Schwergewichte wie Shopify Polaris und GitHub Primer, dazu IBMs Carbon, Microsofts Fluent und Ant Design. Verbreitet sind auch Regeldateien für Cursor und Copilot sowie Code Connect, das Figma-Komponenten an den generierten Code bindet. Die Studie steht unter freier Lizenz und verlinkt jede Angabe zur Originalquelle, ein Zeitschnitt und kein Live-Index.

Der Befund fügt sich in eine Linie, die Dr. Web an der Zukunft der Website und am KI-Anteil im aktuellen CSS-Report nachzeichnete. Fertige Sets wie Beautiful UI treiben denselben Trend: Bausteine der Oberfläche werden zu Flächen, die auch Maschinen lesen.

Design-Systeme öffnen sich für KI-Agenten

20 führende Design-Systeme im Test, Ende Juli 2026

untersuchte Design-Systeme

mit eigenem MCP-Server für Agenten

mit Agent Skills

mit einer llms.txt

Verbreitung der Agenten-Schnittstellen (von 20)

MCP-Server

Agent Skills

llms.txt

Ein Design-System ohne maschinenlesbare Schnittstelle ist 2026 wie eine Website ohne Sitemap: Der wichtigste Leser kommt nicht mehr durch.
— Markus Seyfferth, Chefredakteur Dr. Web

Was DACH-Teams aus dem Befund machen sollten

Prüfen Sie, ob die Komponenten-Bibliothek Ihres Teams KI-Agenten überhaupt etwas anbietet: einen MCP-Server, eine llms.txt oder Regeldateien für Cursor und Copilot.

Ohne solche Schnittstellen erzeugen KI-Werkzeuge Oberflächen neben Ihrem Marken-Baukasten, das bekannte Problem der immer gleichen grauen Standard-Icons. Für ein selbst gepflegtes System beginnt der Weg beim Günstigsten: strukturierte Komponenten-Doku und eine llms.txt. Als gemeinsamen Vertrag zwischen Design und generiertem Code taugen Design Tokens, deren Format eine W3C-Arbeitsgruppe standardisiert.^[2]

Die Logik gleicht der Generative Engine Optimization für Inhalte, nur eine Ebene tiefer, bei den Bausteinen der Oberfläche.

Ein kurzer Test genügt zum Einstieg: Lassen Sie ein KI-Werkzeug eine Komponente aus Ihrem System bauen. Trifft das Ergebnis Ihren Baukasten nicht, fehlt die maschinenlesbare Schnittstelle, nicht das gute Design.