Fallstudie
B2B Fintech · seit 2021

Finfire

End-to-End Design einer BaFin-regulierten Fintech-Plattform - von der Informationsarchitektur bis zur Vuetify-3-Komponente.

Product Design Lead Design Systems UX Research
Rolle
End-to-End Design Lead
Branche
B2B Fintech · BaFin-reguliert
Umfang
10+ Module · 4 Kern­geschäfts­bereiche · 4+ Jahre
Team
2 Produkt-Teams · 8+ Engineers
Stack
Figma · Vuetify · Storybook
Finfire - Platform Overview on Notebook
Gesamtübersicht - Mandant: Müller & Partner Finanz GmbH
Stand: 30.04.2025 · 14:32 Uhr
Depotwert
€ 4,82 Mio.
↑ +3.4% YTD
Positionen
127
12 offene Aufträge
Rendite (1J)
+11.2%
↓ Benchmark −2.1%
Wertentwicklung - 12 Monate

Komplexität
beherrschbar
machen.

Finfire ist die zentrale Arbeitsplattform für unabhängige Finanzberater, Vermögensverwalter und deren Back-Office-Teams. Täglich fließen Daten aus dutzenden Quellen zusammen - Depots, Kurse, Regulatorik, Kundenkommunikation.

Als hauptverantwortlicher Designer für zwei Produkt-Teams habe ich diese Datenmengen in nutzbare Interfaces überführt - konsistent über fünf Personas und vier Kerngeschäftsbereiche hinweg.

Die Kernprobleme

Was ich in den ersten Wochen vorfand

In Woche 2 stellte ich fest: dasselbe Modal-Pattern war 7-mal unterschiedlich implementiert. Ohne dokumentiertes System hatte sich über die Jahre Inkonsistenz angesammelt. Hier die fünf strukturellen Probleme, die ich angegangen bin.

Inkonsistente Komponenten über 5+ Module - kein Token-System, kein Handbook.
Kein strukturiertes User-Research - Annahmen statt validierter Bedürfnisse.
Hoher Kommunikationsaufwand im Handoff - fehlende Spezifikationsstandards mit dem Dev-Team.
Kaum dokumentierte Information Architecture - Navigation wuchs organisch und unkontrolliert.
Drei unterschiedliche Nutzer-Rollen mit teils gegensätzlichen Anforderungen an dieselben Screens.
01
Discovery & Audit
Bestandsaufnahme, Personas, Heuristic Evaluation der bestehenden Oberflächen
02
Architecture
IA-Redesign, Navigation, Modul-Architektur, Userflow-Mapping für alle Rollen
03
Design System
Token-System, Komponentenbibliothek auf Vuetify-Basis, Contribution-Guidelines
04
Validation
Usability-Tests, Remote-Research mit echten Nutzern, iteratives Prototyping
05
Delivery
Design-Handoff, komponentenbasierte Übergabe an Dev, QA-Begleitung bis zum Release

Fünf Personas.
Eine Plattform.

Die Plattform muss simultan für Finanzberater im Kundengespräch, Sachbearbeiter im Back-Office und Vermögensverwalter mit komplexen Mandaten funktionieren - mit jeweils unterschiedlichen Prioritäten, Zeitfenstern und Informationsdichten.

Der Finanzberater
Primary User
Benötigt schnellen Überblick über Kundendepots, kontextuelle Empfehlungen und effiziente Dokumentation im Kundengespräch - unter Zeitdruck.
Der Vermögensverwalter
Wealth Manager
Steuert komplexe Multi-Asset-Portfolios für vermögende Privatpersonen, benötigt tiefe Analyse-Tools, Rebalancing-Workflows und institutionelle Reportings.
Der Back-Office-Mitarbeiter
Power User
Verarbeitet hohe Transaktionsvolumen, benötigt klare Statusübersichten, komplexe Filterlogiken und Massenbearbeitung.
Das Family Office
Strategic User
Konsolidiert Vermögenswerte über mehrere Gesellschaften und Generationen, erfordert individuelle Strukturierung, Steueroptimierung und Nachfolgeplanung.
Der Portfolio-Analyst
Analyst
Führt quantitative Analysen durch, erstellt Risk-Reports und Szenario-Simulationen - benötigt Export-Funktionen, Daten-APIs und granulare Filtermöglichkeiten.

4 Kerngeschäftsbereiche · 10+ Module · 47+ Screens

A · Vermögensanalyse
Depotanalyse · Depotreport (Nachfolger, beide Generationen designt) · Portfolioanalyse · Depotübersicht. Multi-Depot-Sichten, Performance-Attribution und interaktive Allokation.
B · Beratung & Compliance
Beratungsstrecke mit kontextuellen Kundendaten und Gesprächsleitfäden · BaFin-konforme Compliance-Workflows (MiFID II, WpHG, Beratungsprotokolle).
C · Mandantenverwaltung
Kundenansicht · Stammdaten · Vermögenswerte · Dokumentenhandling · Depotreporting. Konsolidierte 360°-Sicht auf den Mandanten.
D · Abrechnung
Abrechnungsbereiche für Beratervergütung, Service-Fees und regulatorisches Reporting der Vermögensverwaltung.

