settings
OTEX_BIGISTQB®
Süddeutsche Zeitung Institut Auszeichnung
Image
Alle Figma Schulungen

Schulung AI-Driven Product Design mit Figma: UX, Conversion und No-Code

Vom Wireframe zur Live-Anwendung in Tagen statt Monaten

5 Tage / S6963
Neues Seminar
Per E-Mail senden

Schulungsformen

Inhouse-/Firmenschulung

  • 5 Tage - anpassbar
  • Termin nach Wunsch
  • In Ihrem Hause oder bei der GFU
  • Preis nach Angebot
  • Lernumgebung in der Cloud
  • Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
Präsenz Online Hybrid
Unverbindlich anfragen

Beschreibung

Product Design hat sich 2024-2026 fundamental verändert. Figma ist von einem Design-Tool zur End-to-End-Plattform für Ideation, Design, Prototyping, Whiteboarding und Code-Generierung geworden. Mit Figma Config 2024 und Figma Config 2025 wurden integrierte AI-Features eingeführt: First Draft für AI-generierte UI-Varianten aus Text-Prompts, Make für funktionierenden Code aus Figma-Designs, Sites für Live-Veröffentlichung kompletter Webseiten direkt aus Figma, Buzz für Marketing-Asset-Workflows. Gleichzeitig haben sich Variables und Tokens als Design-System-Standard durchgesetzt, Dev Mode ist der gemeinsame Arbeitsraum von Design und Engineering geworden, und der Sprung von Figma zu produktivem Code wurde durch Tools wie Figma Make , Builder.io , Locofy und Anima drastisch verkürzt.
Parallel dazu hat AI-gestütztes Design den Workflow grundlegend umgekrempelt: Initial-Drafts werden in Sekunden generiert, A/B-Variants entstehen aus Prompts, UX-Texte und Marketing-Copy kommen aus Sprachmodellen, Bilder aus Image-Generatoren. No-Code- und Low-Code-Plattformen wie Webflow , Framer , Bubble und Lovable machen den Sprung von Design zu Live-Anwendung für Mittelstand und Marketing-Teams in Tagen möglich - ohne klassisches Frontend-Engineering. Die offene Frage in vielen Organisationen: Wann nutze ich klassische Code-Entwicklung, wann Figma Make, wann Webflow, wann ein No-Code-Stack? Wer entscheidet das, und welche Patterns vermeiden technische Schulden?
Dieses Fünf-Tage-Seminar gibt einen praxisorientierten Überblick über AI-Driven Product Design im Jahr 2026: AI-gestützte Ideation und Variants in Figma, Conversion-fokussiertes UX mit messbaren Hypothesen, Design Systems als gemeinsame Sprache zwischen Design und Engineering, Dev Mode und Code-Übergabe, der Vergleich zwischen Figma Make, Webflow, Framer und produktivem Frontend-Code - und der verantwortungsvolle Umgang mit AI-Tools im Design-Alltag. An einem durchgehenden Beispielprojekt (Landing Page plus dazugehöriger App-Onboarding-Flow) wird der gesamte Workflow von der ersten Idee bis zur veröffentlichten Live-Variante praktisch durchlaufen.

Weitere Figma Kurse für Ihre gezielte Weiterbildung...

