Wie Gäste heute nach Hotels suchen
Die Reiseplanung verteilt sich inzwischen auf mehrere digitale Kanäle, die unterschiedliche Funktionen innerhalb der sogenannten „Guest Journey“ erfüllen.

Klassische Suchmaschinen
Suchmaschinen bleiben weiterhin ein zentraler Einstiegspunkt für viele Reisende. Google dominiert in vielen Märkten den Suchverkehr, während Microsoft Bing vor allem durch seine Integration in KI-Systeme zusätzliche Aufmerksamkeit erhält.

Allerdings verändern sich auch die Suchergebnisse selbst. Google experimentiert zunehmend mit KI-generierten Zusammenfassungen, sogenannten „AI Overviews“. Diese können bereits direkt Antworten auf Suchanfragen liefern, ohne dass Nutzer zwingend eine Website besuchen müssen.

Gerade im Reisesegment werden Suchanfragen häufig mit Karten, Hotel-Packs und Metasearch-Ergebnissen kombiniert. Dadurch entsteht eine komplexere Darstellung der Ergebnisse, in der klassische organische Treffer nur noch ein Teil der sichtbaren Inhalte sind.

Im Hotelbereich ist zudem zu beobachten, dass AI Overviews häufig auf Googles eigene Produkte wie Google Maps oder Google Hotel Finder verweisen. Dadurch kann sich der Weg des Nutzers verändern: Statt direkt auf eine Hotelwebsite zu klicken, verbleibt ein Teil der Recherche innerhalb der Google-Oberfläche. Welche Auswirkungen diese Entwicklung langfristig auf Direktbuchungen haben wird, lässt sich derzeit noch nicht abschließend beurteilen.

Social Media als Inspirationsquelle
Parallel dazu gewinnt Social Media als Inspirationsquelle an Bedeutung. Plattformen wie TikTok oder Instagram werden immer häufiger genutzt, um Reiseideen zu sammeln oder konkrete Hotels zu entdecken.

Besonders jüngere Zielgruppen suchen gezielt nach Begriffen wie „Best rooftop hotels in Berlin“ oder „hidden boutique hotels in Italy“. Videos und Bilder erzeugen dabei eine emotionale Inspiration, die später häufig über klassische Suchmaschinen weiterverfolgt wird.

KI-basierte Antwortsysteme
Neu hinzugekommen ist die Suche über KI-gestützte Dialogsysteme. Nutzer stellen hier komplexe Fragen, etwa:

„Empfiehl mir ein modernes Boutique-Hotel in Berlin mit Rooftop-Bar und guter Anbindung an die Innenstadt.“

Die KI liefert daraufhin strukturierte Antworten mit mehreren Hotelvorschlägen, Beschreibungen und teilweise sogar Preis- oder Standortinformationen. Anschließend können Nutzer ihre Anfrage weiter präzisieren, etwa:

„Welches davon eignet sich besonders für einen Wochenendtrip?“

Diese dialogische und iterative Suche unterscheidet sich deutlich von klassischen Suchmaschinen. Der Nutzer erhält nicht nur Links, sondern bereits eine vorstrukturierte Empfehlungsliste.

Für Hotels bedeutet das: Die Vorauswahl potenzieller Unterkünfte kann bereits innerhalb eines KI-Dialogs getroffen werden – bevor ein Gast überhaupt eine Website besucht.

Darüber hinaus entsteht ein weiterer Effekt: Empfehlungen können auch dann entstehen, wenn Nutzer nicht aktiv nach einem konkreten Hotel suchen. In vielen KI-Systemen werden Unterkünfte beispielsweise im Rahmen allgemeiner Reiseplanung oder Inspirationsfragen vorgeschlagen. Diese Form der „passiven Suche“ kann dazu führen, dass Hotels bereits früh in der Entscheidungsphase erwähnt werden, ohne dass eine klassische Hotelsuche stattgefunden hat

Die Technologie hinter der KI-Suche
Die Grundlage dieser neuen Systeme bilden sogenannte Large Language Models (LLMs). Dabei handelt es sich um KI-Modelle, die mit großen Mengen an Textdaten trainiert wurden und in der Lage sind, Sprache zu verstehen und neue Inhalte zu generieren.

Zu den bekanntesten Modellfamilien gehören unter anderem:
* GPT-Modelle von OpenAI
* Gemini von Google
* Claude von Anthropic
* Llama von Meta
* Mistral-Modelle aus Europa

Diese Modelle können Inhalte aus unterschiedlichen Quellen zusammenführen, zusammenfassen und in verständlicher Form präsentieren. In vielen Anwendungen werden sie zusätzlich mit einer Live-Websuche kombiniert, sodass aktuelle Informationen berücksichtigt werden können.

