Internationale Hotellerie · Führung · Kulinarische Kultur

CRISTIAN MARINO JOURNAL

Deutsche Ausgabe

Ein schneller erstellter Bericht zeigt nicht automatisch, wie viel Arbeit wirklich eingespart wurde. So lässt sich KI im Hotel anhand von Prüfaufwand, Servicequalität und Kosten bewerten.

Nach der Einführung von KI: Was sollte sich im Hotel verändert haben?

Moderne Hotelrezeption mit Holztheke und Sitzbereich

The Wider View · Hotellerie

Ein Hotel führt ein KI-Werkzeug ein. Einige Monate später kann die Leitung zählen, wie viele Anfragen damit bearbeitet, wie viele Berichte erstellt und wie viele Mitarbeitende es genutzt haben. Weniger offensichtlich ist, welcher Teil des Arbeitsalltags dadurch tatsächlich besser geworden ist.

Eine Antwort, die in Sekunden erstellt wird, kann weiterhin geprüft, korrigiert und ergänzt werden müssen, bevor der Gast eine brauchbare Information erhält. Auch diese Arbeit gehört in die Rechnung.

Der am 15. September 2026 von RateGain, NYU SPS und HEDNA veröffentlichte Bericht The State of Distribution 2026 untersucht kommerzielle Abläufe vom 1. Dezember 2024 bis zum 30. November 2025. Er betrifft Revenue Management, Marketing, Distribution und Vertrieb, nicht die heutige Arbeit sämtlicher Hotelabteilungen.

Den veröffentlichten Ergebnissen zufolge nutzt oder beschafft mehr als die Hälfte der vertretenen Hotels generative KI, während weniger als eines von zehn Hotels angibt, die manuelle Arbeit um mehr als 30 Prozent reduziert zu haben.

Diese beiden Zahlen müssen sorgfältig gelesen werden. Die erste umfasst auch Hotels, die ein Werkzeug erst beschaffen; die zweite misst Einsparungen oberhalb eines bestimmten Schwellenwerts. Daraus folgt nicht, dass alle anderen keinerlei Nutzen erzielt haben. Entscheidend ist, was ein einzelnes Hotel nach dem Einsatz der Technologie tatsächlich nachweisen kann.

Die gesamte Aufgabe messen

Am besten beginnt man mit einer wiederkehrenden Aufgabe und hält fest, wie sie heute erledigt wird. Gemessen werden sollte die Zeit von der Vorbereitung bis zu einem nutzbaren Ergebnis, einschließlich der bereits notwendigen Kontrollen. Ebenso wichtig sind das erwartete Qualitätsniveau und die Fehler, die korrigiert werden müssen. Ohne diesen Ausgangspunkt kann ein schnellerer erster Entwurf leicht mit einer insgesamt schnelleren Aufgabe verwechselt werden.

Nehmen wir ein hypothetisches Beispiel: Ein Einkaufsbericht benötigte bisher vier Stunden für Vorbereitung und Kontrolle. Mit KI liegt die erste Fassung nach einer Stunde vor, aber weitere zwei Stunden werden benötigt, um Produktcodes, Einheiten und Preise zu korrigieren. Die Einsparung beträgt eine Stunde, nicht drei, sofern der fertige Bericht denselben Qualitätsstandard erfüllt.

Zur Berechnung gehört auch Arbeit, die auf andere Personen verlagert wird. Eine Aufgabe ist nicht effizienter geworden, nur weil eine Abteilung früher fertig ist und eine andere mehr Zeit dafür benötigt, das Ergebnis zu reparieren.

Es lohnt sich außerdem zu fragen, ob die Aufgabe überhaupt notwendig ist. Einen Bericht abzuschaffen, den niemand nutzt, kann mehr bewirken, als ihn schneller zu erstellen. Das ist eine Prozessverbesserung, aber kein Beleg für den Nutzen von KI.

Entscheiden, wofür die gewonnene Zeit genutzt wird

Ist eine echte Zeitersparnis nachgewiesen, folgt eine zweite Frage: Was kann das Team mit dieser Zeit tun?

Eine Stunde weniger für eine wöchentliche Aufgabe bedeutet nicht automatisch eine Stunde weniger Personalkosten. Die Mitarbeiterin oder der Mitarbeiter arbeitet möglicherweise weiterhin dieselbe Schicht. Der Nutzen kann in weniger Überstunden, weniger Rückständen, einer tragbareren Arbeitsbelastung oder mehr Aufmerksamkeit für eine komplizierte Buchung liegen. Das sind unterschiedliche Ergebnisse und sie sollten getrennt beschrieben werden.

Ein Küchenchef, der weniger Zeit für die Zusammenstellung von Einkaufsdaten benötigt, kann diese Zeit beispielsweise für Produktqualität oder Vorbereitung mit dem Team nutzen. Das ist wertvoll, auch wenn die Personalkosten gleich bleiben. Die gewonnene Zeit muss dafür jedoch tatsächlich verfügbar bleiben und darf nicht einfach mit zusätzlichen Berichten gefüllt werden, nur weil sie nun leichter zu erstellen sind.

