Wenn die KI bucht: Wie Google, ChatGPT und Claude den Hotelvertrieb verändern

Von der Empfehlung zum Buchungsabschluss - und einer noch wichtigeren Frage davor: Findet die KI das Hotel überhaupt?

Ein neues Kapitel im Hotelvertrieb

Noch vor kurzem war die Rolle von KI im Reisebereich klar umrissen: Ideen sammeln, Inspiration holen, vielleicht einen groben Reiseplan erstellen. Die eigentliche Buchung erfolgte danach wie gewohnt - auf der Hotelwebsite, bei einer OTA oder per Telefon.

2026 verschiebt sich diese Grenze. Google, OpenAI und Anthropic bauen alle drei an sogenannten "agentischen" Systemen, die nicht mehr nur empfehlen, sondern im Auftrag des Gastes selbst tätig werden sollen: vergleichen, auswählen, buchen. Wie weit die drei großen Anbieter dabei tatsächlich sind, unterscheidet sich allerdings erheblich - und für Hotels stellt sich ohnehin eine vorgelagerte Frage, die im Trubel um Buchungsbuttons oft untergeht: Wird das eigene Haus von diesen Systemen überhaupt gefunden und empfohlen?

Was bedeutet "Agentic Booking" eigentlich?

Der Begriff beschreibt den Schritt von der Empfehlung zur Handlung. Ein KI-Agent nimmt dabei nicht nur eine Anfrage entgegen ("Ich suche ein Hotel in Köln für zwei Nächte im Oktober, ruhig, mit Frühstück"), sondern vergleicht selbstständig Verfügbarkeit und Preise, wählt eine passende Option aus und schließt im besten Fall auch die Buchung ab - ohne dass der Gast selbst eine Hotelwebsite oder ein Buchungsportal aufruft.

Technisch basiert das meist auf offenen Protokollen, über die KI-Systeme mit Kassensystemen, Property-Management-Systemen (PMS) und Zahlungsanbietern kommunizieren können. Eines davon, das Model Context Protocol (MCP), stammt von Anthropic und ist mittlerweile zu einer Art gemeinsamer Sprache zwischen KI-Agenten und Fachsystemen geworden - auch PMS-Anbieter wie Apaleo bieten inzwischen eigene MCP-Server für KI-Agenten an.

Der aktuelle Stand bei den drei großen Anbietern

Google: am weitesten - und aktuell im Praxistest

Google hat im Januar 2026 sein Universal Commerce Protocol (UCP) vorgestellt, im Mai auf hoteltypische Anwendungsfälle erweitert und Anfang August 2026 offiziell bestätigt, dass agentische Hotelbuchung über den KI-Modus (AI Mode) in den USA getestet wird. Nutzer beschreiben ihren Wunsch in natürlicher Sprache, Gemini vergleicht Optionen und schließt die Buchung beim gewählten Partner ab.

Wichtig dabei: Google selbst wird nicht zum Vertragspartner der Buchung. Die Transaktion läuft weiterhin über die Partner - darunter Booking.com, Expedia sowie Hotelketten wie Marriott, IHG, Choice Hotels und Wyndham, technisch unterstützt durch die großen Distributionssysteme Amadeus und Sabre. Google positioniert sich als vermittelnde Ebene zwischen Nutzeranfrage und Buchungsabschluss.

ChatGPT: großer Anlauf, dann der Rückzieher

OpenAI ist hier bereits einen Schritt weiter gegangen - und wieder zurückgerudert. Ende 2025 startete ChatGPT mit "Instant Checkout": Kaufabschluss direkt im Chat, technisch über das Agentic Commerce Protocol und Stripe abgewickelt. Im März 2026 zog sich OpenAI dann explizit aus direkten Reise-Transaktionen zurück. Die Begründung: Reisebuchung sei zu komplex für eine schnelle, standardisierte Distribution. Die Aktienkurse von Expedia und Booking Holdings stiegen nach dieser Ankündigung spürbar - ein Hinweis darauf, wie sehr die etablierten Buchungsplattformen ein Risiko in einem direkt kaufenden ChatGPT gesehen hatten.

