Revolution in der Hotellerie: KI als unsichtbare Managerin

Hey Lou setzt auf eine Kombination aus menschlicher Wärme und technischer Präzision. Wir sprachen mit Martin Kemmer, einem der Gründer des Hey-Lou-Hotelbetriebskonzeptes, und Liesel Klokkers, die bei Salesforce die Planung und Umsetzung von KI-Projekten verantwortet. In Teil 2 sprechen wir über Transparenz, Kontrolle und wie LLMs und agentenbasierte Systeme den Hotelalltag transformieren.

Im zweiten Teil unseres Interviews mit Liesel Klokkers (Salesforce) und Martin Kemmer (Hey Lou) geht es um die Integration von Agentic AI im Hotelgewerbe, den Datenschutz sowie die Balance zwischen technologischem Fortschritt und Kundenzentrierung. Sie wollen mehr über die Entwicklung des Hotelbetriebssystemkonzepts, die Anwendung von Agentic AI im Hotelbetrieb und deren Auswirkungen auf die Gästeerfahrung erfahren? Lesen Sie den ersten Teil unseres Interviews.

Worauf muss bei der Einführung von Agentic AI besonders geachtet werden?

Liesel erläutert: “Agenten agieren nicht mehr ausschließlich innerhalb eines einzigen Systems, sondern zunehmend systemübergreifend – etwa im HR-System, Finanzsystem oder Salesforce. In Zukunft könnten auch agentenbasierte Kooperationen zwischen Unternehmen entstehen. Dabei ist es entscheidend, die Aktivitäten der Agenten kontinuierlich zu überwachen und sicherzustellen, dass sie ihre Aufgaben korrekt ausführen. Transparenz und funktionale Kontrolle sind unerlässlich; Sicherheits- und Verantwortungsfragen spielen hierbei eine zentrale Rolle. Der Mensch überprüft diese Aspekte mit Unterstützung von KI-basierten Observability-Dashboards, die Trends visualisieren und den Wertbeitrag einzelner Agenten messbar machen.

Ein zentraler Aspekt besteht darin, den Mehrwert der KI nachzuweisen, beispielsweise durch die Messung automatisierter Prozesse im Kundendienst. Es gilt zu analysieren, wie viele Fälle tatsächlich automatisch bearbeitet werden und in welchen Situationen ein Agent die Zusammenarbeit mit einem Mitarbeiter initiiert. Entsprechende Konzepte zur Überwachung und Steuerung von Agenten müssen weiterentwickelt werden, wobei die Integration der KI in Arbeitsabläufe essentiell bleibt.

Das Zusammenspiel zwischen Mitarbeitenden und KI-Agenten verläuft idealerweise nahtlos: Ein Agent kommuniziert zunächst mit dem Kunden, erkennt anhand festgelegter Richtlinien, wann die Übergabe an einen Mitarbeiter geboten ist, und stellt diesem direkt eine präzise Zusammenfassung des bisherigen Gesprächsverlaufs bereit. So kann der Mitarbeiter effizient weitermachen, ohne den Kunden erneut zu befragen. Während der Bearbeitung komplexer Anliegen wird er weiterhin durch die KI unterstützt – sei es durch Ausführungspläne oder Zugriff auf relevante Wissensdatenbanken und Dokumente. Moderne Technologien ermöglichen sogar die Einbindung von Bildern und Diagrammen in die Informationsflüsse.

Ist ein Servicefall abgeschlossen, erstellt die generative KI eine Zusammenfassung, versendet automatisiert eine E-Mail an den Kunden und erzeugt die Rechnung, was die Durchlaufzeit im Kundenservice optimiert. Die enge Verzahnung von menschlicher Kompetenz und KI-Agenten führt zu einer nachhaltigen Veränderung der Arbeitsprozesse: Routineaufgaben wie das Zurücksetzen von Passwörtern übernimmt die KI, während komplexe Problemstellungen gemeinsam gelöst werden. Daraus ergeben sich sowohl für Anwender als auch für Entwickler neue Anforderungen an Kompetenzen und Fähigkeiten.”