Gleichzeitig besitzen viele dieser Modelle Einschränkungen: Ein Teil der Trainingsdaten ist zeitlich verzögert und kann mehrere Monate oder länger zurückliegen. Wenn aktuelle Informationen nicht über Websuche oder externe Datenquellen eingebunden werden, kann dies dazu führen, dass Antworten auf älteren Datengrundlagen basieren.

Gerade im Reisebereich ist diese Kombination besonders relevant, da Nutzer häufig nach spezifischen Anforderungen suchen – etwa Lage, Ausstattung oder Zielgruppenorientierung eines Hotels.

Ein weiterer technischer Ansatz, der derzeit diskutiert wird, ist das sogenannte Model Context Protocol (MCP). Dabei handelt es sich um einen offenen Standard, über den KI-Systeme strukturierte Daten direkt aus externen Quellen abrufen können. Über solche Schnittstellen könnten zukünftig beispielsweise aktuelle Preise, Verfügbarkeiten oder andere Echtzeitinformationen aus Hotel- oder Buchungssystemen bereitgestellt werden.

Was bedeutet Generative Engine Optimization (GEO)?
Der Begriff Generative Engine Optimization beschreibt Ansätze, Inhalte so aufzubereiten, dass sie von generativen KI-Systemen leichter erkannt und genutzt werden können.

Während klassische Suchmaschinenoptimierung (SEO) darauf abzielt, möglichst weit oben in einer Ergebnisliste zu erscheinen, verändert sich die Zielsetzung bei GEO leicht. Hier geht es stärker darum, dass Inhalte in KI-Antworten erwähnt, zitiert oder als Quelle genutzt werden.

Das bedeutet jedoch nicht, dass GEO die bisherigen SEO-Prinzipien ersetzt. Im Gegenteil: Viele der bekannten Grundlagen bleiben weiterhin relevant.

Dazu gehören insbesondere:
* hochwertige Inhalte
* klare Struktur
* verlässliche Informationen
* maschinenlesbare Daten
* vertrauenswürdige Quellen

In den Qualitätsrichtlinien von Google wird dies häufig mit dem Konzept E-E-A-T beschrieben: Experience, Expertise, Authoritativeness und Trustworthiness.

Auch KI-Systeme greifen bevorzugt auf Inhalte zurück, die diese Kriterien erfüllen.

Einige technische Ansätze befinden sich noch in einer frühen Entwicklungsphase. Dazu gehört beispielsweise die Idee einer sogenannten „llms.txt“-Datei, die ähnlich wie eine robots.txt Hinweise für KI-Systeme bereitstellen soll, welche Inhalte einer Website für KI-Anwendungen genutzt werden können.

Plattformen und OTAs setzen zunehmend auf KI
Auch große Reiseplattformen investieren massiv in generative KI. Ziel ist es, Nutzern eine stärker personalisierte und dialogische Reiseplanung zu ermöglichen.

Einige Beispiele aus dem Markt:
* Booking.com betreibt einen KI-gestützten Reiseplaner, der bei der Auswahl von Reisezielen und Unterkünften hilft.
* Expedia hat bereits früh KI-basierte Reiseberatung in seine App integriert.
* Kayak und andere Metasuchmaschinen experimentieren mit ChatGPT-Integrationen.

In einigen Regionen sind zudem bereits direkte Integrationen von Reiseplattformen in KI-Systeme verfügbar. Dabei können Nutzer innerhalb eines Chatdialogs Hotels suchen und anschließend direkt in Buchungsprozesse von Plattformen wie Booking oder Expedia wechseln.

Darüber hinaus testen große Technologieunternehmen neue Werbeformate innerhalb von KI-Interfaces. Microsoft integriert Anzeigen beispielsweise in Copilot-Antworten, während Google experimentelle Anzeigen in seinen KI-Suchfunktionen testet.

Langfristig könnte dadurch ein neues Werbeökosystem entstehen, das neben klassischer Suche und Metasearch eine zusätzliche Rolle spielt.

Für Hotels bedeutet diese Entwicklung vor allem eines: Der Wettbewerb um Sichtbarkeit beginnt immer früher im Entscheidungsprozess der Gäste.

Messbarkeit von AI-Traffic
Die Sichtbarkeit innerhalb von KI-Antwortsystemen ist derzeit noch vergleichsweise schwer zu messen. Es existieren aktuell keine einheitlichen Metriken, um Reichweite oder Relevanz von KI-Erwähnungen systematisch zu erfassen.

Einige SEO-Tools experimentieren bereits mit ersten Analyseansätzen. Beispielsweise bietet der Anbieter Sistrix ein Beta-Tool zur Beobachtung von KI-Sichtbarkeit. Die Aussagekraft solcher Daten muss jedoch noch weiter bewertet werden.