Schulungsziel

Jede teilnehmende Person verlässt das Seminar mit einem strukturierten Verständnis der Figma-Plattform (Design, FigJam, Slides, Make, Sites, Buzz, Dev Mode), der Routine in AI-gestützter Ideation und Variants (First Draft, AI-Plugins, Vergleich zu Standalone-Tools wie v0, Galileo, Uizard, Stitch), dem Werkzeugkasten für Conversion-fokussiertes UX (Funnel-Konzepte, Heuristiken, Microcopy, A/B-Test-Hypothesen, ethisches Design, WCAG 2.2), der Beherrschung von Design Systems mit Variables und Tokens (Atomic Design, drei-Ebenen-Token-Architektur, Component-Properties, Tokens Studio, Multi-Brand-Architektur, Style Dictionary), der Praxis in Prototyping und User-Testing (Variables, Conditional Logic, Maze-Workflow, Iteration auf Basis von Daten), der Routine in Dev Mode und Code-Übergabe (Tokens-Sync, Annotations, Storybook-Brücke, Code-Generation-Tool-Vergleich), dem Vergleich der modernen Build-Optionen (Figma Make, Sites, Webflow, Framer, Lovable, Vercel v0, FlutterFlow, Bubble, klassischer Code), dem verantwortungsvollen Umgang mit AI-Tools im Design (Lizenzen, Datenschutz, Halluzinationen, Brand Fit, Accessibility, AI-Tool-Policy), einem durchgehenden Beispielprojekt von der Ideation bis zur Live-Veröffentlichung und einer konkreten Roadmap für die eigene Organisation - einsetzbar von der ersten Idee über Hypothesen-Tests bis zur Live-Anwendung

