Concierge für Reisen und Gastgewerbe

Gäste stellen zu jeder Tageszeit und in vielen Sprachen dieselben Fragen: Check-in-Zeit, Parkplatz, Frühstück, Umbuchung, Gepäckregeln, was morgen zu unternehmen ist. Ein Concierge-Assistent, der auf der eigenen Wissensbasis des Hauses beruht und an Live-Reservierungsdaten angebunden ist, antwortet sofort auf dem bevorzugten Kanal des Gastes, führt einfache Änderungen aus, verkauft Upgrades und gibt alles Heikle mit Kontext an das Personal weiter. Nutzen: weniger repetitive Aufgaben an der Rezeption, Abdeckung rund um die Uhr, mehr Zusatzumsatz.

Problem & Nutzen

• Heute: Rezeptions- und Reservierungspersonal beantwortet dieselben Fragen per Telefon, E-Mail, OTA-Postfach und WhatsApp, oft außerhalb der besetzten Zeiten; kleine Hotels verlieren Direktbuchungen durch unbeantwortete Anfragen. Fluggesellschaften und Reiseveranstalter erleben bei Störungen (Streiks, Wetter) Spitzen, in denen die Callcenter überlastet sind.
• Nutzen der KI: sofortige mehrsprachige Antworten, strukturierte Bearbeitung von Änderungen und Anfragen, proaktive Nachrichten vor der Anreise, Upsell im richtigen Moment (spätes Auschecken, Spa, Transfer) und eine sauberere Übergabe an Menschen. Die Personalzeit verschiebt sich vom Beantworten von FAQs zur Gastgeberrolle.
• Evidenz: Mews führte im Oktober 2026 ein natives KI-gestütztes Guest Messaging ein, das SMS, WhatsApp, Booking.com, Expedia und ein Gästeportal abdeckt, mit Antworten aus Live-Reservierungsdaten und der Wissensbasis des Hauses; die Angaben zur Lösungsquote sind Herstellerzahlen und sollten am eigenen Aufkommen geprüft werden [1]. Warnender Präzedenzfall: Ein kanadisches Gericht hielt Air Canada für falsche Auskünfte zur Erstattung haftbar, die der Website-Chatbot gegeben hatte [2].

Varianten

• Unabhängiges Hotel / B&B / Ferienunterkunft: Nachrichtenpostfach mit KI-Antwortentwürfen, an das PMS angebunden.
• Hotelkette / Resort: Concierge für mehrere Häuser mit Markenstimme, Treuedaten, Sprache im Zimmer oder QR-Code-Chat.
• Fluggesellschaft / Bahn / Flughafen: Umbuchung bei Störungen, Informationen zu Gepäck und Rechten (EU-Fahrgast- und Fluggastrechte), meist transaktional mit strikter Bindung an die Regeln.
• Reiseveranstalter / OTA: Reiseanfragen, Änderungen an Pauschalreisen, Abstimmung mit Leistungsträgern (Überschneidung mit CONV-006, PERS-003).
• Destination / Tourismusbüro: Assistent für lokale Tipps und Veranstaltungen, mehrsprachig, öffentlicher Sektor (siehe CONV-011).
• Sprache: telefonische Reservierungen und Bestellung von Zimmerservice (CONV-002).
• Private Nutzung: Planungsassistenten auf Reisendenseite sind PERS-003.

