Mitglied werden
— Human-Assisted Intelligence

KI bereitet vor.
Menschen entscheiden.

Unser Modell ist kein „AI-First" und kein „AI-Only". Es ist ein klar definierter Loop, in dem Maschine und Mensch jeweils das tun, worin sie gut sind — und dort aufhören, wo sie Schaden anrichten würden.

Lesedauer4 Min.
StandMai 2026 · v0.4
StatusPilot mit 3 Häusern
— Der Loop

Fünf Schritte, eine Verantwortung.

Jeder Use Case durchläuft denselben Pfad: Daten kommen rein, KI strukturiert und schlägt vor, ein Mensch entscheidet, das Ergebnis wird gemessen. Nichts geht ohne Freigabe live.

— Rollenverteilung

Wer macht was — und warum.

KI

bereitet vor

  • Datenmasse strukturieren. Reviews, Mails, PMS-Logs, Channel-Daten in einem konsistenten Format.
  • Muster erkennen. Cluster, Wiederholungen, Anomalien — sichtbar gemacht statt versteckt in Excel.
  • Vorschläge formulieren. Konkret, in Hotel-Sprache, mit Kontext und Begründung.
  • Routine erledigen. Status-Mails, Reports, Tag-Pflege, Antwort-Drafts.

Geschwindigkeit, Skalierung, Konsistenz.

Mensch

entscheidet

  • Tonalität freigeben. Klingt es wie das Haus? Passt es zur Situation? Ein Mensch sagt: ja oder nein.
  • Verantwortung tragen. Jede ausgehende Kommunikation hat einen Namen, kein Modell.
  • Ausnahmen sehen. Was die KI nicht kennt, weil es noch nie passiert ist — das ist Hotellerie.
  • Werte gewichten. Effizienz vs. Erlebnis, Standard vs. Geste — ein Modell hat dafür kein Bauchgefühl.

Urteilsvermögen, Empathie, Verantwortung.

— Im Detail

Was in jedem Schritt passiert.

  1. 01

    Input — was reinkommt

    Reviews, Gäste-Mails, PMS-Events, Channel-Manager-Logs, Mitarbeiter-Briefings. Wir sammeln nur, was Sie ohnehin haben — keine zusätzliche Datenarbeit für das Team.

    TripAdvisorBookingApaleo / MewsHotel-MailEigene Notizen
  2. 02

    AI-Analyse — was die Maschine kann

    Themen-Clustering, Sentiment, Häufigkeit, Korrelationen über die Zeit. Wir nutzen domänenspezifische Modelle — keine Allzweck-Bots, die mal halluzinieren, mal nicht.

    Topic-ModelingSentiment DE/EN/IT/FRTrend-ErkennungAnomalien
  3. 03

    Empfehlung — was die Maschine vorschlägt

    Konkret und handlungsleitend: „Frühstück 7:00 öffnen — 12 Reviews der letzten 30 Tage erwähnen späten Service." Mit Kontext, Begründung und einem Confidence-Wert.

    Action mit BegründungConfidence-ScoreRückverweise
  4. 04

    Freigabe — wo der Mensch eingreift

    Ein Ops-Lead, F&B-Manager oder die GM-Assistenz prüft, freigibt, anpasst oder verwirft. Jede Entscheidung wird mit Begründung und Zeitstempel protokolliert — auditierbar bis ins letzte Detail.

    One-Klick ApproveReject mit GrundAnpassen & FreigebenDecision-Trail
  5. 05

    Output — was beim Gast ankommt

    Nur das, was ein Mensch freigegeben hat. Wir messen Wirkung — nicht KI-Aktivität. Was nichts verbessert, wird abgeschaltet.

    Live-MaßnahmeTrackingWirkungs-Review nach 30 Tagen
— Prinzipien

Sechs Regeln, an denen wir uns messen lassen.

  • 01

    Kein Output ohne Freigabe.

    Auch nicht „nur diese Mail". Auch nicht „ist eh harmlos". Jede Kommunikation, die das Hotel verlässt, hat eine menschliche Unterschrift.

  • 02

    Auditierbar von Tag eins.

    Decision-Trail, Confidence-Werte, Quellen. Sie können jede Empfehlung sechs Monate später rekonstruieren — DSGVO-tauglich und beweisfähig.

  • 03

    Daten bleiben im Haus.

    Verarbeitung in EU-Rechenzentren, kein Training mit Ihren Daten, klare Lösch-Policy. Was wir sehen, sehen wir nur, weil Sie es uns zeigen.

  • 04

    Wir messen Wirkung, nicht KI-Aktivität.

    30-Tage-Review pro Use Case: hat es geholfen? Reviews gestiegen, Beschwerden gesunken, Team entlastet? Wenn nein — abschalten.

  • 05

    Ihre Tonalität, nicht unsere.

    Brand-Voice-Profile pro Haus. Die KI lernt Ihren Stil — wir liefern keine Standardphrasen, die nach Modell klingen.

  • 06

    Mensch über Maschine. Immer.

    Wenn Maschine und Mensch unterschiedlicher Meinung sind, gewinnt der Mensch. Wir bauen keine Systeme, die Mitarbeitende übergehen.

— Häufig gefragt

Was Hoteliers vor dem Pilot wissen wollen.

  • Wie lange dauert ein Pilot?

    Sechs Wochen. Woche 1–2: Anbindung & Datencheck. Woche 3–4: erster Use Case live mit Mensch-Freigabe. Woche 5–6: Wirkungs-Review & Entscheidung über Roll-out.

  • Brauchen wir IT-Ressourcen im Haus?

    Wenig. Anbindung läuft über Standard-APIs (Mews, Apaleo, Booking, TripAdvisor). Was Ihr Team braucht: 2 Stunden pro Woche für Freigabe-Prozesse — keine Entwicklungskapazität.

  • Was passiert mit unseren Daten?

    EU-Hosting, getrennte Mandanten, kein Training mit Ihren Daten. Vertraglich geregelt. Sie können jederzeit löschen — wir behalten nichts „für später".

  • Was, wenn die KI etwas Falsches vorschlägt?

    Dann verwirft der Ops-Lead — ein Klick, ein Grund. Das fließt zurück ins Modell. Falsche Vorschläge sind Trainingssignal, nicht Krise.

  • Ersetzt das Stellen?

    Nein. In allen Pilot-Häusern bisher: gleiche Anzahl Köpfe, weniger Routine, mehr Zeit am Gast. Wir bauen Hilfsmittel, keine Substitute.

— Nächster Schritt

Wir setzen uns 60 Minuten zusammen — und Sie wissen, ob es passt.