Details

Inhalt

Tag 1: Figma als moderne Design-Plattform und AI-gestützte Ideation
1. Figma 2026: Plattform-Überblick und Workflow
  • Ziele und Erwartungen der Teilnehmenden
    • Klärung individueller Lernziele und Erwartungen für ein praxisnahes und relevantes Seminar
  • Figma-Plattform-Komponenten: Design (klassisches Figma), FigJam (Whiteboarding und Workshops), Slides (Präsentationen mit Designqualität), Make (AI-Code-Generation aus Designs), Sites (Live-Webseiten direkt aus Figma), Buzz (Marketing-Asset-Workflows), Dev Mode (Übergabe an Engineering).
  • Plan-Modelle: Free, Professional, Organization, Enterprise - Feature-Vergleich, AI-Limits, Dev Mode-Verfügbarkeit.
  • Workspace-Struktur: Teams, Projects, Files, Pages - Best Practices für skalierende Organisationen.
  • Permissions und Branching: Figma Branching für grosse Design-Teams, Library-Permissions, Sharing-Workflows mit externen Stakeholdern.
  • Plugin- und Widget-Ökosystem: meistgenutzte Plugins 2026 (Tokens Studio, Iconify, Unsplash, Figma to Code, Locofy, Anima, AI-Plugins), Auswahlkriterien und Sicherheits-Hygiene.
  • Praxis-Übung: Eigene Figma-Workspace-Struktur für eine Beispielorganisation skizzieren: Teams nach Produkt vs. nach Disziplin, Library-Strategie, externe Stakeholder-Workflow.
2. Workflow-Grundlagen: Frames, Auto-Layout-Mastery, Components
  • Frame-Strategie: Mobile, Tablet, Desktop, Wide-Desktop; Constraints, Resizing, Responsive Patterns.
  • Auto-Layout 2026 vertieft: Wrap, Min/Max-Constraints, Negative Spacing, Absolute Positioning innerhalb Auto-Layout.
  • Components, Variants, Properties: Boolean Properties, Instance Swap, Text Properties, nested Variants, Component-Scope.
  • Component-Anti-Patterns: detached Instances, Override-Wildwuchs, fehlende Naming-Konvention.
  • Asset-Management: Icons, Images, Illustrations, Brand-Assets als Library.
  • Naming-Konventionen und Layer-Hygiene als Skalierungs-Voraussetzung.
  • Praxis-Übung: Eine bestehende UI-Skizze in saubere Auto-Layout-Frames mit responsivem Verhalten umbauen; eine Card-Component mit fünf Variants und drei Properties bauen.
3. AI-gestützte Ideation in Figma
  • Figma First Draft: Text-Prompt zu UI-Layout, Iteration mit Folge-Prompts, Limits und Stärken.
  • AI-gestützte Bild-Generierung in Figma: integrierte Image-Generation-Features, Auswahl-Kriterien gegenüber Standalone-Tools (Midjourney, DALL·E, Stable Diffusion, Adobe Firefly).
  • Content-Generation für Designs: AI-gestützte UX-Texte, Marketing-Copy, Personas, Daten-Sets für realistische Mockups.
  • Vergleich zu Standalone-AI-Design-Tools: v0 von Vercel, Galileo AI, Uizard, Stitch - wann welche Variante.
  • Praxis-Übung: Drei UI-Varianten für ein Onboarding-Flow mit First Draft generieren und mit alternativen Tools (z. B. v0) vergleichen; die beste Variante als Startpunkt für das durchgehende Beispielprojekt manuell verfeinern.
Tag 2: AI-Variants, Conversion-UX und ethisches Design
4. AI-Variants und A/B-Test-Hypothesen
  • Variants und A/B-Tests in der Praxis: AI-generierte Layout-Varianten für Hypothesen-Tests, Ideation-Beschleunigung, Vergleichbarkeit der Varianten.
  • AI-spezifische Risiken im Design: halluzinierte UI-Elemente, generierte Texte mit faktischen Fehlern, Bildrechte und Lizenzfragen, ungewollte Voreingenommenheit, fehlende Barrierefreiheit in AI-Outputs.
  • AI-Ethik und Design: Transparenz gegenüber Endnutzern bei AI-generierten Inhalten, Datenschutz beim Hochladen sensibler Mockups in Cloud-AI-Dienste, "Vibe Designing" vs. fundiertes Design.
  • Brand Fit prüfen: AI-Outputs gegen Brand-Guidelines validieren, manuelle Verfeinerung statt blindem Akzeptieren.
  • Praxis-Übung: Drei Hero-Section-Varianten der Landing Page (Beispielprojekt) mit AI generieren, kritisch bewerten (UX, Barrierefreiheit, Brand Fit, Conversion-Hebel) und eine Variante als Test-Hypothese formulieren.
5. Conversion-fokussiertes UX