Seit Juni 2026 baut OpenAI ChatGPT stattdessen zu einer Art Superapp um: Partner-Anwendungen - darunter Booking.com und Expedia - laufen als eigenständige Mini-Apps über MCP direkt im Chat, der eigentliche Checkout bleibt aber bei den Partnern. ChatGPT versteht sich damit vor allem als Rechercheebene, nicht als eigener Buchungsabschluss.

Claude: kein Endkunden-Buchungsbutton, dafür Infrastruktur im Hintergrund

Anthropic verfolgt einen sichtbar anderen Weg. Ein Feature "Hotel direkt im Chat buchen" wie bei Google oder OpenAI gibt es für Privatkunden nicht. Stattdessen positioniert sich Claude eine Ebene tiefer: als technisches Fundament, auf dem andere Anbieter aufbauen.

Zwei Beispiele zeigen das: Travelport arbeitet gemeinsam mit Cognizant und Anthropic daran, seine Reisetechnologie-Plattform für Airlines, Hotels und Reisebüros KI-gestützt zu modernisieren - Infrastruktur statt Endkunden-Chat. Und American Express Global Business Travel hat über einen Egencia-Connector in Claude eine agentische Buchungsfunktion für Geschäftsreisende eingeführt, die innerhalb festgelegter Unternehmensrichtlinien Flüge und Hotels bucht. Für Privatreisende bietet Anthropic zusätzlich einen Booking.com-Connector zum Suchen und Vergleichen von Unterkünften im Chat an - der Buchungsabschluss selbst findet aber bei Booking.com statt.

Kurz gesagt: Claude sitzt eher im Maschinenraum der Reisebranche als am Empfangstresen des Endkunden.

Die ungeklärte Frage: Wer bekommt eigentlich die Provision?

So unterschiedlich die drei Anbieter unterwegs sind - ein zentrales Problem haben sie gemeinsam noch nicht gelöst: das Geschäftsmodell. Wenn ein KI-Agent statt des Gastes selbst vergleicht und bucht, wer bekommt dann die Provision - die Plattform, die den Agenten betreibt, das Hotel oder eine neue Zwischeninstanz?

Branchenbeobachter diskutieren derzeit mehrere konkurrierende Modelle: eine plattformseitig subventionierte Variante (aktuell etwa bei Google), eine klassische Vermittlungsgebühr, die das Hotel an den Agentenbetreiber zahlt, oder ein Modell, bei dem der Reisende selbst für einen "Premium-Agenten" bezahlt. UCP selbst nimmt dazu bewusst keine Position ein - die Frage bleibt offen.

Auch aufseiten der Gäste ist die Zurückhaltung noch groß: Zwar sind laut Branchenumfragen 53 % der Konsumenten grundsätzlich offen dafür, sich von einer KI Reiseoptionen vorschlagen zu lassen. Aber nur 8 % würden einer KI aktuell zutrauen, eine Buchung tatsächlich eigenständig abzuschließen. Der Schritt vom Vorschlag zum Vertragsabschluss ist für die meisten Reisenden also noch ein großer.

Wie werden Hotels von KI-Agenten überhaupt gefunden?

Bei aller Aufmerksamkeit für Buchungsbuttons und Kommissionsmodelle wird eine Frage häufig übersehen, die für die meisten Hotels schon heute relevant ist - unabhängig davon, ob ein Agent am Ende tatsächlich selbst bucht: Taucht das eigene Haus in der Empfehlung einer KI überhaupt auf?

Der Unterschied zur klassischen Google-Suche ist grundlegend. Eine Suchmaschine zeigt zehn oder mehr Ergebnisse, aus denen der Nutzer selbst wählt. Ein generatives KI-System wie die ChatGPT-Suche, Googles KI-Modus oder Perplexity antwortet dagegen meist mit drei bis fünf konkreten Empfehlungen - direkt im Fließtext, ohne dass der Nutzer weiterklicken muss. Dieses Prinzip wird zunehmend als Generative Engine Optimization (GEO) bezeichnet, in Anlehnung an klassisches SEO. Wer in dieser kleinen Auswahl nicht vorkommt, ist für den Gast in diesem Moment praktisch unsichtbar - unabhängig vom eigenen Ranking bei Google.

