KI reist im Gastgewerbe noch mit angezogener Handbremse

Eine künstliche Intelligenz nach einer Ferienwohnung zu fragen, wirkt inzwischen selbstverständlich. Wir nennen Reiseziel, Daten, Gästezahl und einige Wünsche. Wir erwarten, dass der Assistent Unterkünfte sucht, Verfügbarkeiten vergleicht und uns sagt, was wir ausgeben werden.

Ein Teil dieses Ablaufs funktioniert bereits. Ein anderer kann genau am wichtigsten Punkt abbrechen: bei der Prüfung, ob die Unterkunft verfügbar ist und wie viel der gewünschte Aufenthalt kostet.

KI hat gelernt, Unterkünfte zu finden. Ihre Preise kann sie noch nicht uneingeschränkt ermitteln.

Bei Lestis beobachten wir die Entwicklung aus zwei Perspektiven: über den Datenverkehr von KI-Systemen auf Websites unserer Infrastruktur und über praktische Erfahrungen bei der Reiseplanung mit diesen Assistenten.

Die Daten zeigen, wann und wie häufig diese Systeme im Verhältnis zu anderen Anfragen nach Preisinformationen suchen. Tests mit ChatGPT, Gemini und Claude zeigen, wie schwierig der Schritt vom Lesen einer Seite zur Abfrage tatsächlicher Verfügbarkeit sein kann.

KI sucht Preise, besonders im Frühjahr

Das Lestis Intelligence Observatory analysiert den Datenverkehr auf Websites unserer Infrastruktur. Es unterscheidet menschliche Nutzer von automatisierten Systemen und ordnet Anfragen von KI-Agenten nach ihrer Absicht ein.

Eine Kategorie betrifft Preise und Verfügbarkeit. Weitere Kategorien umfassen Inhaltsextraktion, Indexierung und Lernen sowie die Prüfung vorhandener Ressourcen.

Was bedeutet „Prüfung vorhandener Ressourcen“ konkret? Bevor automatische Systeme eine Website erkunden, suchen sie technische Orientierungshilfen: Welche Seiten gibt es und welche Anweisungen stellt der Betreiber für automatisierte Zugriffe bereit? Das ist ähnlich wie die Suche nach einem Lageplan und einer Hausordnung am Eingang einer Unterkunft, bevor man sie besichtigt. Diese Anfragen betreffen Aufbau und Erkundung der Website. Für sich genommen bedeuten sie nicht, dass eine KI bereits eine Wohnungsbeschreibung liest oder nach dem Preis eines Aufenthalts sucht.

Diese vorbereitende Aktivität macht einen erheblichen Teil des beobachteten Datenverkehrs aus. Um den Anteil der Preis- und Verfügbarkeitsanfragen besser zu verstehen, betrachten wir ihn deshalb sowohl am gesamten KI-Verkehr als auch ohne diese technischen Prüfungen.

Die dritte Spalte wird aus den veröffentlichten Prozentwerten des Observatory neu berechnet: Der Preisanteil wird durch den verbleibenden Anfrageanteil nach Ausschluss technischer Prüfungen geteilt. Die Ergebnisse sind auf eine Nachkommastelle gerundet.

Am gesamten KI-Verkehr wird der Höchstwert im April erreicht. Ohne technische Prüfungen verschiebt sich die Spitze in den Mai.

Im Mai betrifft fast jede fünfte KI-Anfrage außerhalb der technischen Prüfungen Preise und Verfügbarkeit. Im Oktober liegt der Anteil bei 5 %.

Die Unterscheidung ist auch nach dem Sommer wichtig. Von August bis September halbiert sich der Preisanteil am Gesamtverkehr von 3,2 % auf 1,6 %. Ohne technische Prüfungen sinkt er dagegen von 6,5 % auf 5,9 %: ein wesentlich kleinerer Rückgang.

Ein Teil des scheinbaren Rückgangs entsteht somit durch das wachsende Gewicht technischer Prüfungen. Der Rückgang gegenüber dem Frühjahr bleibt jedoch auch ohne sie deutlich.

Diese Prozentwerte beschreiben die Zusammensetzung der Anfragen, nicht ihre absolute Zahl. Ein geringerer Anteil bedeutet nicht automatisch weniger Preisanfragen.

ChatGPT, Gemini und Claude finden die Unterkunft, erreichen das Angebot aber nicht selbstständig

Wir haben ChatGPT, Gemini und Claude bei der Preissuche für einen Aufenthalt auf mit Lestis erstellten Websites getestet. Die gemeinsame Grenze: Die Assistenten finden die Unterkunft und lesen veröffentlichte Informationen, können Preise und Verfügbarkeit aber nicht selbstständig bis zum konkreten Angebot prüfen.

