KI im Hotel: Einsatzbereiche für Gäste, Management, Marketing & Team

KI im Hotel ist kein einzelnes Werkzeug, sondern verteilt sich auf vier Arbeitsfelder: Gästekontakt, Management, Marketing und Team. In jedem steht etwas anderes auf dem Spiel. Einen Textentwurf prüft eine Person, bevor er den Gast erreicht. Die Antwort eines Chatbots erreicht ihn sofort. Dieser Leitfaden geht die vier Felder nacheinander durch und zeigt, wo ein Einstieg am wenigsten riskiert.

Was ist KI im Hotel?

KI im Hotel bezeichnet Software, die mit Methoden des maschinellen Lernens Texte, Daten oder Sprache verarbeitet und dabei Aufgaben im Hotelbetrieb unterstützt, etwa Gästekommunikation, Preisgestaltung, Bewertungsanalyse oder interne Recherche. Hotels begegnen ihr als eigenständiges Werkzeug oder als Funktion in Systemen, die sie bereits nutzen.

Das Wort „Funktion" ist wichtig. Die Befragung, auf die sich dieser Beitrag stützt, hält fest, dass Hotels vermutlich schon KI-Funktionen nutzen, ohne es zu wissen, weil sie zunehmend in Software eingebaut sind. Wer KI im Hotel einführen will, beginnt deshalb mit einer Bestandsaufnahme der Systeme, die ohnehin im Haus laufen.

Für wen ist dieser Leitfaden?

Er richtet sich an Inhaberinnen, Inhaber und Hoteldirektionen, die einschätzen wollen, in welchem Bereich ihres Hauses KI sinnvoll anfangen kann. Er setzt kein technisches Vorwissen voraus.

Wo setzen Hotels KI ein?

Am weitesten verbreitet ist generative KI für Texte im Gästekontakt. Dazu kommen dynamische Preise, Prognosen, Bewertungsanalyse und Chatbots. Der Einsatz für Mitarbeitende ist in den verfügbaren Befragungen am dünnsten erfasst. Die Datengrundlage ist eine Befragung von Roland Schegg (HES-SO Valais-Wallis) mit der EHL, durchgeführt von Januar bis April 2025 über Hotelverbände in Österreich, Deutschland, Frankreich, Griechenland, Italien und der Schweiz. 82% der 1.485 Hotels waren unabhängig, der Median lag bei 31 Zimmern.

Die vier Felder dieses Leitfadens ordnen die berichteten Anwendungen so:

• Gästekontakt: Texte und Nachrichten mit generativer KI (80%), Chatbots (37%), personalisierte E-Mails und Empfehlungen.

• Management: dynamische Preisgestaltung (50%), Prognosen (44%), Personalplanung.

• Marketing: Bewertungsanalyse (44%), Antworten auf Gästekommentare, Texte und Bilder.

• Team: Wissen, Einarbeitung, Schulung. Dafür weist der Bericht für DACH keine Quote aus. Personalplanung nannten 15% der Hotels mit KI-Einsatz in allen sechs Ländern.

Alle Anteile beziehen sich auf Hotels, die KI bereits einsetzen (41% der Befragten), und gelten für DACH 2025, soweit nicht anders genannt (freiwillige Befragung, nicht repräsentativ).

Wie hat sich der Einsatz entwickelt?

Für alle sechs Länder zusammen meldet die Befragung 41% aktuelle KI-Nutzung, 43% keine Nutzung und 16% geplante Einführung. In DACH stieg zwischen 2023 und 2025 bei den Hotels mit KI-Einsatz der Anteil generativer Texttools von 19% auf 80%, der von Chatbots von 17% auf 37% und der von dynamischer Preisgestaltung von 34% auf 50% (die Stichprobe von 2025 enthält kleinere Hotels, der Vergleich ist nur ein Anhaltspunkt).

76% der Hotels mit KI-Einsatz nannten Zeitersparnis als meistgenannten Vorteil, gefolgt von besserer Kommunikation und besserem Marketing (54%) und höherer Effizienz im Betrieb (51%). Das sind Selbsteinschätzungen, gemessen wurde die Wirkung nicht. Als Hindernisse nannten 39% der Befragten fehlende Kenntnis verfügbarer Lösungen, 35% hohe Einführungskosten und 34% technische Komplexität.

KI im Gästekontakt: Wo hilft sie, und wo braucht sie Freigabe?