Martin bestätigt: “Es ist essenziell, auf die verschiedenen Rollen und Jobprofile im Unternehmen zu achten. Die Aufgaben unterscheiden sich deutlich — vom freundlichen Kundenkontakt über das prozessuale Steuern bis hin zur Entwicklung von KI-Bots und Agenten. Zunächst gilt es, die Prozesse sorgfältig zu analysieren. Beim Aufbau von KI-Agenten ist zudem darauf zu achten, dass die Vektorräume beispielsweise zwischen dem GPT-4 Modell und dem Lama-Modell nicht disjunkt sind, falls diese in Agenten integriert werden sollen. Nur wenige Experten verfügen über tiefgehende Kenntnisse im Bereich der Vektorräume; eine breite Qualifikation ist jedoch häufig nicht erforderlich, da es sich um hochspezialisierte Aufgaben handelt.

In Anlehnung an den Taylorismus sollten solche spezialisierten Tätigkeiten auch gezielt von entsprechend qualifizierten Fachkräften übernommen werden. Im Kontext eines CRM-Systems empfehle ich, auf etablierte Lösungen wie Salesforce zurückzugreifen, statt eigene Systeme zu entwickeln. Dieses Vorgehen ermöglicht, vorhandene Expertise zu nutzen und die technische Integration sowie Orchestrierung effizient zu gestalten. Die Wertschöpfung wird dadurch auf mehreren Ebenen erweitert, wobei weiterhin ein wesentlicher Teil beim direkten Kundenkontakt verbleibt.

Die künftige Wertschöpfungskette wird vermutlich noch kleinteiliger und arbeitsteiliger gestaltet sein, was sowohl neue, herausfordernde als auch weniger anspruchsvolle Berufsbilder hervorbringen wird. Die Entwicklungen der Zukunft sind zwar noch nicht abschließend vorhersehbar, doch es steht fest, dass sie anders verlaufen werden als bislang angenommen.

Liesel, du hast vorhin bereits die Leitplanken erwähnt und auf die Bedeutung umfassender Daten verwiesen, auch aus externen Systemen. Martin, hat ein schönes Bild gezeichnet: „auf den Schultern von Riesen stehen“. Welche weiteren sicherheitsrelevanten Aspekte müssen bei der Nutzung von Agenten-KI oder allgemein künstlicher Intelligenz besonders beachtet werden? Und welche Sicherheitsmaßnahmen sind zwingend erforderlich, insbesondere wenn mehrere Systeme miteinander verbunden sind oder Agenten zwischen verschiedenen Systemen interagieren?

Liesel beginnt: “Solange wir uns innerhalb von Salesforce bewegen, kommt der sogenannte Trust Layer zum Einsatz. Dieser stellt sicher, dass alle ausgehenden Daten – unabhängig davon, ob sie an ein LLM oder einen MCP-Server gesendet werden – entsprechend geschützt sind. Wie bereits erwähnt, werden sensible Informationen maskiert. Bei der Kommunikation mit einem LLM wird insbesondere darauf geachtet, dass durch technische und vertragliche Vereinbarungen sichergestellt ist, dass sowohl Anfragen als auch Antworten nicht gespeichert oder weiterverwendet werden. Damit wird gewährleistet, dass keine vertraulichen Daten nach außen gelangen.

Zur zusätzlichen Absicherung bestehen eindeutige Leitplanken für Agenten: Es wird genau definiert, welche Handlungen erlaubt sind und welche ausdrücklich untersagt werden. Ergänzend dazu kommen Schutzmechanismen wie die Vermeidung von Prompt Injection zum Einsatz, um Manipulationen bei Anfragen und Antworten zu verhindern. Diese Maßnahmen sind essenziell, um ein hohes Sicherheitsniveau zu gewährleisten.

Ein weiterer zentraler Aspekt ist die Nachvollziehbarkeit aller Vorgänge im System. Durch Audit Trails kann jederzeit überprüft werden, welche Aktionen durchgeführt und welche Antworten generiert wurden. Insbesondere im Hinblick auf komplexe Agentensysteme verfolgt Salesforce den Ansatz, spezielle Trainingsumgebungen („eVerse“) zu entwickeln. In diesen Trainingsräumen können Agenten unter verschiedenen Bedingungen getestet und simuliert werden, etwa mit synthetischen Daten und Extremszenarien. Dies ist umso wichtiger, da sich das Testen und Validieren durch GenAI grundlegend verändert hat.

