KI-Chatbot für Besucher: Messenavigation und Self-Service rund um die Uhr

Das echte Ausmaß des Problems

Wer eine Fachmesse mit 15.000 oder 30.000 Besuchern betreibt, kennt die Welle: Die ersten zwei Stunden jedes Messetags brechen die Kapazität des Infocounters regelmäßig. Dann wieder die Mittagszeit. Dann nochmal zur Keynote. Dazwischen: Leerlauf. Das Servicepersonal ist für Spitzenlast dimensioniert, und ein großer Teil dieser Spitzenlast sind immer gleiche Anfragen: Hallenplan, Ausstellersuche, Programm, Sanitäranlagen, Gastronomie, Anreise. Wie groß dieser Teil bei dir ist, zeigt eine Strichliste am Counter über zwei Messetage.

Was dabei verloren geht:

• Besucher, die keine Antwort finden, verlassen die Messe früher oder finden nie die Aussteller, die für sie relevant wären, das schadet direkt dem Ausstellerwert
• Internationales Publikum scheitert an der Sprachbarriere: Ein Infocounter auf Deutsch und Englisch reicht für eine europäische Fachmesse nicht, wenn ein Drittel der Besucher aus Asien kommt
• Das qualifizierte Servicepersonal verbringt zwei bis drei Tage damit, Hallenplan-Fragen zu beantworten, statt komplexe Anliegen zu lösen, Beschwerden aufzunehmen oder Ausstellern zu helfen

Veröffentlichte, nachprüfbare Zahlen dazu, wie viel Counterzeit ein Messe-Chatbot tatsächlich spart, haben wir nicht gefunden. Deshalb steht auf dieser Seite keine Einsparquote, sondern ein Weg, sie bei dir zu messen: Counterkontakte vorher zählen, Deflection-Rate im Pilot ablesen, nachher wieder zählen.

Mit vs. ohne KI, ein ehrlicher Vergleich

Die Tabelle nennt bewusst keine Einsparquote. Zeit spart der Bot nur bei Fragen, die heute am Counter landen: Wer nachts nach der Anreise fragt, hätte sonst die Website gelesen, nicht das Counterteam gefragt. Geld spart er erst, wenn du tatsächlich weniger Counterpersonal buchst, nicht wenn der Chatbot läuft und das Team trotzdem in voller Stärke am Counter steht.

Einschätzung auf einen Blick

Zeitersparnis, hoch (4/5) Der Bot nimmt dem Counter Routinefragen ab. Wie viele davon wirklich am Counter fehlen, zeigt erst der Vergleich der Counterzählung vor und nach dem Pilot; die Deflection-Rate allein zählt auch Fragen mit, die nie am Counter gelandet wären. Das Infocounter-Team wird von Routinearbeit befreit und kann sich auf Anliegen konzentrieren, die wirklich Urteilsvermögen erfordern. Nicht 5/5, weil nur Fragen zählen, die heute tatsächlich am Counter landen, und weil die Datenpflege während der Messe selbst Stunden kostet.

Kosteneinsparung, mittel (3/5) Der Chatbot reduziert den Bedarf an Servicepersonal, aber nicht so direkt wie eine Prozesskostenrechnung nahelegt. Setup und Datenpflege kosten Zeit und Geld; die eigentliche Personaleinsparung tritt nur ein, wenn du bewusst weniger Personal planst und der Chatbot diese Lücke füllt. In der Praxis nutzen viele Messeveranstalter den Chatbot zuerst als Qualitätsverbesserung, nicht als Personaleinsparung, und dann stimmt die Kosteneinsparungsrechnung auf kurzem Zeithorizont nicht ganz.

Schnelle Umsetzung, niedrig (2/5) Zehn bis sechzehn Wochen bis zum produktiven Einsatz sind realistisch. Der Grund ist nicht die Technik: Es ist die Datenpflege. Ausstellerverzeichnis, Hallenplan, Programm, FAQ, all das muss strukturiert aufbereitet, gepflegt und vor Veranstaltungsbeginn aktualisiert werden. Wer das unterschätzt, startet mit einem Chatbot, der auf die häufigsten Fragen nicht antworten kann. Das gehört zu den aufwendigeren Anlaufphasen in der Messekategorie.

