Automatisierte Gästekorrespondenz und Anfragenbearbeitung

Das echte Ausmaß des Problems

Die Gastronomie läuft live — Essen wird serviert, Gäste werden begrüßt, Küche und Service sind in Bewegung. Die E-Mail hingegen wartet. Laut einer Auswertung des CRM-Anbieters SuperOffice (2023) erwarten Kunden eine Rückmeldung innerhalb von einer Stunde. Der Durchschnitt bei Unternehmen liegt bei zwölf Stunden. In der Gastronomie, wo Events und Gruppenreservierungen oft an mehrere Restaurants gleichzeitig angefragt werden, entscheidet Reaktionszeit direkt über den Auftrag.

Das Problem trifft am härtesten die Betriebe mit ernsthaftem Eventgeschäft — also genau jene, die am meisten davon profitieren würden, wenn es funktioniert. Eine typische Anfrage für eine Betriebsfeier oder einen Geburtstag mit 20–40 Personen umfasst: Terminabklärung, Menüwahl, Getränkepauschalen, Raumbestätigung, Allergene, Zahlungsmodalitäten. Das ist kein Zwei-Zeilen-Antwort-Job.

Was Restaurantteams täglich beschäftigt, bevor der erste Gast durch die Tür kommt:

• Veranstaltungsanfragen mit mehrstufiger Kommunikation (Erst-Mail, Angebot, Rückfragen, Bestätigung)
• Gruppenreservierungen mit variierendem Informationsbedarf
• Sonderwünsche vor der Buchung (Allergene, Dekoration, Überraschungen)
• Anfragen zu Öffnungszeiten, Erreichbarkeit, Parkplätzen — immer wieder dieselben Fragen
• Feedback-Mails, auf die eine kurze, freundliche Antwort erwartet wird
• Kooperationsanfragen, die sorgfältig geprüft, aber oft auch höflich abgelehnt werden müssen

Im Schnitt landet eine Restaurantleitung mit solidem Eventgeschäft täglich bei 45–90 Minuten reiner E-Mail-Bearbeitungszeit — und das nicht am Schreibtisch, sondern zwischen Service, Lieferantenübergaben und Personalfragen.

Mit vs. ohne KI — ein ehrlicher Vergleich

Die Zahlen zur Antwortquote stammen aus Praxisberichten von Gastronomiebetrieben mit Make.com-basierten E-Mail-Workflows; die Reaktionszeitlücke aus dem SuperOffice Customer Service Benchmark (2023).

Einschätzung auf einen Blick

Zeitersparnis — sehr hoch (5/5) Kein anderer Anwendungsfall in der Gastronomie entlastet die tägliche Arbeitszeit so direkt und sofort. 30 bis 90 Minuten E-Mail-Bearbeitung täglich sind bei einem Team von zwei bis drei Personen ein signifikanter Teil der produktiven Bürokapazität — und der Aufwand wächst mit dem Eventkalender. Der Effekt ist unmittelbar spürbar, weil er nicht von Systemumbauten, Datenmengen oder Anlernphasen abhängt: Du fängst an, ChatGPT oder Claude als Drafting-Tool zu verwenden, und sparst ab Tag eins Zeit.

Kosteneinsparung — niedrig (2/5) Diese Einschätzung ist wichtig: KI-Korrespondenz reduziert Personalkosten nicht direkt. Es wird niemand entlassen, kein Dienstleister wird ersetzt. Der Wert liegt im Zeitgewinn, der in Gästebetreuung, Verkaufsgespräche oder einfach in Erholung fließt. Die Ersparnisse an direkten Werkzeugkosten sind minimal. Wer primär Kosten drücken will, schaut besser auf Bestellmengenprognose und Food-Waste-Reduktion oder Dynamische Menüpreisgestaltung.