Damit ein Hotel in einer solchen Empfehlung landet, braucht die KI klare, konsistente und überprüfbare Informationen - und zwar aus mehreren Quellen gleichzeitig, nicht nur von der eigenen Website:

der eigenen Hotelwebsite
dem Google Business Profile
Einträgen bei OTAs wie Booking.com oder Expedia
Bewertungsportalen

Strukturierte Daten sind dabei der wichtigste Hebel. Schema.org-Markup im JSON-LD-Format - etwa für Hotel, Zimmerkategorien, Preise (Offer) oder Bewertungen (AggregateRating) - übersetzt das, was auf der Website in Prosa steht, in ein Format, das Maschinen zuverlässig auslesen können. Ohne diese Auszeichnung muss eine KI Informationen aus Fließtext interpretieren, was fehleranfälliger ist und die Wahrscheinlichkeit senkt, dass Ihr Haus überhaupt als verlässliche Quelle herangezogen wird.

Inhalte, die konkrete Fragen direkt beantworten, schlagen reine Marketingsprache. KI-Systeme bevorzugen Texte, die Fragen wie "Gibt es kostenlose Stornierung?", "Ist das Hotel haustierfreundlich?" oder "Wie weit ist es zu Fuß zum Hauptbahnhof?" eindeutig beantworten - im Zweifel in einem FAQ-Abschnitt. Solche Passagen lassen sich von einem Agenten leicht extrahieren und in einer Antwort zitieren; blumige Beschreibungen ohne harte Fakten dagegen kaum.

Konsistenz schlägt Perfektion an einer einzelnen Stelle. Widersprechen sich Preis, Ausstattung oder Adresse zwischen Website, Google Business Profile und OTA-Eintrag, sinkt aus Sicht der KI die Vertrauenswürdigkeit der Quelle insgesamt - mit der Folge, dass eher ein Wettbewerber mit konsistenteren Daten empfohlen wird.

Auch die technische Steuerung der KI-Crawler gehört inzwischen zur Sichtbarkeitsstrategie. 2026 lohnt sich eine bewusste Unterscheidung in der robots.txt zwischen Trainings-Crawlern (etwa GPTBot, ClaudeBot, Google-Extended) und Retrieval-Agenten, die live auf eine konkrete Nutzeranfrage antworten (etwa OAI-SearchBot, Claude-User, PerplexityBot). Wer pauschal alle KI-Crawler blockiert, nimmt sich selbst aus der KI-Sichtbarkeit - der Trend geht daher weg vom reflexhaften Blockieren hin zu einer gezielten Freigabeliste. Eine ergänzende llms.txt-Datei kann KI-Systemen zusätzlich die relevantesten Seiten und Fakten direkt zeigen.

Und schließlich: Authentizität bleibt ein eigener Faktor. Aktuelle, echte Fotos und echte Gästebewertungen wiegen bei der Glaubwürdigkeitsprüfung einer KI spürbar stärker als reine Hochglanz-Inhalte ohne erkennbaren Bezug zur Realität vor Ort.

Was heißt das zusätzlich für den Buchungsabschluss selbst?

Selbst wenn ein Hotel bei der Empfehlung sichtbar ist, entscheidet sich beim eigentlichen Buchungsabschluss noch einiges:

Alle drei großen KI-Anbieter erreichen Hotelinventar bislang vor allem über bestehende Vertriebspartner - Booking.com, Expedia, Amadeus, Sabre - und nicht direkt über die einzelne Hotelwebsite. Das bedeutet: Rate-Parity und aktuelle Verfügbarkeit über sämtliche angebundenen Kanäle werden noch wichtiger als bisher, da ein Agent im Zweifel automatisch den günstigsten oder am besten verfügbaren Kanal wählt.

