Figma-Design-Agent: KI auf der Canvas, die dein Design-System liest

Ein Short von Jack macht gerade die Runde auf YouTube, und der Hook sitzt: Während alle noch GPT-KI-Grafiken generieren würden, baue dieser Agent eine komplette Design-Kampagne in deinem eigenen Brand Guide. Der Clip ist frisch, das Versprechen ist groß, und die Primärquelle dahinter ist älter und nüchterner, als der Algorithmus es vermuten lässt. Figma hat den eigenen Design-Agenten am 20. Mai 2026 offiziell angekündigt, im Blogbeitrag The Figma design agent is here, geschrieben von Rodrigo Davies, Produktmanager bei Figma, und Tammy Taabassum, Product Designerin. Was der Short also vorführt, ist der laufende Beta-Rollout einer Ankündigung, die seit dem Frühjahr dokumentiert ist. Dieser Beitrag legt beide Quellen nebeneinander: was Figma gebaut hat, was der Short daraus macht, was der Zugang kostet und welche Stellen ein Designer zuerst prüfen sollte.

Der Kern der Ankündigung ist ein Agent, der direkt auf der Canvas lebt und sich in der linken Leiste starten lässt, nicht als separates Tool daneben. Figma nennt selbst den Unterschied: Der Agent ist auf das Bearbeiten von Figma-Dateien feinjustiert und kennt den Kontext des Files, in dem er sitzt. Komponenten, Tokens, Standards und Best Practices liegen ihm vor, ohne dass du sie erst in einen Prompt gießt. Du kannst an jeder beliebigen Ebene im File ansetzen, und du kannst parallel prompten, also mehrere Ideen gleichzeitig ausspielen lassen, während der Agent arbeitet. Der Entwurf bleibt dabei direkt manipulierbar, du greifst ein, während er iteriert. Figma bringt die Motivation auf einen Satz, den ich für die ehrlichste Zeile des Beitrags halte: Je leichter KI Entwürfe generiert, desto größer wird das Risiko, etwas Durchschnittliches auszuliefern. Der Agent soll dir deshalb mehr Richtungen liefern, damit du die richtige wählen kannst.

Zwei Arbeitsmodi nennt der Beitrag explizit. Breit arbeiten heißt: Der Agent erzeugt mehrere stilistisch verschiedene Ansätze für dasselbe Problem, im Beispiel drei unterschiedliche Informationsarchitekturen für denselben Ablauf. Tief arbeiten heißt: Du wählst eine Richtung, und der Agent iteriert, vergleicht Implementierungen und baut vorhandene Entwürfe um, ohne das Design-System zu verlassen. Gesteuert wird das über die Bibliothek, aus der er schöpft, und über Nennungen mit @: Einzelne Tokens, Variablen und Komponenten lassen sich direkt ansprechen. Als Startpunkt nimmt der Agent die Komponenten, die im File am häufigsten und zuletzt benutzt wurden. Das ist die Stelle, an der aus einem generischen Bildwerkzeug ein Werkzeug wird, das deine Arbeit kennt.

Das Video komprimiert genau diesen Kontextvorteil in einen dreistufigen Loop: Erstens gibst du dem Agenten einen Brand Guide, aus der Website, aus dem Design-System oder aus vorhandenen Assets, und er kennt die Marke. Zweitens generiert er mehrere Entwürfe in den eigenen Schriften und Farben, aus denen du den stärksten wählst. Drittens baut er diesen Entwurf zu einer kompletten Kampagne aus. Als vierten Schritt nennt der Clip, den ganzen Prozess als Skill zu speichern, damit die nächste Kampagne vom selben Template startet. Achtung bei dem Wort: Figma selbst spricht im offiziellen Beitrag nirgends von Skills, sondern von Arbeitsabläufen und Vorlagen in der Datei. Der Skill-Begriff ist die Übersetzung des Videos, nicht die der Primärquelle. Der technische Kern stimmt trotzdem: Wer Komponenten und Tokens pflegt, hat die Marke dem Agenten bereits in maschinenlesbarer Form gegeben. Das Video übertreibt hier nicht die Technik, es benennt sie nur anders.

Der unaufgeregte Teil der Ankündigung ist für alle, die Systeme betreiben, der wertvollste. Der Agent übernimmt die Arbeit, die Zeit frisst und keine Entwürfe berührt: Variablen konsistent umbenennen, dieselbe Komponente über viele Screens tauschen, einen Padding-Change über einen kompletten Ablauf wiederholen, Frames mit realistischem Inhalt füllen statt mit Lorem ipsum, Chips auf ihren aktiven State setzen, Screens auf Dark Mode umstellen, ohne Fills und Kontraste von Hand zu justieren. Für Design-System-Teams nennt der Beitrag konkrete Aufgaben: Beschreibungen, Tags und Use Cases über Bibliotheken hinweg aktualisieren, Namenskonventionen vereinheitlichen und Komponenten mit allen States und Varianten dokumentieren. In jedem echten System frisst genau diese Sorte Arbeit mehr Stunden als das eigentliche Gestalten. Und sie ist der Teil, bei dem KI ohne Geschmacksrisiko punktet, weil es nichts zu interpretieren gibt, nur Konsistenz durchzuziehen.