Ein Teil des Traffics aus KI-Systemen ist bereits messbar. Referrals können beispielsweise von Domains wie chat.openai.com oder perplexity.ai stammen.

Hotels sollten ihre Webanalyse entsprechend anpassen und prüfen, ob solche Quellen bereits Traffic erzeugen. In Tools wie Google Analytics 4 können hierfür eigene Segmente eingerichtet werden.

Aktuell ist der Anteil dieses Traffics im Vergleich zu klassischen Suchmaschinen oder Direktzugriffen meist noch relativ gering. Auch Conversions lassen sich derzeit nur eingeschränkt einzelnen KI-Systemen zuordnen.

Risiken: wenn KI falsche Informationen liefert
So leistungsfähig generative KI ist – sie ist nicht fehlerfrei. Ein bekanntes Problem sind sogenannte „Halluzinationen“, bei denen KI-Systeme falsche oder unvollständige Informationen generieren.

Im Reisebereich kann das beispielsweise bedeuten:
* Ein Hotel wird mit falschen Ausstattungsmerkmalen beschrieben
* Preise oder Angebote werden falsch wiedergegeben
* ein anderes Hotel wird fälschlicherweise empfohlen

Studien zeigen, dass die Fehlerquote je nach Modell und Aufgabenstellung stark variieren kann.

Für Hotels ergibt sich daraus eine wichtige Konsequenz: Je klarer und konsistenter die verfügbaren Informationen im Internet sind, desto geringer ist das Risiko fehlerhafter KI-Antworten.

Falsche Informationen können nicht nur zu Missverständnissen führen, sondern im Extremfall auch zu Fehlbuchungen oder falschen Erwartungen bei Gästen. Beispielsweise könnten Gäste ein Hotel aufgrund von Eigenschaften auswählen, die tatsächlich nicht vorhanden sind.

Ein weiterer diskutierter Aspekt ist die potenzielle Manipulation von Inhalten. Wenn Inhalte gezielt erstellt werden, um von KI-Systemen bevorzugt aufgegriffen zu werden – etwa durch gesponserte Artikel oder gezielte Content-Platzierungen – kann dies die Objektivität von Empfehlungen beeinflussen.

Was Hotels jetzt konkret tun können
Auch wenn sich viele Aspekte der KI-Suche noch entwickeln, können Hotels bereits heute Maßnahmen umsetzen, die sowohl für klassische Suchmaschinen als auch für KI-Antwortsysteme relevant sind.

Strukturierte Daten nutzen
Maschinenlesbare Daten helfen Suchmaschinen und KI-Systemen, Inhalte besser zu interpretieren.

Besonders relevant sind dabei strukturierte Daten nach dem schema.org-Standard, beispielsweise:
* Hotel-Informationen
* Bewertungen und Rezensionen
* FAQs
* Standort- und Adressdaten
* Angebote oder Preise

Diese Informationen erleichtern es Algorithmen, wichtige Eigenschaften eines Hotels korrekt zu erfassen.

Vertrauen und Transparenz stärken
Auch in einer KI-basierten Suche bleibt Vertrauen ein zentraler Faktor. Websites sollten daher klar kommunizieren:
* wer für Inhalte verantwortlich ist
* wie das Hotel erreichbar ist
* aktuelle Informationen über Ausstattung und Leistungen
* transparente Richtlinien und Kontaktdaten

Solche Signale stärken die Glaubwürdigkeit und erhöhen die Wahrscheinlichkeit, dass Inhalte von Suchmaschinen und KI-Systemen als verlässlich eingestuft werden.

Online-Profile konsistent pflegen
Ein häufig unterschätzter Faktor ist die Konsistenz von Informationen über verschiedene Plattformen hinweg.

Hotels sollten sicherstellen, dass wichtige Angaben überall übereinstimmen, etwa auf:
* der eigenen Website
* Google Business Profiles
* Karten- und Navigationsdiensten
* OTA-Profilen
* Bewertungsplattformen
Inkonsistente Daten können dazu führen, dass KI-Systeme widersprüchliche Informationen erhalten.

Tracking und Analytics anpassen
Ein Teil des Traffics aus KI-Systemen ist bereits messbar. Referrals können beispielsweise von Domains wie chat.openai.com oder perplexity.ai stammen.

Hotels sollten ihre Webanalyse entsprechend anpassen und prüfen, ob solche Quellen bereits Traffic erzeugen. In Tools wie Google Analytics 4 können hierfür eigene Segmente eingerichtet werden.

