Die KI-Standortbestimmung: Wie man herausfindet, wo der eigene Betrieb wirklich steht
.png)
KI in der Hotellerie, Teil 3 von 15
Ein Geschäftsführer sagt in einem Erstgespräch oft einen von zwei Sätzen: «Wir müssen jetzt auch bei KI etwas machen» oder «Wir haben schon einen Chatbot, aber irgendwie bringt der nichts.» Beide Sätze haben denselben blinden Fleck: Niemand hat vorher geschaut, wo der Betrieb eigentlich steht.
Was ist eine KI-Standortbestimmung?
Eine KI-Standortbestimmung ist eine strukturierte Bestandsaufnahme der Systeme, Daten, Teamkompetenzen und Arbeitsabläufe eines Betriebs, aus der eine priorisierte Massnahmenliste entsteht. Sie beantwortet nicht die Frage «Welches Tool sollen wir kaufen?», sondern «Was ist bei uns die Voraussetzung, damit ein Tool überhaupt etwas bringt?». Am Ende steht keine Wunschliste, sondern eine Roadmap mit drei Zeithorizonten.
Der Ablauf selbst ist unspektakulär: Gespräche mit Teams aus Rezeption, Housekeeping, Reservation und Verwaltung, ein Blick in die bestehende Systemlandschaft, eine Sichtung, wo Daten heute schon zusammenlaufen und wo nicht. Das deckt sich mit dem, was aktuelle Praxisleitfäden aus der Branche empfehlen: Vor jeder Investition zuerst die Dateninfrastruktur prüfen und erst danach mit einem eng begrenzten Pilotprojekt starten, statt gleich die komplexe Anwendung anzugehen (eHotelier: The hotel AI readiness audit).
Warum die Reihenfolge über Erfolg oder Frust entscheidet
Der naheliegende Fehler: zuerst ein Tool auswählen, dann schauen, ob es passt. Das führt regelmässig zu genau jenem Satz aus der Einleitung – ein Chatbot, der niemandem hilft, weil er auf veraltete Zimmerdaten zugreift, oder ein Assistent für die Reservation, der nicht weiss, dass das PMS und die Buchungsmaschine unterschiedliche Verfügbarkeiten anzeigen.
Eine Analyse zur KI-Reife in der Hotellerie nennt den wichtigsten Schritt vor jeder Investition ganz konkret: eine Prüfung der Datenqualität – wie viele Jahre saubere Daten überhaupt vorliegen, in welchem Format, in welchen Systemen (Tommaso Maria Ricci: AI for Hospitality – The Complete Industry Guide). Das deckt sich mit den ersten beiden Beiträgen dieser Serie: Datensilos und fehlende Systemverbindungen sind kein Randthema, sondern die Grundlage, auf der jede spätere Entscheidung aufbaut.
Die drei Horizonte als Denkraster
Eine gute Standortbestimmung endet nicht mit einer langen Liste von Möglichkeiten, sondern mit einer Priorisierung entlang dreier Zeiträume.
Quick Wins (0 bis 4 Wochen). Massnahmen ohne IT-Aufwand, die sofort umsetzbar sind: ein Assistent, der Standardanfragen aus dem E-Mail-Postfach vorsortiert, eine Wissensablage für wiederkehrende Gästefragen, ein automatisierter Ablauf für interne Checklisten. Kein neues System, keine Schnittstelle – nur ein anderer Umgang mit dem, was bereits vorhanden ist.
Mittelfristig (1 bis 3 Monate). Hier kommt Systemanbindung ins Spiel: die Verbindung von PMS, Kassensystem und CRM aus dem letzten Beitrag, damit Assistenten auf ein vollständiges Gästeprofil zugreifen können. Das braucht etwas Vorlauf, ist aber mit den meisten modernen Cloud-Systemen machbar.
