Ich habe Google Stitch getestet: AI-Design, das tatsächlich auslieferbar ist

Ich habe Google Stitch getestet: AI-Design, das tatsächlich auslieferbar ist

Es war Dienstagabend, 23 Uhr, und ich saß mitten in einer Figma-Datei — schob Auto-Layout-Frames hin und her, korrigierte Padding-Werte um einzelne Pixel und hinterfragte meine Lebensentscheidungen — als ein Freund einen Link in unseren Gruppenchat warf. „Alter, du redest einfach damit und es designt für dich."

Der Link führte zu Google Stitch.

Ich klickte mich durch und erwartete das nächste AI-Demo-Tool, das hübsche Mockups generiert, die kein Mensch tatsächlich verwenden kann. Die Art von Tool, die in einem 90-Sekunden-Twitter-Video unglaublich aussieht und beim ersten Versuch, etwas Echtes damit zu bauen, komplett auseinanderfällt. Ich habe genug davon getestet, um eine gesunde Immunität gegen Hype entwickelt zu haben.

Zwanzig Minuten später hatte ich ein CRM-Dashboard — responsiv, interaktiv, mit funktionierenden Prototyp-Flows zwischen den Screens — und ich hatte keine einzige Design-Spezifikation eingetippt. Ich hatte gesprochen. Laut. Als würde ich einem Junior-Designer neben mir erklären, was ich haben will.

Das war der Moment, in dem mir klar wurde: Google hat nicht einfach ein weiteres AI-Design-Spielzeug gebaut. Sie haben etwas geschaffen, das grundlegend überdenkt, wie Frontend-Interfaces entstehen. Und nachdem ich ernsthaft Zeit damit verbracht habe, das Tool an seine Grenzen zu treiben, habe ich einiges dazu zu sagen. Eine Menge sogar.

Was Google Stitch wirklich ist (und was nicht)

Hier der nötige Kontext. Google Stitch startete als Google-Labs-Experiment, vorgestellt auf der Google I/O 2025 am 20. Mai, basierend auf der Idee, dass man eine UI in einfachem Englisch beschreiben und ein funktionierendes Design zurückbekommen sollte. Die erste Version war interessant, aber begrenzt — eine flache Leinwand, Text-zu-UI-Generierung, ordentliche, aber nicht umwerfende Ergebnisse.

Die Version, über die ich hier spreche, ist eine andere. Die Gemini-3-Integration, die Ende 2025 ausgerollt wurde, hat Stitch von „cooles Experiment" in etwas verwandelt, das ich tatsächlich bei Kundenprojekten einsetzen würde. Und das Redesign, das derzeit vor der Google I/O 2026 getestet wird — mit 3D-Workspace, Voice-Agent und React-Code-Export — dringt in Terrain vor, das Figmas Produktteam nervös machen sollte.

Aber ich will präzise sein, was Stitch ist. Es ist kein Figma-Ersatz. Noch nicht. Es ist eine AI-native Design-Plattform, die die 0-zu-1-Phase der UI-Erstellung schneller bewältigt als alles, was ich bisher benutzt habe. Die Lücke zwischen „Ich habe eine Idee" und „Ich habe einen interaktiven Prototypen mit exportierbarem Code" umfasste früher Tage oder Wochen. Stitch komprimiert das auf Minuten.

Der Haken? Es gibt immer einen Haken. Und ich werde auf die konkreten Einschränkungen eingehen, die die meisten Reviews unter den Teppich kehren. Aber zuerst müsst ihr sehen, was dieses Ding tatsächlich kann, wenn man es fordert.

Die AI-native Leinwand: Wo mehrere Agenten parallel arbeiten

Die Leinwand ist das Erste, was Stitch von jedem anderen AI-Design-Tool unterscheidet, das ich getestet habe. Die meisten AI-Design-Tools bieten ein Prompt-Feld und ein einzelnes Ausgabe-Panel. Man tippt etwas ein, bekommt ein Ergebnis, iteriert Schritt für Schritt.

Stitchs Leinwand ist ein unendlicher Workspace, auf dem man mehrere AI-Agenten gleichzeitig laufen lassen kann. Ich verwende „Agenten" hier nicht locker — es gibt buchstäblich einen Agent Manager, der trackt, woran jeder Agent arbeitet, den Fortschritt anzeigt und parallele Arbeitsströme verwalten lässt.