Die Tests erfolgten über die üblichen Chatoberflächen mit einer Anfrage in natürlicher Sprache: so, wie diese Werkzeuge weltweit häufig genutzt werden.

Der Kontext ist wichtig: Die Tests zur Preisermittlung betrafen Lestis-Websites, auf denen wir alle bekannten Best Practices der Branche umsetzen, damit automatische Systeme Inhalte erreichen und verstehen können. Auf weniger optimierten Websites könnten Assistenten noch größere Schwierigkeiten haben, eine Unterkunft oder ihren Einstiegspreis zu finden. Umgekehrt lassen sich bessere Ergebnisse auf anderen Websites ebenfalls nicht ausschließen.

Mit ChatGPT baten wir unter Nutzung eines kostenpflichtigen Abonnements darum, einen Aufenthalt zu suchen und den Preis zu prüfen. Der Assistent fand die Website, erkannte die Seite der gewünschten Wohneinheit und las den täglichen Basispreis. Bei der Prüfung der Reisedaten konnte er jedoch weder das Verfügbarkeitsformular absenden noch die strukturierten Daten der Seite für die Abfrage lesen.

Auch das direkte Öffnen eines Links mit Suchparametern scheiterte an Beschränkungen beim Seitenabruf, dem sogenannten Fetch. In der getesteten Sitzung blieben als nutzbare Informationsquellen Suchmaschinenergebnisse und indexierte oder zwischengespeicherte Kopien, ohne die aktuelle Antwort des Buchungssystems zu erreichen.

Ein Fortschritt mit Claude! Neben Unterkunft, Ausstattung und Tagespreis konnte Claude auch das Ergebnis und das konkrete Angebot lesen, nachdem wir den direkten Link übermittelt hatten. Als wir eine neue Kombination verlangten, meldete es jedoch, die Startseite oder eine bereits gelesene Seite erhalten zu haben. Das Angebot konnte es nicht anzeigen, obwohl die angeforderte Seite richtig war. Wurde der Link in den Chat eingefügt, funktionierte es; andernfalls nicht.

Das Einfügen des Links ermöglichte Claude, das Angebot zu lesen. Dieses Szenario löst das Problem jedoch nicht.

Gemini baten wir auf demselben Weg um den tatsächlichen Preis für zwei Erwachsene vom 1. bis 7. März. Auch Gemini fand die Website und den Einstiegspreis, lieferte aber kein Angebot für die gewünschten Daten. Für den tatsächlichen Preis oder die Verfügbarkeit sollten wir auf den Link klicken und auf der Website fortfahren. Der entscheidende Schritt blieb beim Nutzer.

Drei Assistenten, dasselbe Hindernis: selbstständig von veröffentlichten Informationen zur Antwort des Buchungssystems zu gelangen. In allen drei Tests fand die Chatsuche Unterkunft und Einstiegspreis, kam aber ohne Eingreifen des Nutzers nicht bis zur Verfügbarkeit und zum konkreten Angebot. Bei Claude ließ sich die Blockade durch Übermitteln des direkten Links überwinden und das Ergebnis lesen.

Wir verlangten weder eine Zahlung noch die Bestätigung einer Buchung. Es fehlte noch die Information, wegen der wir gesucht hatten: Was kostet dieser Aufenthalt für diese Daten und diese Gäste tatsächlich?

Die Tests betreffen die verwendeten Umgebungen und Werkzeuge. Browser mit Interaktionsmöglichkeiten, APIs und spezielle Integrationen können andere Fähigkeiten bieten. Dass die Schwierigkeit selbst mit einem kostenpflichtigen ChatGPT-Abonnement auftrat, zeigt aber: Ein Abonnement allein garantiert keinen operativen Zugriff auf das Buchungssystem einer Unterkunft.

Ein Einstiegspreis ist nicht der Preis des Urlaubs

Der Preis einer Ferienwohnung hängt von An- und Abreisedatum, Aufenthaltsdauer, Gästezahl, Tarifbedingungen und tatsächlicher Verfügbarkeit ab. Pflichtgebühren, Zusatzleistungen und Mindestaufenthalte können ebenfalls eine Rolle spielen.

Ein veröffentlichter täglicher Einstiegspreis reicht daher nicht für ein verlässliches Angebot. Die Multiplikation mit der Zahl der Nächte kann einen Betrag ergeben, den das Buchungssystem nicht bestätigen würde.

Um die Frage des Reisenden zu beantworten, muss der Assistent die Buchungsmaschine abfragen, die Verfügbarkeit und Tarife für den gewünschten Aufenthalt berechnet, und das aktuelle Ergebnis lesen.

Hier zeigt sich der Unterschied zwischen dem Verstehen und dem Überprüfen eines Angebots.

