B2B: Risikobasiertes UX + Usability Engineering geleitet und Anwendungsfehler im molekularen Testing reduziert

Meine Verantwortlichkeiten (Zweigleisige Umsetzung)

Track A – Den Bediener-Workflow verbessern (Produkt-UI/UX)

Kritische Aufgaben und Fehlerbedingungen identifizieren, die am wichtigsten sind (Risiko + Häufigkeit).

Interaktionspunkte neu gestalten, um Fehler zu verhindern , Mehrdeutigkeit zu reduzieren und Wiederherstellungspfade zu vereinfachen.

Track B: Das Usability-Engineering-Evidenzsystem aufbauen (operative Struktur)

Eine konsistente Methode definieren, um Probleme zu erfassen , Schweregrade zu bewerten, Erkenntnisse mit Risikokontrollen zu verknüpfen und auditfähige Ergebnisse ohne Nacharbeit zu erzeugen.

Wireframing & Prototyping (Wie es gestaltet wurde)

Low-Fidelity-Wireframes mit Fokus auf:

Klarheit der Setup-Sequenz (was kommt als Nächstes, was ist erforderlich, was fehlt).

Präventionsbeschränkungen (blockierende Zustände vs. Warnzustände).

Wiederherstellungserlebnis (wie man sicher und schnell fortfährt).

Interaktive Prototypen zur Validierung von:

Time-to-Setup-Flow und Reduzierung von Rückschritten.

Verständlichkeit von Alarmen unter Stress.

Erfolg des Bedieners bei der Wiederherstellung nach unterbrochenen Läufen ohne externe Hilfe.

Deliverables (Greifbare Ergebnisse)

Produktdesign-Ergebnisse

Bediener-Flow-Maps (Happy Path + Fehlermodi)

UI-Verhaltensspezifikationen für Validierungs-Gates, Bestätigungen und Wiederherstellung

Alarm-Content-Richtlinien + Komponentenregeln (schweregradgesteuert)

Klickbare Prototypen für formative Tests

Usability-Engineering-Evidenz-Ergebnisse (auditfähig)

Aufgabenanalyse (kritische Aufgaben, potenzielle Fehler, Schweregrad-Begründung)

Nutzungsbezogene Risiko-Rückverfolgbarkeit (Verknüpfung von Erkenntnissen → Maßnahmen → Verifizierung)

Formativer Studienplan + Skripte + Erfolgskriterien

Erkenntnis-Log strukturiert für Engineering-Maßnahmen + Compliance-Rückverfolgbarkeit

Summative Readiness-Checkliste (welche Evidenz wird benötigt, was fehlt)

Kontext & Problemstellung

QIAsymphony steht in einem Umfeld mit hohen Einsätzen: klinische und Forschungslabore, die zeitkritische Workflows unter strengen SOPs betreiben. Kleine Interaktionsfehler können sich zu fehlgeschlagenen Läufen, verzögerten Ergebnissen, verschwendeten Verbrauchsmaterialien oder Compliance-Risiken auswachsen.

Kernprobleme, die im Bedienererlebnis beobachtet wurden

Fehleranfälliges Setup: falsches Laden von Verbrauchsmaterialien/Reagenzien, falsche Kit-Auswahl, falsche Proben-/Rack-Platzierung, ausgelassene Vorabprüfungen.

Schwaches „Präventions“-Design: Die UI meldete Fehler oft im Nachhinein, statt sie von vornherein zu verhindern.

1. Wiederherstellungskomplexität: Wenn ein Lauf fehlschlug oder pausierte, hatten Bediener Mühe, genau zu erkennen, was als Nächstes zu tun war, ohne stark auf Handbücher oder erfahrenes Personal angewiesen zu sein.
2. Dokumentationslast: Usability-Erkenntnisse waren nicht immer so strukturiert, dass die Rückverfolgbarkeit zu Risikokontrollen und Designentscheidungen während Audits mühelos war.

Nutzerforschung & Erkenntnisse (Was ich getan habe)

Kontextuelle Erhebung mit Bedienern (Setup, Laufausführung, Unterbrechungen, Aufräumen).

Aufgabenanalyse von End-to-End-Workflows (normal + Grenzfälle).

Heuristische Reviews gegen etablierte Usability-Prinzipien + sicherheitskritische UI-Konventionen.

Formative Usability-Tests mit repräsentativen Bedienern anhand realistischer Szenarien und Fehlerinjektion.

Zentrale Erkenntnisse, die die Lösung prägten

Bediener „erkunden“ die UI nicht – sie führen SOPs unter Zeitdruck aus. Die UI muss sich wie eine Checkliste mit Leitplanken verhalten.

Die kostspieligsten Fehler entstanden aus einer kleinen Menge wiederholbarer Fehltritte (Kit-Auswahl, Verbrauchsmaterial-Platzierung, Lauf-Bestätigung).

„Fehlercodes“ reichten nicht – Bediener brauchten eine klar verständliche Ursache + exakte Wiederherstellungsschritte.

Usability-Evidenz war am schwersten nicht zu erstellen, sondern mit Rückverfolgbarkeit über Iterationen hinweg zu pflegen.

Impact-Kennzahlen & Ergebnisse

Weniger setup-bezogene Abweichungen dank präventionsorientierter Validierung.

Schnelleres Onboarding der Bediener dank konsistenter Muster + geführtem Setup.

Reduzierte Lauf-Unterbrechungszeit dank umsetzbarer Wiederherstellungsanleitung.

Geringere Audit-Reibung, weil Usability-Ergebnisse von Grund auf rückverfolgbar sind, nicht später neu erstellt werden.

Warum das wichtig war

QIAsymphony ist kein „schöne UI“-Problem. Es ist ein Problem der menschlichen Zuverlässigkeit in einem regulierten Umfeld. Die Arbeit lieferte zwei Dinge, die in der Realität zählen:

Einen sichereren, fehlerresistenteren Bediener-Workflow und ein User-Interface-Design, und

Ein wiederholbares Usability-Engineering-Evidenzsystem, das über Releases hinweg skaliert und Audits standhält.