Im Gästekontakt nutzen Hotels KI vor allem für Textentwürfe und seltener für Chatbots, die direkt mit Gästen schreiben. Der Unterschied ist entscheidend: Einen Entwurf prüft eine Person, bevor er den Gast erreicht. Die Antwort eines Chatbots erreicht den Gast sofort und steht aus seiner Sicht für das Haus.

Was Hotels hier nutzen

80% der DACH-Hotels mit KI-Einsatz setzen generative Textwerkzeuge für die Gästekommunikation ein, 2023 waren es 19%. Chatbots nutzen 37% (2023: 17%). In allen sechs Ländern zusammen nutzen 38% personalisierte E-Mails, Empfehlungen oder Gäste-Apps und 31% Chatbots. In den offenen Antworten nannten Hotels außerdem KI-gestützte Telefonassistenten, maschinelle Übersetzung für mehrsprachigen Betrieb und geplante Dolmetschdienste an der Rezeption.

Welche Aufgaben passen

Die folgende Liste ist eine redaktionelle Zusammenstellung von Aufgaben, bei denen Hotels KI im Gästekontakt einsetzen können:

• Antwortentwürfe auf Anfragen, etwa zu Verfügbarkeit, Haustieren oder Parkplätzen. Eine Mitarbeiterin oder ein Mitarbeiter prüft und sendet.

• Vorab-Nachrichten vor der Anreise mit Anfahrt und Check-in-Zeit, in der Sprache des Gastes.

• Übersetzung eingehender und ausgehender Nachrichten.

• Ein Chatbot für wiederkehrende Fragen auf Website oder im Messenger, mit klarer Übergabe an Mitarbeitende.

• Telefonannahme außerhalb der Besetzungszeiten. Hotels in der Befragung nannten Nachtschichten und personalarme Zeiten als mögliches Einsatzfeld für Selbstbedienung.

Was Studien dazu zeigen

Zur Wirkung von Chatbots in Hotels gibt es bisher wenig Forschung (ein Überblick von 2023 wertete 48 Arbeiten aus). In den offenen Antworten der Befragung befürchten Hotels, dass persönlicher Kontakt verloren geht, und ein Teil will bewusst bei analogen Abläufen bleiben.

Warum Freigabe zählt, zeigt ein Fall außerhalb der Hotellerie: Ein kanadisches Schlichtungsgericht entschied 2024, dass eine Fluggesellschaft für die falsche Auskunft ihres Website-Chatbots zu Trauerfall-Tarifen haftet. Das Gericht sah den Chatbot als Teil der Website, für deren Inhalte das Unternehmen verantwortlich ist (kein Hotelfall, kein bindender Präzedenzfall).

Worauf es ankommt

• Entwurf oder direkte Antwort? Legen Sie fest, welche Nachrichten ein Mensch prüft, bevor sie den Gast erreichen.

• Verbindliche Auskünfte zu Preisen, Stornobedingungen, Barrierefreiheit und Sicherheit brauchen eine freigegebene Quelle. Ohne sie gehören sie in die Hand von Mitarbeitenden.

• Ein Weg für „Das weiß ich nicht". Ein Assistent, der keine Grenze kennt, erfindet Antworten.

• Stichproben mit echten Fragen. Testen Sie mit den Anfragen der letzten Wochen, nicht mit selbst ausgedachten.

So starten Sie

Sammeln Sie 30 Gästeanfragen der letzten Wochen und sortieren Sie sie in drei Stapel: Fragen mit immer gleicher Antwort, Fragen mit Ermessensspielraum und Beschwerden. Beginnen Sie mit Entwürfen für den ersten Stapel. Den dritten Stapel beantworten weiterhin Menschen.

KI im Management: Preise, Prognosen und Planung

Im Management unterstützt KI bei Preisen, Auslastungsprognosen und Planung. Sie schätzt auf Basis vergangener Buchungen und Marktdaten, wie die Nachfrage aussieht. Die Entscheidung bleibt bei der Hoteldirektion. In der Befragung nutzen 50% der DACH-Hotels mit KI-Einsatz dynamische Preise, 44% Prognosen.

Was Hotels hier nutzen

Dynamische Preisgestaltung nutzten bei den DACH-Hotels mit KI-Einsatz 2025 50% (2023: 34%), Prognosen („Predictive Analytics") 44% (2023: 37%). Personalplanung nutzten 2025 in allen sechs Ländern 15% der Hotels mit KI-Einsatz, 2023 waren es 29%. Der Bericht führt den Rückgang auf mehr kleine Hotels in der Stichprobe zurück. Eine Einführung von Prognosen und automatisierten Antworten planen 17 bis 20% der Befragten.