ROI-Sicherheit, mittel (3/5) Die Deflection-Rate, wie viele Anfragen der Chatbot vollständig beantwortet, lässt sich direkt messen. Was sich schwerer messen lässt: ob das zu tatsächlich reduziertem Personaleinsatz führt, ob Besucherzufriedenheit steigt und ob das auf den Chatbot zurückzuführen ist. Die Korrelation ist plausibel, aber Attribution im Messekontext ist komplex. Wer den ROI sauber belegen will, muss vor dem ersten Einsatz Baseline-Werte erheben (Counter-Frequenz, Wartezeiten, Besucherbefragung).

Skalierbarkeit, sehr hoch (5/5) Ob 800 oder 80.000 Besucher fragen, der Bot braucht keine zusätzliche Schicht. Die Kosten wachsen mit der Zahl der Gespräche (nutzungsbasierte Tarife, Sprachmodell-Kosten), aber nicht in Personalstunden. Personal, Beschilderung und gedruckte Hallenführer skalieren deutlich schlechter. Ein einmal aufgebauter Bot lässt sich für die nächste Veranstaltung mit aktualisierter Datenbasis neu starten, ohne den gesamten Aufbau zu wiederholen.

Richtwerte, stark abhängig von Veranstaltungsgröße, Datenqualität und gewähltem Technologie-Stack.

Was der Chatbot konkret macht

Der technische Kern ist ein Chatbot auf Basis von Retrieval-Augmented Generation (RAG). Das Prinzip: Das System indexiert alle Veranstaltungsdaten, Ausstellerverzeichnis, Hallenplan, Programm, Parkinginfos, Gastronomiestandorte, FAQ, und macht sie semantisch durchsuchbar. Wenn ein Besucher tippt oder spricht, findet das System die relevanten Daten und formuliert daraus eine direkte Antwort, nicht aus dem allgemeinen Weltwissen des LLM, sondern aus euren konkreten Veranstaltungsdaten.

Was das in der Praxis bedeutet:

Jemand schreibt: „Ich suche Aussteller für industrielle Bildverarbeitung, die auch Lösungen für die Lebensmittelindustrie anbieten.” Der Chatbot durchsucht das Ausstellerverzeichnis nach Produktkategorien, findet die passenden Stände und gibt Name, Standnummer, Halle und Produktbeschreibung zurück. Ohne Menschenhand, in drei Sekunden.

Jemand anderes fragt auf Chinesisch nach der nächsten Toilette. Der Chatbot antwortet auf Chinesisch, basierend auf dem Hallenplan, der die Sanitäranlagen als Kategorie enthält.

Was der Chatbot nicht kann, und wann er übergeben muss:

Reklamationen, Notfälle, technische Probleme am Ausstellerstand, komplexe Akkreditierungsfragen: Das sind Anliegen, bei denen ein menschlicher Gesprächspartner zwingend ist. Ein gut konfigurierter Chatbot erkennt diese Situation und übergibt, entweder direkt an den Infocounter (Push-Benachrichtigung mit Gesprächsverlauf), an eine Telefonnummer oder an ein Ticketsystem. Die Naht zwischen Bot und Mensch muss geplant sein, bevor die Messe beginnt.

Mehrsprachigkeit als Kernanforderung

Auf einer internationalen Fachmesse ist Mehrsprachigkeit keine nette Zusatzfunktion, sie ist oft der Grund, warum internationale Besucher den Infocounter meiden und Orientierung aufgeben. Ein Counter auf Deutsch und Englisch reicht für eine Veranstaltung mit Besuchern aus 40 Ländern nicht.

LLM-basierte Chatbots verstehen und schreiben viele Sprachen ohne separate Konfiguration, in sehr unterschiedlicher Qualität (siehe unten). Ein Besucher aus Südkorea schreibt auf Koreanisch; der Bot antwortet auf Koreanisch, zieht die Antwort aber aus der deutschen Ausstellerdatenbank. Das ist kein Übersetzungs-Workaround: Das System versteht die Frage inhaltlich, sucht die passenden Daten und formuliert die Antwort sprachrichtig.

Worauf du bei der Sprachkonfiguration achten musst:

Nicht alle Sprachen sind gleich gut. Englisch, Deutsch, Französisch, Spanisch, Chinesisch (Mandarin) und Japanisch sind in modernen LLMs sehr zuverlässig. Weniger verbreitete Sprachen (Arabisch, Hindi, Vietnamesisch) variieren stark in der Qualität, je nach gewähltem Modell. Vor dem Launch solltest du alle Zielsprachen mit echten Testnutzern prüfen, nicht nur mit automatisierten Tests.