Bereits heute stehen Testumgebungen zur Verfügung, in denen Agenten umfassend geprüft werden können. Ergänzt wird dies durch ein differenziertes Rollen- und Rechtekonzept: Jeder Agent erhält ausschließlich Zugriff auf diejenigen Daten, die er für seine Aufgabe benötigt – analog zu den Prinzipien für menschliche Mitarbeitende. So greift auch hier das Prinzip der minimalen Datenverwendung, das sicherstellt, dass Agenten nur berechtigte Informationen einsehen und verarbeiten können.”

Martin führt fort: “Meiner Ansicht nach ist es entscheidend, bei der Arbeit mit Daten einen sparsamen und durchdachten Ansatz zu verfolgen. Im Zusammenhang mit unseren jüngsten Gesprächen über Vektorräume möchte ich betonen, dass die bloße Sammlung großer Datenmengen nicht automatisch zu besseren Ergebnissen bei der Anwendung von KI-Systemen führt. Die Lernmodelle in den Hidden Layers basieren auf komplexer Mathematik und sorgfältig konzipierten Strukturen – insbesondere bei Transformern spielt dies eine zentrale Rolle. Bei solchen Systemen sollte daher der Fokus weniger auf der Menge der Daten als vielmehr auf strukturierten Prozessen liegen.

Auch Freiheitsgrade und Gewichtungen, beispielsweise bei LLM-Modellen, sollten so deterministisch wie möglich eingestellt werden. Salesforce bietet aktuell eine neue Funktion, bei der sich Gewichtungen direkt anpassen lassen, wodurch schon geringe Änderungen deutliche Auswirkungen auf das Modell und seine Algorithmen haben können. Es ist gegenwärtig wesentlich, möglichst nah an den Systemen zu bleiben und sich bei Klassifikationsaufgaben auf bewährte IT-Methoden zu stützen. Viele Prozesse innerhalb eines LLM sind aufgrund der Hidden Layers nicht transparent, und ein umfassendes Verständnis für die erzeugten Ergebnisse liegt oftmals nicht vor. Letztlich handelt es sich um mathematische Markov-Ketten; das System liefert uns Resultate, die unseren Erwartungen entsprechen, ohne tatsächlich im klassischen Sinne zu lernen.

Das sogenannte Feintuning von LLMs ist äußerst rechenintensiv und steht meist nur großen Unternehmen zur Verfügung. Anpassungen finden selten statt und erfolgen, wenn überhaupt, in größeren zeitlichen Abständen. Daher gilt auch hier: Strukturierte Vorgehensweisen und ein verantwortungsbewusster Umgang mit Daten stehen im Vordergrund, um sowohl den Kunden zu schützen als auch deren Interessen bestmöglich zu bedienen. Regulierung allein kann dies nicht gewährleisten – insbesondere, da etwa der KI Act in der EU erst ab August Anwendung findet, wohingegen andere Regionen wie Kalifornien bereits weiter sind.

Erfahrungen aus Veranstaltungen wie dem deutschen Hotelkongress oder den Hotel Digital Days verdeutlichen, dass KI-basierte Systeme, wo sinnvoll eingesetzt, signifikante Verbesserungen hinsichtlich Kundenzufriedenheit und Effizienz erzielen können. Ein Beispiel aus Las Vegas belegt Einsparungen bei Personalkosten und eine Steigerung relevanter Kennzahlen, wobei die Einhaltung regionaler Datenschutzbestimmungen stets priorisiert wird. Die Fähigkeit, innovative Lösungen zu entwickeln, ist vorhanden; entsprechende Freiräume würden es ermöglichen, noch bessere Ergebnisse zu erzielen. Abschließend stehe ich zu meinen Aussagen und bin mir bewusst, dass sie kritisch betrachtet werden können.