Welche Aufgaben passen

Redaktionelle Zusammenstellung:

• Preisempfehlungen je Nacht und Zimmerkategorie, die Sie freigeben oder anpassen.

• Auslastungsprognosen, die eine schwache Woche früh sichtbar machen.

• Personalbedarf aus der Prognose ableiten und als Entwurf für den Dienstplan nutzen.

• Monatsberichte, bei denen KI aus Zahlen einen ersten Text formuliert.

Was Studien dazu zeigen

Für Prognosen ist die Studienlage am besten. Eine Studie mit den Tagesdaten eines Vier-Sterne-Hotels in Südeuropa verglich 22 Prognosemethoden. Maschinelle Lernverfahren senkten den Prognosefehler (RMSE) gegenüber klassischer exponentieller Glättung um bis zu 54% bei einem Tag Vorlauf und bis zu 45% bei 14 Tagen Vorlauf (Daten eines einzelnen Hotels). Ein Überblick von 2024 mit 20 Arbeiten sieht Potenzial für genauere Prognosen und nennt als offene Punkte die Wirkung auf Preise und Finanzergebnis sowie Datenqualität und Fachwissen.

Zur Wirkung von KI-Preisen auf den Ertrag von Hotels haben wir keine unabhängige Studie gefunden.

Worauf es ankommt

• Datenbasis. Eine Prognose ist nur so gut wie die Buchungshistorie. Fehlende Stornos, ungepflegte Zimmerkategorien oder einmalige Großgruppen verzerren sie. In der Befragung nennen größere Hotels mangelnde Datenqualität und Integration als Hürde.

• Grenzen setzen. Legen Sie Mindest- und Höchstpreise fest, bevor ein System Preise vorschlägt.

• Ein Mensch gibt frei, besonders bei Events, Messen und Ausnahmen, die die Historie nicht kennt.

So starten Sie

Prüfen Sie zuerst, ob Ihr Property-Management-System oder Ihr Channel-Manager Preisempfehlungen oder Prognosen schon enthält. Vergleichen Sie vier Wochen lang den Vorschlag mit Ihrer eigenen Entscheidung, ohne ihn zu übernehmen. So sehen Sie, wo Vorschlag und Erfahrung auseinanderliegen.

KI im Marketing: Texte, Bilder und Bewertungen

Im Marketing nutzen Hotels KI für Texte und Bilder, für die Auswertung von Gästebewertungen und für Antworten auf Rezensionen. Die Ergebnisse bleiben zunächst Entwürfe, deshalb ist der Einstieg hier am leichtesten. 44% der DACH-Hotels mit KI-Einsatz nutzen Bewertungsanalyse, und 62% aller Befragten sehen in Marketing-Inhalten ein vielversprechendes Feld.

Was Hotels hier nutzen

Bewertungsanalyse nutzten in DACH 2025 44% der Hotels mit KI-Einsatz (2023: 38%). In allen sechs Ländern zusammen automatisieren 37% Antworten auf Gästekommentare, und 19% erzeugen Bilder für Inhalte (2023: 3%). Marketing-Inhalte nannten 62% aller Befragten als eines der vielversprechendsten Felder für KI, hinter Reservierungen mit 68%. In den offenen Antworten nennen Hotels Texte für Newsletter und soziale Medien, Übersetzung, Antworten auf Rezensionen und die Erkennung gefälschter negativer Bewertungen.

Welche Aufgaben passen

Redaktionelle Zusammenstellung:

• Themen aus Bewertungen herausziehen: Welche Punkte kommen in den letzten 100 Rezensionen wiederholt vor, etwa Frühstück, Lärm, Check-in?

• Antwortentwürfe auf Rezensionen, die eine Person anpasst und veröffentlicht.

• Texte für Website, Newsletter und Social Media auf Basis Ihrer Fakten.

• Beschreibungen für Pakete und saisonale Angebote.

• Übersetzung von Inhalten in die Sprachen Ihrer Gäste.

Was Studien dazu zeigen

Antworten auf Bewertungen wirken, das zeigt eine Studie mit Hotels in Texas (Antworten von Menschen, vor generativer KI). Hotels, die auf TripAdvisor zu antworten begannen, erhielten im Schnitt 0,12 Sterne mehr und 12% mehr Bewertungen, verglichen mit Expedia, wo kaum jemand antwortet. Den Grund sehen die Autoren nicht in besserer Qualität, sondern darin, wer sich zu einer Bewertung entschließt: Unzufriedene Gäste schreiben seltener kurze, unbegründete Verrisse, wenn das Hotel antwortet.

