Die KI sucht mit: Bewertungen, Preis und Hoteldaten werden Vertrieb

TL;DR

• Eine arXiv-Studie vom Juni 2026 untersucht experimentell, welche Hotels KI-Assistenten empfehlen.
• Top-Bewertungen erhöhten in der Studie die Auswahlwahrscheinlichkeit um 31,6 Prozentpunkte.
• Hohe Preise senkten die Auswahlwahrscheinlichkeit um 30,0 Prozentpunkte; Preisplausibilität ist die Praxisfolge.
• Eco-Zertifizierungen wurden übergewichtet, während Managementantworten in der Modellauswahl kaum eine Rolle spielten.

Früher begann die Hotelsuche mit zwei Wörtern und einer Stadt. „Hotel München.“ Vielleicht noch „Parkplatz“. Dann kamen Karten, Filter, Sterne, Fotos, Preise.

Jetzt fragt der Gast anders: „Welches ruhige Hotel in München passt für zwei Nächte mit E-Auto, gutem Frühstück und fairem Preis?“ Die Maschine antwortet mit Namen. Mit Begründung. Manchmal mit einer kleinen Rangfolge.

Damit rutscht ein Teil des Vertriebs an eine neue Stelle: in die Antwort der KI.

Eine aktuelle arXiv-Studie vom 15. Juni 2026 hat genau dort hineingeschaut. Unter dem Titel „Whose hotel does the AI recommend?“ prüften die Autoren experimentell, welche Reputationssignale große Sprachmodelle bei Hotelvorschlägen verwenden. Es ist ein Preprint, keine allgemeingültige Ranking-Regel. Für Hotels in DACH bleibt die Frage trotzdem handfest: Versteht das Netz Ihr Haus überhaupt richtig?

Die Maschine liest Signale

Die Studie ist ein Experiment, kein Ranking echter Hotels. KI-Assistenten sollten unter fünf Hotels auswählen. Die Forscher veränderten dafür verschiedene Merkmale: Gästebewertung, Bewertungsvolumen und Aktualität, Managementantworten, Kettenzugehörigkeit, Preis, Eco-Zertifizierung und Listenposition.

Getestet wurde über verschiedene Personas und Prompt-Vorlagen hinweg, mit zwölf offenen und proprietären Modellen.

Die Ergebnisse sind deutlich genug, um Hoteliers hellhörig zu machen. Die beste Gästebewertung erhöhte die Auswahlwahrscheinlichkeit um 31,6 Prozentpunkte. Ein hoher Preis senkte sie um 30,0 Prozentpunkte.

Eco-Zertifizierungen wurden übergewichtet. Managementantworten auf Bewertungen spielten in der Modellauswahl kaum eine Rolle. Und selbst die Position in einer Liste hatte einen kausalen Effekt, obwohl sie inhaltlich leer ist. Die Autoren beziffern diesen Listenplatz-Effekt mit einem Gegenwert von etwa zwölf US-Dollar pro Nacht.

Das alles gilt nicht als ewiges Gesetz für jede KI-Suche. Modelle ändern sich, Prompts ändern sich, Plattformen ändern sich. Aber die Richtung ist klar: KI-Assistenten wählen Hotels über Signale aus. Manche davon sind operativ, manche kommunikativ, manche technisch.

Der Score steht nicht allein

Bewertungen sind längst kein nettes Beiwerk mehr. Sie sind öffentlicher Betrieb.

Wenn Gäste immer wieder Frühstück, Lärm, Check-in, Sauberkeit, Parkplatz oder WLAN erwähnen, liest das der nächste Gast. Solche Muster können auch Systeme prägen, die aus Webinhalten Empfehlungen bauen.

Google weist in seiner Business-Profile-Hilfe darauf hin, dass Bewertungen in Maps und Search erscheinen und potenziellen Kunden Informationen geben. Unternehmen dürfen Gäste an Bewertungen erinnern. Anreize für Bewertungen, Änderungen oder Löschungen sind laut Google tabu.

Sauberes Bewertungsmanagement klingt unspektakulär. Es ist aber eine der einfachsten Formen von KI-Vorbereitung: regelmäßig um echtes Feedback bitten, Kritikpunkte ernst nehmen, Antworten kurz, hilfreich und persönlich halten.

Dass Managementantworten in der Studie kaum gewichtet wurden, ist kein Freibrief zum Schweigen. Gäste lesen Antworten. Plattformen auch. Und ein Haus, das souverän mit Kritik umgeht, wirkt immer besser als eines, das Beschwerden wie Staub unter den Teppich schiebt.