Schnelle Umsetzung — hoch (4/5) Das ist der wichtigste Vorteil für Einsteiger: Der Grundansatz — Anfrage in ChatGPT/Claude kopieren, Entwurf generieren, freigeben und abschicken — braucht kein Setup, keine Integration, keinen Dienstleister. Wer einen etwas strukturierteren Workflow will, hat mit Make.com in ein bis zwei Nachmittagen etwas Laufendes. Nur für vollautomatische Direktantworten ohne menschliche Prüfung (die ich für die meisten Betriebe nicht empfehle) braucht es mehr Zeit.

ROI-Sicherheit — hoch (4/5) Die Einsparung ist messbar: Bearbeitungszeit pro Anfrage vorher und nachher, Reaktionszeit auf Erstanfragen. Was nicht isolierbar ist: ob die schnellere Antwort eine konkrete Buchung gesichert hat, die sonst ans Nachbarrestaurant gegangen wäre. Das lässt sich nicht beweisen — aber es ist plausibel und in ähnlichen Branchen gut dokumentiert.

Skalierbarkeit — hoch (4/5) Mehr Anfragen — gleicher Aufwand. Gerade in der Vorweihnachtszeit, wo Firmenkundenanfragen in Wellen kommen, ist das der entscheidende Vorteil. Kein Stau, kein Überstundenberg beim Einzel-Bürokraft-Büro. Nicht ganz maximal bewertet, weil vollautomatische Direktantworten an echte betriebliche Grenzen stoßen (Verfügbarkeiten ändern sich, Sondersituationen häufen sich in Hochphasen) und die Qualität der Skalierung von der Pflege des Systems abhängt.

Richtwerte — stark abhängig von Betriebsgröße, Eventanteil am Umsatz und vorhandener digitaler Infrastruktur.

Was das System konkret macht

Das einfachste Werkzeug ist eine Generative KI wie ChatGPT oder Claude mit einem gut konfigurierten Prompt. Du öffnest die Anfrage, kopierst sie in dein KI-Tool, und erhältst in Sekunden einen vollständigen Erstentwurf — auf deine Hausinfos zugeschnitten, im richtigen Ton, mit allen relevanten Details.

Drei Stufen der Automatisierung, je nach technischem Aufwand:

Stufe 1 — Manuelles Drafting (kein Setup): Du kopierst die Anfrage in ChatGPT oder Claude, das System schlägt einen Entwurf vor, du überarbeitest ihn in zwei Minuten, du schickst ihn ab. Kostenpunkt: 0–20 Euro/Monat für das KI-Tool. Zeitersparnis: 50–70 % pro Anfrage.

Stufe 2 — Halbautomatischer Workflow (Low-Code-Setup, 1–2 Tage): Make.com oder n8n überwacht dein E-Mail-Postfach. Bei eingehender Anfrage klassifiziert das System den Anfragetyp (Eventanfrage, Gruppenreservierung, Standardfrage) und generiert über die OpenAI-API einen Erstentwurf — der landet in einem Entwurfs-Ordner oder direkt im geteilten Posteingang. Du prüfst, ergänzt zwei Sätze und klickst auf “Senden”. Kostenpunkt: 15–50 Euro/Monat für Make.com + OpenAI-API-Kosten.

Stufe 3 — Vollautomatische Direktantwort (für Standardfragen): Für echte Standardfragen — Öffnungszeiten, Parkplatzverfügbarkeit, Abend-Menüpreise — schickt das System ohne menschliche Prüfung eine Antwort. Diese Stufe empfehle ich nur für klar abgegrenzte, faktenbasierte Fragen. Alles mit Buchungscharakter, Sonderwünschen oder komplexerer Koordination gehört auf jeden Fall mit menschlichem Auge überprüft.

Das Herzstück aller drei Stufen ist kein komplizierter Algorithmus — es ist ein gut formulierter System-Prompt, der deiner KI erklärt, wer sie ist, was dein Restaurant kann, wie dein Ton klingt und welche Informationen sie für welche Anfragetypen braucht.