  • Conversion-Funnel-Konzepte: Awareness, Interest, Decision, Action, Retention; Mapping auf konkrete UI-Bestandteile.
  • UX-Patterns für hohe Conversion: Above-the-Fold-Klarheit, Reduktion von Cognitive Load, klare Call-to-Actions, Vertrauenssignale, Friction-Reduktion in Formularen, Progressive Disclosure.
  • Mobile-First und Adaptive Design: Touch-Targets, Thumb Zones, Skeleton Screens, Pull-to-Refresh, Bottom Sheets vs. Modals.
  • Microcopy als Conversion-Hebel: Button-Texte, Error Messages, Empty States, Tooltips, AI-gestützte Microcopy-Generierung mit Brand Voice.
  • Heuristik-Analyse und UX-Audits: Nielsen-Heuristiken, Cognitive Walkthrough.
  • A/B-Test-Hypothesen formulieren: ICE-Score, RICE-Framework, statistische Signifikanz, sinnvolle Testdauer.
  • Praxis-Übung: Eine bestehende Landing Page heuristisch auditieren: Conversion-Hebel, Friction-Punkte, Microcopy-Qualität. Drei A/B-Test-Hypothesen mit klaren Erfolgs-Metriken formulieren und Variants in Figma vorbereiten.
6. Accessibility, ethisches Design und Dark Patterns
  • WCAG 2.2 für Designerinnen und Designer: Kontrast-Anforderungen (4.5:1 für Text, 3:1 für UI-Komponenten), Touch-Target-Grössen, Focus-Indikatoren, ARIA-Konzepte, semantisches HTML als Designentscheidung.
  • Accessibility-Audit-Tools für Figma: Stark, Able, Contrast, Polychrom - Workflow-Integration.
  • Dark Patterns und ethisches Design: vermeidbare Anti-Patterns (Confirm Shaming, Roach Motel, Bait and Switch), DSGVO- und EU-AI-Act-Konformität, Cookie-Banner-Richtlinien, transparente Designs.
  • Inklusives Design: kulturelle Aspekte, Geschlechter-Diversität in UI-Texten und Bildern, Lokalisierungs-Aspekte, Right-to-Left-Sprachen.
  • Praxis-Übung: Beispielprojekt-Designs (Onboarding-Flow) auf WCAG 2.2 prüfen mit Stark-Plugin: Kontrast-Issues, Touch-Targets, Focus-Order, fehlende Alt-Texte. Drei konkrete Verbesserungen umsetzen und dokumentieren.
Tag 3: Design Systems mit Variables und Tokens
7. Design-System-Grundlagen und Atomic Design
  • Design-System-Reife: Style Guide -> Component Library -> Design System -> Design System as a Product.
  • Atomic Design Methodik: Atome, Moleküle, Organismen, Templates, Pages - pragmatische Anwendung in Figma.
  • Vergleich zu kommerziellen Design Systems: Material Design 3, Apple Human Interface Guidelines, Microsoft Fluent 2, Atlassian Design System, IBM Carbon, Shopify Polaris.
  • Library-Strategie: Foundation Library, Pattern Library, Brand Library, Multi-Brand-Architektur.
  • Versionierung und Governance: Library-Updates, Breaking-Changes-Kommunikation, Deprecation-Strategie.
  • Design-System-Dokumentation: Notion, Confluence, Storybook, Zeroheight als Plattform-Optionen.
  • Praxis-Übung: Atomic-Design-Inventur für die Beispiel-Landing-Page durchführen: Atome (Button, Input, Tag), Moleküle (Form, Card, Header), Organismen (Hero, Pricing-Section, Footer) auflisten und Strategie für Component Library skizzieren.
8. Variables und Tokens in der Praxis
  • Figma Variables: Color, Number, Boolean, String - Modes (Light/Dark, Density, Brand), Aliases, Scope-Management.
  • Variables-Patterns: Primitive Tokens, Semantic Tokens, Component Tokens - die drei Ebenen einer skalierbaren Token-Architektur.
  • Tokens Studio Plugin vertieft: erweiterte Token-Verwaltung, Multi-Brand-Setup, Sync mit GitHub/GitLab, Style Dictionary für Code-Export.
  • Token-Naming-Konventionen: Beispiele aus Material 3, Carbon, Polaris; Naming-Lessons aus echten Codebases.
  • Migration bestehender Designs zu Variables: Strategie, automatische Conversion-Plugins, manuelle Aufräum-Arbeiten.
  • Praxis-Übung: Color- und Spacing-Tokens für Beispielprojekt anlegen: Primitive Tokens (Brand-Farben, Grayscale, Spacing-Skala), Semantic Tokens (background, foreground, accent, success, warning, error), Light- und Dark-Mode-Definitionen.
9. Component Library im Beispielprojekt
  • Vom Token zur Component: wie Components Variables konsumieren, Component-Property-Bindung an Variables.
