Ein Gast, der ChatGPT nach einem Hotel im Inntal fragt, bekommt keine Ergebnisliste. Er bekommt zwei oder drei Namen und einen Satz dazu, warum. Wenn dein Haus darunter ist, kommt dieser Gast anders bei dir an als jeder Google-Besucher: ohne fünf offene Vergleichstabs und mit einer Empfehlung im Rücken. Für dich ist das deshalb keine neue Traffic-Quelle, sondern ein Buchungskanal, der zufällig aussieht wie Traffic.
Was am KI-Gast anders ist
Bei klassischer Suche macht der Gast die Vorauswahl selbst. Er tippt eine Anfrage, überfliegt zehn Treffer, öffnet drei davon und landet fast immer irgendwann bei einem Buchungsportal, weil dort der Vergleich am schnellsten geht. Der Moment, in dem er sich entscheidet, gehört damit der OTA und nicht dir.
Bei einer KI-Antwort passiert die Vorauswahl vorher. Das Modell filtert, gewichtet und nennt am Ende wenige Häuser. Wer dann klickt, hat den Vergleich schon hinter sich und sucht auf deiner Seite eher Bestätigung als Alternativen.
Das lässt sich inzwischen an Zahlen festmachen. Similarweb hat für sein Clickstream-Panel im April und Mai 2026 ausgewertet, wie gut Besucher aus verschiedenen Kanälen konvertieren. ChatGPT-Referrals lagen bei 7,1 Prozent, über direktem Traffic, organischer Suche, Social, E-Mail und Display. Nur bezahlte Suche lag mit 7,8 Prozent noch darüber. Das ist branchenübergreifend gemessen, nicht für Hotellerie, und Similarweb verkauft selbst Daten in diesem Feld. Die Richtung deckt sich trotzdem mit dem, was ich in Analytics-Konten sehe: wenig Sitzungen, auffällig hohe Absicht.
Die ehrliche Gegenrechnung gehört dazu. Der Anteil am Gesamttraffic ist bei den meisten Websites klein und liegt im niedrigen einstelligen Prozentbereich. Wer den Kanal heute als Ersatz für Google Ads oder OTAs plant, plant an der Realität vorbei. Wer ihn ignoriert, verpasst dagegen einen Kanal, dessen Eintrittspreis gerade noch niedrig ist.
Warum die Antwort heute meist an dir vorbeiführt
In Deutschland hat laut VIR-Studie „Daten und Fakten zum Online-Reisemarkt 2026” bereits jeder Sechste, also 17 Prozent, künstliche Intelligenz für die Reiseplanung genutzt. Unabhängig von der Reisebranche zeigen aktuelle SEO-Auswertungen zusätzlich, dass KI-Übersichten inzwischen bei einem erheblichen Teil aller Google-Suchanfragen erscheinen, mit weiter steigender Tendenz. Ob dein künftiger Gast eine Maschine fragt, ist damit keine offene Frage mehr. Offen ist nur, woher die Maschine ihre Antwort nimmt.
Und da wird es für Hotels unbequem. Der Hospitality-Datenanbieter Lighthouse hat ChatGPT mit 4.545 Prompts über neun Destinationen und fünf Reisetypen befragt und dabei 49.707 namentliche Hotelnennungen ausgewertet. Das Ergebnis: Die zitierten Quellen stammen überwiegend aus zwei Lagern, aus Buchungs- und Metasuchportalen sowie aus redaktionellen Reisemedien. Hotelseiten selbst tauchen deutlich seltener auf. Lighthouse verkauft Software an Hotels, das Ergebnis ist also nicht interessenfrei, deckt sich aber mit einer Cloudbeds-Auswertung aus dem Vorjahr in derselben Größenordnung.
Der Satz, der mir aus dieser Studie hängengeblieben ist, sinngemäß: Ein Hotel, dessen KI-Präsenz vor allem auf OTA-Zitaten beruht, bringt der Maschine bei, die eigenen Gäste woanders hinzuschicken. Das ist dieselbe Mechanik wie bei der OTA-Abhängigkeit im Zimmergeschäft, nur eine Ebene früher im Ablauf. Erschwerend kommt hinzu, dass Booking.com und Expedia inzwischen als Apps direkt in ChatGPT eingebunden sind. Das Portal ist nicht nur Quelle der Antwort, es ist Teil der Oberfläche.
Was die Ketten gerade bauen
Am 28. Juli 2026 haben zwei große Hotelgruppen am selben Tag erklärt, wie sie es mit der KI-Hotelsuche halten, und sie laufen dabei in entgegengesetzte Richtungen.
IHG hat konversationelle Suche auf den eigenen Kanälen gestartet, auf ihg.com und in der One-Rewards-App. Der Gast beschreibt dort in normalen Sätzen, was er sucht, und bekommt Vorschläge aus rund 7.000 Häusern mit Karte, Verfügbarkeit und Preis. Bezahlt wird mit Geld, mit Punkten oder gemischt. Das läuft vorerst als Beta in den USA. IHG holt die KI also ins eigene Haus.