Strategisch (3 bis 12 Monate). Eigenständige Automatisierung: Assistenten, die innerhalb definierter Freigabegrenzen selbständig handeln – etwa eine Reservationsbestätigung automatisch verschicken oder eine Nachbesetzung im Housekeeping vorschlagen, ohne dass jede Einzelaktion von einem Menschen freigegeben werden muss. Das ist der anspruchsvollste Horizont, weil er Vertrauen ins System und klare Grenzen gleichzeitig voraussetzt.
Ein Beispiel aus der Praxis
Ein Ferienresort mit rund 80 Zimmern liess seine Systeme und Abläufe durchleuchten und rechnete mit dem Ergebnis «neues PMS, neues CRM, hohe Investition». Die tatsächliche Roadmap sah anders aus: Als Quick Win wurde die Wissensablage fürs Reservationsteam eingerichtet, weil die häufigsten Fragen bereits doppelt und dreifach in E-Mails beantwortet wurden. Mittelfristig folgte die Verbindung von Buchungsmaschine und PMS, die bis dahin unabhängig voneinander liefen. Die eigenständige Automatisierung im Bereich Zimmerzuteilung war als nächster Schritt vorgesehen, aber bewusst noch nicht angegangen – das Team sollte zuerst mit den einfacheren Abläufen Erfahrung sammeln. Diese Reihenfolge, nicht das grösste Einzelprojekt zuerst, war der eigentliche Erfolgsfaktor.
Rückbindung an die Datengrundlage
Eine Standortbestimmung ist kein Selbstzweck, sondern der Ort, an dem alles zusammenläuft, was in dieser Serie bereits behandelt wurde: die Datensilos aus Beitrag 1, die Systemverbindung aus Beitrag 2 und – in den kommenden Beiträgen – die konkreten Anwendungen in Personal, Finanzen und Gästekontakt. Ohne diese Bestandsaufnahme bleibt jede Einzelmassnahme ein Zufallstreffer.
Wie es in der Serie weitergeht
Im nächsten Beitrag geht es in die interne Organisation: KI in der Personalplanung, von Dienstplänen bis zur Bewerbungsvorauswahl – und wo die Grenze zwischen Unterstützung und Ersatz der Personalverantwortung verläuft.
Weiterführend
- Der Datenfriedhof, auf dem die meisten Hotels sitzen
- Vom Datensilo zur gemeinsamen Grundlage
- Hyper-Personalisierung 2.0: Wenn die Hotel-Website auf jeden Gast individuell reagiert
Quellen
- eHotelier (2026): The hotel AI readiness audit: a practical checklist for getting started
- Tommaso Maria Ricci (2026): AI for Hospitality: The Complete Industry Guide
Häufige Fragen
Was kostet eine KI-Standortbestimmung, und wie lange dauert sie?
Eine strukturierte Analyse von Systemen, Daten, Team und Prozessen dauert in der Regel 2 bis 3 Wochen und endet mit einer priorisierten Roadmap in drei Zeithorizonten.
Muss man zuerst alle Systeme verbinden, bevor man mit KI starten kann?
Nein. Quick Wins ohne IT-Aufwand sind meist sofort umsetzbar. Systemverbindung und eigenständige Automatisierung folgen erst in den mittelfristigen und strategischen Schritten der Roadmap.
Was unterscheidet eine Standortbestimmung von einer klassischen IT-Beratung?
Eine IT-Beratung fokussiert meist auf Systeme und Technik. Eine KI-Standortbestimmung bezieht zusätzlich Team, Kompetenzen und Abläufe mit ein – weil die häufigste Ursache für gescheiterte KI-Projekte nicht die Technik, sondern die Akzeptanz im Team ist.
Tourismusconsult begleitet Hotelbetriebe bei der KI-Standortbestimmung: einer strukturierten Analyse von Systemen, Daten, Team und Prozessen, die in eine priorisierte Roadmap mündet – mit Quick Wins, mittelfristigen und strategischen Massnahmen.
Interessante Artikel:
.png)
.png)
.png){kind=icon}