Drei Design Systeme, die sich für Agenten geöffnet haben

„Bereit für KI“ steht inzwischen auf vielen Folien. Belastbarer ist der Blick auf Teams, die öffentlich beschrieben haben, was sie gebaut und was sie gemessen haben. Die folgenden drei Beispiele zeigen, was sich daraus belegen lässt und was nicht.

Indeed: Dokumentation als Daten

Diana Wolosin vom Design-System-Team bei Indeed hat die Dokumentation von 77 Komponenten aus MDX-Dateien in strukturierte Metadaten überführt und acht MCP-Konfigurationen mit 1.056 Prompts gegeneinander getestet. Laut der Zusammenfassung bei Into Design Systems brauchte die Markdown-Fassung rund 30.000 Tokens je Anfrage, deckte 82 Prozent ab und halluzinierte dabei. Die strukturierte JSON-Fassung kam mit etwa 80 Prozent weniger Tokens aus und war genauer.

Dabei gelten zwei Einschränkungen. Ich stütze mich hier auf die Zusammenfassung eines Vortrags und nicht auf die Rohdaten. Zudem eignen sich die Kosten nicht als Argument, denn der Bericht nennt 300 gegenüber 1.500 Dollar im Jahr. Der Gewinn liegt in der Genauigkeit.

Atlassian: ein eigener MCP-Server

Das Team des Atlassian Design System hat einen eigenen MCP-Server gebaut, dazu strukturierte Inhaltsdateien, die Agenten, Prototyping-Werkzeuge und auch die Website atlassian.design speisen. Nach eigenen Angaben stiegen bei Aufgaben im Design System die Genauigkeit um 52 Prozent und das Tempo im Schnitt um 34 Prozent, Werkzeugaufrufe und Token-Verbrauch sanken um 26 und 16 Prozent. Gegen welche Ausgangslage gemessen wurde, nennt der Beitrag nicht.

Es handelt sich um Zahlen des Herstellers über sein eigenes System. Sie zeigen eine Richtung an, eignen sich aber nicht als Vergleichswert für andere Systeme.

IBM: Carbon per MCP abfragen

IBM bietet für Carbon einen MCP-Server an, über den Agenten Komponenten, Tokens, Icons, Richtlinien und Codebeispiele abfragen können. Wer nicht bei IBM arbeitet, muss den Zugang derzeit beantragen. Messwerte dazu habe ich nicht gefunden.

Was die drei gemeinsam haben

Alle drei machen ihr Design-System-Wissen für Agenten abfragbar, statt sich auf Fließtext zu verlassen. Keines der Beispiele belegt, dass dies in jedem System denselben Effekt hat. Belegt ist lediglich, dass der Ansatz umgesetzt wurde und sich dort, wo gemessen wurde, ausgezahlt hat.

Für das eigene System schafft nur eine eigene Messung Klarheit. Dafür werden dieselben Aufgaben mit und ohne strukturierte Beschreibung bearbeitet, und es wird gezählt, wie oft der Agent etwas erfindet.

Aus der Reihe „Design Systems und KI“. Zurück: Warum Coding-Agenten am Design System scheitern. Weiter: Verträge statt Aufsätze: Komponenten maschinenlesbar beschreiben.