Wenn der Ton nicht stimmt: Markenstimme in die KI einprogrammieren

Das ist die nicht-technische Herausforderung, über die kaum jemand spricht. Ein KI-generierter Entwurf klingt häufig korrekt, aber austauschbar — professionell im schlechten Sinne: zu glatt, zu förmlich, zu sehr nach Vordruck. Gäste merken das. Besonders dann, wenn sie in die Mail schauen und denken: “Das könnte von jedem Restaurant kommen.”

Deshalb ist der wichtigste Teil des Setups nicht die technische Integration, sondern die Arbeit am System-Prompt. Konkret:

Was dein Prompt wissen muss:

• Der Name des Restaurants, die Adresse, die genauen Öffnungszeiten
• Die Tonalität — informell und herzlich? Klassisch-elegant? Regional gefärbt?
• Deine tatsächlichen Event-Kapazitäten: Raumgröße, maximale Gästezahl, ob exklusiv buchbar
• Preisrahmen für Events — zumindest Richtwerte, damit das System kein Angebot “auf Anfrage” produziert, wenn du eigentlich immer dieselben Pauschalen nennst
• Was du anbietest und was nicht: Wenn ihr keine Außen-Catering-Services macht, muss das im Prompt stehen, sonst fragt das System im Entwurf höflich nach mehr Details zu einem Auftrag, den ihr gar nicht annehmt

Ein Ton-Beispiel:

Ohne Ton-Anweisung produziert ChatGPT typischerweise:

“Vielen Dank für Ihre Anfrage. Wir freuen uns über Ihr Interesse an unserem Restaurant für Ihre bevorstehende Veranstaltung.”

Mit einer konkreten Ton-Anweisung (“herzlich, direkt, bayrisch-familiär, kein ‘Ihnen’ — immer ‘dir’”):

“Hey, freut uns sehr, dass ihr an uns gedacht habt! Für eure Weihnachtsfeier haben wir tatsächlich noch den 14. Dezember frei — erzähl uns kurz, wie ihr euch das vorstellt, dann machen wir euch ein konkretes Angebot.”

Derselbe technische Aufwand. Komplett andere Wirkung beim Gast.

Konkrete Werkzeuge — was wann passt

ChatGPT oder Claude — der direkte Einstieg ohne Setup Für den Start, ohne irgendwelche Integrationen: Du öffnest dein KI-Tool neben dem Postfach, kopierst die Anfrage, holst einen Entwurf, passt ihn an und schickst ab. Kosten: 0–20 Euro/Monat. Empfehlung für Einsteiger: Claude Pro (20 Euro/Monat) hat eine natürlichere Schreibstimme für Deutsch und halluziniert bei hausinternen Fakten seltener, wenn der Prompt sauber formuliert ist. Limitation: Manueller Schritt bleibt — nichts läuft automatisch. Aber genau das schützt vor Fehlern.

Make.com — der automatisierte Drafting-Workflow Make verbindet dein Gmail- oder Outlook-Konto mit der OpenAI-API und erstellt Antwort-Entwürfe automatisch, sobald eine neue Anfrage eingeht. Der Entwurf landet in einem dafür eingerichteten Ordner oder direkt als Antwort-Entwurf — du prüfst, klickst Senden. Kosten: ab 9 Euro/Monat (Core-Plan) plus OpenAI-API-Kosten (ca. 1–3 Euro/Monat bei 200–300 Anfragen). EU-Datenhosting wählbar. Empfehlung für Betriebe mit 10–30 täglichen E-Mails.

n8n — für volle Datenkontrolle Wenn du DSGVO-konformes Hosting auf deiner eigenen Infrastruktur willst, ist n8n die richtige Wahl. Technisch aufwendiger als Make.com, aber kein Datenabfluss in US-Cloud. Für Betriebe mit eigenem IT-Support oder einem externen Techniker relevant. Selbst-gehostete Variante ist kostenlos.

