100×worker · beroepsanalyse

Wat AI verandert aan het werk van een UX-designer

Door Hendrik De Winne Laatst bijgewerkt: 6 augustus 2026 Read this in English

AI neemt bij de UX-designer vooral de mechanische kant van onderzoek over: transcriberen, coderen, eerste rapportages en wireframes. Volgens Microsoft Research is generatieve AI toepasbaar op 29,4% van de werkactiviteiten van vergelijkbare interfaceontwerpers. Wat overblijft: het gesprek met de gebruiker, stakeholders overtuigen en oordelen over wat een interface echt goed maakt.

Illustratie: hoe AI het werk van een ux-designer verandert

Elke UX-designer die het afgelopen jaar een chatbot open had staan tijdens onderzoeksanalyse, voelt dat er iets verschuift in het takenpakket. Microsoft Research analyseerde 200.000 echte Copilot-gesprekken en berekende dat generatieve AI toepasbaar is op 29,4% van de werkactiviteiten van 'Web and Digital Interface Designers', de Amerikaanse categorie die het dichtst bij UX-designer aanleunt (Microsoft Research, 2025). Ter vergelijking: vertalers scoren 49%, verpleegkundigen 12%. UX-designer zit dus in de middenmoot, wat betekent dat delen van het werk verschuiven terwijl de kern overeind blijft.

In Vlaanderen gebruikt 43% van de bevolking maandelijks generatieve AI, bij 18-24-jarigen loopt dat op tot 75% (imec Digimeter, 2026). In heel Belgie gebruikte 61% van de mensen in 2025 een AI-chatbot (Google/Ipsos). Voor een beroep dat leeft van gebruikersgedrag begrijpen, is dat zelf een datapunt: je doelgroep werkt intussen anders dan drie jaar geleden. UWV, de Nederlandse uitvoeringsorganisatie, adviseert op basis van onderzoek bij 2.300 werkgevers om functies op taakniveau te ontleden in plaats van op beroepsniveau.

Precies dat doen we hier: taak per taak, verdeeld over vier emmers, gebaseerd op de officiele ESCO-vaardighedenlijst voor UX-designer.

Een UX-designer analyseert gebruikersgedrag en ontwerpt interfaces die producten begrijpelijk en prettig maken.

De taakverdeling: wat AI overneemt en wat van jou blijft

Dit artikel deelt het werk van een UX-designer op in vier emmers: eliminate voor taken die je gewoon schrapt omdat een tool ze sneller en foutlozer doet, automate voor taken waar een AI-agent een eerste, productieklare versie aflevert, delegate voor taken waar AI de eerste 80% doet en jij de eindverantwoordelijkheid neemt, en keep voor werk dat mensenwerk blijft met AI op de achtergrond. De indeling volgt de ESCO-vaardighedenlijst voor dit beroep, geen lijst die door AI zelf is opgesteld.

Taakverdeling voor ux-designer over de vier emmers, gebaseerd op de ESCO-vaardighedenlijst.

