Prototypen aus dem eigenen System: was Atlassian berichtet

Coding-Agenten verändern die Übergabe von Design an Entwicklung, denn wer ein Interface beschreiben kann, erhält ein lauffähiges Ergebnis. Wie gut das im eigenen Design System klappt, hat Atlassian ungewöhnlich offen beschrieben.

Was Atlassian gemacht hat

Nach dem Bericht im Atlassian-Blog hat Atlassian knapp 1.000 Designer und Produktmanager darin geschult, mit KI-Werkzeugen Prototypen im eigenen Design System zu bauen. Dafür hat das Team rund 2.000 Zeilen eigene Anweisungen geschrieben und sie in einer einzigen Datei mit priorisiertem Inhaltsverzeichnis gebündelt, statt sie auf viele Dateien zu verteilen. Dazu kamen Vorlagen für schnelle und für aufwendigere Prototypen.

Probleme in der Anfangsphase

Anfangs erfanden die Werkzeuge Inhalte, darunter falsche Importe, nicht existierende Icons und falsche Token-Namen. Dazu kamen technische Hürden, weil die eigenen Pakete und die eigene CSS-Bibliothek nicht zu den üblichen Prototyping-Werkzeugen passten.

Nach der Überarbeitung von Anweisungen und Vorlagen erreicht das KI-Prototyping laut Atlassian ausgehend von einem Screenshot im ersten Durchgang etwa 70 Prozent Übereinstimmung mit dem Design System, mit weiteren Durchgängen mehr. Wie das gemessen wurde, geht aus dem Bericht nicht hervor.

Was daraus folgt

• Der Bericht betrifft Prototypen. Code für den Produktivbetrieb ist nicht sein Gegenstand. Die Schlussfolgerung „Designer liefern jetzt Produktivcode“ geht über seine Aussagen hinaus.
• 70 Prozent entsprechen nicht dem Produktivniveau. Im ersten Durchgang weicht ein spürbarer Teil noch vom System ab. Für einen Prototyp genügt das; Produktivcode erfordert dieselbe Prüfung wie jeder andere Beitrag.
• Die Anweisungen erfordern Aufwand. 2.000 Zeilen entstehen nicht nebenbei und müssen dauerhaft gepflegt werden.

Was sich übertragen lässt

1. Eine Anweisungsdatei im Repository. Claude Code liest CLAUDE.md und, wenn diese fehlt, AGENTS.md; viele andere Werkzeuge wie Codex, Cursor oder Copilot lesen AGENTS.md. Dort steht, welche Komponenten zu nutzen sind, wie getestet wird und was ausgeschlossen ist.
2. Tokens als Dateien. Mit Tokens Studio lassen sie sich in beide Richtungen zwischen Figma und einem Git-Repository abgleichen.
3. Ein Einstieg mit einer kleinen Aufgabe, bei dem gezählt wird, was der Agent erfindet.

Die Übergabe bleibt damit bestehen, verlagert sich aber. Entscheidungen, die früher in einer Spezifikation festgehalten wurden, sind nun im System selbst dokumentiert.

Aus der Reihe „Design Systems und KI“. Zurück: Wer prüft den Code der Agenten?. Weiter: Fünf Muster für Interfaces mit KI, die es schon gibt.