Plus anteilige Mitgestaltung an Administration, Nutzerverwaltung und Transaktionen — gemeinsam mit dem 4-köpfigen Designteam, nicht in Alleinverantwortung.

Alle Depots
Aktien
Anleihen
ETFs
YTD
Wertpapier
ISIN
Kurs
+/−
MSCI World ETF
IE00B4L5Y983
102,45 €
+2.3%
SAP SE
DE0007164600
178,20 €
+1.1%
Allianz SE
DE0008404005
248,90 €
−0.8%
US Treasury 2Y
US9128286M80
99,12 €
+0.2%
Deutsche Bank
DE0005140008
14,28 €
−1.4%
Depotübersicht - Tabellenansicht
Allokation nach Asset-Klasse
Performance-Attribution
Rendite YTD
+11.2%
Risiko (VaR)
2.4%
KPI-Dashboard

Von Chaos zu
Konsistenz.

Das Design-System ist die gemeinsame Basis für Feature-Arbeit im Team. Ich habe ein Token-System aufgebaut, das Farbe, Typografie, Spacing und Elevation in Vuetify-kompatible Tokens übersetzt - mit #ff9800 als Primary und semantischen Farb-Tokens für klare Statuslogik.

Vuetify Primary
--v-primary
--v-primary-darken-1
--v-primary-lighten-4
Semantische Farb-Tokens
--success · #4ADE80
Ausgeführt · Positiv · Bestätigt - Transaktionen, Statusbadges, Rendite-Gewinn
--error · #F87171
Storniert · Fehlschlag · Verlust - Validierungsfehler, negative Performance, kritische Alerts
--warning · #FCD34D
Ausstehend · Risiko · Handlungsbedarf - VaR-Schwellen, Compliance-Hinweise, offene Aufträge
--info · #60A5FA
Hinweis · Neutral · Kontext - Tooltips, Beratungs-Notizen, regulatorische Pflichtinformationen
Typografie-Skala
Display / 52px
Finfire Design
H1 / 32px
Depotanalyse
Body / 16px
Standardtext, Beschreibungen, Labels
Mono / 12px
ISIN · KPI-LABEL · CODE
Alle Komponenten sind Vuetify 3-kompatibel spezifiziert - mit exakten Prop-Namen, Slot-Strukturen und CSS-Variable-Overrides für das Engineering-Team.
Komponenten-Bibliothek - Auswahl
Buttons
3 Varianten (Primary, Secondary, Ghost), 3 Größen, Loading-State, Icon-Support.
Status Badges
Ausgeführt Ausstehend Storniert
Semantische Farb-Tokens, konsistent über alle Module, WCAG 4.5:1 compliant.
Advanced Filter - Kernkomponente
Filter aktiv 3 Filter angewendet
Assetklasse: Aktien Zeitraum: YTD Depot: Hauptdepot
Die komplexeste Komponente der Plattform - kombinierbare Multi-Filter mit URL-State, Persist-Option und Keyboard-Navigation. Vollständig in Figma mit allen 24 Zuständen dokumentiert.
Data Table
NameWert+/−
MSCI World€ 12.4k+3.1%
SAP SE€ 8.7k−0.8%
Sortierbar, virtualisiert, mit Skeleton-Loading, Inline-Edit und Export-Action.
Form Fields
WKN / ISIN eingeben …
← Fokus-Zustand aktiv
Alle States: Default, Focus, Filled, Error, Disabled. Mit inline Validation und Hint-Texten.

Research als
kontinuierlicher
Prozess.

Ich habe einen festen Research-Rhythmus etabliert - von explorativen Interviews bis zu regelmäßigen Usability-Tests. Product Owner und Entwickler waren dabei nicht nur Zuhörer, sondern haben aktiv Hypothesen formuliert, Sessions mitmoderiert und Erkenntnisse in den Sprint zurückgespielt.