Front — geteilter Posteingang mit eingebautem KI-Drafting Front ist ein Team-E-Mail-Tool, das mehrere Mitarbeitende an einem gemeinsamen Posteingang arbeiten lässt — ohne E-Mails weiterzuleiten oder sich gegenseitig zu überschreiben. KI-Antwortvorschläge sind direkt integriert. Gut für Betriebe mit zwei oder mehr Personen, die den Posteingang bearbeiten, und für die Transparenz wichtig ist (“Wer hat diese Anfrage schon gesehen?”). Kosten: ab 25 USD/Person/Monat. EU-Hosting wählbar.

Zusammenfassung: Wann welcher Ansatz

• Einstieg ohne Budget und ohne Setup → ChatGPT oder Claude direkt
• Halbautomatik, günstiger Einstieg → Make.com + OpenAI-API
• Datensouveränität, eigene Server → n8n (technisches Know-how nötig)
• Mehrere Personen am selben Posteingang + KI-Vorschläge → Front

Datenschutz und Datenhaltung

Gästeanfragen enthalten regelmäßig personenbezogene Daten — Name, E-Mail-Adresse, Anlass, manchmal sogar Gesundheitsinformationen (Allergien, Mobilitätseinschränkungen). Sobald diese Daten an ein KI-System übergeben werden, greift die DSGVO.

Was das konkret bedeutet:

ChatGPT und Claude (kostenlose und Plus-Pläne): Daten werden auf Servern in den USA verarbeitet. Laut OpenAI werden Gesprächsinhalte standardmäßig nicht für Modell-Training genutzt (Opt-out per default seit 2024) — aber Verarbeitung findet trotzdem außerhalb der EU statt. Für personenbezogene Gästedaten ist das nur mit einem Auftragsverarbeitungsvertrag (AVV) rechtlich sauber. ChatGPT Teams (ab 25 USD/Nutzer/Monat) und Claude Team bieten AVV-Verträge an; bei günstigeren Plänen musst du aktiv anfragen.

Make.com: EU-Datenregion wählbar. Bei Einrichtung des Szenarios darauf achten, dass als Region “EU” ausgewählt ist. AVV mit Make.com ist standardmäßig in den Nutzungsbedingungen enthalten.

n8n (Self-Hosted): Alle Daten bleiben auf deiner eigenen Infrastruktur. Die OpenAI-API-Aufrufe gehen trotzdem an US-Server — wenn das ein Problem ist, gibt es EU-gehostete Alternativen wie Mistral AI (Frankreich) oder Aleph Alpha (Deutschland).

Front: Hybrid-Hosting, EU-Region wählbar ab Professional-Plan. AVV auf Anfrage.

Praktische Empfehlung: Fang mit ChatGPT oder Claude an — aber ohne echte Gästenamen und -kontaktdaten im Prompt. Schreib stattdessen: “Bitte formuliere eine Antwort auf folgende Anfrageart: Gruppenreservierung, 25 Personen, Dezember, Frage nach Menüoptionen und Raumverfügbarkeit.” Das reicht für einen guten Entwurf, und du übergibst keine personenbezogenen Daten.

Was es kostet — realistisch gerechnet

Einstiegs-Setup (Stufe 1 — manuelles Drafting):

• ChatGPT Plus oder Claude Pro: 18–20 Euro/Monat
• Setup-Aufwand: ein halber Tag für System-Prompt-Entwicklung
• Laufend: kein Mehraufwand außer Pflege des Prompts bei Änderungen

Halbautomatischer Workflow (Stufe 2 — Make.com):

• Make.com Core: 9 Euro/Monat (10.000 Operationen reichen für ~200–300 E-Mails/Monat locker)
• OpenAI API-Kosten: ca. 2–5 Euro/Monat bei normalem Anfragevolumen
• Einmalige Setup-Kosten (externe Hilfe oder Eigenprojekt): 200–600 Euro einmalig
• Laufend: unter 20 Euro/Monat total

ROI-Berechnung (konservativ):