So habe ich es während meines Tests eingesetzt: Ich bat einen Agenten, eine Landing-Page-Hero-Section für ein SaaS-Produkt zu generieren. Während das renderte, startete ich einen zweiten Agenten für die Benutzerprofilseite. Ein dritter baute eine Preistabelle. Alle drei arbeiteten gleichzeitig, auf derselben Leinwand, und ich konnte den Fortschritt jedes einzelnen in Echtzeit verfolgen.

Das klingt nach einer Kleinigkeit. Ist es nicht. In Figma, wenn ich drei verschiedene Richtungen für eine Landing Page erkunden will, arbeite ich sequenziell — oder ich dupliziere Frames und iteriere jeden manuell. In Stitch beschreibe ich drei verschiedene Ansätze in natürlicher Sprache, lasse die Agenten laufen und vergleiche die Ergebnisse nebeneinander in der Zeit, die ich für das Aufsetzen eines einzelnen Figma-Frames gebraucht hätte.

Die Leinwand verarbeitet Bilder, Code und Text gleichzeitig. Ich warf einen Screenshot vom Dashboard eines Wettbewerbers rein, tippte „Bau etwas Ähnliches, aber mit einem dunkleren Farbschema und besserer Datenvisualisierungs-Hierarchie" und schaute zu, wie eine vollständig strukturierte Alternative entstand. Das Ergebnis war keine pixelgenaue Kopie — es war eine Interpretation, die die Intention des Layouts verstand und es dabei deutlich eigenständig gestaltete.

Für alle, die schon Stunden damit verbracht haben, Referenzdesigns in Figma nachzubauen und dabei zu versuchen, sie originell genug zu machen, um nicht wie ein direkter Abklatsch auszusehen — allein dafür lohnt sich die Zeit.

Sprachgesteuertes Design mit Gemini Live

Das ist das Feature, bei dem ich innegehalten und aufgemerkt habe. Google testet den Live-Voice-Modus für Stitch, powered by Gemini Live, und es verändert das Design-Interaktionsmodell grundlegend.

Ich habe ein komplettes CRM-Dashboard per Gespräch gebaut. Nicht durch getippte Prompts. Durch Sprechen.

„Gib mir ein Dashboard mit einer Sidebar-Navigation, einem Hauptbereich, der die Deal-Pipeline zeigt, und einem Header mit Suche und Benachrichtigungen."

Die Leinwand aktualisierte sich in Sekunden. Ein sauberes, strukturiertes Dashboard erschien.

„Mach die Sidebar dunkler. Verschieb die Benachrichtigungen nach oben rechts. Füg ein Umsatz-Diagramm unterhalb der Pipeline ein."

Jede Anweisung wurde fast sofort umgesetzt. Die AI folgte nicht nur Befehlen — sie traf intelligente Entscheidungen über Abstände, Typografie-Hierarchie und Komponenten-Platzierung, die ich manuell zwanzig Minuten lang feinjustiert hätte.

„Jetzt zeig mir, wie das auf dem Handy aussieht."

Das Layout strukturierte sich um. Die Sidebar klappte in ein Hamburger-Menü zusammen. Pipeline-Karten stapelten sich vertikal. Das Umsatz-Diagramm passte sein Seitenverhältnis an.

Ich will hier ehrlich über die Grenzen sein. Der Voice-Modus funktioniert bemerkenswert gut für grobe Layout-Entscheidungen und Änderungen auf Komponentenebene. Wo er schwächelt, ist Präzisionsarbeit — Anpassungen à la „Schieb den Button 8 Pixel nach links" sind nicht seine Stärke. Für pixelgenaue Feinarbeit braucht man weiterhin manuelle Kontrolle oder ein Tool wie Figma.

Aber dafür ist Voice-Design auch nicht gedacht. Es ist für die Ideenphase — die 30 Minuten, in denen man Richtungen erkundet, Layouts ausprobiert und herausfindet, was sich richtig anfühlt, bevor man sich auf detaillierte Designarbeit festlegt. Und für diese Phase ist Sprechen schneller als Klicken. Dramatisch schneller.