So funktioniert es

1. Gästenachricht (Chat / WhatsApp / Sprache
2. ASR)
3. Spracherkennung + Absichtserkennung und Weiterleitung (kleines Modell)
4. Verankerung: RAG über die Wissensbasis + Live-Abfragen an PMS/CRS/Buchungs-API (Werkzeuge)
5. LLM-Antwort oder Aktion (Verfügbarkeit prüfen, Buchung ändern, Service-Ticket anlegen, Upsell anbieten)
6. Leitplanken (Regelprüfung, Grenzen für Preise/Zusagen, Filter für personenbezogene Daten)
7. Antwort (Text / TTS) oder Übergabe an das Personal mit Zusammenfassung
8. Protokollierung, Rückmeldung, Bitte um Bewertung

• Retrieval + Werkzeuge: Bedingungen und FAQs stammen aus einer versionierten Wissensbasis; alles zum Aufenthalt des Gastes kommt per API aus dem PMS, nie aus dem Gedächtnis des Modells.
• Aktionen: standardmäßig nur lesend; schreibende Aktionen (Daten ändern, Erstattungen, Entschädigungen) erfordern Grenzen, Bestätigungsschritte oder eine Freigabe durch das Personal.
• Mensch-in-der-Schleife (Human-in-the-Loop): Beschwerden, medizinische oder Sicherheitsfragen, Entscheidungen über Erstattung und Entschädigung, Gruppenbuchungen und alles, was der Bot nicht belegen kann, werden eskaliert. Das Personal kann ihn auch im Modus „nur Entwurf“ betreiben, in dem die KI Antworten vorschlägt.

Datenaufbereitung

Ein Concierge braucht Fakten zum Haus und lokales Wissen: Zimmertypen, Preise und Bedingungen, Öffnungszeiten von Restaurant und Spa, Hausregeln, FAQ, lokale Tipps und Veranstaltungskalender. In einem Hotel liegen diese im PMS, im CMS der Website, in Word- und PDF-Infoblättern auf der Dateiablage, in den Notizen der Rezeption und in E-Mail-Verläufen mit früheren Gästen. Typische Lücken: widersprüchliche oder veraltete Angaben auf Website, OTA-Einträgen und im Hausordner, fehlende Übersetzungen, eingescannte Prospekte, Wissen, das nur langjährige Mitarbeitende haben, und Gästedaten, die in dieselben Quellen gemischt sind.

Aufbereitungsschritte: (1) alle für Gäste bestimmten Informationen in einer maßgeblichen Wissensbasis mit benannter verantwortlicher Person bündeln (GUIDE-003, PREP-013); (2) Erfahrungswissen in kurze schriftliche Einträge überführen (PREP-014) und Synonyme und Begriffe in den Sprachen Ihrer Gäste ergänzen (PREP-015); (3) alte Prospekte per OCR erfassen (PREP-006, DOC-014); (4) echte Gästefragen und gute Antworten als Test- und Referenzbeispiele sammeln (PREP-016, PREP-018); (5) personenbezogene Gästedaten aus der Wissensbasis heraushalten und Exporte pseudonymisieren (PREP-022). Werkzeuge: ein einfaches Wiki oder eine Tabellenkalkulation, die PMS-API, Paperless-ngx für OCR. Rechnen Sie mit etwa 25 % des Aufwands für Datenarbeit, überwiegend in den ersten Wochen, gefolgt von einer vierteljährlichen Prüfung.

Umsetzungswege

Welcher Weg für wen

• KMU: Weg A, weil ausgereifte, in der EU hostbare Concierge- und Messaging-Produkte zu KMU-Preisen existieren und Gästefragen in Hotels ein Standardprozess sind.
• Unternehmen: Weg B, weil Hotelketten und Reisekonzerne sich in eigene Buchungs-, PMS- und Treuesysteme integrieren müssen und markenspezifisches Verhalten wünschen.
• Entwicklung: Weg B, weil Cloud-APIs zusammen mit den PMS- und Buchungsschnittstellen den schnellsten Weg zu einem maßgeschneiderten Concierge-Produkt bieten.
• Privat: Weg A, weil Reisende fertige Assistenten und Buchungs-Apps nutzen, statt eigene zu betreiben.