  • Eine Component für alle Plattformen: Mobile, Tablet, Desktop in einer Component-Variante; responsive Auto-Layout in Components.
  • Component-Tests: visuelle Reviews, Edge Cases (lange Texte, fehlende Bilder, Loading-States, Empty States, Error States).
  • Storybook als Brücke zwischen Design und Engineering: Component Documentation, visuelle Tests, Chromatic für Review.
  • Style Dictionary und Code-Export: JSON-Output aus Tokens Studio, Transformation zu CSS Custom Properties, Tailwind-Config, iOS-Asset-Catalog, Android-Resources.
  • Praxis-Übung: Eine Button-Component für Beispielprojekt mit voller Variants-Matrix bauen (5 Variants × 3 Sizes × 4 States = 60 Kombinationen), alle Properties an Variables binden, Light/Dark-Mode validieren, Tokens als JSON für Code-Übergabe exportieren.
Tag 4: Prototyping, Dev Mode und Code-Übergabe
10. Prototyping in Figma
  • Prototyping-Grundlagen: einfache Hotspots, Smart Animate, Variants-Switching, Overlays, Modals, Sticky-Header.
  • Advanced Prototyping: Interactive Components, Variables für State (z. B. Toggle, Counter, Login-Status), Conditional Logic für Auth-Flows, Inline Animations, Scrolling-Behavior.
  • Performance-Tipps: grosse Prototyp-Files, Page-Aufteilung, Component-Caching.
  • Sharing- und Review-Workflows: Prototype-Links, Stakeholder-Kommentare, Public Sharing vs. Tenant-internes Sharing.
  • Praxis-Übung: Den Beispielprojekt-Onboarding-Flow als interaktiven Prototyp mit drei Schritten bauen: Variables für User-State (Email eingegeben, Verifiziert, Tarif gewählt), Conditional Logic für unterschiedliche Pfade, Smart-Animate-Übergänge.
11. User-Testing und Hypothesen-Validierung
  • User-Testing-Workflows: Maze, UserTesting, Lookback, Useberry - Integration mit Figma-Prototypen.
  • Test-Plan-Aufbau: klare Tasks, Erfolgskriterien, qualitative vs. quantitative Daten.
  • Daten-Auswertung: Heatmaps, Click-Paths, Time-on-Task, Drop-Off-Analyse.
  • Iteration auf Basis von Test-Ergebnissen: Priorisierung mit ICE/RICE, Re-Test-Strategie.
  • AI-gestützte Test-Auswertung: zusammenfassende Berichte, Pattern-Erkennung in qualitativen Antworten.
  • Praxis-Übung: Test-Plan für Beispielprojekt-Prototyp formulieren: drei Tasks, Erfolgskriterien, Hypothesen; Test-Setup in Maze oder ähnlichem Tool simulieren; Mock-Ergebnisse interpretieren und drei Iterations-Massnahmen ableiten.
12. Dev Mode und Code-Übergabe
  • Dev Mode vertieft: Code-Snippets, Spec-Generierung, Markup-Inspector, Tokens-Sync, Plugin-Ökosystem (Storybook Connect, Anima, Locofy).
  • Code-Generation aus Figma: Figma to Code, Anima, Locofy, Builder.io - Tradeoffs zwischen "schneller Start" und "produktiv wartbarem Code".
  • Übergabe an Frontend-Teams: was gehört in Figma, was in Storybook, was in Code; Tokens-Sync mit Style Dictionary, Theo, Tailwind, Mantine, MUI, shadcn/ui.
  • Annotations-Strategien: Spec-Files, Figma-Kommentare, Pull-Request-Reviews mit Design-Beteiligung.
  • Frontend-Framework-Implikationen: React, Vue, Svelte, Angular, Flutter - wie Designentscheidungen das Frontend prägen.
  • Praxis-Übung: Beispielprojekt-Components für Dev-Mode-Übergabe vorbereiten: Tokens-Export als JSON, Component-Annotations, Code-Generation in Anima oder Locofy testen und Output-Qualität bewerten; Vergleich des generierten Codes mit handgeschriebenem Code aus shadcn/ui.
Tag 5: Figma Make, No-Code, Live-Veröffentlichung und Roadmap
13. Figma Make und Figma Sites
  • Figma Make: AI-getriebene Code-Generierung aus Designs, Live-Editing von Code, Deployment-Optionen, Limits und Stärken.
  • Figma Sites: Live-Webseiten direkt aus Figma veröffentlichen, Hosting-Optionen, Custom-Domain, SEO-Aspekte.
  • Workflow-Integration: wann Figma Make für Prototyp, wann für Produktion; Übergabe in eigene Frontend-Teams.
  • Performance-Profile: Page Speed, Core Web Vitals, Bundle-Grösse, JavaScript-Hydration.