Es gibt noch etwas am Voice-Design, das mich überrascht hat. Wenn ich Prompts tippe, neige ich dazu, übermäßig spezifisch und technisch zu sein. „Erstelle einen Flex-Container mit 16px Abstand, 3 Karten mit abgerundeten Ecken und dezenten Schlagschatten." Wenn ich spreche, beschreibe ich Dinge so, wie ich sie einem menschlichen Designer beschreiben würde: „Ich möchte drei Karten, die sich leicht und luftig anfühlen, mit genug visueller Trennung, dass sie nicht ineinander verschwimmen." Die gesprächsartige Formulierung hat tatsächlich bessere Design-Ergebnisse produziert, weil sie Intention kommuniziert statt Implementierungsdetails.

Sofortiges Prototyping: Von statischen Screens zu interaktiven Flows in Sekunden

Hier macht Stitch seinem Namen alle Ehre. Das Instant-Prototype-Feature nimmt eure statischen Screen-Designs und verknüpft sie automatisch zu interaktiven Flows. Klickt man auf einen Button in einem Screen, generiert Stitch den logischen nächsten Screen basierend darauf, was dieser Button tun sollte.

Ich testete das mit einem einfachen E-Commerce-Flow. Ich designte eine Produktübersichtsseite und drückte den Prototyp-Button. Stitch generierte eine Produktdetailseite, eine Warenkorbseite und einen Checkout-Flow — ohne Aufforderung. Jeder Screen war logisch verbunden. Klick auf „In den Warenkorb" auf der Produktseite, und es zeigt einen Warenkorb mit genau diesem Produkt. Klick auf „Zur Kasse" und man bekommt einen Formular-Flow.

Waren die generierten Screens perfekt? Nein. Das Checkout-Formular brauchte Nacharbeit — es setzte standardmäßig auf ein einseitiges Layout, wo ich einen schrittweisen Prozess bevorzugt hätte. Aber die Tatsache, dass es kontextuell passende Screens aus einem einzigen Ausgangspunkt generierte, sparte mir eine Stunde Arbeit, die ich statt in Erstellung in Verfeinerung investieren konnte.

Das Prototyping unterstützt mehrere Geräteformate — Mobile, Tablet und Web — und man kann on-the-fly zwischen ihnen wechseln. Designt eine Web-App, wechselt zu Mobile und schaut zu, wie das Layout intelligent umfließt. Das ist nicht bloß responsives Größenanpassen. Die AI trifft echte Layout-Entscheidungen: was gestapelt, was eingeklappt, was für daumenfreundliche mobile Interaktion umorganisiert wird.

Und dann gibt es das Feature, das mich wirklich überrascht hat.

Prädiktive Heatmaps: Die AI sagt euch, wohin Nutzer schauen werden

Stitchs prädiktive Heatmaps legen eine visuelle Aufmerksamkeitsvorhersage über jeden designten Screen. Keine Nutzertests nötig. Keine Analysedaten erforderlich. Die AI schätzt anhand von Mustern aus Millionen von Nutzerverhaltens-Datensätzen, wohin Nutzer am wahrscheinlichsten schauen, klicken und interagieren werden.

Ich ließ sie über jeden Screen laufen, den ich während meiner Testsession designte. Bei meinem CRM-Dashboard zeigte sie, dass der Call-to-Action-Button in der Hero-Section in einer Niedrig-Aufmerksamkeits-Zone lag. Das Umsatz-Diagramm zog mehr visuelles Gewicht als die Pipeline-Section, die eigentlich der primäre Interaktionsbereich sein sollte. Die Heatmap zeigte das als klare Kaltzone genau dort, wo ich Nutzer-Engagement brauchte.

Ich positionierte die Pipeline über das Diagramm, passte die visuelle Hierarchie an, ließ die Heatmap erneut laufen — Heißzone genau dort, wo ich sie haben wollte.

Hier will ich aber vorsichtig sein. Prädiktive Heatmaps sind kein Ersatz für echte Nutzertests. Sie sind auf aggregierten Verhaltensmustern trainiert, nicht auf eurer spezifischen Zielgruppe. Ein B2B-SaaS-Nutzer und ein E-Commerce-Käufer haben unterschiedliche Scan-Muster, und die Heatmap erfasst diese Nuancen nicht immer. Bei unkonventionellen Layouts und hochspezialisierten Interfaces habe ich gesehen, dass die Vorhersagen daneben lagen.