Weg A — Kaufen (Standardsoftware) (für die meisten Hotels empfohlen)

• PMS-nativ: Mews (EU, Amsterdam) Guest Messaging und Automations [1]; die meisten modernen PMS-Anbieter (z. B. Apaleo, Cloudbeds, Oracle OPERA Cloud) bieten Messaging- und KI-Module an oder binden sie ein — prüfen Sie den aktuellen Funktionsstand und die Datenhaltung in der EU je Anbieter.
• Anbieter von Chatbots/Gästekommunikation für das Gastgewerbe: z. B. Quicktext, HiJiffy, Bookboost und ähnliche, mehrere mit Sitz in der EU; prüfen Sie Unterstützung der WhatsApp Business API, Sprachen, PMS-Konnektoren und AVV.
• Kundenservice-Plattformen: Zendesk, Intercom, Salesforce, dazu Sinch oder Infobip aus der EU für Messaging-Kanäle.
• A wählen, wenn: < ~100 Häuser, Standard-PMS, keine ungewöhnlichen Abläufe. Bestehen Sie auf Hosting in der EU, einem AVV, protokollierter Übergabe und der Möglichkeit, einzuschränken, was der Bot zusagen darf.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Modelle: Mistral (EU), Claude, Gemini, GPT über EU-Regionen (Azure OpenAI EU Data Zone, Vertex AI europe-west, Amazon Bedrock Frankfurt); kleines Modell für die Weiterleitung, größeres für Antworten.
• Stack: WhatsApp Business Platform / Twilio / Sinch für Kanäle; Vektorspeicher (pgvector, Qdrant); Werkzeugaufrufe gegen PMS-APIs (z. B. Mews Connector API, Apaleo API); Orchestrierung mit n8n oder LangGraph; Sprache über eine Echtzeit-Sprach-API.
• B wählen, wenn: Sie eine Kette, Fluggesellschaft oder ein OTA mit eigener Buchungslogik sind und ein eigenes Markenerlebnis wünschen.

Weg C — Selbst betreiben (Open Source)

• Modelle: LLMs mit offenen Gewichten wie Mistral Small/Medium-Klasse, die Familien Qwen3, Llama oder Gemma; Embeddings wie BGE-M3 oder multilingual-e5; ASR der Whisper-Klasse; Reranker (bge-reranker).
• Betrieb: vLLM oder Ollama; Qdrant/pgvector; Rasa oder eigener Agentencode für deterministische Abläufe.
• Hardware: HW2 bewältigt ein quantisiertes 14–30B-Modell für das Aufkommen einer Hotelgruppe; HW3 für ein größeres Modell plus Sprache.
• C wählen, wenn: Datensouveränität, Tourismusstellen der öffentlichen Hand oder sehr hohe Volumen im Vordergrund stehen.

Weg D — Eigenes Training

Selten erforderlich. Ein kleines Modell für Markenton, Absichtserkennung oder Dialekt-/Sprachabdeckung mit einigen tausend anonymisierten, freigegebenen Gesprächen feintunen; faktische Inhalte übernimmt das Retrieval.

Stand der Technik (2026)

• Agentischer Concierge: LLMs mit Werkzeugaufrufen erledigen heute Abfragen und einfache Änderungen von Anfang bis Ende; PMS- und OTA-Anbieter liefern native Messaging-KI aus (z. B. Mews, Oktober 2026) [1].
• Messaging zuerst: WhatsApp und OTA-Postfächer sind die wichtigsten Kanäle; Sprachagenten ergänzen Telefon und Nutzung im Zimmer.
• Grenzen und Fehlerbilder: halluzinierte Bedingungen oder Preise, veraltete Wissensbasis, Überversprechen (der Fall Air Canada zeigt, dass der Betreiber für das haftet, was der Bot sagt [2]), Prompt-Injection durch von Gästen geschriebenen Text, Fehlübersetzung juristischer Begriffe, schwacher Umgang mit verärgerten Gästen und verzögerte Preis-/Verfügbarkeitsdaten. Gegenmaßnahmen: Verankerung, Regeln „nur aus Quellen antworten“, Validierung auf Werkzeugseite und verpflichtende Auslöser für die Übergabe.
• Evaluation: Testsätze mit echten früheren Gästefragen je Sprache, mit Prüfungen auf Regeleinhaltung.