Teuer darf erklärbar sein

Der Preis ist der zweite große Hebel. In der Studie senkte ein hoher Preis die Empfehlungschance stark.

Daraus folgt kein Rabattreflex.

Die Rate braucht Kontext. Frühstück inklusive? Parkplatz dabei? Spa, E-Lader, ruhige Lage, flexible Stornierung, größere Zimmer, Halbpension, Fahrradraum? Wenn diese Dinge fehlen oder über Kanäle widersprüchlich erscheinen, bleibt vom Angebot schnell nur der Betrag übrig.

Eine KI kann Preis als groben Wertindikator lesen, ohne den ganzen Charme des Hauses zu verstehen. Deshalb sollten Website, Google Business Profile, OTA, Metasearch und Booking Engine dieselbe Geschichte erzählen: Was kostet was, was ist enthalten, welcher Gast bekommt welchen Nutzen?

Preislogik ist damit nicht allein Revenue. Sie ist Sichtbarkeit.

Grün muss belastbar sein

Eco-Zertifizierung wurde im Experiment besonders stark gewichtet. Für Hotels mit echtem Nachweis kann das ein Vorteil sein. Für Hotels mit weichen Nachhaltigkeitssätzen ist es eher eine Warnung.

„Regional“, „bewusst“, „nachhaltig“: Solche Wörter klingen freundlich, tragen aber wenig, wenn sie nirgends belegt sind. Besser sind klare Angaben: Zertifikat, gültiges Jahr, Prüfstelle, konkrete Maßnahmen.

Das muss nicht trocken wirken. Ein Hotel kann warm erzählen und sauber belegen. Die Maschine braucht Struktur, der Gast braucht Vertrauen. Beides geht zusammen.

Datenpflege ist Gastgeberarbeit

Google beschreibt in seinem Leitfaden zu generativen KI-Funktionen, dass klassische Suchgrundlagen weiter zählen: Inhalte sollen crawlbar, indexierbar, hilfreich, zuverlässig und gut strukturiert sein. Technologien wie RAG und Query Fan-out greifen auf relevante Webinhalte zurück.

Für Hotels heißt das: Die Basics müssen sitzen.

Name, Adresse, Telefonnummer. Kategorie. Ausstattung. Restaurant, Bar, Spa, Parkplatz, E-Lader, Hunde, Familienzimmer, Barrierefreiheit, Fahrradraum. Aktuelle Bilder. Saubere Texte auf Deutsch und Englisch. Klare Buchbarkeit.

Strukturierte Daten können Suchmaschinen zusätzliche Informationen vermitteln, etwa zu Öffnungszeiten, Bewertungen oder Buchungsaktionen. Google empfiehlt dafür unter anderem LocalBusiness Structured Data, Rich Results Test, URL Inspection und aktuelle Sitemaps.

Das klingt nach Technikabteilung. In vielen Häusern ist es eher eine Rezeptionsaufgabe mit Vertriebswirkung: Stimmt, was draußen über uns steht?

Fünf Fragen für den KI-Check

Ein kleiner Sichtbarkeitscheck reicht für den Anfang:

• Welche Häuser nennt eine KI bei realistischen Gästefragen in Ihrer Stadt?
• Stimmen Ihre Daten auf Website, Google, OTAs und Metasearch überein?
• Sind Bewertungen aktuell, echt und operativ ausgewertet?
• Ist Ihre Rate im Vergleich zur Leistung leicht erklärbar?
• Sind Nachhaltigkeitsangaben belegbar und auffindbar?

Testen Sie dabei mehr als den eigenen Hotelnamen. Testen Sie die Gästefrage: „ruhiges Hotel mit Parkplatz und gutem Frühstück“, „nachhaltiges Wochenende zu zweit“, „Geschäftsreise mit guter Anbindung und schnellem WLAN“.

Die Antwort ist keine amtliche Wahrheit. Sie ist ein Spiegel. Manchmal ein schiefer, aber oft ein nützlicher.

Vor der Antwort wird gearbeitet

KI-Hotelsuche ersetzt keinen guten Betrieb. Sie belohnt auch keinen schönen Slogan automatisch. Sie arbeitet mit Signalen: Bewertung, Preis, Zertifikat, Listenplatz, Datenqualität.

Wer in Antworten auftauchen will, sollte zuerst die eigene digitale Hausordnung aufräumen. Die KI empfiehlt am ehesten das Hotel, das sie klar, aktuell und plausibel einordnen kann.

Weitere Bilder