Taak	Emmer	Waarom
Interviews woordelijk transcriberen	schrappen	Spraak-naar-tekst doet dit sneller en foutlozer dan een mens die zelf uittypt.
Open antwoorden uit surveys handmatig coderen in categorieen	schrappen	AI clustert duizenden antwoorden op thema in seconden, consistent en herhaalbaar.
Eerste ruwe wireframes met de hand tekenen volgens standaardpatronen	schrappen	Standaardlayouts genereren is mechanisch werk zonder eigen ontwerpwaarde.
Onderzoeksrapport opstellen na een testronde	automatiseren	Een agent zet transcripten en notities om in een eerste, gestructureerd rapport.
Klantenoordelen en supporttickets analyseren op thema en sentiment	automatiseren	Grote volumes tekst clusteren is precies waar taalmodellen sterk in zijn.
Technische documentatie voor het design system aanleveren	automatiseren	Componentbeschrijvingen en specs schrijft een agent op basis van bestaande patronen.
Kwantitatief onderzoek opzetten en eerste analyse draaien	delegeren	AI verwerkt de cijfers, jij bepaalt de juiste vraag en leest de context.
Prototypen van gebruikerservaringsoplossingen genereren	delegeren	AI levert snel meerdere varianten, jij kiest en verfijnt wat werkt voor gebruikers.
Bruikbaarheid van software meten via een eerste heuristische evaluatie	delegeren	AI checkt bekende principes, jij valideert met echte gebruikers en context.
Ervaringsdiagram of journey map opstellen uit ruwe onderzoeksdata	delegeren	AI trekt structuur uit losse data, jij toetst het aan de realiteit.
Onderzoeksinterviews afnemen	houden	Vertrouwen opbouwen en doorvragen op onverwachte antwoorden vraagt een mens. (Jouw voorsprong: Non-verbale signalen lezen en op het juiste moment doorvragen.)
Bedrijfsbehoeften analyseren en stakeholders overtuigen	houden	Prioriteiten wegen tussen afdelingen is politiek werk, geen taalmodeltaak. (Jouw voorsprong: Onderhandelen tussen conflicterende belangen binnen de organisatie.)
Gedragswetenschap en cognitieve psychologie toepassen op complexe designbeslissingen	houden	Ethische grijze zones en contextuele afwegingen vragen menselijk oordeel. (Jouw voorsprong: Aanvoelen wanneer een logische oplossing gebruikers toch schaadt.)
Software-interactieontwerp voor nieuwe, ongebruikelijke interactiepatronen	houden	Iets ontwerpen dat nog niet bestaat, vraagt creativiteit buiten bestaande data. (Jouw voorsprong: Een interactie bedenken die geen enkel trainingsvoorbeeld dekt.)

Harvest map voor ux-designer: vier emmers met taken

Welke taken van een UX-designer neemt AI over?

AI is sterkst in het mechanische deel van UX-onderzoek. Interviews transcriberen, open survey-antwoorden coderen en een eerste ruwe wireframe tekenen verdwijnen grotendeels uit je planning. Agents maken vandaag al een eerste, productieklare versie van een onderzoeksrapport, clusteren klantenreviews op thema en zetten technische documentatie voor een design system op. Kwantitatief onderzoek opzetten, prototypes bouwen en bruikbaarheid meten verschuiven naar delegeren: AI doet de eerste 80%, jij stelt de onderzoeksvraag scherp en beslist wat klopt. Anthropic's Economic Index laat zien dat AI-gebruik in kennisberoepen zich splitst tussen taken die volledig automatiseren en taken die een mens ondersteunen. Bij UX-designer valt het meeste onderzoek in die tweede categorie.

Wordt de ux-designer vervangen door AI?

Niet als beroep in zijn geheel. Microsoft Research plaatst interfaceontwerpers met een applicability-score van 29,4% in de middenmoot: hoger dan verpleegkundigen (12%), lager dan vertalers (49%). Dat cijfer beschrijft hoeveel werkactiviteiten AI aantoonbaar kan overnemen, niet hoeveel banen verdwijnen. UWV, gebaseerd op onderzoek bij 2.300 werkgevers, benadrukt dat vooral het takenpakket binnen een functie verschuift terwijl de functie zelf overeind blijft. Voor UX-designer betekent dit dat onderzoeksadministratie, synthese en documentatie grotendeels automatiseren, terwijl het gesprek met gebruikers, stakeholdermanagement en het oordeel over interactieontwerp mensenwerk blijven. Wie enkel data verzamelde en doorgaf, voelt de druk het sterkst. Wie interpreteert, overtuigt en beslist, wordt waardevoller.

Hoe word je de AI-persoon van je UX-team?

