KI-gestützte Systeme finden zunehmend Anwendung in digitalen Bildarchiven. Bisher wurde jedoch wenig untersucht, wie Nutzende mit diesen algorithmischen Prozessen über grafische Interfaces interagieren – und wie sich dies auf die Interpretation historischer Bildsammlungen auswirkt. Wir argumentieren, dass Interface- und Interaktionsdesign sowie Datenvisualisierung zentrale Hebel sind, um algorithmische Entscheidungen erfahrbar zu machen, Vertrauen zu fördern und kritische Perspektiven zu eröffnen. Der Beitrag reflektiert das Design eines im eigenen Forschungskontext entwickelten grafischen Interfaces, das mittels KI-gestützter Bildähnlichkeitssuche und Datenvisualisierungen neue Zugänge zu digitalisierten Sammlungen ermöglicht. Ziel ist es, das Verständnis algorithmischer Prozesse zu stärken und eine Diskussion über ethische Implikationen – insbesondere hinsichtlich der Interpretation und potenziellen Verzerrung historischer Inhalte – anzuregen. Ausgehend von zentralen Unterschieden zwischen maschinellem und menschlichem Sehen, erläutern wir das Design eines Workflows, der algorithmische Abläufe nachvollziehbar machen soll. Die Ergebnisse dreier Fallstudien – zum Interfacedesign, zur Datenvisualisierung und zur Reflexion im Rahmen eines Workshops mit bildjournalistisch Tätigen – werden diskutiert. Als zentrale Erkenntnis zeigt sich, dass KI-gestützte Metadatengenerierung neue, skalierbare Zugänge für Nutzende eröffnet – ohne dabei die kuratorische Expertise von Archivierenden zu ersetzen. Zugleich reproduzieren KI-Systeme aufgrund ihrer überwiegend westlich kodierten Trainingsdaten bestehende Stereotype, was die Annotation und Suche historischer Bilddaten verzerren und marginalisierte Perspektiven unterdrücken kann.