  • Praxis-Übung: Beispielprojekt-Landing-Page mit Figma Sites veröffentlichen: Custom-Domain, SEO-Meta-Tags, Open-Graph-Tags, Lighthouse-Score messen; alternativ in Figma Make exportieren und Code-Output bewerten.
14. No-Code- und Low-Code-Plattformen im Vergleich
  • Webflow: visuelles Frontend-Engineering, CMS, Animations, Webflow vs. Figma Sites.
  • Framer: AI-gestütztes Web-Building, Templates, Komponenten, Code-Override, Performance.
  • Lovable: AI-First-No-Code-App-Builder, Vergleich zu Figma Make.
  • Bubble und FlutterFlow: No-Code für komplexere Anwendungen mit Datenbank und Logik; Vergleich Web vs. Mobile.
  • Vercel v0 und ähnliche Tools: AI-Code-Generation für React/Next.js, Übergabe in produktiven Code.
  • Auswahlmatrix Code vs. No-Code vs. Hybrid: Wann welche Variante - nach Komplexität, Lebensdauer, Team-Skills, Vendor-Lock-In.
  • Anti-Patterns: No-Code-Skalierung über Use-Case-Grenzen, fehlende Versionskontrolle, vergessene Daten-Migrationen, "Build it once, can't migrate".
  • Hybrid-Modelle: Marketing-Site in Webflow, App in nativem Code; Prototyp in Figma Make, Produktion in React; Component-Library als Single Source of Truth.
  • Praxis-Übung: Beispielprojekt-Landing-Page parallel in zwei zusätzlichen Wegen umsetzen: Webflow oder Framer (visuelles Building), Vercel v0 (Code-Output für React). Vergleich mit Figma-Sites-Ergebnis aus Topic 13: Workflows, Output-Qualität, Wartbarkeit, Performance, SEO, Pricing.
15. AI-Coding-Policy für Design- und Frontend-Teams
  • AI-Tool-Policy für Design-Teams: erlaubte Tools, sensitive Datenkategorien (Kunden-Mockups, ungeklärte Markenrechte, NDA-Inhalte), Mandatory Human Review für externe Veröffentlichungen, Lizenz-Klarstellung.
  • Lizenz- und Urheberrechts-Themen bei AI-generierten Designs und Bildern: kommerzielle Nutzung, Trainingsdaten-Diskussion, EU-DSGVO-Aspekte, EU-AI-Act-Implikationen.
  • Datenschutz beim Hochladen sensibler Mockups in Cloud-AI-Dienste: Self-hosted vs. SaaS, Enterprise-Tier vs. Individual-Tier, Compliance-Dokumentation.
  • AI-Tool-Strategie auf Team-Ebene: gemeinsame Tools, Knowledge-Sharing, Trainings-Plan, Erfolgsmessung.
  • "Vibe Designing" als Anti-Pattern: blinde Akzeptanz von AI-Outputs, fehlende Designprinzipien, Brand-Verwässerung.
  • Praxis-Übung: AI-Tool-Policy für ein 30-Personen-Designteam entwerfen: erlaubte Tools, sensitive Datenkategorien, Mandatory Human Review für klar definierte Kategorien, Trainings-Plan für Onboarding und Quartals-Updates.
16. Reife-Modell, Roadmap und Abschluss-Workshop
  • Reife-Modell für AI-driven Product Design: klassische Design-Praxis -> AI-Tool-Adoption -> AI-First-Workflows -> integrierter Hybrid-Stack.
  • Skill-Aufbau für Designerinnen und Designer in 2026: AI-Tool-Kompetenz, Prompt-Engineering für Design, Code-Verständnis, Design-System-Pflege, Conversion-Verständnis.
  • Hybrid-Designerinnen und -Designer als 2026er Berufsbild: Design Engineers, Design-System-Maintainerinnen und -Maintainer, AI-First-Designerinnen und -Designer.
  • KPIs für Design-Effektivität: Time-to-First-Mockup, Hypothesen-Test-Frequenz, Design-System-Adoption, Conversion-Lift, Accessibility-Score, Frontend-Re-Implementation-Aufwand.
  • Antipattern-Vermeidung in der Praxis: Tool-Zoo, fehlende Versionskontrolle in Design Systems, ungetestete A/B-Hypothesen, fehlende Engineering-Beteiligung früh im Prozess.
  • Praxis-Workshop (Abschluss): Drei-Phasen-Roadmap (Quick Wins in 4 Wochen, Foundation in Quartal 1, Scale in Jahr 2) für die eigene Organisation skizzieren. Drei konkrete Antipatterns benennen, die in der eigenen Organisation drohen, mit Gegenmassnahmen. Beispielprojekt-Showcase: jede Teilnehmende präsentiert kurz ihr Ergebnis aus dem durchgehenden Beispielprojekt (Landing Page plus Onboarding-Flow) - mit AI-generierten Variants, Design System mit Tokens, interaktivem Prototyp, Live-Veröffentlichung über Figma Sites oder ein No-Code-Tool.