Aber als erste Schnellprüfung während der Designphase? Unglaublich nützlich. Es fängt die offensichtlichen Aufmerksamkeits-Hierarchie-Fehler ab, bevor man auch nur in die Nähe eines Usability-Tests kommt. Stellt es euch als Rechtschreibprüfung für visuelle Aufmerksamkeit vor — es findet nicht jeden subtilen Fehler, aber es markiert die groben Schnitzer, deren Veröffentlichung euch peinlich wäre.

Wenn ihr bereits Design-Systeme mit AI aufbaut — wie ich in meinem Leitfaden zu AI-Design-Prompts für Apple-Level-Ergebnisse beschrieben habe — fügt das Heatmap-Feature eine Feedback-Schleife hinzu, die bisher in AI-gestützten Design-Workflows gefehlt hat. Ihr generiert, validiert Aufmerksamkeitsmuster, verfeinert. Alles im selben Tool.

Design-Systeme: Importiert eure Marke und haltet alles konsistent

Einer meiner größten Skeptikpunkte bei AI-Design-Tools war bisher die Markenkonsistenz. Schön, es kann ein hübsches Dashboard generieren. Aber kann es ein Dashboard generieren, das aussieht, als gehöre es zu meinem Produkt, mit meiner Typografie, meinen Farb-Tokens und meinen Komponenten-Mustern?

Stitch löst das über Design-System-Import. Man kann ein Design-System von Grund auf im Tool aufbauen — Farbpaletten, Typografie-Skalen, Eckenradien, Abstand-Tokens definieren — oder ein bestehendes Design-System per URL importieren. Gebt die URL eurer Produktions-Website an, und es extrahiert eure Design-Sprache automatisch.

Ich testete den URL-Import mit der Marketing-Site eines Kunden. Es zog die primären und sekundären Farben korrekt, identifizierte den Font-Stack (Inter für Fließtext, Outfit für Überschriften) und erfasste die allgemeinen Abstandsmuster. Die Eckenradius-Erkennung war leicht daneben — sie setzte standardmäßig 8px, während das tatsächliche System 6px verwendet — aber das ist eine schnelle manuelle Anpassung.

Sobald das Design-System geladen ist, respektiert jede nachfolgende Generierung es. Fragt nach einer neuen Dashboard-Seite und sie verwendet eure Farben, eure Fonts, eure Komponenten-Muster. Hier bewegt sich Stitch von „coole Demo" zu „echtes Produktionstool". Ohne Design-System-Support fühlt sich jeder generierte Screen an, als gehöre er zu einem anderen Produkt. Damit fügt sich alles zusammen.

Für Teams, die bereits Design-Systeme in Figma pflegen, entsteht ein interessanter Workflow. Ich beschäftige mich schon eine Weile mit dieser Art von Figma-zu-AI-Design-Pipeline, und Stitch fügt eine neue Option hinzu: Importiert euer bestehendes System, nutzt Stitch für schnelle Ideenfindung und Prototyping, exportiert dann zurück nach Figma für die Detailarbeit.

Die Möglichkeit, das gesamte Design-System durch natürlichsprachliche Prompts anzupassen, ist besonders mächtig. „Mach alles etwas corporate — gedämpfte Farben, engere Abstände, strukturiertere Typografie." Die gesamte Leinwand aktualisiert sich. „Jetzt zeig mir die Startup-Version — kräftigere Akzente, mehr Weißraum, rundere Ecken." Alles verschiebt sich. Markenrichtungen durch Gespräch statt manuelles Anpassen dutzender Tokens zu erkunden, ist eine echte Zeitersparnis.

Code-Generierung: Vom Design zum Frontend in einem Schritt

Jedes Design-Tool verspricht Code-Export. Die meisten liefern Müll — tief verschachtelte Divs, Inline-Styles, Klassennamen wie .div-wrapper-inner-container-2. Die Art von Code, bei der Frontend-Entwickler weinen.