Hotels mit einem offenen, API-fähigen PMS sind hier im Vorteil, weil ihre Daten leichter in solchen Systemen ankommen - ein Grund mehr, bei der PMS-Auswahl auf eine MACH-basierte, offene Architektur statt auf ein geschlossenes Komplettsystem zu achten.

Und: Direktbuchervorteile bleiben relevant, KI-Agenten hin oder her. Wie ein realistischer Weg zu mehr Direktbuchungen und weniger OTA-Abhängigkeit aussieht, haben wir in einem eigenen Beitrag beschrieben.

Checkliste: So bereiten sich Hotels auf KI-Agenten vor

Schema.org-Markup (JSON-LD) für Hotel, Zimmerkategorien, Preise und Bewertungen auf der eigenen Website einrichten.
Einen FAQ-Bereich mit klaren, direkten Antworten auf typische Gästefragen ergänzen.
Fakten (Preise, Ausstattung, Adresse, Öffnungszeiten) auf Website, Google Business Profile und OTA-Einträgen konsistent halten.
Google Business Profile aktuell pflegen - Fotos, Öffnungszeiten, Angebote, Antworten auf Bewertungen.
robots.txt gezielt prüfen: KI-Retrieval-Agenten bewusst zulassen statt pauschal zu blockieren, ggf. eine llms.txt ergänzen.
Auf echte, aktuelle Fotos und ein aktives Bewertungsmanagement setzen statt auf reine Stockbilder.
Rate-Parity und Verfügbarkeit über alle angebundenen Kanäle regelmäßig kontrollieren.
Bei der nächsten PMS-Entscheidung auf offene Schnittstellen und MCP-Fähigkeit achten statt auf ein geschlossenes System.
Eigene Direktbuchervorteile klar und maschinenlesbar kommunizieren, nicht nur im Fließtext verstecken.
Die Entwicklung bei Google, OpenAI und Anthropic im Auge behalten - das Geschäftsmodell und die Kommissionsfrage sind noch nicht entschieden.

Fazit

Agentic Booking ist 2026 noch lange nicht der Normalfall - Google testet gerade erst, ChatGPT hat sich aus dem direkten Reise-Checkout zurückgezogen, und Claude spielt seine Rolle vor allem im Hintergrund. Die Kommissionsfrage ist ungeklärt, und die meisten Gäste sind noch nicht bereit, den Buchungsabschluss vollständig einer KI zu überlassen.

Trotzdem lohnt es sich für Hotels schon heute, sich vorzubereiten - und zwar nicht in erster Linie wegen des Buchungsbuttons, sondern wegen der vorgelagerten Frage: Wird mein Haus überhaupt gefunden und empfohlen, wenn ein Gast eine KI statt einer Suchmaschine fragt? Strukturierte, konsistente und maschinenlesbare Daten sind dafür die Grundvoraussetzung - unabhängig davon, welches der drei Systeme sich am Ende durchsetzt oder wie die Provisionsfrage beantwortet wird.

3J Software meint

KI-Agenten verändern gerade nicht in erster Linie, wie gebucht wird - sondern wie ein Hotel überhaupt erst gefunden wird. Wer sich darauf verlässt, dass gute Inhalte und ein gutes Google-Ranking automatisch auch bei ChatGPT, Gemini oder Claude ankommen, wird in den kommenden Monaten wahrscheinlich enttäuscht. Strukturierte Daten, konsistente Fakten über alle Kanäle und eine bewusste Entscheidung bei der KI-Crawler-Steuerung sind kein Nice-to-have mehr, sondern die Grundlage dafür, in der kleinen Auswahl an KI-Empfehlungen überhaupt aufzutauchen.

Wie sichtbar Ihr Haus für KI-Systeme aktuell ist und wo die größten Hebel liegen, schauen wir uns gern gemeinsam an: Kontakt aufnehmen für eine unverbindliche Einschätzung.

Wer tiefer einsteigen möchte: Gemeinsam mit Julia Stubenbord habe ich zwei Bücher zu KI in der Hotellerie veröffentlicht, die dieses Thema ausführlicher behandeln.