Vergleichbare Situationen vergleichen

Angenommen, ein KI-Test beginnt genau dann, wenn die Auslastung sinkt. Das Reservierungsteam leert sein Postfach schneller, hat aber gleichzeitig weniger Anfragen. Die kürzere Warteschlange allein zeigt nicht, welchen Anteil das Werkzeug daran hatte.

Verglichen werden sollte ähnliche Arbeit unter Berücksichtigung von Volumen, Komplexität und Personalbesetzung. Andere Veränderungen während des Tests sollten ebenfalls dokumentiert werden. Die anfängliche Zeit für Schulung und Einrichtung muss sichtbar bleiben, aber vom laufenden Aufwand für den Betrieb des Systems getrennt werden. Eine sinnvolle Bewertung braucht genügend normale und stark ausgelastete Arbeitstage, statt sich auf eine Demonstration oder eine einzelne schwierige Schicht zu stützen.

Unterschiedliche Werkzeuge brauchen unterschiedliche Nachweise

Bei der Gästekommunikation ist eine sofortige Eingangsbestätigung nicht dasselbe wie eine gelöste Anfrage. Entscheidend ist, wie lange eine korrekte und hilfreiche Antwort dauert, wie viele Nachrichten nötig sind und ob Mitarbeitende Probleme beheben müssen, die durch unpassende Zusagen des Systems entstanden sind.

Bei einer Nachfrageprognose sollte die Vorhersage mit dem tatsächlichen Ergebnis bei gleichem Prognosehorizont verglichen werden. Weniger manuelle Änderungen sind nur dann ein Vorteil, wenn die Prognose für die darauf beruhende Entscheidung ausreichend genau bleibt.

Auch weniger Übergaben an einen Menschen sind nicht automatisch ein Erfolg. Eine komplexe Anfrage kann menschliches Urteilsvermögen erfordern. Das bessere Ergebnis kann eine rechtzeitige Übergabe an die richtige Person mit den nötigen Informationen sein, statt den Gast in einer automatisierten Unterhaltung festzuhalten.

Das Ergebnis von denjenigen prüfen lassen, die die Arbeit kennen

Die Analyse von NYU SPS und BCG vom März 2026 nennt Datenqualität und Fähigkeiten der Mitarbeitenden als wichtige Voraussetzungen für einen wirksamen KI-Einsatz. Für ein einzelnes Hotel ist es daher sinnvoll, diejenigen einzubeziehen, die die veränderte Aufgabe wirklich kennen.

Eine Person im Einkauf erkennt vielleicht, dass ein Lieferantenpreis pro Karton und nicht pro Kilogramm angegeben ist. Eine Kollegin in der Reservierung bemerkt möglicherweise eine Ausnahme, durch die eine scheinbar einfache Antwort ungeeignet wird. Ein Werkzeug bedienen zu können ist nicht dasselbe wie beurteilen zu können, ob sein Ergebnis brauchbar ist.

Während des Tests sollten die Korrekturen dieser Mitarbeitenden und ihre Gründe dokumentiert werden. Die Prüfzeit gehört zur Arbeit; ihre Beobachtungen können Ergebnisse erklären, die reine Nutzungsstatistiken nicht zeigen.

Festlegen, wann das Ergebnis überprüft wird

Der Termin für die Überprüfung sollte zu Beginn des Tests festgelegt werden, mit genügend Nutzungszeit, um die betroffene Arbeit bewerten zu können. Ebenso sollte klar sein, wer die Ergebnisse prüft und welcher Nutzen eine Fortsetzung rechtfertigen würde.

Dann werden Zeit und Qualität der abgeschlossenen Arbeit mit den laufenden Kosten verglichen: Softwaregebühren, Support und Arbeitsaufwand. Auch die anfängliche Investition bleibt relevant. Eine kleine Verbesserung kann sich lohnen, aber eine Zeitersparnis allein entscheidet die Frage nicht.

Die Antwort muss nicht Alles-oder-nichts lauten. Das Werkzeug kann dort bleiben, wo es hilft; Prozesse oder Schulungen können dort angepasst werden, wo das Ergebnis schwach ist; und für Aufgaben, bei denen eine einfachere Methode besser funktioniert, kann man darauf verzichten.

Die nützlichsten Nachweise wirken möglicherweise unspektakulär: ein Einkaufsbericht, der nicht mehr neu aufgebaut werden muss, oder eine Gästeanfrage, die mit weniger Austausch korrekt gelöst wird. Ein Hotel sollte diese Veränderung beschreiben können und nicht nur zählen, wie oft die Software geöffnet wurde.

Dieser Artikel stützt sich auf öffentlich zugängliche Branchenanalysen und die unten genannten Quellen. Interpretation und redaktionelle Analyse stammen vom Cristian Marino Journal.

Quellen

Übersetzungshinweis: Dieser Artikel wurde mit Unterstützung künstlicher Intelligenz aus der englischen Originalausgabe übersetzt. Bei Abweichungen bleibt die englische Ausgabe die redaktionelle Referenz. Englisches Original lesen → · Redaktionelle Arbeitsweise und KI-Einsatz →