Künstliche Intelligenz bietet zahlreiche Vorteile, bringt jedoch auch gewisse Risiken mit sich. Ein wichtiger Aspekt dabei ist der verantwortungsvolle Umgang mit Daten. Von Martin wollten wir wissen, wie der Spagat zwischen kontinuierlicher Verbesserung und Compliance gelingt.

“In kurzer Zeit – innerhalb von sechs Monaten – konnten wir sieben Hey Lou Hotels nahezu zeitgleich mit nahezu identischen Inhalten online stellen. Als wachsendes Unternehmen lernten wir kontinuierlich dazu. Nach inzwischen etwa 18 bis 20 Monaten im Live-Betrieb beobachten wir, dass sich die Gegebenheiten der einzelnen Häuser leicht unterscheiden. Ob diese Unterschiede dauerhaft bleiben, ist momentan offen.

Was uns besonders hervorhebt, ist unser konsequenter Fokus auf Kundenzentrierung. Das direkte Feedback unserer Gäste fließt in die Optimierung unseres Systems ein. So kann es beispielsweise vorkommen, dass besondere Ereignisse – wie ein AC/DC-Konzert in Karlsruhe – für temporäre Veränderungen im Gästeklientel sorgen können. Daher achten wir darauf, das Hotelangebot insgesamt flexibel und anpassungsfähig zu gestalten.

Aus unternehmerischer Sicht stellen sich dabei grundlegende Fragen: Was bedeutet echte Kundenzentrierung? Wer entscheidet, wer nutzt, wer profitiert davon, und wie schaffen wir echten Mehrwert für unsere Gäste? Erstmals haben wir dadurch die Möglichkeit, solche Überlegungen gezielt anzustellen.

Dabei spielt auch die gesellschaftliche Akzeptanz eine Rolle: Werden diese Services als tatsächlicher Mehrwert wahrgenommen? Persönlich vertrete ich die Ansicht, dass ich bereitwillig Daten teile, wenn ich dafür einen spürbaren Nutzen erhalte. Wenn jedoch meine Daten ohne Gegenleistung verwendet werden, lehne ich dies ab. Es ist entscheidend, dass Datenschutzmechanismen die Nutzer unterstützen und nicht behindern.

Ein Beispiel aus der Praxis: Anja Nöll, Head of Digital Guest Experience, betonte, wie wichtig es für Mütter ist, individuelle Optionen – wie einen verlängerten Check-out – angeboten zu bekommen. Gerade in stressigen Situationen kann solch ein Angebot sehr hilfreich sein; es muss lediglich transparent kommuniziert werden. In solchen Fällen sollte der Datenschutz sinnvoll unterstützen und nicht als Hürde erscheinen. Gleichzeitig muss aber auch verhindert werden, dass unerwünschte Werbung überhand nimmt.

Hier kommen technische Lösungen ins Spiel – beispielsweise bietet Agentforcedie Möglichkeit, die Anzahl der Gastkommunikationen pro Thema individuell zu begrenzen. Für eine effektive Steuerung dieser Kommunikation benötigen wir zuverlässige Daten.”

Liesel führt weiter aus: “Dieses Beispiel veranschaulicht sehr deutlich das Zusammenspiel zwischen unternehmenseigenen Daten und Large Language Models (LLMs). Ein aktuelles Anwendungsszenario besteht darin, dass ein Kunde nach vorheriger Einwilligung ein Gespräch mit einem Agenten führt, wobei persönliche Präferenzen erfasst werden können. Die Zustimmung des Kunden ist hierbei essenziell – ohne sie dürfen die gewonnenen Daten nicht verwendet werden.

Die gesamte Konversation kann als unstrukturierte Daten gespeichert werden. Enthält das Gespräch zum Beispiel Informationen über bevorzugte Produkte, wie etwa den Lieblingskaffee, ist es möglich, diese Angaben in der CRM-Datenbank zu hinterlegen, sofern die entsprechenden Datenschutzbestimmungen und Einwilligungen vorliegen. Eine Übertragung solcher personenbezogenen Details in das LLM findet selbstverständlich nicht statt; dieser Schritt wäre ohne ausdrückliche Erlaubnis des Kunden nicht zulässig.