Stitchs Code-Generierung ist deutlich besser als das, was ich von anderen AI-Design-Tools gesehen habe. Es gibt HTML und Tailwind CSS aus, das tatsächlich so strukturiert ist, dass ein Entwickler damit arbeiten kann. Die Klassennamen sind semantisch. Das Layout nutzt Flex und Grid angemessen. Die responsiven Breakpoints sind sinnvoll.

Beim aktuell getesteten Redesign fügt Stitch direkte React-Code-Generierung hinzu, wodurch das Ergebnis direkt in modernen Frontend-Stacks verwendbar wäre. Das ist ein signifikantes Upgrade — von generischem HTML/Tailwind zu frameworkspezifischen Komponenten entfällt ein kompletter Konvertierungsschritt.

Ich exportierte eines meiner Test-Dashboards und setzte es in ein Next.js-Projekt ein. Die Grundstruktur war solide. Ich musste einige Komponentengrenzen refactoren — Stitch generierte alles als eine große Komponente, wo ich es in kleinere, wiederverwendbare Teile aufgeteilt hätte — und das Data-Binding war offensichtlich statischer Platzhalter-Content. Aber die visuelle Übereinstimmung zwischen der Stitch-Leinwand und dem gerenderten Code war nahezu 1:1.

Der Code integriert sich auch mit Googles AI Studio, was bedeutet, dass man Designs direkt in Googles breiteres AI-Entwicklungsökosystem pushen kann. Für Teams, die bereits im Google-Cloud-Stack arbeiten, ist das eine natürliche Erweiterung bestehender Workflows.

Hier meine ehrliche Einschätzung: Der Code-Export ist gut genug für Prototypen, MVPs und interne Tools. Für eine Produktionsanwendung mit komplexem State-Management, anspruchsvollen Interaktionen und einer Komponentenbibliothek, die über mehrere Produkte skalieren muss, wird man immer noch erheblich refactoren müssen. Stitch bringt euch auf 70% — und das ist wirklich wertvoll — aber die letzten 30% erfordern weiterhin Engineering-Urteilsvermögen.

Der Model-Stack: Gemini 3 und was es für die Output-Qualität bedeutet

Unter der Haube läuft Stitch auf mehreren AI-Modellen. Die Gemini-3-Integration brachte einen substanziellen Qualitätssprung — höhere Genauigkeit bei der UI-Generierung, besseres Verständnis von Design-Patterns und konsistentere Ergebnisse über verschiedene Interface-Typen hinweg.

Die Plattform unterstützt auch optimierte Modelle für spezifische Aufgaben. Für schnelle HTML-Generierung verwendet sie Modelle, die speziell auf Code-Output-Geschwindigkeit getrimmt sind. Für Design-Reasoning und Layout-Entscheidungen nutzt sie Geminis multimodale Fähigkeiten, um visuelle Komposition so zu verstehen, wie ein Designer es tun würde.

Was das praktisch bedeutet: Die Output-Qualität hat eine Schwelle erreicht, ab der Nicht-Designer Arbeit produzieren können, die nicht sofort nach „AI-generiert" schreit. Die Typografie-Entscheidungen sind vernünftig. Die Abstände sind konsistent. Die Farbbeziehungen ergeben Sinn. Es ist kein preisgekröntes Design — aber es ist solide, funktional und professionell aussehend.

Zum Vergleich ließ ich denselben Prompt durch drei verschiedene AI-Design-Tools laufen: Stitch, Figmas AI-Features und einen eigenständigen AI-Design-Generator. Stitch produzierte das vollständigste Ergebnis — einen kompletten interaktiven Prototypen mit verbundenen Screens. Figmas AI handhabte die Generierung auf Komponentenebene gut, erforderte aber mehr manuelle Montage. Das eigenständige Tool generierte attraktive Einzelscreens, die auf Systemebene auseinanderfielen.

Der Unterschied liegt nicht in der visuellen Qualität — alle drei produzierten ansehnliche Ergebnisse. Der Unterschied liegt in der Workflow-Vollständigkeit. Stitch deckt die gesamte Pipeline ab: von der Idee über den interaktiven Prototypen bis zum exportierbaren Code. Die anderen handhaben Fragmente dieser Pipeline gut, überlassen einem aber das Zusammensetzen.