Praktische Empfehlung: Definiere vor dem Aufbau eine Sprachmatrix: Welche Sprachen kommen in eurem Besucherprofil vor, in welchem Anteil, und welche Qualitätserwartung habt ihr dafür? Die ersten drei bis fünf Sprachen werden sorgfältig getestet; die restlichen laufen im Automatik-Modus ohne explizite Qualitätssicherung, das muss kommuniziert sein.

Datenpflege während der Messe, der unterschätzte Engpass

Die häufigste Enttäuschung nach dem Launch: Der Chatbot antwortet auf Fragen zu Stand B-127 mit einer Standnummer, die gestern noch stimmte, heute aber nicht mehr. Auf Messen passiert das täglich: Aussteller ändern kurzfristig Standpositionen, Programmpunkte fallen aus, Öffnungszeiten von Gastronomie-Einheiten weichen vom Plan ab.

Ein RAG-System ist nur so gut wie die Daten, auf die es zugreift. Wenn diese Daten während der Messe nicht aktualisiert werden, gibt der Chatbot selbstbewusst falsche Auskunft, und das Vertrauen der Besucher ist weg.

Was du operativ brauchst:

• Eine namentlich benannte Person, die während der Messe für Daten-Updates zuständig ist, nicht die IT, nicht “alle gemeinsam”, sondern eine Rolle mit täglichem Update-Rhythmus
• Ein klar definierter Prozess: Wer meldet Änderungen an? Wie schnell sollen sie im System erscheinen? Über welchen Kanal (Formular, Chat, Direktzugriff)?
• Ein Eskalationspfad für kritische Fehler: Wenn der Chatbot falsche Hallen-Informationen gibt, muss jemand das sofort korrigieren können, und der Chatbot muss diese Schwelle kennen (z. B. Threshold für automatische Meldung: „Besucher haben diese Frage drei Mal in zehn Minuten gestellt und keine akzeptable Antwort erhalten”)

Ein Halluzinationsproblem ist auf Messen besonders ernst: Im t3n-Podcast „MeisterPrompter” sollten ChatGPT, Gemini und Perplexity einen Besuch der OMR 2025 planen und lieferten laut dem Bericht von mind-verse.de “fehlerhafte und zum Teil frei erfundene Programmpunkte”, weil sie keine echten Veranstaltungsdaten hatten. Das ist kein Technikproblem, das durch ein besseres Modell gelöst wird. Es ist ein Datenpflegeproblem.

Übergabe an den Infocounter, wann der Bot abgeben muss

Ein gut designter Besucher-Chatbot kennt seine Grenzen und handelt sie aktiv aus, nicht durch einfaches Abbrechen, sondern durch eine strukturierte Übergabe.

Wann übergeben:

• Frage liegt außerhalb des Wissensstands (z. B. individuelle Beschwerden, Notfälle, technische Probleme)
• Besucher ist nachweislich unzufrieden (Wiederholte Nachfragen, direkte Frustrationssignale)
• Anfrage erfordert eine Entscheidung, die nur autorisiertes Personal treffen kann (z. B. Ausnahmeregelungen für Akkreditierung)

Wie übergeben:

Die Übergabe muss reibungslos sein, der Besucher soll den Wechsel nicht als Scheitern des Systems erleben, sondern als Eskalation zu besserem Service. Das bedeutet: Der Chatbot übergibt den vollständigen Gesprächsverlauf an den Infocounter-Mitarbeiter (per Push-Notification, Ticket oder Display), damit der Besucher nicht alles nochmal erzählen muss. Am QR-Code-Terminal: Direkte Anzeige „Bitte gehen Sie zum Counter in Halle 3, wir haben Ihre Anfrage bereits weitergeleitet.”

Dieses Übergabeprotokoll muss vor dem ersten Messetag konfiguriert und getestet werden. Der häufigste Fehler: Der Bot übergibt, aber das Counter-Personal weiß nicht, dass eine Übergabe stattgefunden hat, und der Besucher wartet.

Konkrete Werkzeuge, was wann passt

Die richtige Wahl hängt von Messegröße, IT-Ressourcen und DSGVO-Anforderungen ab.