Begin met het onderzoeksarchief. Verzamel interviewtranscripten, survey-exports en journey maps van de laatste twee jaar op een centrale plek en laat een chatbot daar samenvattingen en patronen uit halen: dat is de basis voor elk volgend project. Bouw daarna een vast promptrecept voor synthese van onderzoekssessies, zodat collega's niet elke keer opnieuw beginnen. Documenteer waar AI de eerste versie maakt (rapporten, heuristische evaluaties, journey maps) en waar een mens de laatste check doet. Wie dat proces zichtbaar maakt en anderen erin meeneemt via een korte interne sessie, wordt vanzelf het aanspreekpunt voor AI binnen het team, zonder dat daar een aparte titel voor nodig is.

Wat kan je deze maand concreet doen als UX-designer?

Kies een terugkerende taak uit de emmer automate of delegate, bijvoorbeeld klantenreviews clusteren of een journey map uit ruwe data trekken. Test een chatbot daarop met echte data uit je laatste project, geen demo-voorbeeld. Vergelijk het resultaat met wat je zelf zou opleveren en stel vast waar de AI-versie tekortschiet: vaak zit dat verschil in nuance en context, minder in structuur. Schrijf dat verschil op in een kort document van een pagina en deel het met je team. Herhaal dit voor een tweede taak volgende maand. Na drie maanden heb je een eigen, getest overzicht van wat je aan AI overlaat en wat je zelf blijft doen, specifiek voor jouw producten en gebruikers.

AI verandert niet je baan, maar wel je takenpakket.
UWV

Word de AI-persoon van je team

Bouw een levend onderzoeksarchief

Verzamel transcripten, survey-exports en journey maps van eerdere projecten op een plek in plaats van verspreid over losse mappen. Laat een AI-tool per project een samenvatting maken zodat nieuwe collega's in tien minuten weten wat er al onderzocht is.

Automatiseer synthese, bewaak interpretatie

Laat AI de eerste clustering en het eerste rapport maken, maar leg zelf vast welke vraag het onderzoek moest beantwoorden en toets de conclusies daaraan. Zo blijft de agent een assistent en wordt hij geen vervanging van je oordeel.

Deel je promptrecepten met het team

Bouw een klein document met de prompts die voor jouw producten werken, bijvoorbeeld voor journey maps of heuristische evaluaties, en laat collega's ze overnemen. Dat maakt jou de referentie voor AI-gebruik binnen UX, zonder een aparte AI-rol.

Wil je dit voor jouw echte takenpakket?

De gratis scan op de homepage bouwt in 30 seconden jouw persoonlijke taakkaart, op basis van jouw rol en sector.

Doe de gratis taak-scan

Tools voor dit werk

Tool	Voor welke taken	Nuchter bekeken
Een LLM-chatbot (ChatGPT, Claude of Copilot)	synthese van interviews, klantenoordelen analyseren, eerste onderzoeksrapport, journey maps	Werkt zo goed als de data die je erin stopt, niet beter.
Transcriptie- en notitietool (bijvoorbeeld Otter.ai of Copilot in Teams)	interviews transcriberen, sessienotities	Schrapt het typewerk, niet het luisteren tijdens het gesprek.
Designtool met AI-functies (bijvoorbeeld Figma AI)	eerste wireframes, prototypevarianten	Handig voor snelheid, zwak in originaliteit.
Documentbeheer met AI-samenvatting (bijvoorbeeld Notion AI of Confluence)	technische documentatie, design system specs	Goed voor structuur, jij blijft verantwoordelijk voor de inhoud.

Prompts om vandaag te proberen

Synthese van een onderzoeksinterview

Hier is het transcript van een gebruikersinterview over [product/feature]. Vat de belangrijkste pijnpunten, citaten en verrassende inzichten samen in maximaal tien bullets, gegroepeerd per thema. Markeer welke inzichten tegenstrijdig zijn met eerdere onderzoeken die ik je nog geef.

Klantenoordelen clusteren op thema en sentiment

Hier zijn 200 klantenreviews en supporttickets over [product]. Clusteer ze in maximaal acht thema's, geef per thema het aandeel positief, negatief en neutraal, en drie letterlijke citaten per thema die de kern illustreren.