• Angenommene Zeitersparnis: 45 Minuten täglich
• Tage/Jahr: 250 Arbeitstage
• Ersparnis in Stunden/Jahr: 187,5 Stunden
• Bei einem angesetzten internen Stundenwert von 25 Euro (für eine Restaurantleiterin, die eigentlich Gäste betreuen oder Umsatz machen sollte): 4.688 Euro/Jahr
• Werkzeugkosten: ca. 180–240 Euro/Jahr (Stufe 2)
• Verhältnis: ca. 20:1

Diese Rechnung setzt voraus, dass die eingesparte Zeit tatsächlich in produktive Aktivitäten fließt und nicht einfach in weniger Stress (was auch ein legitimer Wert ist, aber schwer zu quantifizieren). Selbst wenn nur ein Drittel des Potenzials realisiert wird, ist das Werkzeug gerechnet.

Was du tatsächlich nicht einsparen wirst:

• Die Zeit für komplexe Sonderanfragen — die brauchen weiter Nachdenken
• Die Arbeit am Angebot selbst: Menüplanung, Kalkulation, Koordination mit Küche
• Die menschliche Entscheidung, ob ihr eine Anfrage annehmt oder nicht

Typische Einstiegsfehler

1. Den Ton des Hauses nicht definieren — und generische Antworten schicken. Der häufigste Fehler: Der System-Prompt erklärt der KI nur, was das Restaurant anbietet, aber nicht wie es kommuniziert. Das Ergebnis sind Antworten, die korrekt, aber seelenlos sind. Gäste spüren das — nicht bewusst, aber sie vergleichen die Energie einer Mail mit der Energie des Hauses. Wenn beides nicht zusammenpasst, entsteht ein leises Misstrauen. Lösung: Einen einzigen Absatz zur Tonalität im Prompt investieren — und das System an einer echten alten Mail testen, bevor es losgeht.

2. Gästedaten ungeschützt in das KI-Tool eingeben. Direkt den Namen des Gastes, seine E-Mail-Adresse und seinen Firmennamen in ChatGPT kopieren — das machen viele instinktiv. Für Routineproben reicht es meistens. Aber es ist nicht rechtlich sauber und unnötig: Du brauchst das nicht. Eine anonymisierte Anfrage (“Gruppenreservierung, 24 Personen, Firmenfeier”) reicht vollständig für einen guten Entwurf.

3. Vollautomatik für alles — ohne menschliche Prüfung. Das ist der Fehler, den Hotels und Restaurants in frühen Pilotprojekten gemacht haben: Das System antwortet automatisch — auch wenn die verfügbare Kapazität gerade voll ist, auch wenn die angefragte Veranstaltung in eine schon gebuchte fällt. Ein Betrieb, der einem Gast eine Verfügbarkeit bestätigt, die so nicht existiert, muss danach einen Schaden reparieren, der teurer ist als der ursprüngliche Umsatz der Buchung. Read Laboratories dokumentierte 2024 genau dieses Muster bei US-Hotels: KI-Chatbot bestätigt Late-Checkout, der schon für eine andere Ankunft vergeben war — 100 USD Gutschein als Schadensbegrenzung. Lösung: Prüfungsschritt vor jeder Antwort, die Verfügbarkeiten betrifft. Immer.

4. Den Prompt ein Mal einrichten und nie wieder anfassen. Das System weiß nicht von alleine, dass ihr jetzt auch einen zweiten Raum habt, dass die Pauschale gestiegen ist oder dass ihr ab November kein Catering mehr anbietet. Wenn dein Prompt veraltete Infos enthält, produziert er veraltete Antworten — mit freundlicher Sicherheit. Einmal pro Quartal sollte jemand den Prompt durchlesen und gegen die aktuelle Realität des Betriebs prüfen.

Was mit der Einführung wirklich passiert — und was nicht

Wer erwartet, dass das System ab dem ersten Tag problemlos läuft, wird enttäuscht sein — nicht wegen der Technik, sondern wegen der Datenbasis. Die ersten Entwürfe werden gut genug sein, aber nicht perfekt. Die KI kennt deinen Betrieb nur so gut, wie du ihn ihr erklärt hast.