Inhalte klar strukturieren
KI-Systeme bevorzugen Inhalte, die leicht interpretierbar sind. Dazu gehören unter anderem:
* klare Beschreibungen der wichtigsten USPs
* strukturierte Abschnitte auf der Website
* FAQ-Bereiche zu häufigen Fragen
* prägnante Beschreibungen von Ausstattung, Lage und Zielgruppen
Je einfacher ein Algorithmus Inhalte interpretieren kann, desto höher ist die Wahrscheinlichkeit, dass diese Informationen in generierten Antworten auftauchen.

Was tun, wenn KI-Systeme falsche Hotelinformationen anzeigen?
KI-Systeme können gelegentlich falsche oder veraltete Informationen über ein Hotel anzeigen, etwa zu Ausstattung, Lage oder Preisen. In solchen Fällen sollten Hotels zunächst prüfen, welche Onlinequellen diese Informationen enthalten, da KI-Antworten häufig auf öffentlich verfügbaren Inhalten basieren. Fehlerhafte Angaben sollten daher auf der eigenen Website, in OTA-Profilen oder Kartenplattformen korrigiert werden. Einige KI-Dienste bieten zudem Feedback-Funktionen, über die falsche Antworten gemeldet werden können. Grundsätzlich gilt: Konsistente und aktuelle Informationen über alle Onlinequellen hinweg reduzieren das Risiko fehlerhafter KI-Antworten.

Gleichzeitig wird diskutiert, dass Empfehlungen innerhalb von KI-Antworten langfristig auch Auswirkungen auf Conversion-Raten haben könnten. Wenn Hotels direkt in einer kuratierten Empfehlungsliste erscheinen, könnte dies die Wahrscheinlichkeit erhöhen, dass Nutzer ein vorgeschlagenes Hotel auswählen. Aufgrund der noch kurzen Beobachtungszeiträume lassen sich hierzu derzeit jedoch noch keine belastbaren Aussagen treffen.

Fazit
Die Suche nach Hotels verändert sich derzeit deutlich. Neben klassischen Suchmaschinen entstehen neue Formen der Informationssuche über KI-gestützte Antwortsysteme.

Generative Engine Optimization (GEO) ist dabei kein Ersatz für klassische Suchmaschinenoptimierung, sondern vielmehr eine Weiterentwicklung bestehender digitaler Strategien.

Hotels, die bereits heute auf hochwertige Inhalte, strukturierte Daten und konsistente Informationen setzen, schaffen eine wichtige Grundlage für Sichtbarkeit – sowohl in klassischen Suchmaschinen als auch in zukünftigen KI-Interfaces.

Die gute Nachricht: Viele der notwendigen Maßnahmen sind keine völlig neuen Disziplinen. Vielmehr handelt es sich um eine konsequente Weiterentwicklung bestehender digitaler Grundlagen.

Wer diese frühzeitig berücksichtigt, kann auch in einer zunehmend KI-geprägten Suche präsent bleiben – und damit langfristig die Chancen auf Direktbuchungen erhöhen.

Disclaimer: Dieser Artikel wurde mit Unterstützung von ChatGPT erstellt

Autoren:
Alexander Schuster, Head of Digital | opensmjle & Vorsitzender des Expertenkreises Online Marketing & E-Commerce sowie Mitglied im Expertenkreis Technology | HSMA Deutschland e.V.
Nadja Dahlmann, Senior Client Service Director | RateGain Germany GmbH & Fachvorstand Online Marketing & E-Commerce und Marketing & Communication | HSMA Deutschland e.V.
Christoph Peppers, Head of Online Marketing | JF-Hospitality & Mitglied im Expertenkreis Online Marketing & E-Commerce | HSMA Deutschland e.V.
Torsten Rolke, VP Operations & Distribution | WorldHotels & 1. Stellvertretender Regionaldirektor MItte sowie Mitglied im Expertenkreis Online Marketing & E-Commerce und Distribution | HSMA Deutschland e.V.
Marilena Niemeyer, Senior Managerin Marketing | RIMC Hotels & Resorts Group & Mitglied im Expertenkreis Online Marketing & E-Commerce | HSMA Deutschland e.V.
Oliver Stotz, Berater eCommerce | Digitale Projekte | Marketing | Distribution & Revenue & Mitglied im Expertenkreis Online Marketing & E-Commerce | HSMA Deutschland e.V.
Ornella Di Dato, Director Digital Marketing | BWH Hotels Central Europe & Mitglied im Expertenkreis Online Marketing & E-Commerce | HSMA Deutschland e.V.
Sascha Klein, Senior Manager eCommerce and Performance Marketing | World Hotels & Mitglied im Expertenkreis Online Marketing & E-Commerce | HSMA Deutschland e.V.