Voiceflow , für mittlere bis große Veranstaltungen (10.000+ Besucher) Visueller Flow-Builder mit RAG-Wissensbasis, LLM-Agnostik (GPT, Claude, Gemini und weitere Modelle wählbar) und Omnichannel-Deployment. Eine Konfiguration läuft auf Website, WhatsApp und Kiosk-Terminal. SOC 2 Type II zertifiziert; kein EU-Rechenzentrum (US-AWS/GCP), für Bots, die keine personenbezogenen Daten verarbeiten, DSGVO-vertretbar. Preise: kostenloser Trial, danach nutzungsbasiert oder per Angebot nach Demo-Gespräch, feste Listenpreise nennt Voiceflow nicht mehr. Besonders geeignet, wenn das Marketingteam den Bot selbst pflegen soll, ohne Entwicklerunterstützung.

Botpress , für mittelgroße Events mit technischem Team Mit Open-Source-Kern, visuellem Flow-Builder und nativer LLM-Integration (GPT, Claude und weitere Modelle). Multichannel: Website, WhatsApp, Telegram, Slack. Kostenloser Einstieg mit rund 100 Konversationen im Monat; Plus ab 150 USD/Monat, Team ab 750 USD/Monat (jeweils bei jährlicher Zahlung, KI-Nutzung inklusive). Kein EU-Hosting, wichtig für DSGVO-Abwägung. Geeignet, wenn ein technisch versiertes Team den Bot aufbaut und betreibt und die Datenlast beherrschbar ist.

Microsoft Copilot Studio (ehemals Power Virtual Agents), für Messeveranstalter mit bestehender Microsoft-365-Infrastruktur. Integriert direkt in SharePoint, Teams und Dynamics 365; Chatbot greift auf strukturierte Ausstellerdaten in SharePoint zu. Datenhaltung EU-konfigurierbar (Microsoft EU Data Boundary). Implementierungsaufwand höher als bei SaaS-Bots, dafür tiefe Integration in bestehende Systeme. Preis: Prepaid ab 173,30 Euro im Monat für 25.000 Copilot Credits oder nutzungsbasiert, jeweils mit aktivem Azure-Abo. Gespräche mit externen Besuchern verbrauchen Credits, anders als die interne Nutzung durch lizenzierte Mitarbeitende.

Cognigy.AI , für Großmessen mit Contact-Center-Anforderungen Enterprise-Plattform mit EU-Hosting, ISO 27001 und BSI C5, seit 2025 Teil von NICE. Sprach- und Chat-Bots aus einer Plattform, 100+ Sprachen, Omnichannel. Für Messeveranstalter, die nicht nur eine Veranstaltung abdecken, sondern ein dauerhaftes Contact-Center mit mehreren Kanälen (Telefon, Chat, WhatsApp) betreiben. Enterprise-Preise ab ca. 2.500 USD im Monat, Jahresverträge typisch ab 100.000 USD, nur für Veranstalter mit tatsächlichem Contact-Center-Betrieb gerechtfertigt.

Zusammenfassung: Wann welcher Ansatz

• Kleine Fachmesse (unter 5.000 Besucher am Tag, 1–2 Tage): lohnt sich meist nur mit hohem Auslandsanteil; wenn doch, reicht Botpress Plus (der Free-Plan mit rund 100 Konversationen im Monat reicht nur zum Testen); Voiceflow-Trial als Test
• Mittlere Messe (5.000–30.000 Besucher am Tag): Voiceflow (nutzungsbasiert oder per Angebot) oder Botpress Team; ggf. Microsoft Copilot Studio
• Große Messe / internationaler Kongress (über 30.000 Besucher am Tag): Voiceflow (Business-Angebot nach Demo) oder Cognigy.AI; je nach Datenschutz-Anforderungen
• Messeveranstalter mit Microsoft-365-Stack: Microsoft Copilot Studio als erste Wahl

Datenschutz und Datenhaltung

Die Frage „Wo ist Stand B-127?” ist datenschutzrechtlich unproblematisch, der Kanal, über den sie kommt, nicht ganz. Ein Besucher-Chatbot verarbeitet personenbezogene Daten, sobald er läuft: Die IP-Adresse des Geräts erreicht den Server des Anbieters, und Besucher tippen, was sie wollen, auch Namen, Telefonnummern oder Gesundheitsangaben („Mein Kollege ist gestürzt, wo ist der Sanitätsdienst?”). Noch mehr personenbezogene Daten fallen an, wenn:

• Der Chatbot eine Registrierung für Veranstaltungen oder Webinare ermöglicht
• Besucherfeedback mit Namen oder Kontaktdaten erfasst wird
• Gesprächsverläufe gespeichert und ausgewertet werden (Nutzungsanalyse)

Deshalb gilt schon für die reine Navigations- und Informationsfunktion:

• Auftragsverarbeitung von Anfang an: Mit dem Bot-Anbieter schließt du einen AVV nach Art. 28 DSGVO, nicht erst, wenn der Bot Kontaktdaten abfragt.
• Voiceflow und Botpress (Server außerhalb der EU): Prüf die Grundlage für die Übermittlung, also ob der Anbieter unter dem Angemessenheitsbeschluss für zertifizierte US-Unternehmen steht oder Standardvertragsklauseln anbietet, und halte das in der Datenschutzinformation fest.
• Microsoft Copilot Studio (EU Data Boundary aktivierbar): Für Bots mit Personendaten die naheliegende Wahl innerhalb der Microsoft-Infrastruktur
• Cognigy.AI (EU-Hosting, BSI C5): Für Enterprise-Deployments, wenn Gesprächsverläufe gespeichert werden; seit der Übernahme durch NICE den US-Eigentümerbezug im AVV mitbedenken
• Speicherdauer: Gesprächsverläufe nur so lange aufbewahren, wie du sie für Fehlerkorrektur und Auswertung brauchst, und das in der Datenschutzinformation sagen.

Transparenzpflicht nach KI-Verordnung: Seit dem 2. August 2026 gilt Art. 50 Abs. 1 der KI-Verordnung. Wer mit dem Bot schreibt, muss erfahren, dass er mit einem KI-System spricht, sofern das nicht ohnehin offensichtlich ist. Die Pflicht trifft den Anbieter des Systems, und wer einen Bot unter eigenem Namen in Betrieb nimmt, kann das selbst sein. Am einfachsten erfüllst du sie mit einem Satz in der Begrüßung, auch am Kiosk.

Praktische Empfehlung: Frag im Bot keine Namen oder Kontaktdaten ab, wenn du sie nicht brauchst. Wenn der Bot sie erfasst (Feedback mit Namen, Terminbuchungen, Leads für Aussteller): EU-Hosting prüfen, Einwilligung oder Rechtsgrundlage klären, Datenschutzbeauftragten einbinden.

Was es kostet, realistisch gerechnet

Einmalige Einrichtungskosten

• Datenaufbereitung (Ausstellerverzeichnis, Hallenplan, Programm, FAQ strukturieren): 2–4 Wochen interne Arbeit oder per Angebot eines Dienstleisters; belastbare Marktpreise dafür haben wir nicht gefunden
• Bot-Aufbau, Mehrsprachigkeit, Übergabe an den Counter und Anbindung an Ausstellerdatenbank oder CRM: Projektaufwand, der vor allem von der Datenlage abhängt; intern oder per Angebot, er kommt zu allen Summen auf dieser Seite hinzu
• QR-Code-Kiosk-Hardware (optional): 800–2.500 € pro Terminal, typisch 3–10 Geräte, also 2.400 bis 25.000 €

Laufende Kosten (monatlich)

• Voiceflow: nutzungsbasiert oder per Angebot, keine öffentlichen Listenpreise
• Botpress Plus: 150 USD/Monat bei jährlicher Zahlung
• Botpress Team: 750 USD/Monat bei jährlicher Zahlung, KI-Nutzung inklusive
• Microsoft Copilot Studio: Prepaid ab 173,30 €/Monat für 25.000 Copilot Credits
• Sprachmodell-Kosten bei eigenem RAG-Aufbau außerhalb einer Plattform: nutzungsabhängig, vorab mit den Testfragen aus dem Pilot hochrechnen

Was du dagegenrechnen kannst

Zeit spart der Bot nur bei Fragen, die heute am Counter landen, und Geld erst, wenn du deshalb weniger Counterpersonal buchst, eigene Leute oder Agenturkräfte. Rechne deshalb andersherum: Botpress Team kostet im Jahr 12 mal 750 USD = 9.000 USD, Botpress Plus 12 mal 150 USD = 1.800 USD. Teile den Betrag durch das, was dich eine Counterstunde kostet. Das Ergebnis ist die Zahl der Counterstunden, die du im Jahr weniger buchen musst, nur damit das Abo gedeckt ist. Datenaufbereitung, Bot-Aufbau und gegebenenfalls Kiosk-Hardware kommen obendrauf und amortisieren sich erst mit dem, was danach übrig bleibt.