Eine Website kann Beschreibungen, strukturierte Informationen und maschinenlesbare Buchungsaktionen bereitstellen. Der Assistent muss diese Informationen jedoch erreichen, die Anfrage erstellen und die Antwort lesen können. Verhindert sein Navigationswerkzeug einen dieser Schritte, bricht der Ablauf ab.

Die Vorbereitung der Website und die operative Freiheit des Assistenten müssen zusammenkommen.

Warum steigen die Preissuchen bis Mai und gehen danach zurück?

Ein weiterer Aspekt der Lestis-Daten verdient Aufmerksamkeit: die mögliche Verbindung zur klassischen Saisonalität der Urlaubssuche. Wenn Reisende Assistenten zunehmend bei der Unterkunftswahl einbeziehen, könnten sich ihre Planungszeiten auch in KI-Anfragen widerspiegeln.

Der Höhepunkt der Preisanfragen liegt zwischen April und Mai, wenn viele Urlauber ihre Sommerferien auswählen und buchen.

Wer eine Unterkunft betreibt, kennt diese Dynamik. Im Februar und März treffen die ersten Sommeranfragen ein. Im April und Mai wird die Planung konkreter: Reisende vergleichen Ziele, prüfen Ferienwohnungen und erkundigen sich nach den Kosten verschiedener Möglichkeiten.

Viele Gastgeber kennen diesen Ablauf aus Informations- und Angebotsanfragen: erst das Reiseziel wählen, dann Unterkünfte und Preise vergleichen, schließlich buchen. Die KI-Anfragen zeigen eine interessante Ähnlichkeit und werfen die Frage auf: Entwickelt auch die Urlaubssuche mit künstlicher Intelligenz bereits eine eigene Saisonalität?

Ohne technische Prüfungen steigt der Preisanteil von 2,9 % im Februar auf 7,8 % im März, erreicht 17,3 % im April und 18,2 % im Mai. Das relative Interesse an Preisen und Verfügbarkeit wächst genau dann, wenn die Wahl des Sommerurlaubs konkreter wird.

Eine mögliche Deutung ist, dass ein Teil dieser Planung bereits über KI-Assistenten läuft. Werden sie während der Urlaubsvorbereitung genutzt, könnten sich auch ihre Website-Anfragen auf die Monate konzentrieren, in denen Reisende Angebote vergleichen.

KI kann Unterkünfte suchen, Wohnungsseiten besuchen, Einstiegspreise ermitteln und versuchen, Verfügbarkeiten aufzurufen, selbst wenn eine tatsächliche Abfrage des Buchungssystems nicht gelingt.

Auch mit angezogener Handbremse versucht sie zu tun, worum Urlauber sie bitten.

Nach Mai ändert sich das Bild. Im Juni sinkt der Preisanteil ohne technische Prüfungen auf 7,3 %. Im Juli und August bleibt er mit 6 % beziehungsweise 6,5 % relativ ähnlich.

Auch das ist für Unterkunftsbetreiber nachvollziehbar. Wenn der Sommer näher rückt, ist ein Teil der Haupturlaube bereits gebucht. Die Suche geht weiter, auch für kurzfristig entschiedene Aufenthalte. Die Vorausplanung weicht aber allmählich der Abreise und dem Urlaub selbst.

Das könnte den Rückgang ab Juni und die relative Stabilität in den zentralen Sommermonaten erklären.

Im September und Oktober sinkt der Anteil weiter auf 5,9 % und 5 %. Der Rückgang ist gleichmäßiger, als die Anteile am Gesamtverkehr vermuten lassen, weil technische Prüfungen im selben Zeitraum stärker ins Gewicht fallen.

Insgesamt erinnert das Bild an die klassische Saisonalität der Sommerurlaubsplanung: Anstieg während der Vorbereitung, Rückgang nach einem Teil der Buchungen und weitere Anpassung nach der Hauptsaison. Diese Parallele könnte ein erster Hinweis auf Saisonalität auch in KI-Suchen sein, verbunden mit den Zeitplänen und Bedürfnissen ihrer Nutzer.

Das zeitliche Zusammentreffen allein beweist keine Ursache-Wirkungs-Beziehung. Die Daten beschreiben Anfragen von KI-Systemen, nicht die Absichten einzelner Reisender. Zudem variiert die Saisonalität nach Reiseziel und Art der beobachteten Unterkünfte.

Das Signal verdient Aufmerksamkeit: Datenverkehr, den wir oft als rein technisch betrachten, könnte bereits teilweise dem Rhythmus unserer Urlaube folgen.

Was ändert sich für die Website einer Unterkunft?

Für Gastgeber betrifft diese Entwicklung eine konkrete Frage: die Rolle ihrer eigenen Website im Direktvertrieb.

Der vertraute Ablauf beginnt mit einer Suche, führt zum Website-Besuch und dann zur Prüfung von Preisen und Verfügbarkeit. Mit KI-Assistenten können einzelne Schritte für den Reisenden erfolgen, bevor dieser die Unterkunftsseite überhaupt öffnet.