Radisson geht den umgekehrten Weg. Zusammen mit Accenture gibt es seit demselben Tag eine App in ChatGPT, @RadissonHotels, über die sich mehr als 1.000 Häuser in über 100 Ländern durchsuchen lassen. Gebucht wird dort noch nicht. Wer sich entschieden hat, landet zum Abschluss auf der Radisson-Website. Radisson zieht ins fremde Haus ein und holt den Gast am Ende zurück.
Kopieren kannst du beides nicht. Eine eigene App in ChatGPT ist Konzernarbeit mit einem Beratungshaus im Rücken, und eine Beta auf der eigenen Website setzt voraus, dass die eigenen Daten überhaupt an einer Stelle liegen. Der IHG-Chef hat genau das betont: Die Suche sei das Ergebnis jahrelanger Arbeit an den Datengrundlagen, nicht ein Feature, das man dazuschaltet.
Die unbequemere Zahl steht ohnehin nicht in den Pressemeldungen. Die GEO-Studie Hotellerie 2026 hat im Juli 515 Vier- und Fünf-Sterne-Häuser aus Deutschland, Österreich und der Schweiz gegen die Semrush-Datenbank für KI-Sichtbarkeit gehalten, gespeist aus 289 Millionen echten Prompts über ChatGPT, Google AI Overviews, Gemini und Perplexity. Gewertet wurden nur Anfragen ohne Markennamen, also genau die Situation, in der ein Gast noch nicht weiß, wo er landen wird.
Einzelhäuser kommen dort im Schnitt auf 11,2 von 100 Punkten, Ketten-Domains auf 36,2. Die Kette wird also gut dreimal so häufig empfohlen wie das Einzelhaus. 28 der untersuchten Betriebe stehen bei null, darunter Fünf-Sterne-Häuser in bekannten Destinationen. Österreich liegt mit 9,6 Punkten etwas unter Deutschland, was die Autoren selbst relativieren: In allen drei Ländern bleiben über 90 Prozent der Häuser unter 20 Punkten. Auch hier gilt der Vorbehalt von oben, die Studie kommt von einer Agentur, die GEO verkauft. Die Größenordnung deckt sich trotzdem mit dem Lighthouse-Befund.
Für ein Einzelhaus heißt das: Die Ketten werden schon jetzt dreimal häufiger genannt, und sie besetzen zusätzlich die Oberfläche, in der gefragt wird. Wer darauf wartet, dass sich dieser Abstand von allein schließt, wartet auf etwas, das im Vertrieb noch nie passiert ist.
Dazu kommt ein Detail aus derselben Studie, das in den Schlagzeilen unterging: Kein einziges Einzelhaus im DACH-Raum dominiert die KI-Empfehlungen. Der höchste gemessene Wert liegt bei 44,8 von 100 Punkten, und der gehört einem historischen Luxushaus mit hundert Jahren Presse im Rücken. Ganz oben ist der Platz also nicht hart umkämpft, sondern schlicht frei.
Ein Vorteil bleibt trotzdem bei dir, und er ist größer, als die Punktzahl vermuten lässt. Eine Kette kann „Hotel in Wien” beantworten. Sie kann nicht beantworten, welches Haus 40 Leute zwei Tage tagen lässt, mit Bahnhof in 20 Minuten und einer Terrasse für den Abend. Solche Fragen tippen Gäste heute in ChatGPT, und dort ist ein Einzelhaus im Vorteil, weil es die Antwort wirklich hat. Vorausgesetzt, sie steht irgendwo geschrieben.
Der blinde Fleck: Du siehst den Kanal nicht
Die zweite Hürde ist keine Sichtbarkeitsfrage, sondern eine Messfrage. Google Analytics 4 hat im Mai 2026 einen eigenen Kanal namens „AI Assistant” eingeführt, der Verweise aus ChatGPT, Gemini und anderen Assistenten automatisch erkennt. Search Engine Land hat dabei darauf hingewiesen, dass Perplexity nicht zur offiziellen Liste gehört und weiterhin unter Referral einsortiert wird. Dazu kommt: Viele Zugriffe aus KI-Apps schicken gar keinen Referrer mit und landen deshalb unter Direct.
Praktisch heißt das, ein Kanal mit der höchsten Absicht in deinem gesamten Funnel verteilt sich in deinem Report auf drei Töpfe, von denen keiner nach KI aussieht. Wenn du Anfang nächsten Jahres begründen willst, warum die Arbeit an KI-Sichtbarkeit Budget verdient hat, fehlt dir dann die Zahl.
Der Rest ist ohnehin unsichtbar. Ein Teil der Gäste liest die Antwort, merkt sich den Namen und tippt ihn später direkt ein. Search Engine Land nennt das den Dark Funnel: Entdeckung ohne Klick. Selbst LinkedIn sagt öffentlich, dass sich der Geschäftseffekt der eigenen Sichtbarkeit in Sprachmodellen nicht seriös beziffern lässt. Eine lückenlose Attribution wirst du hier also nicht bekommen, ein belastbares Signal schon.