Bei einer einzigen Veranstaltung im Jahr ist das eine hohe Hürde, weil das Abo zwölf Monate läuft und die Ersparnis an wenigen Messetagen entsteht. Bei einem Veranstalter, der mehrere Messen über denselben Bot bedient, ist sie deutlich niedriger. Solange das Counterteam in gleicher Stärke steht, ist der Nutzen kürzere Schlangen und bessere Auskunft, auch in Fremdsprachen, aber kein Kassenbetrag.

Wie du den ROI tatsächlich misst

Drei Metriken, die du vor der ersten Messe baseline-seitig erheben musst:

1. Counter-Frequenz pro Stunde: Wie viele Personen nutzen den Infocounter pro Stunde an Spitzentagen, und welcher Anteil davon sind Routinefragen (Strichliste)? Nach dem Chatbot-Launch: Vergleich.
2. Deflection-Rate: Wie viele Chatbot-Konversationen werden ohne Eskalation an Personal abgeschlossen?
3. Besucherfeedback-Score: Einfache 1-5-Bewertung nach der Chatbot-Interaktion. Unter 3,5 ist ein Optimierungssignal.

Drei typische Einstiegsfehler

1. Den Chatbot mit generischen Daten starten.

Der häufigste Fehler: Der Bot wird aufgesetzt und mit einem allgemeinen FAQ bestückt, aber das Ausstellerverzeichnis ist noch nicht eingebunden, der Hallenplan fehlt als strukturierte Datei, und das Programm ist nur als PDF vorhanden, das keine semantische Suche ermöglicht. Das Ergebnis ist ein Bot, der bei den häufigsten Fragen antwortet: „Dazu habe ich keine Information.” Das zerstört das Vertrauen in den ersten zwei Stunden.

Lösung: Datenaufbereitung abschließen, bevor der Bot im technischen Aufbau beginnt. Die Strukturierungsarbeit kommt zuerst, nicht danach.

2. Mehrsprachigkeit nach dem Launch aktivieren.

Mehrsprachigkeit ist kein Feature, das man einschaltet, es ist eine Qualitätsdimension, die getestet werden muss. Wer chinesische oder japanische Nutzerführung aktiviert, ohne die Antwortqualität in diesen Sprachen mit echten Testfragen geprüft zu haben, riskiert, dass internationale Besucher eine schlechtere Erfahrung machen als ohne Chatbot.

Lösung: Sprachmatrix vor dem Launch definieren, alle Zielsprachen mit nativsprachlichen Testnutzern prüfen, und für jede Sprache einen Fallback kommunizieren (z. B. „Falls ich dich nicht verstehe, geh bitte zum Infocounter in Halle 3”).

3. Den Bot nach der Veranstaltung einschlafen lassen, und zur nächsten Messe unreflektiert reaktivieren.

Das ist der gefährlichste Fehler, weil er still passiert. Zwischen zwei Veranstaltungen ändert sich die Datenbasis: Neue Aussteller kommen, alte gehen, Hallen werden umstrukturiert, das Programm ist neu. Wer den Bot zur nächsten Messe einfach reaktiviert, ohne die Datenbasis zu aktualisieren, gibt selbstbewusst falsche Auskunft, und das in der ersten Stunde der Veranstaltung, wenn das Volumen am höchsten ist.

Lösung: Vor jeder Veranstaltung eine feste Datenpflege-Phase von mindestens zwei Wochen einplanen. Checkliste: Ausstellerliste aktualisiert, Standnummern geprüft, Hallenplan importiert, Programm eingelesen, FAQ-Erweiterungen aus der letzten Veranstaltung integriert.

Was mit der Einführung wirklich passiert, und was nicht

Die Technik funktioniert schneller als erwartet. Die Widerstände kommen von woanders.