Deshalb müssen Zimmer, Wohnungen, Leistungen und Bedingungen erkennbar sein und ein klarer Weg zur tatsächlichen Verfügbarkeit bestehen.

Die Branche spricht seit Langem über SEO und inzwischen auch über Inhaltsoptimierung für generative Suchmaschinen. Präzise Beschreibungen, strukturierte Informationen und zugängliche Inhalte machen Angebote verständlich. Die kommerzielle Abfrage ergänzt die Prüfung, ob das Angebot zu den gewünschten Bedingungen tatsächlich buchbar ist.

Zu erkennen, dass ein Betrieb drei Ferienwohnungen anbietet, und deren Ausstattung zu verstehen, ist eine Sache. Zu fragen, welche davon für zwei Personen vom 10. bis 17. August verfügbar sind, und einen konkreten Preis zu erhalten, ist eine andere.

Bei Lestis gehören Website, Preis- und Verfügbarkeitsverwaltung und Direktbuchungsmaschine zu einem System. Diese Verbindung ist zentral, um Gäste von der Entdeckung der Unterkunft bis zur Überprüfung des Angebots zu begleiten. Sie bildet zugleich eine Grundlage für die Weiterentwicklung der Interaktion mit KI-Assistenten.

Ob diese die Informationen nutzen können, hängt weiterhin von verfügbaren Werkzeugen und Integrationen ab. Zugriffe zu beobachten und Suchabläufe praktisch zu testen, ist deshalb ebenso wichtig wie die Vorbereitung der Inhalte.

Lestis arbeitet daran, bereit zu sein, wenn die Handbremse gelöst wird

Die Daten von 2026 beschreiben eine Phase, in der Preisanfragen existieren, ein mit touristischer Saisonalität vereinbares Muster zeigen und zugleich auf operative Zugriffsgrenzen stoßen.

Die Tests mit ChatGPT, Gemini und Claude zeigen, wo der Ablauf unterbrochen wird: Der Assistent findet die Wohnung, liest Beschreibung und Basispreis, kann den gewünschten Aufenthalt aber nicht selbstständig prüfen. Mit Gemini muss der Nutzer auf der Website fortfahren; bei Claude machte das Einfügen des richtigen Links das Angebot lesbar. In beiden Fällen bleibt ein entscheidender Schritt beim Nutzer.

Wenn Verfügbarkeits- und Tarifabfragen verbreiteter und verlässlicher werden, eröffnet sich eine neue Chance für den Direktkanal. Assistenten können dann tatsächliche Angebote vergleichen und Reisende zu einem auf der offiziellen Website geprüften Angebot führen.

Lestis arbeitet an diesen Entwicklungen und beobachtet sie, um bei dieser Chance an vorderster Stelle zu stehen.

Das Observatory, die Verkehrsanalyse und Assistententests zeigen uns, was bereits funktioniert und wo der Ablauf abbricht. Wir verfolgen die Entwicklung der Werkzeuge und Zugriffswege, damit unsere Gastgeber neue Möglichkeiten für ihre Websites und Direktbuchungen nutzen können, sobald diese praktisch einsetzbar sind.

Diese Arbeit beginnt heute: beobachten, wie KI Unterkünfte sucht, welche Informationen sie erreicht, und den nächsten Schritt vorbereiten.

Es geht um die Verringerung der Abhängigkeit von Vermittlern. Wenn KI-Assistenten die Buchungsmaschinen offizieller Websites wie der mit Lestis erstellten direkt abfragen können, finden und vergleichen sie aktuelle Angebote an der Quelle und begleiten Reisende zur Buchung bei der Unterkunft.

Für Direktbuchungen könnte das eine Revolution sein: eine Chance, die Abhängigkeit von OTAs wie Booking und Airbnb zu verringern, ihre Macht im Vertrieb neu auszubalancieren und die Beziehung zwischen Gast und Unterkunft wieder zu stärken.

KI sucht bereits Unterkünfte für unsere Urlaube. Lestis arbeitet daran, dass die Websites bereit sind zu antworten, wenn die Assistenten bis zum konkreten Angebot gelangen können.

Und du, bist du bereit?

---

Datenquelle: Lestis Intelligence Observatory, Monatsdaten von Februar bis Oktober 2026. Die Anteile ohne technische Prüfungen wurden aus veröffentlichten Prozentwerten neu berechnet und auf eine Nachkommastelle gerundet. Die saisonale Deutung ist eine analytische Hypothese. Die Fälle ChatGPT, Gemini und Claude beschreiben direkte Tests über übliche Chatoberflächen auf Lestis-Websites. ChatGPT wurde mit kostenpflichtigem Abonnement getestet; der Claude-Test wurde mit den Serverprotokollen abgeglichen.