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack (llm-general + vector-db + guardrails + workflow-automation): CONV-001 Kundenservice- Chatbot, CONV-003 Buchungsassistent, CONV-005/006 Vertrieb und Handel, CONV-007 Agentenunterstützung.
• Sprache: Der eingehende Voicebot CONV-002 teilt ASR/TTS und Telefonie-Infrastruktur.
• Angrenzend: PERS-003 (Planung auf Reisendenseite), AGENT-010 (Buchung von Geschäftsreisen), PRED-022 (Vorhersage von Nichterscheinen und Überbuchung), CONV-018 (Avatar-Kioske an der Rezeption).
• Ein selbst betriebener LLM-Server kann Concierge, Bewertungsantworten und interne Assistenten für das Personal bedienen.

Aufwand, Kosten & Kennzahlen

• Weg A: Tage bis Wochen; Abonnement je Haus, oft zuzüglich Gebühren je Gespräch oder je Nachricht für Kanäle (WhatsApp).
• Weg B: 2–4 Monate einschließlich PMS-Integration; Kosten sind Modell-Tokens, Messaging-Gebühren, Hosting.
• Weg C: 3–6 Monate plus GPU und Betrieb.
• Kennzahlen: Quote der automatisierten Lösung, Übergabequote und -qualität, Zeit bis zur ersten Antwort, CSAT-/Bewertungs- werte, Konversion bei Direktbuchungen, Upsell-Umsatz je Aufenthalt, Fehlerquote bei Regeln laut Audits.

Menschen & Veränderung

Beziehen Sie die Inhaberin oder den Inhaber bzw. die Hoteldirektion für die Entscheidung ein, die Leitungen von Rezeption und Housekeeping, die die Gästefragen kennen, und die Mitarbeitenden, die eskalierte Fälle beantworten. Ziehen Sie die IT oder den PMS-Anbieter für die Integration hinzu sowie die oder den Datenschutzbeauftragte(n) (bei den meisten kleinen Hotels extern) für den AVV nach Art. 28 DSGVO; Gästedaten sind personenbezogene Daten, und eine DSFA ist bei einem einfachen FAQ-Bot normalerweise nicht erforderlich, aber ratsam, wenn Profile oder Präferenzen gespeichert werden. Betriebsrat: abhängig. Betroffen sind nur Hotels mit gewähltem Betriebsrat; protokolliert der Bot, welche Mitarbeitenden welche Eskalation bearbeitet haben, oder misst er Antwortzeiten, ist er zur Leistungsüberwachung geeignet, und §87 Abs. 1 Nr. 6 BetrVG greift; §90 Abs. 1 Nr. 3 verlangt frühzeitige Unterrichtung, wenn sich Arbeitsverfahren ändern. Vereinbaren Sie eine kurze Betriebsvereinbarung, bei Bedarf unter Hinzuziehung der oder des Sachverständigen nach §80 Abs. 3.

