Chris Strahl, Gründer und CEO von Knapsack – Interview-Serie

Chris Strahl ist der Mitgründer und CEO von Knapsack, wo er sich auf die Neugestaltung der Art und Weise konzentriert, wie moderne digitale Produkte gebaut werden, indem er Design-, Engineering- und Produktteams um ein gemeinsames System der Wahrheit ausrichtet. Mit einer Vergangenheit, die in Design-Systemen und Frontend-Entwicklung verwurzelt ist, ist er auch weit bekannt für die Moderation des Design Systems Podcast, in dem er erforscht, wie Organisationen Design skalieren, die Zusammenarbeit verbessern und die digitale Produktion modernisieren.

Knapsack ist eine Unternehmens-Design-System- und digitale Produktionsplattform, die als lebendiges System der Aufzeichnungen fungiert, indem sie Design-Assets, Code, Inhalte und Dokumentation in Echtzeit verbindet. Die Plattform ermöglicht es Teams, wiederverwendbare, produktionsbereite Komponenten zu erstellen und zu verwalten, Design-Tokens zu verwalten und die Konsistenz über komplexe digitale Ökosysteme hinweg zu gewährleisten. Durch die Strukturierung von Design- und UI-Daten auf eine Weise, die skalierbar und AI-bereit ist, hilft Knapsack großen Organisationen, die Lieferung zu beschleunigen, die Duplizierung zu reduzieren und die Marken- und Produktintegrität über Teams und Kanäle hinweg zu gewährleisten.

Knapsack entstand nach Jahren, in denen Design-Systeme für große Unternehmen bei Basalt entwickelt wurden, wo die wiederkehrende Reibung zwischen Design-Dateien, Engineering-Workflows und ausgeliefertem Code nicht mehr zu ignorieren war. Was war der Moment, als dieses Muster klar genug wurde, um eine dedizierte Plattform zu rechtfertigen?

Wir haben unzählige Design-Systeme bei Basalt entwickelt, und das Muster war offensichtlich: Design-Dateien, Engineering-Workflows und ausgeliefertes Code existierten in separaten Universen. Das Ergebnis war nicht ein einzelner dramatischer Fehler, sondern tausend wiederholbare Verluste: falsch dimensionierte Schaltflächen, inkonsistente Verhaltensweisen und Stil-Abdrift über Eigenschaften hinweg, die Teams Monate der Nachbearbeitung kosteten. Wir wussten, dass es ein echtes Problem war, als wir sahen, dass diese Probleme nicht mit besseren Synchronisations-Steckern oder schönerer Dokumentation behoben werden konnten. Sie erforderten ein einziges autoritatives System der Wahrheit für Design, Code und Markenregeln. Diese Erkenntnis machte es klar, dass eine dedizierte Plattform notwendig war.

Der Wechsel von Agentur- und Beratungsarbeit zur Entwicklung eines Produktunternehmens offenbarte ein tieferes Problem, das bestehende Design-System-Tools und Workflow-Plattformen nicht ansprachen. Was war die grundlegende Lücke, die Knapsacks frühe Architektur und Richtung prägte?

Als wir von der Agenturarbeit zur Entwicklung eines Produkts wechselten, wurde das Kernstück offensichtlich. Es gab kein zuverlässiges, maschinenlesbares System, das Komponenten, Einschränkungen und die Synergie zwischen Designern und Ingenieuren erfasste. Bestehende Tools konzentrierten sich auf Dateien oder isolierte Repositorys, aber nicht auf eine lebendige Darstellung des tatsächlichen Zustands eines Produkts, einschließlich Komponenten, Theming, Verwendungsvorschriften und Compliance-Metadaten. Wir bauten Knapsack um ein kanonisches System der Wahrheit, das komponentenorientiert, versioniert, instrumentierbar und in der Lage ist, mit Design-Tools und Codebasen zu integrieren. Diese Schlussfolgerung prägte unser Ingestionsmodell und die Verknüpfungsebene, die letztendlich zum Intelligenten Produkt-Engine führte.

Die “Canvas-Ära” weicht lebendigen, code-verbundenen Systemen. Wie definieren Sie diesen Wandel, und was ändert sich für Teams, wenn die Produktentwicklung von statischen Dateien zu kontinuierlich aktualisierten Systemen wechselt?