Bei zukünftigen Interaktionen können die gespeicherten Informationen genutzt werden, um individuell zugeschnittene Angebote zu erstellen und die Kundenbetreuung zu personalisieren. Das Zusammenspiel von CRM-Daten, die mit Zustimmung des Kunden erhoben und gespeichert werden, sowie den Möglichkeiten eines LLM zur Erstellung und Zusammenfassung von Inhalten, zeigt die besondere Stärke von Lösungen wie Agentforce auf. Ein LLM alleine reicht für diese Anforderungen jedoch nicht aus – erst die integrierte Nutzung beider Systeme schafft echten Mehrwert.”

Wird sich künftig auch der Check-in-Prozess sowie die Wahrnehmung der Gäste hinsichtlich des Ablaufs beim Betreten unterschiedlicher Hoteltypen verändern?

Martin ist davon überzeugt: “Es ist absehbar, dass sich in diesem Bereich wesentliche Veränderungen ergeben werden. Vor einigen Jahren haben wir eine Persona entwickelt, die wir Egon genannt haben. Egon ist 60 Jahre alt und stammt aus der Zukunft. Damals erschien die von uns entworfene Vorstellung dieser Persona noch visionär – heute ist sie deutlich realistischer. In unserem Beispiel erkennt das System beispielsweise bereits selbständig, dass Egon zu einer Messe reist, mit dem Zug fährt und bestimmte Wünsche hat, wie das vorherige Duschen oder Umziehen. Das bedeutet, dass verschiedene Attribute eines Objekts neu bewertet werden müssen, um individuelle Bedürfnisse abzubilden.

Die persönliche digitale Assistentin, also die künstliche Intelligenz (KI), kennt nicht nur das Transportmittel, sondern antizipiert auch weiterführende Präferenzen, beispielsweise das frühzeitige Aufgeben des Gepäcks bzw. organisatorische Aspekte rund um den Hotelaufenthalt. Die Interaktion mit dem Hotel wird dadurch wesentlich umfangreicher, da diese Art von Kommunikation bislang kaum möglich ist und künftig durch sogenannte Agentic-to-Agentic-Communication erheblich an Bedeutung gewinnen dürfte. Es bleibt spannend zu beobachten, wie sich diese Schnittstellen und Prozesse weiterentwickeln werden.”

Wie bei allen Interviews gibt es selbstverständlich auch von Liesel und Martin die Famous Last Words.

Liesel beginnt: “Meiner Ansicht nach eröffnet künstliche Intelligenz (KI) außergewöhnliche Möglichkeiten für Unternehmen. Ich empfehle, dieser Technologie offen gegenüberzustehen. Es geht weniger darum, ob, sondern vielmehr wann und wie man KI implementiert. Selbstverständlich müssen dabei sämtliche Trust- und Compliance-Richtlinien eingehalten werden. Die Potenziale, die sich hierdurch ergeben, sind immens und bieten erhebliche Wettbewerbsvorteile. Besonders im Bereich der Kundenbetreuung eröffnen sich zahlreiche innovative Ansätze, sodass aus meiner Sicht kein Unternehmen es sich leisten kann, auf den Einsatz von KI zu verzichten.”

Martin ergänzt: “Ich bin überzeugt, dass die Zukunft großes Potenzial birgt. Insbesondere durch eine aktive Mitgestaltung und den Einsatz von Künstlicher Intelligenz eröffnen sich erstmals weitreichende Möglichkeiten, die Lebensqualität für alle nachhaltig zu verbessern. Die Aussicht auf signifikante Produktivitätssteigerungen bei reduzierten Arbeitszeiten erinnert an die Vorhersage von David Ricardo vor über 100 Jahren, wonach Menschen künftig nur noch 15 Stunden pro Woche arbeiten müssten. Diese Prognose erscheint heute realistischer denn je. Ich sehe darin die Chance, gemeinsam außergewöhnliche Fortschritte zu erzielen, und blicke der Entwicklung mit großem Optimismus entgegen.”