KI-Kompetenz: Ergreifen Sie nach Art. 4 der KI-Verordnung Maßnahmen zur Förderung der KI-Kompetenz des Personals; eine einstündige Einführung, was der Bot kann und was nicht, genügt für den Anfang. Legen Sie Gästen die KI offen (Art. 50, anwendbar seit dem 2. August 2026). Starten Sie einen Pilot in einem Haus oder auf einem Kanal wie dem Website-Chat, und nehmen Sie die Sorge vor wegfallenden Stellen, indem Sie zeigen, dass der Bot nachts die wiederkehrenden Fragen übernimmt, während das Personal den persönlichen Service behält. Das Personal kann jedes Gespräch jederzeit übernehmen. Siehe GUIDE-008, GUIDE-006 und GUIDE-005.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): typischerweise begrenztes Risiko. Art. 50 Abs. 1 verlangt, Menschen mitzuteilen, dass sie mit einem KI- System interagieren, sofern dies nicht offensichtlich ist; dies gilt seit dem 2. August 2026 und wurde vom Digital Omnibus nicht verschoben (der die Hochrisiko-Pflichten nach Anhang III und die Übergangsfrist für die Kennzeichnung synthetischer Inhalte verschoben hat) [3][4]. Vermeiden Sie Praktiken nach Art. 5, z. B. manipulative Techniken oder das Ausnutzen von Schwächen beim Upselling, sowie Emotionsableitung aus der Stimme zur Überwachung des Personals. KI-Kompetenz (Art. 4) gilt für das Personal.
• DSGVO: Namen von Gästen, Kontaktdaten, Aufenthaltsdetails, Pass-/Ausweisdaten, Sonderwünsche (Gesundheit, Ernährung, Religion können Daten besonderer Kategorien offenbaren, Art. 9). Erforderlich sind eine Rechtsgrundlage, AVV mit Anbietern, Aufbewahrungsfristen, Datenminimierung, Garantien bei Übermittlungen (WhatsApp/Meta, US-Modellanbieter) und keine Nutzung von Gästechats für das Modelltraining ohne Grundlage.
• Verbraucher- und Reiserecht: Falsche verbindliche Auskünfte können Haftung begründen [2]; die EU-Pauschalreiserichtlinie und Fahrgast-/Fluggastrechte (z. B. Verordnung 261/2004) legen Informations- und Erstattungspflichten fest, denen der Bot nicht widersprechen darf. ePrivacy-Regeln für ausgehende Nachrichten und Einwilligung für Marketing.
• Sicherheit: Prompt-Injection, Zahlungsdaten (PCI DSS: nie Kartennummern im freien Chat entgegennehmen; gehostete Zahlungslinks nutzen).
• Gegenmaßnahmen: ausschließlich belegte Antworten, Aktionsgrenzen, Offenlegung der KI, einfacher menschlicher Kontakt, Protokollierung, regelmäßige Audits.

Erste Schritte

1. Sammeln Sie die 100 häufigsten Gästefragen je Sprache und die dahinterliegenden Bedingungen; bereinigen Sie die Wissensbasis.
2. Beginnen Sie mit dem Modus „nur Entwurf“ in Ihrem PMS-nativen oder Messaging-Werkzeug; messen Sie die Akzeptanz.
3. Schalten Sie autonome Antworten für risikoarme Absichten (FAQ, Wegbeschreibungen) frei; Erstattungen und Beschwerden bleiben bei Menschen.
4. Richten Sie vor dem Livegang KI-Offenlegung, AVV, Aufbewahrungseinstellungen und Übergaberegeln ein.
5. Prüfen Sie die Gesprächsverläufe wöchentlich, schließen Sie Wissenslücken und ergänzen Sie dann Buchungsänderungen und Upsell.

Quellen

1. Mews — Guest Messaging and Automations launch (2026) — https://www.mews.com/en/press/mews-launches-guest-messaging-automations
2. AI Incident Database — Air Canada chatbot case (Moffatt v. Air Canada, 2024 BCCRT 149) — https://incidentdatabase.ai/reports/3673/
3. Regulation (EU) 2024/1689 (AI Act), Art. 50 — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
4. Dastra — AI Act transparency rules, 2 August 2026 — https://www.dastra.eu/en/blog/ai-act-transparency-rules-what-changes-august-2-2026/60164
5. FEDIL — AI Act update, Digital Omnibus timeline — https://fedil.lu/en/publications/ai-act-update-enforcement-begins-as-the-digital-omnibus-reshapes-the-timeline/
6. Regulation (EU) 2016/679 (GDPR) — https://eur-lex.europa.eu/eli/reg/2016/679/oj