Die Canvas-Ära behandelte UX als statische Artefakte, in der Regel Dateien, die zwischen Teams ausgetauscht wurden. Die neue Ära wird von kontinuierlich aktualisierten, ausführbaren Systemen angetrieben, die den tatsächlichen Zustand widerspiegeln. Der Wandel für Teams ist erheblich. Anstatt über die Frage zu diskutieren, welche Datei oder welcher Zweig die Quelle der Wahrheit ist, arbeiten sie von einem gemeinsamen System, das den aktuellen Zustand von Komponenten, Token, Zugriffsbeschränkungen und Produktionsverhalten offenlegt. Dies reduziert die Mehrdeutigkeit, ermöglicht automatisierte Validierung und unterstützt agentische Workflows, die nutzbare Benutzeroberflächen auf der Grundlage realer Komponenten und nicht Annäherungen generieren.

Agent-generierte Benutzeroberflächen scheitern oft ohne ein System der Wahrheit, das reale Komponenten, Regeln und Einschränkungen widerspiegelt. Warum ist diese Verankerungsschicht für die Erstellung von unternehmensbereiten Schnittstellen durch KI unerlässlich?

KI kann Layouts und Texte synthetisieren, aber sie benötigt ein autoritatives Vokabular, um unternehmensbereite Schnittstellen zu erstellen. Die Verankerungsschicht, die konkrete Komponenten, Eigenschaften, Einschränkungen, Token und Verwendungsvorschriften enthält, gibt KI die Grenzen, die sie respektieren muss. Ohne sie halluzinieren Agenten Stile, ignorieren Zugriffsanforderungen oder generieren Code, der nicht mit dem übereinstimmt, was die Ingenieurteams tatsächlich ausliefern. Mit einem realen Komponentengraphen und Regelsatz produzieren Agenten Ausgaben, die implementierbar, konform und konsistent mit Markenstandards sind. Dies ist der Unterschied zwischen einem hübschen Mock-up und einer bereitstellbaren Schnittstelle.

Als der Intelligente Produkt-Engine entwickelt wurde, was erwies sich als schwierigste Herausforderung bei der Einigung von Design-Assets, Code, Markenregeln, Compliance-Anforderungen, UX-Mustern und Leistungsdaten in einem kohärenten System?

Die Herausforderung besteht nicht in einer einzigen Integration, sondern in einer Reihe von Integrationsprozessen. Es harmonisiert die Absicht und Realität über verschiedene Darstellungen hinweg, einschließlich Design-Tokens in Figma, Komponenten-Implementierungen in mehreren Repositorys, Markenrichtlinien in rechtlichen Dokumenten, Telemetrie von Produktions-Systemen und Compliance-Metadaten. Jeder dieser Aspekte lebt in unterschiedlichen Formaten, mit unterschiedlichen Eigentümern und auf unterschiedlichen Aktualisierungszyklen. Die Umwandlung dieser Signale in ein konsistentes Modell erforderte starke Ingestions-Pipelines, Konfliktlösungsregeln und ein klares Modell für Herkunft und Eigentum. Teams müssen wissen, was geändert wurde, wer die Änderung vornahm und warum sie vorgenommen wurde. Den Aufbau dieser Vertrauensebene war der schwierigste Teil.

Wie sehen Sie die Rollen von Designern und Ingenieuren in human-agentischen Workflows evolvieren, da KI nun in der Lage ist, zunehmend komplette Schnittstellen zu generieren?

Agenten werden repetitive Aufgaben übernehmen, wie das Erstellen von Seiten, das Vorschlagen von zugänglichen Varianten und das Generieren von lokalisierten Inhalten. Designer werden sich auf Strategie, Erfahrung, Randfälle und die Definition von Einschränkungen konzentrieren, die gute Ergebnisse erzielen. Ingenieure werden sich weniger auf das Tippen von jedem Pixel und mehr auf Komponenten-Korrektheit, Laufzeit-Verträge, Beobachtbarkeit und Leistung konzentrieren. Menschen werden zu Kuratoren und Validatoren. Wir definieren die Regeln, überprüfen Ausgaben und bestimmen, was Qualität aussieht. Die wertvollsten menschlichen Fähigkeiten werden Systemdenken und Urteilsvermögen sein.