  • Product Designerinnen und Designer: Die ihre Figma-Praxis um AI-gestützte Workflows, Conversion-fokussiertes UX und Code-Übergabe systematisch erweitern wollen.
  • Product Managerinnen und Manager: Die mit Figma als zentralem Tool Anforderungen visualisieren, Hypothesen testen und schnell Click-Dummies bauen wollen.
  • UX-Researcherinnen und Marketing-Verantwortliche: Die Conversion-Optimierung, A/B-Test-Varianten und Landing-Page-Experimente mit AI-Unterstützung beschleunigen.
  • Frontend-Entwicklerinnen und -Entwickler im Übergang zu Design Engineering: Die Figma-Designs in produktiven Code überführen, Design Systems mit Tokens etablieren und Dev Mode produktiv nutzen.
Voraussetzungen: Erste Figma-Erfahrung (Frames, Components, einfache Auto-Layouts). Grundverständnis von UX-Begriffen (Wireframe, Prototyp, Persona, User Flow). Hilfreich: Berührung mit HTML/CSS oder einem Frontend-Framework auf konzeptioneller Ebene. Eine Figma-Lizenz (Professional oder Organization mit AI-Features) wird für Übungen empfohlen.
Abgrenzung: Behandelt AI-gestütztes Product Design mit Figma mit Fokus auf produktiven Workflow, UX, Conversion und Code-Übergabe - nicht reine Figma-Grundlagen für Anfängerinnen und Anfänger ohne Vorwissen, nicht Adobe XD oder Sketch, nicht Branding und Visual Design in Tiefe (Logo-Design, Illustration), nicht reine UX-Research-Ausbildung (Interviews, Studien-Methodik) und nicht Frontend-Entwicklung als Schwerpunkt. Fokussiert auf den Schnittpunkt Design - Product - AI - Code.