bis zu 10
Berater pro Major-Discovery
8
Fachbereichs-Stakeholder pro Design-Review
01 - Discover
Stakeholder-Interviews
Explorative Tiefeninterviews mit Beratern und Back-Office-Teams zur Bedarfsermittlung.
02 - Define
Synthese & Mapping
Erkenntnisse aus den Interviews bündeln, gemeinsam mit den POs die größten Probleme priorisieren und in konkrete Anforderungen übersetzen.
03 - Test
Moderated Usability
Think-Aloud-Sessions mit echten Nutzern - remote und vor Ort - mit strukturiertem Protokoll.
04 - Iterate
Evidence Loop
Erkenntnisse fließen direkt in den nächsten Design-Sprint und werden im Sprint-Review mit dem Team besprochen.
Wiederkehrendes Muster aus Discovery-Sessions
In moderierten Sessions mit Beratern und Back-Office-Teams kam ein Verhaltensmuster immer wieder vor: Wenn eine Kennzahl im Dashboard erscheint, will der Berater wissen, woher sie kommt - bevor er sie im Kundengespräch verwendet. Ein statischer Tooltip mit Definition reicht dafür nicht; gefragt ist Nachvollziehbarkeit, nicht Erklärung.
Konsequenz: Klick auf eine Kennzahl öffnet ein kleines Fenster mit Quelle, Berechnung und Aktualisierungsstand. Berater können die Zahl direkt im Kundengespräch belegen - das Muster ist inzwischen in mehreren Modulen im Einsatz.

Was KI kann -
und was
sie nicht kann.

Der Erstentwurf einer komplexen Depotreport-Detailansicht hat mich früher fünf Tage gekostet — heute sind es zwei. Das liegt nicht an einem einzelnen Tool, sondern daran, dass ich Routineanteile inzwischen weitgehend mit KI mache: Anforderungen aus Notizen und Tickets strukturieren, realistische Mock-Daten erzeugen, mehrere Layout-Varianten parallel erkunden, erste WCAG-Checks. Bei stark regulierten Workflows wie BaFin-Reporting bleibt der Aufwand fast unverändert — Geschäftslogik, regulatorische Korrektheit und die Berater-Microcopy sind weiterhin meine Entscheidung.

5 → 2
Tage für Erstentwurf Depotreport-Detailansicht

Ein konkretes Vergleichsbeispiel aus 2025: dieselbe Detailansicht, einmal vor und einmal mit etabliertem KI-Workflow. Die Beschleunigung kommt aus den frühen Phasen — Briefing strukturieren, Mock-Daten, Layout-Erkundung. Bei regulatorisch sensiblen Workflows (BaFin-Reporting, Beratungsprotokolle) ist der Gewinn deutlich geringer, dort prüfe ich weiterhin Zeile für Zeile selbst.

Claude Design
Claude Code
Figma Make
Figma Variables
01
Anforderungen klären
Aus Stakeholder-Notizen, Tickets und Call-Transkripten lasse ich mir ein strukturiertes Briefing schreiben - mit offenen Fragen, möglichen Edge-Cases und Annahmen, die ich verifizieren muss. Statt eine Stunde Notizen zu sortieren, prüfe und ergänze ich das Ergebnis und gehe damit in die nächste PO-Runde.
Claude · Notion · Jira API
02
Layout-Varianten und realistische Mock-Daten
Statt eine Variante komplett zu bauen und auf Feedback zu warten, lasse ich mehrere Richtungen parallel skizzieren und entscheide schneller, welche es wert ist, sauber ausgearbeitet zu werden. Bei Mock-Daten geht es um Glaubwürdigkeit: plausible Kunden-, Depot- und ISIN-Beispiele entstehen in Minuten — der Prototyp wirkt im Usability-Test sofort echt, statt mit „Lorem Ipsum" zu kämpfen. Wichtig: Wenn die Mock-Daten echte Backend-Strukturen widerspiegeln müssen, validiere ich gegen die API-Schemas — sonst erfindet die KI Felder, die später im JSON-Mapping Mehrarbeit erzeugen.
Figma Make · Claude Design · Design System
03
Vuetify-System in Claude Design spiegeln
Ein Pilot, der gerade besonders gut funktioniert: Ich spiegele Teile unseres Vuetify-Design-Systems in Claude Design, damit Konzept-Prototypen direkt auf unseren echten Komponenten und Tokens aufsetzen — nicht auf generischem Material. Das macht Konzept-Demos für Stakeholder glaubwürdiger und reduziert Übersetzungsverluste, wenn das Konzept später ins Produkt wandert. Nächster Schritt: das Vorgehen für das Designteam dokumentieren, damit es nicht bei mir alleine bleibt.
Claude Design · Vuetify · Design System
04
Bewusste Grenzen
Was ich der KI nicht überlasse, ist nicht Bequemlichkeit, sondern eine bewusste Linie. Komponenten-Spec-Sheets schreibe ich selbst, weil das Spec das Verständnis erzwingt — wer eine Komponente nicht in Worte fassen kann, hat sie nicht designt. Tooltip-, Error- und Empty-State-Texte schreibe ich selbst, weil sie der direkte Kontakt zum Berater im Zweifelsfall sind und Netfonds-Terminologie tragen müssen (34f, MiFID-Pflichthinweise, Mandanten-Logik). Regulatorisch sensible Workflows — BaFin-Reporting, Beratungsprotokolle — designe ich Zeile für Zeile, weil eine falsche Vorauswahl im UI eine WpHG-Verletzung sein kann.
Bewusst manuell · Senior-Verantwortung

Design &
Engineering
als ein Team.