Eine kleine Untersuchung in der Cornell Hospitality Quarterly legte Testpersonen echte Rezensionen mit der Antwort eines Hotels und einer ChatGPT-Antwort vor. ChatGPT ahmte echte Antworten recht gut nach. Die Autoren raten, die wahrgenommene Authentizität zu bedenken, bevor Hotels die Aufgabe an KI übergeben.

Worauf es ankommt

• Fakten kommen von Ihnen. KI formuliert, Sie liefern Zimmeranzahl, Öffnungszeiten, Ausstattung und Preise. Ein Text darf nichts versprechen, was das Haus nicht hält.

• Antworten auf Rezensionen persönlich machen. Übernehmen Sie Details aus der Rezension und unterschreiben Sie mit einem Namen.

• Keine Gästenamen in ungeprüfte Dienste kopieren. Bei öffentlichen Rezensionen genügt der Text ohne Namen.

So starten Sie

Kopieren Sie die letzten 100 öffentlichen Bewertungen ohne Namen in ein Werkzeug Ihrer Wahl und lassen Sie die drei meistgenannten Themen nennen. Lesen Sie 10 Rezensionen selbst gegen, um zu prüfen, ob die Themen stimmen.

KI im Team: Wissen, Einarbeitung und Dienstplanung

Für Mitarbeitende setzt KI dort an, wo Wissen gesucht, erklärt oder weitergegeben wird: Fragen zu Abläufen beantworten, Einarbeitung unterstützen, Texte übersetzen, Dienstpläne vorbereiten. Dieses Feld ist in den Befragungen am wenigsten erfasst.

Was Hotels hier nutzen

Personalplanung nutzten 2025 in allen sechs Ländern 15% der Hotels mit KI-Einsatz. In den offenen Antworten nennen Hotels Schulungsvideos mit Avataren, KI-gestützte Wettbewerbsanalyse und KI für Nachtschichten und personalarme Zeiten. Eine Person führt Wissensaufbau als weniger greifbaren, aber bedeutsamen Nutzen an. Als Hürden zeigen sich im Team: Kleine Hotels nennen fehlendes Wissen über Lösungen und fehlende technische Kenntnisse, in Hotels mit 18 bis 35 Beschäftigten tritt Widerstand gegen Veränderung stärker hervor.

Welche Aufgaben passen

Redaktionelle Zusammenstellung:

• Fragen zu Abläufen beantworten, etwa zu Hausstandards, Allergenen oder Notfallregeln, mit Verweis auf die zugrunde liegende Quelle. Das setzt gepflegtes Hotelwissen voraus, wie es unser Beitrag Wissensmanagement im Hotel beschreibt.

• Einarbeitungspläne entwerfen aus bestehenden Checklisten.

• Schichtübergaben zusammenfassen, wenn die Einträge vollständig sind. Was in einen Eintrag gehört, steht im Beitrag Schichtübergabe im Hotel.

• Inhalte übersetzen für ein mehrsprachiges Team.

• Dienstplanentwürfe aus Prognose und Verfügbarkeiten.

Was Studien dazu zeigen

Hotelspezifische Studien zur Wirkung von KI auf die Arbeit von Mitarbeitenden haben wir nicht gefunden. Zwei Studien aus anderen Branchen zeigen ein Muster für Wissensarbeit.

Eine Studie mit 5.172 Beschäftigten im Kundensupport eines Softwareunternehmens fand, dass ein KI-Assistent die gelösten Fälle pro Stunde im Schnitt um 15% steigerte, mit großen Unterschieden zwischen den Beschäftigten. Ein Feldexperiment mit 758 Unternehmensberaterinnen und -beratern ergab: Bei 18 Aufgaben innerhalb der Fähigkeiten der KI erledigten die Teilnehmenden mit KI-Zugang 12,2% mehr Aufgaben, 25,1% schneller und in besserer Qualität. Bei einer Aufgabe außerhalb dieser Fähigkeiten lösten sie die Aufgabe 19% seltener richtig als die Gruppe ohne KI.

Beide Studien stammen nicht aus Hotels. Das Muster: KI hilft Mitarbeitenden bei Aufgaben, für die sie gute Vorlagen hat, und kann sie bei Aufgaben irreführen, für die sie keine hat. Für den Betrieb spricht das dafür, Antworten an gepflegte, freigegebene Quellen zu binden.