Das Servicepersonal am Counter spürt den Unterschied zuerst, und nicht immer positiv. Wenn plötzlich weniger Routineanfragen kommen, wirkt das für das Team zunächst wie eine Degradierung: „Brauchen wir dann noch alle?” Diese Frage muss proaktiv beantwortet werden, bevor der Chatbot live geht. Ehrliche Antwort: Der Chatbot nimmt die repetitiven Aufgaben weg, dafür werden komplexe Anliegen, Beschwerden und VIP-Betreuung wichtiger. Das ist eine Aufwertung, keine Bedrohung. Diese Botschaft muss das Management vor dem Launch-Tag kommunizieren.

Aussteller wollen auch Zugang. In vielen Projekten kommt nach dem Launch von der Ausstellerseite: „Kann der Chatbot auch Fragen über unsere Produkte beantworten?” Das ist ein verständlicher Wunsch, und ein Scope-Erweiterungsproblem, das von Anfang an thematisiert werden sollte. Entweder ihr plant einen Aussteller-Kanal mit ein, oder ihr kommuniziert klar: Der Bot beantwortet Besucherfragen zur Veranstaltung, keine Produktanfragen für einzelne Aussteller.

Die ersten 48 Stunden entscheiden über die Akzeptanz. Wenn der Bot in den ersten zwei Stunden des ersten Messetags zweimal auf eine häufige Frage mit „Ich habe keine Information dazu” antwortet, sprechen sich diese Fehler im Team sofort herum. Daher: Pilottest mit internem Team mindestens zwei Wochen vor der Messe, mit den häufigsten Fragen aus der letzten Veranstaltung. Erst wenn die Trefferquote bei 80 % liegt, ist der Bot bereit für den Besucherkontakt.

Realistischer Zeitplan mit Risikohinweisen

Wichtig: Die letzten vier Wochen vor der Veranstaltung sind die kritischste Phase, dann müssen Ausstellerdaten final sein und der Bot mindestens zwei Wochen intern getestet worden sein.

Häufige Einwände, und was dahintersteckt

„Unsere Besucher wollen einen Menschen, keinen Bot.”

Das stimmt für einen Teil der Besucher, besonders für ältere Generationen und für Menschen mit komplexen Anliegen. Aber: Diese Besucher haben weiterhin die Option, zum Counter zu gehen. Der Chatbot schließt den menschlichen Kontakt nicht aus, er ergänzt ihn. Was sich zeigt: Wer eine einfache Frage ohne Wartezeit beantwortet bekommt, ist oft zufriedener als wer zehn Minuten auf einen Menschen gewartet hat, und der Mensch dann dieselbe Antwort gibt, die der Bot in fünf Sekunden geliefert hätte.

„Der Bot wird fehlerhafte Informationen geben.”

Das ist ein legitimes Risiko, das aber beherrschbar ist. Ein RAG-basierter Bot erfindet deutlich seltener etwas, weil er aus der Wissensbasis zieht, die ihr aufgebaut habt; ganz ausgeschlossen ist es nicht, deshalb verlangt der Prompt unten zu jeder Antwort die Quelle, und das Live-Monitoring prüft Stichproben. Wenn die Wissensbasis stimmt, stimmen die Antworten fast immer. Die Herausforderung ist die Datenpflege: veraltete oder widersprüchliche Daten führen zu falschen Antworten, das ist ein Datenpflegeproblem, kein KI-Problem. Die Lösung ist ein klarer Update-Prozess, nicht die Entscheidung gegen den Bot.

„Wir haben das Budget für die erste Messe nicht.”

Das kommt auf die Größe an. Für eine kleinere Fachmesse reicht zum Einstieg Botpress Plus für 150 USD im Monat bei jährlicher Zahlung, dazu die Datenaufbereitung und der Aufbau. Wenn schon das nicht im Budget ist, macht ein Chatbot für diese Veranstaltungsgröße wahrscheinlich auch keinen Sinn, dann lieber die Ressourcen in bessere Beschilderung oder einen zusätzlichen Counter investieren.