Eerste heuristische evaluatie

Beoordeel deze schermafbeeldingen van [flow/feature] volgens de tien usability-heuristieken van Nielsen. Geef per heuristiek een score van 1 tot 5, een korte onderbouwing en concrete verbeterpunten die ik zelf nog moet valideren met gebruikers.

Verwante beroepen

Veelgestelde vragen

Wat betekent de Microsoft-score van 29,4% precies voor UX-designers?

Microsoft Research analyseerde 200.000 echte Copilot-gesprekken en berekende per beroep welk aandeel van de werkactiviteiten generatieve AI aantoonbaar kan ondersteunen. Voor 'Web and Digital Interface Designers', de Amerikaanse categorie die het dichtst bij UX-designer aanleunt, komt dat uit op 29,4%. Ter vergelijking: vertalers scoren 49%, verpleegkundigen 12%. Het cijfer zegt niets over baanverlies, wel over waar AI in de dagelijkse praktijk al opduikt: bij synthese, documentatie en eerste versies van analyses, minder bij het gesprek met gebruikers zelf.

Heeft Anthropic een specifiek cijfer voor UX-designer?

Anthropic's Economic Index classificeert miljoenen Claude-gesprekken tegen O*NET-taken en onderscheidt automation-achtig gebruik, waarbij AI de taak volledig doet, van augmentation-achtig gebruik, waarbij AI een mens ondersteunt. De meegegeven data bevat geen specifiek percentage voor UX-designer als apart beroep, wel de algemene methode. Op basis van de taakanalyse in dit artikel valt het meeste UX-werk in de augmentation-categorie: onderzoek en synthese versnellen, terwijl interpretatie en beslissingen bij de mens blijven.

Hoeveel mensen in Belgie en Vlaanderen gebruiken al AI-chatbots?

In Vlaanderen gebruikt 43% van de bevolking maandelijks generatieve AI, bij 18-24-jarigen loopt dat op tot 75% en bij studenten tot 81% (imec Digimeter, 2026). In heel Belgie gebruikte 61% van de mensen in 2025 een AI-chatbot (Google/Ipsos). Voor UX-designer is dat relevant in twee richtingen: je eigen team gebruikt die tools al, en je doelgroep zoekt en beslist er intussen ook mee. 67% van de Vlaamse gebruikers zet AI zelfs in als zoekmachine.

Helpt de ESCO-taxonomie om mijn eigen taken te ontleden?

ESCO, de Europese vaardighedentaxonomie, beschrijft 3.039 beroepen met hun vaardigheden in 28 talen, waaronder UX-designer met zestien essentiele vaardigheden. Die lijst is een goed startpunt om je eigen functie op taakniveau te ontleden, precies wat UWV aanraadt op basis van onderzoek bij 2.300 werkgevers. Leg je eigen taken naast de ESCO-lijst en markeer per vaardigheid of AI die vandaag al kan overnemen, ondersteunen, of nog niet raakt.

Zijn oudere automatiseringscijfers zoals Frey en Osborne nog betrouwbaar voor UX-designer?

Niet zonder voorbehoud. Het veelgeciteerde robotiseringspercentage van Frey en Osborne (Oxford, 2013) stamt van voor de doorbraak van grote taalmodellen en meet een ander soort automatisering, namelijk fysieke en routinematige taken. Voor een beroep als UX-designer, waar de verschuiving vooral zit in taalmodellen die tekst en data verwerken, geven recentere bronnen zoals Microsoft Research (2025) en Anthropic's Economic Index een accurater beeld.

Bronnen

Hendrik De Winne, auteur van Becoming AI-Savvy, oprichter van VibeLab. Begeleidt teams bij het herontwerpen van hun werk met AI.

Dit artikel is opgesteld met AI-ondersteuning op basis van publieke databronnen en redactioneel nagekeken.