In täglicher Abstimmung mit 8 Entwicklern habe ich Standards für die Übergabe entwickelt — von der Spezifikation einzelner Komponenten bis zur Begleitung der QA-Phase. Drei Jahre eigene Frontend-Erfahrung helfen, technische Machbarkeit früh einzuschätzen.

component-spec.md
Component:AdvancedFilter
Vuetify:v-autocomplete + v-chip-group
Props:filters[], activeFilters, persist
Emits:update:filters, reset
Slots:#prepend-icon, #chip-label
Token:--v-primary-base: #00B4A6
Spacing:gap: 8px (2 units)
States:default, focus, active, error, loading
A11y:ARIA-label, role="listbox", SR-text
Figma:→ Frame #FF/Filter/v3.2
Alle Komponenten-States vollständig in Figma dokumentiert
Vuetify-Prop-Mapping und CSS-Token-Overrides spezifiziert
Edge Cases und Error States dokumentiert
Responsives Verhalten (Breakpoints) definiert
WCAG 2.1 AA Accessibility-Anforderungen geprüft
QA-Begleitung bis zum Production-Release
Team-Struktur & Alignment
FK
MK
TH
Frontend-Entwickler
5 Devs
AS
JB
Backend-Entwickler
3 Devs
CL
PM
Product Owner
2 POs
LM
Junior Designer (Mentee)
2 Designer
Community of Practice

Seit über drei Jahren leite ich unsere Community of Practice - ein wöchentliches Format mit Designern und Lead-Frontendlern, in dem wir gemeinsam Designentscheidungen besprechen, Systemfragen klären und Qualitätsstandards definieren. Outputs umfassen UX-Writing-Guidelines, Erstellmasken-Pattern, Edit-/Dialog-Pattern und Library-Governance.

Das Ergebnis: Weniger "Wer hat das entschieden?"-Momente, mehr Verantwortung im Team - und ein Design-System, das aktiv genutzt wird.

- Wirkung & Ergebnisse

Was sich verändert hat.

Desktop > Mobile
Roadmap-Pivot aus Research
Tests zeigten: Berater nutzen Finfire fast ausschließlich am Desktop, oft mit zwei Monitoren im Kundengespräch. Konsequenz: Roadmap- und Engineering-Priorisierung von Mobile-First zurück zu Desktop-Optimized. Eine Research-Erkenntnis, die direkt in die Quartalsplanung geflossen ist.
Persistenz
Aus einem Schmerz wurde ein Plattform-Pattern
Berater haben mir wieder erzählt, dass sie Filter, Sortierungen und Tabellen-Konfigurationen jeden Morgen neu setzen. Daraus ist eine Persistenz-Familie entstanden — speicherbare Filter, Autocomplete mit Verlauf, persistente Tabellen-Einstellungen, Workflow-State über Ansichtswechsel hinweg. Überall, wo eine Liste oder ein Dashboard aufgerufen wird. Aus einem konkreten Pain Point wurde plattformweites Verhalten.

Was ich mitgenommen habe.

Learning 01
Was ich heute anders machen würde
Ich habe 6 Monate damit verbracht, das perfekte Token-System zu bauen - bis ich merkte, dass die Devs es nicht nutzten. Die nächste Iteration habe ich mit ihnen gestartet, nicht für sie. Das Ergebnis war ein deutlich kleineres System, das aber tatsächlich verwendet wurde.
Learning 02
Eine Annahme, die Tests zerlegt haben
Wir waren überzeugt, dass moderne Card-Layouts der richtige Weg für Listen und Übersichten sind — visuell aufgeräumter, mobiler, zeitgemäßer. Tests mit Beratern haben das zerlegt: sie scannen Tabellen schneller, sortieren sie besser und denken näher an Excel als an Cards. Wir haben die Pattern-Entscheidung in allen Listen- und Übersichts-Modulen zurückgedreht. Senior-Take: ästhetisch zeitgemäß ist nicht dasselbe wie für den Power-User besser.
Learning 03
Wo ich falsch lag
Ich war überzeugt, dass eine zentrale Komponenten-Bibliothek alle Probleme löst. Falsch. Was wirklich half, war die wöchentliche Design-Critique mit Devs und POs. Die Library allein hat nichts geändert - erst der regelmäßige Austausch dazu.
- Nächstes Projekt / 02

Labor-
webshop