Mehr als Zahlen und Daten – KI im Hotel
Hotels verfügen über zahlreiche Informationen zu Umsatz, Auslastung, Personalkosten und Arbeitsabläufen. Doch häufig werden diese Daten getrennt voneinander ausgewertet. Im exklusiven HOGAPAGE-Interview erklärt Steffen Danschacher, wie KI betriebliche Zusammenhänge sichtbar machen und Hoteliers bei ihren Entscheidungen unterstützen kann.
Herr Danschacher, wo liegen heute in der Hotellerie die größten Schwachstellen im Umgang mit betrieblichen Daten, und wie kann KI helfen?
Das eigentliche Problem ist nicht, dass Hotels zu wenig Daten haben. Das Problem ist, dass ihre Daten nicht miteinander sprechen. Das Property-Management-System kennt Auslastung und Umsatz, die Dienstplanung die Arbeitsstunden und die Buchhaltung die Kosten. Doch wer bringt diese Informationen zusammen?
Ein Hotelier sieht beispielsweise, dass sein Umsatz gestiegen ist. Was er häufig nicht erkennt, ist, ob sich dadurch auch die Wirtschaftlichkeit verbessert hat. Vielleicht haben gestiegene Personalkosten, Überstunden und ineffiziente Abläufe den zusätzlichen Umsatz längst wieder aufgezehrt.

KI kann solche Zusammenhänge sichtbar machen. Das Bauchgefühl eines erfahrenen Hoteliers sollte sie nicht ersetzen, sondern mit Fakten stärken.
Kann KI auch dazu beitragen, Mitarbeiter zu halten?
Wiederkehrende Überstunden, ungleich verteilte Dienste oder eine dauerhaft hohe Arbeitsbelastung können Hinweise darauf sein, dass innerhalb eines Teams etwas nicht stimmt. Wenn wir solche Informationen verantwortungsvoll zusammenführen, können wir problematische Entwicklungen früher erkennen.
Diese Kennzahlen helfen bei der Bewertung von KI
Wer den wirtschaftlichen Nutzen von KI im Hotelbetrieb überprüfen möchte, sollte nicht nur auf eingesparte Arbeitsstunden schauen. Relevant sind unter anderem:
- Personalkostenquote: Verhältnis von Personalkosten zu Umsatz
- Produktivität: Einsatz der Arbeitsstunden im Verhältnis zur erbrachten Leistung
- Überstunden und Ausfallzeiten: Hinweise auf Belastungsspitzen und ineffiziente Dienstplanung
- Mitarbeiterbindung: Entwicklung von Fluktuation und Mitarbeiterzufriedenheit
- GOP: Betriebsergebnis vor bestimmten nicht operativen Kosten, als Kennzahl für die operative Wirtschaftlichkeit
- GOPPAR: Operatives Bruttoergebnis je verfügbarem Zimmer
Entscheidend ist, die Entwicklung über einen aussagekräftigen Zeitraum zu beobachten und Einflüsse wie Saison, Auslastung und Veränderungen im Betrieb zu berücksichtigen. Nur so lässt sich einschätzen, ob Verbesserungen tatsächlich mit dem KI-Einsatz zusammenhängen.
KI darf jedoch niemals dazu dienen, Mitarbeiter zu überwachen oder ihnen eine vermeintliche Kündigungswahrscheinlichkeit zuzuweisen. Es geht vielmehr darum, strukturelle Probleme und Belastungsmuster sichtbar zu machen. Wir müssen verstehen, welche Bedingungen dazu führen, dass Menschen über eine Kündigung nachdenken.
Denn am Ende bindet keine KI einen Mitarbeiter an ein Unternehmen. Das schaffen gute Führung, Wertschätzung, faire Arbeitsbedingungen und eine Unternehmenskultur, in der Menschen gerne arbeiten.
Wie lassen sich Datenschutz und nachvollziehbare KI-Empfehlungen gewährleisten?
Vertrauen ist die absolute Grundvoraussetzung. Wenn die Datenbasis nicht stimmt, sind auch die Ergebnisse nicht verlässlich. Deshalb müssen Datenquellen, Zeiträume und Kennzahlen sauber definiert und auf Plausibilität geprüft werden.
Genauso wichtig ist der verantwortungsvolle Umgang mit sensiblen Unternehmens- und Mitarbeiterdaten. Dazu gehören Datenminimierung, angemessene Zugriffsrechte und der Schutz personenbezogener Informationen.
Auch die Empfehlungen der KI müssen nachvollziehbar bleiben. Wenn das System beispielsweise auf steigende Personalkosten hinweist, muss erkennbar sein, welche Kennzahlen und Zusammenhänge zu dieser Einschätzung geführt haben. KI darf keine Blackbox sein, der ein Hotelier blind vertrauen muss. Die Verantwortung für die Entscheidungen bleibt beim Menschen.
Woran erkennen Hoteliers, ob sich der Einsatz von KI wirtschaftlich lohnt?
Der wirtschaftliche Erfolg sollte nicht allein daran gemessen werden, wie viele Arbeitsstunden durch Automatisierung eingespart werden. Entscheidend ist häufig, ob bessere Entscheidungen getroffen werden.
Wichtige Kennzahlen sind beispielsweise die Personalkostenquote, die Produktivität, Überstunden und Ausfallzeiten sowie die Mitarbeiterfluktuation. Auch die operative Wirtschaftlichkeit, etwa gemessen am Gross Operating Profit (GOP) oder am GOP pro verfügbarem Zimmer (GOPPAR), kann Aufschluss geben.
Veränderungen dürfen allerdings nicht vorschnell der KI zugeschrieben werden. Saisonale Entwicklungen, Auslastung und andere Einflussfaktoren müssen berücksichtigt werden. Seriöse Aussagen über Einsparungen setzen belastbare Vergleichsdaten voraus.
Meine persönliche Definition erfolgreicher KI ist deshalb einfach: Wenn ein Hotelier heute eine bessere Entscheidung trifft, weil er einen Zusammenhang versteht, den er gestern noch nicht erkennen konnte, dann hat KI bereits einen echten Mehrwert geschaffen.
Herzlichen Dank für das Gespräch!
(KAGI)