Nach der Series-A-Finanzierung, was wurden die wichtigsten Schwerpunkte für die Beschleunigung der Produktentwicklung und der Unternehmensadoption?

Die Series-A-Finanzierung ermöglichte es uns, in drei Bereichen zu beschleunigen. Erstens bei der Onboarding- und Ingestions-Prozessen, die es Unternehmen ermöglichen, ein System der Wahrheit in Tagen statt Monaten zu erstellen. Zweitens beim Intelligenten Produkt-Engine, einschließlich modellorientierter Fähigkeiten, die sicherstellen, dass generierte Schnittstellen Marken- und Regeln respektieren. Drittens bei den Unternehmenskontrollen, wie Berechtigungen, Prüfbarkeit und Compliance-Hooks, die sicherstellen, dass Führungskräfte Vertrauen in die Adoption von Knapsack in großen Organisationen haben. Diese sind die Hebel, die die tatsächliche Skalierung antreiben.

Unternehmens-Teams haben oft Schwierigkeiten, von statischen Workflows zu dynamischen, agentenbereiten Systemen zu wechseln. Was sind die größten Hindernisse, und wie hilft Knapsack Organisationen, sich anzupassen?

Unternehmen kämpfen mit fragmentierten Systemen, Eigentums-Silos, regulatorischen Einschränkungen und den hohen Kosten, um alles auf dem neuesten Stand zu halten. Wir helfen, indem wir die Ingestion schnell und deterministisch machen, die Herkunft und das Eigentum modellieren und Governance-Features wie Berechtigungen und Prüfprotokolle bereitstellen. Diese Tools ermöglichen es Teams, Vertrauen in automatisierte Workflows zu validieren.

Wie müssen sich Teams entwickeln, um in einer Umgebung effektiv zu bleiben, in der KI zunehmend mehr der Grundlagenarbeit generiert?

Teams müssen stärkere Systemdenkfähigkeiten entwickeln, insbesondere die Fähigkeit, Einschränkungen, Richtlinien und Komponenten-Verträge zu erstellen, die Agenten verwenden können. Sie benötigen auch bessere Überwachungs- und Validierungspraktiken, einschließlich Beobachtbarkeit in Agenten-Entscheidungen, Rollout-Kontrollen und Q&A-Rahmen für generierte Benutzeroberflächen. Governance-Literatur wird essentiell, insbesondere die Fähigkeit, Compliance-, Zugänglichkeits- und Datenschutzanforderungen in maschinenlesbarer Form auszudrücken. Die Organisationen, die erfolgreich sein werden, sind diejenigen, die in der Lage sind, Richtlinien und Qualität in ihre Systeme zu kodifizieren.

Wenn Sie fünf Jahre vorausblicken, wie erwarten Sie, dass die KI-getriebene Produktentwicklung evolvieren wird, und welche Position möchten Sie, dass Knapsack in dieser nächsten Phase der Branche einnimmt?

In fünf Jahren wird die Produktentwicklung dem Zusammenspiel von Diensten gegenüber einem lebendigen Komponentengraphen ähneln, anstatt statische Kompositionen zwischen Teams auszutauschen. Agentische Tools werden produktionsbereite Oberflächen unter Verwendung von Richtlinien, Leistungs-Budgets und Marken-Einschränkungen generieren. Mein Ziel ist es, dass Knapsack das kanonische System der Wahrheit ist, auf das Agenten und Apps angewiesen sind, um die tatsächlichen UI-Primitiven und Regeln eines Unternehmens zu verstehen. Dies umfasst eine tiefe Integration mit Modellen und CI/CD, starke Governance für regulierte Unternehmen und schnelles Onboarding für neue Teams. Knapsack sollte die vertrauenswürdige Schicht für Marke, Verhalten und Sicherheit sein, wenn Unternehmen Agenten autonomer arbeiten lassen.

Vielen Dank für das großartige Interview. Leser, die mehr über moderne Design-Systeme und skalierbare digitale Produktion erfahren möchten, sollten Knapsack besuchen.