Was die meisten Reviews euch verschweigen: Die echten Einschränkungen

Ich habe genug Zeit mit Stitch verbracht, um zu wissen, wo es an seine Grenzen stößt. Und ich denke, ehrlich über diese Einschränkungen zu sein, ist nützlicher als so zu tun, als sei dies die finale Form von Design-Tooling.

Die Präzisionssteuerung ist begrenzt. Wenn man etwas um exakt 4 Pixel verschieben oder eine Grundlinie an einem bestimmten Raster ausrichten muss, wird Stitchs natürlichsprachliches Interface zur Frustration. „Schieb es leicht nach oben" interpretiert es jedes Mal anders. Für pixelgenaue Arbeit braucht man Figma oder ein vergleichbares Direktmanipulations-Tool.

Komplexes Interaction-Design ist eine Lücke. Stitch beherrscht grundlegende Flows — Klick, Navigation, Formularübermittlung — aber anspruchsvolle Mikrointeraktionen, animierte Übergänge, Drag-and-Drop-Interfaces und komplexe Zustandsänderungen liegen jenseits dessen, was es generiert. Wenn die Differenzierung eures Produkts im Interaction-Design liegt, wird Stitch euch nicht dorthin bringen.

Enterprise-Skalierbarkeit ist unbewiesen. Ich testete mit relativ überschaubaren Projekten — einzelne Dashboards, Landing Pages, kleine App-Flows. Wie Stitch mit einem Design-System mit über 200 Komponenten, einem Produkt mit über 50 Screens und einem Team von 8 Designern umgeht, die gleichzeitig arbeiten? Das ist eine offene Frage. Die offizielle Dokumentation geht nicht im Detail auf Enterprise-Anwendungsfälle ein.

Die Figma-Integration ist (größtenteils) unidirektional. Man kann von Stitch nach Figma exportieren, und die exportierten Designs behalten Ebenen und Komponenten bei. Aber der Roundtrip-Workflow — Figma zu Stitch und zurück — ist nicht nahtlos. Wenn Figma die Source of Truth eures Teams ist, wird Stitch zu einem Ideenfindungs-Tool, das in euren eigentlichen Workflow einspeist, statt ihn zu ersetzen.

Es ist kostenlos — was bedeutet, dass Google die Roadmap bestimmt. Stitch ist derzeit kostenlos mit einem Google-Konto nutzbar. Das ist großartig für die Zugänglichkeit, bedeutet aber, dass man Workflows um ein Google-Labs-Experiment herum aufbaut. Google hat eine Geschichte des Einstellens von Produkten — und obwohl Stitch ernsthafte institutionelle Unterstützung zu haben scheint (besonders mit der Gemini-Integration und dem I/O-2026-Redesign), gibt es kein Bezahlmodell, das langfristiges Commitment als eigenständiges Produkt signalisieren würde.

Die AI-Modellversionen spielen eine Rolle. Die Output-Qualität variiert je nachdem, welches Modell Stitch eurer Aufgabe zuweist. Mit den Gemini-3-Modellen sind die Ergebnisse durchgehend stark. Bei den schnelleren, aber leichteren Modellen fällt die Qualität spürbar ab — besonders bei komplexen Layouts und nuancierten Design-Entscheidungen.

Wo Google Stitch in euren Workflow passt

Nach all meinen Tests ist hier das Framework, das ich empfehlen würde, um zu entscheiden, ob Stitch in euer Toolkit gehört.

Nutzt Stitch, wenn:

• Ihr von null zum ersten Prototypen müsst und Geschwindigkeit über allem steht
• Ihr Entwickler seid, die eine anständige UI brauchen, ohne einen Designer zu engagieren
• Ihr schnell mehrere Designrichtungen erkunden wollt, bevor ihr euch auf eine festlegt
• Ihr ein Produktkonzept an Stakeholder kommunizieren müsst, mit etwas Greifbarerem als Wireframes
• Ihr prädiktives UX-Feedback (Heatmaps) während der Ideenphase wollt
• Ihr interne Tools, MVPs oder Proof-of-Concepts baut, bei denen „gut genug"-Design wirklich gut genug ist

Bleibt bei Figma (oder eurem aktuellen Tool), wenn:

• Ihr pixelgenaue Präzision und detaillierte Komponentenvarianten braucht
• Euer Team ein etabliertes Design-System in Figma hat, das als Source of Truth dient
• Das Produkt komplexes Interaction-Design und Mikroanimationen erfordert
• Ihr mit einem Designer-Team arbeitet, das Echtzeit-Kollaborationsfunktionen braucht
• Das Design-Handoff detaillierte Spezifikationen, Annotationen und Entwickler-Notizen enthalten muss

Der hybride Workflow, den ich tatsächlich nutze: Start in Stitch für schnelle Ideenfindung und Prototyping. Mein Design-System importieren, damit der Output zu meiner Marke passt. Die Heatmaps nutzen, um die Aufmerksamkeits-Hierarchie frühzeitig zu validieren. Nach Figma exportieren für Verfeinerung, Komponenten-Detailarbeit und Team-Kollaboration. Von Figma an die Entwicklung übergeben.

Dieser Workflow hat meine Konzept-zu-Prototyp-Phase beim letzten Projekt, bei dem ich ihn eingesetzt habe, von ungefähr zwei Tagen auf etwa drei Stunden reduziert. Die Qualität des Stitch-Outputs war hoch genug, dass die Figma-Verfeinerungsphase sich um das Polieren von Details drehte statt um das Umstrukturieren von Layouts. Das ist ein spürbarer Unterschied.

Was ich als Nächstes beobachte

Die Google I/O 2026 ist für den 19.–20. Mai geplant, und die Leaks deuten darauf hin, dass ein großes Stitch-Redesign das Herzstück der Design-Tooling-Ankündigungen sein wird. Der 3D-Workspace, die vollständige Voice-Agent-Integration und der direkte React-Export würden mehrere meiner aktuellen Kritikpunkte adressieren.

Das Feature, das mich am meisten interessiert, ist die React-Code-Generierung. Wenn Stitch sauberen, komponentenstrukturierten React-Code mit ordentlichen Prop-Interfaces und vernünftigen State-Management-Patterns ausgeben kann, schrumpft der Abstand zwischen „AI-generiertem Prototyp" und „Produktions-Frontend" dramatisch. Das verändert die Wirtschaftlichkeit der Frontend-Entwicklung für Startups und kleine Teams auf eine Weise, die kaum zu überschätzen ist.

Ich beobachte auch, wie sich der Design-System-Import weiterentwickelt. Aktuell ist er funktional, aber nicht perfekt. Wenn Google den Roundtrip-Workflow hinbekommt — Figma zu Stitch zu Figma, oder Stitch zu React-Codebase und zurück — haben sie etwas gebaut, das kein anderes Tool auf dem Markt bietet.

Und die Voice-Design-Interaktion. Wenn Gemini Live ausgereift genug wird, um nuancierte Design-Kritik zu verarbeiten — „das visuelle Gewicht fühlt sich links zu schwer an, kannst du es ausbalancieren?" — ist das eine grundlegend neue Arbeitsweise, die kein Vorbild im Design-Tooling hat.

Das große Ganze für Frontend-Teams

Google Stitch wird euer Design-Team nicht ersetzen. Aber es wird verändern, womit euer Design-Team seine Zeit verbringt.

Die mechanische Arbeit — Grids anlegen, responsive Varianten erstellen, grundlegende Screen-Flows bauen, Komponentenzustände generieren — das ist die Arbeit, die Stitch jetzt übernimmt. Nicht perfekt, aber gut genug, um zu verschieben, wo menschliche Designer ihre Stunden investieren. Statt 60% ihrer Zeit für Layout-Mechanik und 40% für kreative Entscheidungen aufzuwenden, beginnt sich das Verhältnis umzukehren.

Die Designer, die mit Tools wie Stitch erfolgreich sein werden, sind nicht diejenigen, die am schnellsten Frames ziehen können. Es werden diejenigen sein, die Design-Intention klar artikulieren können — durch Text, durch Sprache, durch Referenzbilder — und dann ihren Geschmack und ihr Urteilsvermögen einsetzen, um den AI-Output in etwas zu verfeinern, das bei Nutzern wirklich ankommt.