Was meistens passiert:

• In den ersten zwei Wochen merkst du, welche Informationen in deinem Prompt fehlen — weil die KI eine Frage falsch beantwortet oder einen Umstand ignoriert, der eigentlich klar sein sollte
• Du überarbeitest den Prompt zweimal, dreimal — jedes Mal wird er besser
• Nach etwa einem Monat bist du auf einem Niveau, wo 60–70 % der Entwürfe nur noch minimale Anpassungen brauchen

Was nicht passiert:

• Das System übernimmt die Verantwortung für kritische Buchungsentscheidungen
• Neue Mitarbeitende können das System sofort perfekt bedienen — es braucht eine kurze Einweisung, was der Prompt kann und was nicht
• Die Qualität der Gästebeziehung steigt automatisch — das System hilft, aber die Beziehung baut das Team

Widerstandsmuster, die auftauchen:

• “Ich kann das schneller selbst” — tatsächlich wahr für kurze Standardanfragen. Das Argument stimmt bei den komplexen Antworten nicht mehr.
• “Die Antworten klingen nicht wie wir” — tatsächlich anfangs wahr, lösbar durch Ton-Anweisung im Prompt
• “Was, wenn der Gast merkt, dass eine KI geschrieben hat?” — solange die Information stimmt und der Ton passt, merken Gäste nichts. Und wenn doch: Es ist kein Geheimnis, dass Profibetriebe Schreibassistenz nutzen

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Unsere Anfragen sind alle zu individuell für KI.” Das ist der häufigste Einwand — und er stimmt halb. Wirklich individuelle Anfragen (besondere Konzepte, Kooperationen, Sonderveranstaltungen mit komplexer Koordination) brauchen weiter menschliche Aufmerksamkeit. Aber 60–70 % der Anfragen, die ein Restaurantteam täglich bearbeitet, sind strukturell ähnlich: Gruppenreservierungen mit Standardfragen, Terminanfragen für Events, Fragen zu Menüs und Preisen. Genau diese Kategorie profitiert.

„Das wirkt unpersönlich — Gäste merken das.” Nur wenn der Ton falsch kalibriert ist. Ein gut eingestellter Prompt klingt nach deinem Restaurant, nicht nach Hotline-Deutsch. Und ein zwanzig-Minuten-Entwurf, den du in zwei Minuten prüfst und mit einer persönlichen Zeile ergänzt, ist für den Gast hochwertiger als ein fünf-Stunden-Bearbeitungsrückstand, in dem seine Anfrage untergegangen ist.

„Das ist nichts für kleine Betriebe.” Falsch — eher das Gegenteil. Ein Einzel-Unternehmer oder eine Restaurantleiterin, die für das gesamte Eventgeschäft zuständig ist, profitiert mehr als ein Großbetrieb mit dedizierter Bürokraft. Der freiwerdende Kopfraum geht direkt in Gäste, Küche und Betrieb.

Woran du merkst, dass das zu dir passt

Du profitierst von KI-unterstützter Gästekorrespondenz, wenn folgendes zutrifft:

• Du bearbeitest täglich mehr als fünf Anfragen — unter dieser Schwelle lohnt sich der Setup-Aufwand selten
• Events, Gruppenreservierungen oder Firmenfeiern sind Teil deines Geschäftsmodells — standardisierbare Anfragetypen, die sich wiederholen
• Anfragen landen außerhalb der Öffnungszeiten — abends, am Wochenende — und bleiben dann stundenlang unbeantwortet
• Dein Team hat keine dedizierte Bürokraft — die Köchin oder der Service-Chef macht die E-Mails nebenbei
• Du hast ein klar erkennbares Ton-Profil — und willst, dass das in der Korrespondenz sichtbar bleibt

Drei harte Ausschlusskriterien — wann du es lassen solltest:

1. Unter fünf Anfragen täglich und kein Eventgeschäft. Bei kleinen Stammgast-Betrieben ohne Eventbuchungen ist das Anfrageaufkommen zu gering, um den Einrichtungsaufwand zu rechtfertigen. Ein gutes Standard-Textbaustein-System in Gmail reicht völlig.