Worauf es ankommt

• Wissen zuerst. Ein Assistent kann nur so gut antworten, wie das Wissen ist, auf das er zugreift. Veraltete Standards produzieren veraltete Antworten.

• Das Team einbeziehen. Lassen Sie Mitarbeitende mitentscheiden, welche Fragen der Assistent beantworten soll.

• Dienstplan und Personaldaten brauchen besondere Sorgfalt, weil sie Beschäftigte betreffen.

So starten Sie

Notieren Sie eine Woche lang, welche Fragen Ihr Team am häufigsten an Kolleginnen, Kollegen oder die Leitung stellt. Prüfen Sie für die ersten zehn, ob eine aktuelle, schriftliche Antwort existiert. Wo nicht, fehlt zuerst das Wissen und nicht das Werkzeug.

Wie sieht das im Alltag aus? Ein erfundenes Beispiel

Das folgende Beispiel ist erfunden. Es zeigt, an welcher Stelle in einem Haus mit 30 Zimmern jeweils eine Person entscheidet. Es ist kein Kundenbericht und keine Aussage über Ergebnisse.

Montag, 8 Uhr, Rezeption:

• Gästekontakt. Eine Anfrage fragt, ob Hunde erlaubt sind. KI entwirft die Antwort aus den Hausregeln. Die Rezeptionistin prüft den Preis für das Hundebett und sendet.

• Management. Die Prognose zeigt für in drei Wochen eine schwache Woche. Die Direktorin sieht den Vorschlag, passt den Preis für zwei Zimmerkategorien an und gibt ihn frei.

• Marketing. In den letzten Bewertungen steht dreimal, das Frühstück ende zu früh. KI fasst das Thema zusammen und entwirft eine Antwort. Der Restaurantleiter ergänzt, dass die Zeiten ab Mai länger sind, und veröffentlicht sie.

• Team. Eine neue Aushilfe fragt, wie bei einer Nussallergie vorzugehen ist. Der Assistent antwortet mit dem freigegebenen Ablauf und nennt die Quelle. Fehlt der Ablauf, verweist er an die Küchenleitung.

In allen vier Fällen liefert KI einen Entwurf, eine Zusammenfassung oder eine Antwort aus einer Quelle. Die Entscheidung trifft jeweils ein Mensch.

Mit welchem Feld sollten Sie anfangen?

Beginnen Sie mit einem Prozess, nicht mit einem Werkzeug. Die Quellen belegen keinen allgemein besten Einstieg und keine Rangfolge nach Nutzen. Prüfen Sie für jeden möglichen Einsatz vier Dinge:

1. Welche Daten gehen hinein? Ohne personenbezogene Daten ist der Einstieg einfacher.

2. Was passiert bei einem Fehler? Ein falscher Entwurf, den ein Mensch prüft, wiegt anders als eine falsche Auskunft an einen Gast.

3. Steckt KI schon in Ihren Systemen? Prüfen Sie Ihre bestehenden Verträge.

4. Wie messen Sie, ob es hilft? Antwortzeit, Korrekturquote, Eskalationsquote und der Aufwand im Team sind sinnvolle Messpunkte für einen Test. Sie sind nicht als KI-Ergebnisse belegt.

Aus diesen Fragen leiten wir eine Empfehlung ab. Sie ist redaktionell und kein Studienergebnis:

• Marketing hat die geringsten Fehlerkosten, weil Entwürfe geprüft werden und oft keine Gästedaten nötig sind.

• Gästekontakt lohnt sich, wenn dieselben Fragen immer wiederkehren. Starten Sie mit Entwürfen, nicht mit einem Chatbot.

• Management lohnt sich, wenn Ihre Buchungsdaten gepflegt sind und Ihr System schon Vorschläge liefert.

• Team lohnt sich, wenn wichtiges Wissen bei einzelnen Personen liegt. Es braucht zuerst gepflegtes Wissen.

Welche Regeln sollten Sie kennen?