Dritter Baustein ist die Feedback-Arbeit. Weil das ganze Team im selben File arbeitet, kennt der Agent den Kontext, über den gesprochen wird. Er soll Feedback aus Kommentaren zusammenfassen, Themen darin erkennen und lange Kommentar-Stränge in einen umsetzbaren Plan überführen. Die zugespitzteste Funktion im Beitrag: Perspektiven durchspielen. Der Agent kann modellieren, wie ein VP mit Revenue-Fokus auf einen Entwurf reagieren würde. Für alle, die vor einer eigenen Kritikrunde die Richtung schärfen wollen, ist das ein Probepublikum auf Abruf. Ehrlich eingeordnet: Das ist ein Vorfilter, kein Ersatz. Echte Kritik von Menschen bleibt die Instanz, die zählt. Was die Funktion verspricht, ist eine billigere erste Runde, und das ist eine sinnvolle Versprechung, weil die erste Runde die meistverschwendete ist.

Wer den Agenten mit dem Figma-MCP-Server verwechselt, liest die Ankündigung falsch. Figma zieht die Grenze selbst: Der Agent lebt auf der Canvas, im selben File wie das Team, ohne Setup und ohne Kontextwechsel. Der MCP-Server und die use_figma-Schnittstelle sind dagegen die Brücke zwischen Code und Canvas: Design in Code-Tools holen, Code auf die Canvas bringen, mit dem Design-System im Gepäck, und alles bleibt synchron. Der Agent sitzt in dieser Übergabe und hält den Schwung, wenn Arbeit zwischen den Tools wandert. Für Agenten-Bauer heißt die Lesart: Zwei Werkzeuge, zwei Aufgaben. Die Canvas-Seite für die Arbeit im File, die Protokoll-Seite für Automatisierung außerhalb von Figma. Beide existieren seit diesem Jahr, der Agent ist der neuere Teil.

Der Rollout läuft nach Figma-Angabe schrittweise über die kommenden Wochen als Beta, und in der Beta verbraucht der Agent keine Credits. Bei der allgemeinen Verfügbarkeit greifen dann die AI-Credits, das ist der Punkt, an dem aus einer Testphase ein Kostenposten wird. Zugang bekommt, wer einen Full Seat auf Professional, Organization oder Enterprise hält. Collab- und Dev-Sitze können den Agenten in Drafts nutzen. Starter, Education und Government gehen leer aus. Early Access läuft über eine Warteliste, und Figma schreibt unmissverständlich dazu: Der Eintritt in die Liste garantiert keinen Zugang. Für die kommenden Monate kündigt Figma an, den Support für Design-Systeme zu verbessern, die Bedienung zu verfeinern, die Datei-Suche des Agenten auszubauen und Anpassungsmöglichkeiten zu ergänzen. Wer plant, sollte die Credit-Zeile einkalkulieren und nicht die Beta-Bedingungen auf die GA übertragen.

Aus Designer-Sicht ist der interessante Teil nicht die Generierung, sondern der Kontext. Generierung gibt es überall, das Ergebnis ist austauschbar, solange das Werkzeug die Marke nicht kennt. Der Figma-Ansatz geht den umgekehrten Weg: Erst das eigene System zur Grundlage machen, dann generieren. Genau deshalb funktioniert der Brand-Guide-Loop aus dem Video überhaupt, weil die Schriften, Farben und Komponenten bereits maschinenlesbar in der Datei liegen. Der Agent erfindet die Marke nicht, er liest sie. Für alle, die ohne gepflegtes System arbeiten, bleibt er ein Bildwerkzeug mit Figma-Anbindung, und der Kampagnen-Versprechen aus dem Short wird dann nicht eingelöst. Die Vorbereitung, die du in dein Design-System steckst, ist der eigentliche Deal.

Was in der Ankündigung fehlt, gehört genauso in die Einordnung: ein Benchmark, ein Modell-Hinweis, eine Zahl zur Geschwindigkeit. Qualitätsangaben bleiben unbelegt, die Beta verteilt sich über Wochen, und die Warteliste garantiert nichts. Mein ehrlicher Lesstand ist deshalb abwarten mit klarem Testplan. Erste Prüfung bei Zugang wäre der Loop aus dem Short: eigener Brand Guide rein, fünf Kampagnen-Entwürfe generieren lassen, und zählen, wie viele ohne Nacharbeit in die richtige Farbwelt, Typo und Komponentenstruktur treffen. Genau diese Trefferquote entscheidet, ob das Werkzeug die Auswahl beschleunigt oder nur neue Nacharbeit erzeugt. Bis dahin gilt: Die Ankündigung ist solide, die Zahlen sind sauber dokumentiert, der Rest ist Beta.

Über den Autor: Ich bin Grafikdesigner und betreibe das HUNTER-Cyberdeck auf einem gebrauchten Pixel 6a. KI-Werkzeuge behandle ich als Werkstatt, nicht als Wunder, und ich zähle Trefferquoten lieber nach als Hooks glauben. Zuletzt fachlich geprüft: 12.09.2026.

Quellen: Figma-Blog, The Figma design agent is here (figma.com/blog/the-figma-agent-is-here/, veröffentlicht 20.05.2026, abgerufen am 12.09.2026), Figma Help Center, Artikel zum AI-Agenten in Figma Design, Figma-Warteliste figma.com/join-waitlist. Auslöser: Jack auf YouTube, https://www.youtube.com/shorts/0mO4itAA4L4 (abgerufen am 12.09.2026).