2. Konzept im Premiumsegment mit bewusst handwerklicher Kommunikation als Markenversprechen. Wenn das Restaurant aktiv damit wirbt, dass jede Reservierungsbestätigung persönlich vom Inhaber kommt — dann ist das ein Alleinstellungsmerkmal. Automatisierte Entwürfe würden den Markenversprechen widersprechen, auch wenn der Gast es nicht explizit merkt. Branchenexperten der EHL Lausanne (2024) warnen explizit: Hospitality-Betriebe, die Menschlichkeit als Premium-Versprechen verkaufen, riskieren durch KI-Kommunikation genau das, was sie von der Konkurrenz unterscheidet.

3. Keine Zeit oder Kapazität, den System-Prompt initial zu entwickeln und regelmäßig zu pflegen. Ein schlecht konfigurierter Prompt ist gefährlicher als kein Prompt — er produziert selbstsichere, falsche Informationen über Verfügbarkeiten, Preise oder Angebote. Wenn niemand im Team halbjährlich 30 Minuten in die Prompt-Pflege investieren kann, ist das System ein Haftungsrisiko.

Das kannst du heute noch tun

Öffne ChatGPT oder Claude — kostenlos, kein Setup. Schreib einen kurzen System-Prompt mit deinen fünf wichtigsten Hausinfos (Kapazität, Preisrahmen, Öffnungszeiten, Ton, was ihr anbietet und was nicht). Dann such eine echte Anfrage aus den letzten Wochen heraus, kopiere sie anonymisiert (ohne Namen und E-Mail) in das Tool und schau, was rauskommt.

Wenn der Entwurf mit zwei Minuten Anpassung versendbar ist — dann weißt du, dass das Konzept für deinen Betrieb funktioniert.

Hier ist ein vollständiger Starting-Prompt, den du sofort nutzen kannst:

Quellen & Methodik

• E-Mail-Antwortzeiten im Kundenservice: SuperOffice, „Customer Service Benchmark Report” (2023): Kunden erwarten eine Antwort innerhalb einer Stunde; durchschnittliche Unternehmensantwortzeit liegt bei 12 Stunden. Quelle: superoffice.com/resources/articles/average-email-response-time/
• Automatisierungsquote und Bearbeitungszeiten: Erfahrungswerte aus Make.com-basierten E-Mail-Workflows in Gastronomie- und Hotelbetrieben (2024/2025). Keine repräsentative Studie — konsistente Beobachtungen aus Praxisberichten.
• AI-Fehler in der Hotellerie (Verfügbarkeitsbestätigung): Read Laboratories, „AI Mistakes Hotels & Resorts Should Avoid” (2024): Fallbeschreibung KI-Chatbot bestätigt Late-Checkout trotz Vollbelegung → 100 USD Gutschein-Schadensbegrenzung. Quelle: readlaboratories.com/guides/ai-mistakes/hotels
• Warnung vor Über-Automatisierung in der Hospitality: The Caterer / EHL Lausanne (2024): Hospitality-Experten warnen explizit vor Over-Reliance auf KI in gastkundigen Hochpreissegmenten, wo menschliche Wärme Teil des Produkts ist. Quelle: thecaterer.com/news/hospitality-must-be-wary-of-over-using-ai-in-guest-experience
• Make.com Preise: Veröffentlichte Tarife, Stand Mai 2026. Quelle: make.com/pricing
• ChatGPT / Claude Preise: Veröffentlichte Tarife OpenAI und Anthropic, Stand Mai 2026.

Du willst wissen, ob dein Anfragevolumen groß genug für einen halbautomatischen Workflow ist — oder lieber beim manuellen Drafting bleiben? Meld dich kurz, das klären wir in einem kurzen Gespräch.