Johannes Nißl

• In dieser Arbeit werden Design to Code Tools untersucht, die mittels generativer Künstlicher Intelligenz Designs automatisch in Code umwandeln. Ziel ist es, zu analysieren, wie diese Tools funktionieren und ob ihre Ergebnisse aktuellen Standards entsprechen. Ein zusätzlicher Fokus liegt auf dem Vergleich verschiedener Tools, um ihre Unterschiede zu ermitteln. Hierfür wurde ein Anwendungsbeispiel mit einem Testdesign und dazugehörigem generierten Code erstellt und mittels einer Expertenbefragung bewertet. Die Datenerhebung erfolgte nach dem Between-Subject-Verfahren und konzentrierte sich auf die Erfassung quantitativer Daten zur optischen Ähnlichkeit, digitalen Barrierefreiheit, Projekt- und Softwarequalität. Die Ergebnisse zeigen, dass die Tools in der visuellen Umsetzung von Designs überzeugen können, aber in den anderen geprüften Bereichen noch Defizite aufweisen. Diese Arbeit liefert wichtige Erkenntnisse über den aktuellen Entwicklungsstand von Design to Code Tools und trägt zu einer differenzierteren Betrachtung ihrer Potenziale und Grenzen bei.