Ein Gastgewerbebetrieb läuft auf einer Kombination von vorhersehbarer Arbeit und Arbeit, die erst im Moment selbst entsteht. Dienstpläne erstellen, Einkauf verfolgen, Vorräte zählen, Reservierungen verarbeiten, Rechnungen kontrollieren: das ist Arbeit, die sich wiederholt und deren Ergebnis größtenteils in Regeln und historischen Mustern festliegt. Daneben gibt es die Arbeit, die in dem Moment geschieht, in dem ein Gast hereinkommt, eine Küche unter Druck steht oder eine Gruppe ohne Reservierung vor der Tür steht. Dieser zweite Teil bestimmt oft die Erfahrung, anhand derer ein Gast einen Betrieb beurteilt, und der erste Teil bestimmt, ob am Ende des Monats noch Marge übrig bleibt.
Die Umstände, die das Ergebnis steuern, sind bekannt: Auslastung, die je Tagesabschnitt und je Saison wechselt, Personal, das kurzfristig eingeplant werden muss, Lieferanten mit wechselnder Verfügbarkeit, und ein Gast, der zu jeder Tageszeit eine Reservierung, Bestellung oder Beschwerde einreichen kann. Wer hierin gewinnt, tat das bisher vor allem durch Menschen, die den Überblick hatten und schnell umschalten konnten.
Die Planung von Dienstplänen, die Verarbeitung von Reservierungen und die erste Abwicklung von Anfragen sind Aufgaben, die sich für eine Übernahme durch KI eignen: sie sind repetitiv, es gibt viele historische Daten, und die Entscheidungsregeln lassen sich explizit machen. Wo das geschieht, verschiebt sich, was ein Gast oder Lieferant als unterscheidend empfindet. Reaktionsgeschwindigkeit bei einer Buchung war eine Frage, wer in dem Moment am Telefon saß; wenn ein System diese Anfrage direkt beantwortet, ist Geschwindigkeit kein unterscheidender Faktor mehr, denn jeder, der das System hat, ist gleich schnell.
Was als unterscheidend übrig bleibt, ist dann die Arbeit, bei der KI die Aufgabe nicht übernimmt, sondern unterstützt, mit einem Menschen, der genehmigt oder ablehnt: eine Personalplanung, die von einem System vorgeschlagen, aber von einer Führungskraft angepasst wird, basierend darauf, wer eine schwierige Gruppe bewältigen kann, oder eine Menüanpassung, die auf Basis von Verkaufsdaten vorgeschlagen, aber von einem Koch nach Geschmack und Saison beurteilt wird. Und was vollständig Menschenwerk bleibt, ist die Interaktion am Tisch, die Art, wie eine Beschwerde gelöst wird, die Atmosphäre, die das Personal vor Ort schafft. Das lässt sich nicht automatisieren, weil der Wert davon im Moment selbst entsteht, nicht in einem Muster, das aus Daten abzuleiten ist.
Die Geschwindigkeit, mit der sich das ändert, unterscheidet sich stark je Betrieb. Eine Kette mit vielen Filialen und viel Transaktionsdaten hat eine Grundlage, um Dienstpläne und Einkauf von einem System vorschlagen zu lassen; ein selbstständiger Betrieb mit einem festen Stamm an Stammgästen hat diese Grundlage oft nicht und hat auch weniger davon, weil der Wert dort bereits in der persönlichen Beziehung liegt. Der Unterschied liegt also nicht im Ehrgeiz, sondern darin, was an wiederholbarer Arbeit und Daten verfügbar ist, um darauf aufzubauen.
Wenn Lieferzeit, Reaktionsgeschwindigkeit oder Verfügbarkeit zunehmend von Systemen bestimmt werden, ist das kein unterscheidender Anspruch mehr, sobald Wettbewerber dieselben Systeme nutzen. Ein Betrieb, der noch immer behauptet, auf Geschwindigkeit der Reservierungsbestätigung zu gewinnen, während diese Geschwindigkeit inzwischen überall gleich ist, gewinnt auf dieser Dimension faktisch nicht, glaubt es aber noch. Genau dort ist der Vergleich mit der Peer-Group wertvoll: nicht um zu bestätigen, was ein Betrieb bereits denkt, sondern um zu zeigen, welche Dimension noch unterscheidet und welche nicht mehr.
Dieselbe Dynamik spielt sich in anderen Branchen auf eigene Weise ab, wie zu sehen ist bei der Verschiebung im Agrarsektor, wo KI Arbeit übernimmt und bei den Folgen für die Freizeitbranche, wenn Reservierungs- und Planungsarbeit übernommen wird. In der IT-Branche, wo viel von dieser Art Automatisierung bereits länger besteht, ist gut zu erkennen, welche Dimensionen dort als erste ihre Unterscheidungskraft verloren, zu finden bei der Analyse gewinnender Dimensionen in der IT-Branche, wenn KI Arbeit übernimmt.
Die zugrunde liegende Frage, welche Arbeit in einem konkreten Gastgewerbebetrieb tatsächlich von KI übernommen werden kann und welche Arbeit Menschenwerk bleibt, lässt sich nicht allgemein beantworten. Das ist je Betrieb unterschiedlich, abhängig von den vorhandenen Daten, den Systemen, die bereits laufen, und der Art der Arbeit selbst. Der Werkscan von FTE TO AI beantwortet diese Frage je Aufgabe, ohne Annahmen über das Ergebnis.
Eine zusätzliche Komplikation im Gastgewerbe ist, dass Wettbewerber selten Zahlen über Auslastung, Margen oder Durchlaufzeiten veröffentlichen. Wer wissen möchte, worin ein Wettbewerber tatsächlich besser abschneidet, muss sich mit dem behelfen, was sichtbar ist: Bewertungen, Wartezeiten, Personalfluktuation, Menüwechsel. Wie diese indirekten Signale zu lesen sind, steht bei dem Ansatz zur Einschätzung von Wettbewerbern, die keine Zahlen veröffentlichen. Ein weiteres Problem ist, dass Marketingtexte in der Branche einander oft ähneln: jeder verspricht Qualität, Gastfreundschaft und Erlebnis, was die Unterscheidung in Worten unbrauchbar macht, um darauf zu segeln, wie ausgearbeitet in der Analyse, warum alle Wettbewerber dieselben Versprechen machen.
Was ein Personalverantwortlicher mit dieser Verschiebung in Bezug auf Besetzung und Formation tut, fällt unter die eigenen gesetzlichen Anforderungen, die dafür gelten; das ist kein Thema, worüber hier eine Aussage gemacht wird.
Der erste Schritt ist keine Investition, sondern eine Kontrolle: welche Ansprüche zu Geschwindigkeit, Angebot oder Service jetzt genutzt werden, um zu gewinnen, und ob diese noch unterscheidend oder inzwischen überall gleich sind. Der kostenlose Dimensionscheck macht das konkret: Sie benennen, womit Sie glauben zu gewinnen, und sehen, welcher dieser Ansprüche mit Beweisen zu verteidigen ist. Die vollständige Benchmark, mit der Peer-Group auf allen relevanten Dimensionen und einer Beweismatrix je Score, befindet sich im Aufbau.