Was du in den nächsten Wochen konkret machst
Fang beim Messen an, sonst bleibt der Rest unbelegbar. Öffne GA4, prüfe, ob der Kanal „AI Assistant” bei dir überhaupt Sitzungen zeigt, und sieh dir zusätzlich die Referrer-Domains einzeln an. Perplexity und die kleineren Assistenten musst du selbst zuordnen. Leg dafür eine eigene Kanalgruppe an und schreib dir den Startwert auf. Ohne Startwert hast du in sechs Monaten nur ein Gefühl.
Der zweite Punkt sind die Inhalte, aus denen eine KI überhaupt zitieren kann. Ein Sprachmodell braucht ausgeschriebene Fakten, keine Stimmungsbilder: Fahrzeiten zum Bahnhof und zur Autobahn, Zimmerkategorien mit Belegung, Tagungsräume mit Quadratmetern und Bestuhlung, die Anlässe, für die dein Haus wirklich taugt. Steht das nur in einer PDF-Mappe oder in einer Bildergalerie, existiert es für die Maschine nicht.
Dazu kommt die Konsistenz. Name, Adresse, Kategorie und Ausstattung müssen auf deiner Website, im Google-Unternehmensprofil und in den Portalen dieselbe Geschichte erzählen. Widersprüche zwischen diesen Quellen sind der schnellste Weg, aus einer Antwort zu fallen: Das Modell nimmt im Zweifel die Quelle, die es besser einordnen kann, und das ist meistens das Portal.
Einen Hebel lassen die meisten liegen, und laut Studie ist er der stärkste. Der Vorsprung der Ketten entsteht nicht auf deren Website, sondern außerhalb: in Fachmedien, Verzeichnissen, Portalen und regionaler Berichterstattung. Genau daraus leitet ein Sprachmodell Autorität ab. Eine Ketten-Domain taucht deshalb im Schnitt in 72,8 Themen auf, ein Einzelhaus nur in 26,6, also wieder der Faktor drei. Für dich heißt das: Die eigene Website ist die Voraussetzung, aber sie reicht nicht. Eine Nennung im regionalen Fachmedium oder im Verzeichnis des Tourismusverbands zahlt auf die KI-Hotelsuche ein wie ein guter Backlink auf Google.
Und besetze ein Thema, statt für alle etwas sein zu wollen. Familie, Therme, Tagung, Bergsport, Barrierefreiheit: Wo viele Häuser dasselbe anbieten und keines ein Profil hat, weicht die Maschine auf Portale und Ketten aus. Das ist der Grund, warum auch teure Destinationen schlecht abschneiden.
Bleibt die Landung. Ein vorentschiedener Gast, der auf einer Seite ohne Preis, ohne Verfügbarkeit und ohne erkennbaren Buchungsweg ankommt, geht zurück in die Suche und dann eben doch zum Portal. Die Hebel dafür sind nicht neu, ich habe sie in Direktbuchungen steigern statt OTA-Provision zahlen im Detail beschrieben. Neu ist nur, wer diesen Gast schickt.
Ein Rechenbeispiel
Ein Rechenbeispiel, keine gemessene Kundenzahl. Nimm ein Haus mit 12.000 Sitzungen im Monat. Zwei Prozent davon kommen aus KI-Assistenten, das sind rund 240 Sitzungen. Rechne auf deiner eigenen Buchungsstrecke konservativ mit drei Prozent statt der 7,1 Prozent aus dem Similarweb-Panel, weil eine Hotelbuchung mehr Reibung hat als ein Warenkorb. Bleiben sieben Buchungen. Zwei Nächte, 180 Euro Zimmerpreis: gut 2.500 Euro Umsatz, der nicht über ein Portal läuft. Bei 17 Prozent Provision bleiben davon etwa 430 Euro im Haus, aufs Jahr gerechnet rund 5.000. Damit rettest du kein Jahresergebnis. Der Punkt ist ein anderer: Der Betrag wächst mit dem Kanal, dein Aufwand dafür war einmalig.
Mein Standpunkt
KI-Suche ersetzt heute keinen deiner Kanäle. Sie entscheidet aber gerade, wer in ein paar Jahren zwischen Gast und Hotel steht. Aktuell sind das dieselben Portale wie vorher, nur diesmal als Quelle der Antwort statt als Ergebnisliste. Dieses Fenster ist offen, solange die Hotellerie es nicht bemerkt.
Was ich Hotels rate, ist wenig spektakulär: den Kanal messbar machen und die eigenen Fakten in eine Form bringen, aus der eine Maschine zitieren kann. Der Rest ist die Buchungsstrecke, die du ohnehin brauchst. Sollte KI-Suche langsamer wachsen als alle gerade annehmen, hast du trotzdem nichts verloren, weil dieselben Inhalte auf die klassische Suche einzahlen. Das macht die Sache für mich zu einer der wenigen ehrlichen Wetten, die man im Hotelmarketing gerade eingehen kann.
Wenn du wissen willst, wo dein Haus in KI-Antworten steht, ist der erste Schritt eine echte Messung statt einer Vermutung. Schreib mir, dann sehen wir uns gemeinsam an, was ChatGPT über dich sagt.