Das ist nicht das Ende von Design. Das ist Design, das erwachsen wird. Und als jemand, der jahrelang an der Schnittstelle von Code und Design gearbeitet hat — vom Aufbau von Produktions-Design-Systemen bis hin zu AI-gestützten UI-Prototypen — kann ich euch sagen, dass die beste Designarbeit immer im Denken lag, nicht im Klicken.

Stitch macht das Klicken einfach optional.

Wenn ihr es noch nicht ausprobiert habt, geht zu stitch.withgoogle.com und verbringt dreißig Minuten damit. Geht nicht mit einem konkreten Projekt rein — beschreibt einfach etwas, das ihr schon immer bauen wolltet, und schaut, was passiert. Der kostenlose Zugang gibt euch alles, was ihr braucht, um euch eine eigene Meinung zu bilden.

Und wenn der Voice-Modus verfügbar ist, wenn ihr es ausprobiert, startet damit. Sprecht mit dem Tool so, wie ihr mit einem Design-Kollegen sprechen würdet. Ihr werdet vielleicht überrascht sein, wie natürlich es sich anfühlt — und wie viel schneller ihr vorankommt, wenn die Hände frei sind und die Ideen ungefiltert fließen.

Das nächste Mal, wenn mir jemand um 23 Uhr einen Link schickt, während ich in Figma Pixel verschiebe, hoffe ich, dass es die I/O-2026-Ankündigung ist. Denn wenn das Redesign auch nur die Hälfte dessen liefert, was die Leaks versprechen, werden meine nächtlichen Figma-Sessions deutlich kürzer.

Häufig gestellte Fragen

Ist Google Stitch kostenlos nutzbar?

Google Stitch ist derzeit als Google-Labs-Experiment kostenlos mit einem Google-Konto nutzbar. Ein Premium-Tarif wurde nicht angekündigt. Zugang unter stitch.withgoogle.com — die Verfügbarkeit kann je nach Region variieren.

Kann Google Stitch Figma ersetzen?

Noch nicht. Stitch glänzt bei schnellem Prototyping und 0-zu-1-Ideenfindung, aber es fehlen Figmas Präzisionsbearbeitung, Team-Kollaboration und die Tiefe des Komponentenmanagements. Der stärkste Workflow nutzt beides: Stitch für Geschwindigkeit, Figma für den Feinschliff. Für einen tieferen Einblick in Figmas AI-Fähigkeiten, schaut euch meine Figma Make Design-System-Analyse an.

Welchen Code exportiert Google Stitch?

Stitch generiert derzeit HTML mit Tailwind CSS. Das kommende Redesign fügt direkte React-Code-Generierung hinzu. Der exportierte Code ist sauber genug für Prototypen und MVPs, muss aber typischerweise für Produktionsanwendungen mit komplexem State-Management refactored werden.

Wie funktioniert die prädiktive Heatmap?

Die Heatmap nutzt AI, die auf Millionen von Nutzerverhaltensmustern trainiert wurde, um zu schätzen, wohin Nutzer ihre Aufmerksamkeit auf euren Designs richten werden. Sie funktioniert ohne Live-Nutzerdaten und dient als Erstvalidierungs-Tool — nützlich, um offensichtliche Hierarchie-Probleme aufzudecken, aber kein Ersatz für echte Nutzertests.

Unterstützt Google Stitch den Import von Design-Systemen?

Ja. Man kann ein Design-System in Stitch aufbauen oder eines per URL von einer bestehenden Website importieren. Das Tool extrahiert Farben, Typografie, Abstände und Komponenten-Muster. Die Genauigkeit ist hoch, aber nicht perfekt — rechnet mit kleineren Anpassungen bei präzisen Werten wie Eckenradien.

Lass uns zusammenarbeiten

Ihr wollt AI-Systeme aufbauen, Workflows automatisieren oder eure Tech-Infrastruktur skalieren? Ich helfe gern.

• Fiverr (individuelle Entwicklung & Integrationen): fiverr.com/s/EgxYmWD
• Portfolio: mejba.me
• Ramlit Limited (Enterprise-Lösungen): ramlit.com
• ColorPark (Design & Branding): colorpark.io
• xCyberSecurity (Sicherheitsdienstleistungen): xcybersecurity.io