Zwei Regelwerke betreffen den KI-Einsatz im Hotel: der EU AI Act und die DSGVO. Artikel 4 des AI Act verpflichtet Betreiber seit dem 2. Februar 2025, Maßnahmen zu ergreifen, um die KI-Kompetenz ihrer Beschäftigten zu fördern. Seit der Neufassung vom Juli 2026 steht im Text, dass kein bestimmtes Kompetenzniveau garantiert werden muss, und die nationalen Marktüberwachungsbehörden setzen die Vorschrift seit dem 2. August 2026 durch. Die Transparenzpflichten des Artikels 50, nach denen Menschen erfahren müssen, dass sie mit KI sprechen, gelten seit dem 2. August 2026. Die DSGVO gilt, sobald personenbezogene Daten in ein KI-System gelangen. Regeln und Risiken behandeln wir ausführlich in einem eigenen Beitrag.

Welche Fehler sollten Hotels vermeiden?

• Gästedaten in ungeprüfte öffentliche Dienste kopieren.

• Verbindliche Auskünfte ungeprüft ausgeben, vor allem zu Preisen, Stornierung und Sicherheit.

• Aus Nutzungszahlen auf Nutzen schließen. Dass viele Hotels Textwerkzeuge nutzen, belegt nicht, dass sie sich lohnen.

• Mit dem Werkzeug statt mit dem Prozess beginnen.

• Das Team nicht einbeziehen.

Wie Vesca KI einsetzt

Vesca setzt im Feld Team an: Ein Hotelassistent, der auf dem Wissen Ihres Hotels aufbaut, beantwortet Mitarbeitenden Fragen zu Abläufen und Standards und zeigt die Quelle dazu. Fehlt eine Information, sagt der Assistent das und das Hotel kann sie ergänzen. Führungskräfte bestätigen, was aktuell gilt, und behalten die Kontrolle über das freigegebene Wissen. Der Assistent unterstützt Ihr Team und ersetzt es nicht. Mehr digitale Anwendungsfälle für Hotels entdecken Sie bei Vesca. Vesca befindet sich in der Entwicklung und wird in Kürze für Hotels verfügbar sein.

Mitgestalten

Wenn Sie Vesca mit Ihrem Hotel mitgestalten möchten, können Sie Ihr Interesse unverbindlich anmelden. Wir wählen passende Hotels aus und planen mit jedem ein kostenloses Pilotprojekt. Die Anmeldung ist keine Pilotzusage und keine Kaufverpflichtung.

Als Partnerhotel mitgestalten

Weiterlesen

• Wissensmanagement im Hotel: Definition, Wissensarten & erste Schritte

• Schichtübergabe im Hotel: Ablauf, Inhalte & digitales Schichtbuch

Quellen

• Schegg, R. (2025): Artificial Intelligence in European Hotels: Adoption, Applications, and Barriers. HES-SO Valais-Wallis, Institute of Tourism, mit EHL.

• Khlusevich, A., Schegg, R. (2023): AI in Tourism: Unveiling the Potential and Benefits for SMEs in the Hotel Sector. HES-SO Valais-Wallis, Institute of Tourism.

• Sam, K. M., Jasim, K. M. (2023): Diving into the technology: a systematic literature review on strategic use of chatbots in hospitality service encounters. Management Review Quarterly 75(1), 527–555.

• Moffatt v. Air Canada (2024): 2024 BCCRT 149. Civil Resolution Tribunal, British Columbia.

• Pereira, L. N., Cerqueira, V. (2022): Forecasting hotel demand for revenue management using machine learning regression methods. Current Issues in Tourism 25(17).

• Henriques, R., Nobre Pereira, M. (2024): Hotel demand forecasting models and methods using artificial intelligence: A systematic literature review. Tourism & Management Studies 20(3).

• Proserpio, D., Zervas, G. (2017): Online Reputation Management: Estimating the Impact of Management Responses on Consumer Reviews. Marketing Science 36(5), 645–665.

• Litvin, S. W., Tan, P.-S. (2024): ChatGPT: It's Here, Whether We Want It or Not!. Cornell Hospitality Quarterly 65(3).

• Brynjolfsson, E., Li, D., Raymond, L. (2025): Generative AI at Work. The Quarterly Journal of Economics 140(2), 889–942.

• Dell'Acqua, F. et al. (2023): Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality. Harvard Business School Working Paper.

• Europäisches Parlament und Rat (2024): Verordnung (EU) 2024/1689 (KI-Verordnung, AI Act). EUR-Lex.

• Europäisches Parlament und Rat (2026): Verordnung (EU) 2026/1744 (Digital Omnibus zur KI, ändert Artikel 4 des AI Act). EUR-Lex.

• Europäische Kommission: AI Act Service Desk, Artikel 4: KI-Kompetenz.

• Europäische Kommission: Leitlinien zu den Transparenzpflichten nach dem AI Act.