Woran du merkst, dass das zu dir passt

• Deine Veranstaltung hat mehr als 5.000 Besucher pro Tag, erst ab dieser Größe ist der Infocounter wirklich überlastet und der Bot entlastet spürbar
• Mehr als 30 % deiner Besucher kommen aus dem Ausland, Mehrsprachigkeit ist dann nicht optional, und ein menschliches Team in allen Zielsprachen ist unrealistisch
• Du kannst die Top-20-Fragen des letzten Messebesuchs benennen, wenn du die Liste kennst, weißt du, welchen Teil der Anfragen der Chatbot abdecken kann
• Du hast eine Person, die Daten-Updates während der Veranstaltung übernehmen kann, das ist die kritische Ressource; ohne sie solltest du warten
• Dein Ausstellerverzeichnis liegt strukturiert und digital vor, als CSV, API oder in einem CRM, nicht nur als gedrucktes Heft

Wann es sich (noch) nicht lohnt, drei harte Ausschlusskriterien:

1. Unter 500 Besucher pro Tag. Der Einrichtungsaufwand (Datenpflege, Konfiguration, Test) steht in keinem Verhältnis zum Nutzen. Eine gut gestaltete Beschilderung und ein einzelner Infocounter lösen das Problem günstiger und verlässlicher.

2. Keine dedizierte Person für Datenpflege während der Veranstaltung. Ohne jemanden, der Ausstellerstand-Änderungen und Programmaktualisierungen in Echtzeit einpflegen kann, gibt der Bot bis zum Abend falsche Auskünfte, das ist schlechter als kein Bot. Das ist keine IT-Aufgabe, sondern eine Redaktionsaufgabe, die jemand aus dem Veranstaltungsteam übernehmen muss.

3. Ausstellerverzeichnis und Programm liegen nicht in strukturierter digitaler Form vor. Wenn alles als gescannte PDF oder handgeschriebenes Dokument existiert, ist der erste Schritt nicht der Chatbot, sondern die Digitalisierung der Datenbasis. Das kann parallel gemacht werden, aber es verdoppelt den Zeitaufwand und das Budget.

Das kannst du heute noch tun

Öffne Gemini Notebook (früher NotebookLM), kostenlos, kein technisches Setup, ein Google-Konto reicht. Lade das Programm eurer letzten Veranstaltung als PDF hoch sowie die öffentliche Fassung des Ausstellerverzeichnisses, ohne Ansprechpartner und Kontaktdaten, denn ein privates Google-Konto hat keinen AVV. Stelle dann die Frage, die eure Infocounter-Mitarbeitenden am häufigsten hören.

Das dauert 20 Minuten. Was du danach weißt: Ob das Konzept für euch funktioniert, und wie vollständig eure Datenbasis wirklich ist.

Für den produktiven Einsatz auf der nächsten Veranstaltung brauchst du einen System-Prompt, der den Bot auf seinen Kontext fokussiert:

Quellen & Methodik

• mind-verse.de (2025): Bericht über einen Test im t3n-Podcast „MeisterPrompter”: ChatGPT, Gemini und Perplexity sollten einen Besuch der OMR 2025 planen und lieferten fehlerhafte und zum Teil frei erfundene Programmpunkte. mind-verse.de, abgerufen am 19.09.2026.
• KI-Verordnung, Art. 50 Abs. 1: Transparenzpflicht für KI-Systeme, die direkt mit Menschen interagieren, anwendbar ab 2. August 2026. artificialintelligenceact.eu/article/50, abgerufen am 19.09.2026.
• Tool-Preise und Produktdaten: laut unseren Toolseiten zu Botpress und Voiceflow (Stand Juni 2026), Cognigy.AI und Microsoft Copilot Studio (Stand Juli 2026), Gemini Notebook (Stand September 2026).
• Einsparquoten: Veröffentlichte, nachprüfbare Zahlen zur Counterentlastung durch Messe-Chatbots haben wir nicht gefunden. Die Seite nennt deshalb keine, sondern beschreibt, wie du sie im Pilot misst.
• Scoring-Kalibrierung: Basierend auf der branch-score-Verteilung in der Messe-Kategorie; Skalierbarkeit als klare Stärke (5/5), Zeitersparnis 4/5, weil nur Fragen zählen, die heute am Counter landen, schnelle_umsetzung als Schwäche des Use Case (2/5) aufgrund Datenpflege-Vorlaufzeit.

Du willst wissen, ob der Chatbot für eure nächste Veranstaltungsgröße und euren Datenbestand sinnvoll ist, und welcher Technologie-Stack am besten passt? Meld dich, das lässt sich in einem kurzen Gespräch klären.