In Präsenz
Online
Lernmethode

Ausgewogene Mischung aus Theorie und praktischen Übungen auf persönlichem Schulungs-PC.

Wie auch bei unseren Präsenz-Seminaren: Ausgewogene Mischung aus Theorie und praktischen Übungen. Trainer durchgehend präsent.

Unterlagen

Seminarunterlagen oder Fachbuch inklusive. Das Fachbuch wählt der Trainer passend zum Seminar aus - Ihren individuellen Buch-Wunsch berücksichtigen wir auf Nachfrage gerne.

Seminarunterlagen oder Fachbuch inklusive (via DHL). Das Fachbuch wählt der Trainer passend zum Seminar aus - Ihren individuellen Buch-Wunsch berücksichtigen wir auf Nachfrage gerne.

Arbeitsmaterialien

Din A4 Block, Notizblock, Kugelschreiber, USB-Stick, Textmarker, Post-its

Teilnahmezertifikat

Nach Abschluss des Seminars erhalten Sie das Teilnahmezertifikat inkl. Inhaltsverzeichnis per E-Mail als PDF.


In Präsenz
Online
Teilnehmendenzahl

min. 1, max. 8 Personen

Garantierte Durchführung *

Ab 1 Teilnehmenden

Schulungszeiten
5 Tage, 09:00 - 16:00 Uhr
Ort der Schulung
GFU Schulungszentrum oder Virtual Classroom
GFU Schulungszentrum
Am Grauen Stein 27
51105 Köln-Deutz

oder online im Virtual Classroom oder europaweit bei Ihnen als Inhouse-Schulung

Um ein optimales Raumklima zu gewährleisten, haben wir das Schulungszentrum mit 17 hochmodernen Trotec TAC V+ Luftreinigern ausgestattet. Diese innovative Filtertechnologie (H14 zertifiziert nach DIN EN1822) sorgt dafür, dass die Raumluft mehrfach pro Stunde umgewälzt wird und Schadstoffe zu 99.995% im HEPA-Filter abgeschieden und infektiöse Aerosole abgetötet werden.

Zusätzlich sind alle Räume mit CO2-Ampeln ausgestattet, um jederzeit eine hervorragende Luftqualität sicherzustellen.

Räumlichkeiten

Helle und modern ausgestattete Räume mit perfekter Infrastruktur

Bequem aus dem Homeoffice von überall

All-Inclusive

Frühstück, Snacks und Getränke ganztägig, Mittagessen im eigenen Restaurant, täglich 6 Menüs, auch vegetarisch

Eine Auswahl unserer Frühstücks-Snacks und Nervennahrungs-Highlights senden wir Ihnen mit den Seminarunterlagen via DHL zu.
Barrierefreiheit

Das GFU-Schulungszentrum (Am Grauen Stein 27) ist barrierefrei

-

In Präsenz
Online
  • Eigener Shuttle-Service
  • Reservierte Parkplätze
  • Hotelreservierung
  • Technik-Sofort-Support

Buchungsmöglichkeiten

Online oder in Präsenz teilnehmen

Sie können sowohl Online als auch in Präsenz am Seminar teilnehmen. Klicken Sie bei Ihrer Buchung oder Anfrage einfach die entsprechende Option an.

Mehr Infos
Inhouse-/Firmenschulung
  • Lernumgebung in der Cloud
  • Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
Präsenz Online Hybrid
Unverbindlich anfragen

So haben GFU-Kunden gestimmt

Zu diesem Seminar wurden noch keine Bewertungen abgegeben.

FAQ für Inhouse Schulungen

Bei einer offenen Schulung stehen Ort und Termin vorab fest. Jeder Interessent kann eine offene Schulung buchen, daher treffen Teilnehmer aus verschiedenen Unternehmen aufeinander.

Inhouse Schulungen können auf Ihren individuellen Schulungsbedarf zugeschnitten werden. Sie bestimmen den Teilnehmerkreis, Termin und Schulungsort.

Bei einer Inhouse Schulung gehen wir auf die individuellen Bedürfnisse Ihres Unternehmens ein und decken den Schulungsbedarf direkt bei Ihnen im Unternehmen ab.

Das spart Zeit und Geld und sorgt für einen schnellen Wissenstransfer Ihrer Mitarbeiter.

Eine komplette Lernumgebung in der Cloud mit Remote Zugriff ist für uns selbstverständlich. Sie müssen sich um nichts kümmern. Lediglich ein funktionierender PC oder Notebook mit Internetanschluss sollte für jeden Teilnehmer am Schulungstag bereit stehen.

  • Kompetente Seminarberatung
  • Dozenten aus der Praxis
  • Auf Ihre Bedürfnisse zugeschnittener individueller Lernstoff
  • Sie können den Termin flexibel gestalten, so wie es für Sie am besten passt
  • Unsere Inhouse Schulungen können Europaweit durchgeführt werden
  • Der Fokus liegt auf Ihrem Schulungsbedarf, somit schonen Sie Ihr Budget
  • Wissenslücken Ihrer Mitarbeitet werden schnell geschlossen

Verwandte Seminare

aegallianzaxaElement 1deutsche-bankdeutsche-postlufthansamercedessonyzdf
160.215
Teilnehmende
4.750
Seminarthemen
39.088
Durchgeführte Seminare