KI-Assistenten von Google, Booking.com, Expedia oder OpenAI empfehlen Reisenden nur noch drei bis fünf Hotels. Wie Betriebe in diese Shortlist kommen, zeigt das neue Whitepaper «Devenez visible pour les IA» von Jean-Claude Morand und Roland Schegg. Am 10. September 2026 wurde die Studie bei Digitourism vorgestellt – ki-ai.news war bei der Präsentation dabei.
Die Studie in Kürze
Das über 100-seitige Whitepaper (Version 5.1, 28. August 2026) richtet sich an Hoteliers, Tourismusorganisationen, Marketingverantwortliche und Webagenturen. Die Autoren: Dr. Jean-Claude Morand, Tourismus-Marketing-Experte aus Annecy, Mitglied des wissenschaftlichen Beirats der International Federation for IT and Travel & Tourism und früher Gastprofessor an der Ecole hôtelière de Lausanne, sowie Prof. Roland Schegg, der am Institut für Tourismus der HES-SO Valais-Wallis in Siders seit über 20 Jahren zur digitalen Transformation im Tourismus forscht.
Die These: Hotels müssen den Schritt vom klassischen SEO zur Generative Engine Optimization (GEO) machen – und dabei vor allem eines tun: ihre Angebote in strukturierten Daten nach dem Schema.org-Standard beschreiben, damit Sprachmodelle sie eindeutig verstehen. Als Fallbeispiel dient das Hôtel du Mont-Blanc in Chamonix; der Nutzen wird anhand einer fiktiven schwedischen Familie durchgespielt, die per KI-Assistent ein Hotel sucht.
Trotz französischer Sprache und französischem Fallbeispiel hat die Studie einen klaren Schweiz-Bezug: Sie beschreibt die Schweizer Datenlandschaft mit MyCity, MyAccommoData von HotellerieSuisse und discover.swiss, und unter den Reviewern finden sich Vertreter von discover.swiss, HotellerieSuisse und der HES-SO Valais-Wallis.
Weniger Chancen, mehr Wirkung
Die Ausgangslage beschreiben die Autoren nüchtern: Google, Booking.com, Expedia und OpenAI bauen Reiseassistenten, die eine Anfrage in natürlicher Sprache verstehen, Optionen vergleichen, Verfügbarkeiten prüfen und zunehmend auch buchen. Der KI-Modus von Google ist in der Schweiz bereits verfügbar. Anstelle einer Liste mit zehn blauen Links liefern diese Systeme eine begründete Empfehlung mit drei bis fünf Hotels. Für Hotels bedeutet das weniger Gelegenheiten, überhaupt aufzutauchen – aber deutlich mehr Wirkung, wenn sie es schaffen.
Die Studie trägt dazu Zahlen aus verschiedenen Quellen zusammen: Bei Suchanfragen mit KI-Übersicht sinkt die organische Klickrate um 61 Prozent, die bezahlte um 68 Prozent. Dafür ist der verbleibende Traffic hochwertiger: Wer nach der Lektüre einer KI-Antwort klickt, will vertiefen, kaufen oder buchen. KI-Traffic konvertiert gemäss den zitierten Auswertungen mit 14,2 Prozent – rund fünfmal höher als klassischer Google-Traffic. Und Semrush rechnet damit, dass die KI-Suche ab Anfang 2028 mehr Website-Besucher bringt als die klassische Suche.
Zehn Faktoren für die KI-Sichtbarkeit
Aus der wissenschaftlichen Literatur leiten Morand und Schegg zehn Faktoren ab, die darüber entscheiden, ob ein Hotel in die Shortlist einer KI kommt. Es handelt sich nicht um ein Ranking wie bei Google, sondern um ein Bündel semantischer, informativer und reputationsbezogener Signale:
- Informationsgewinn: konkrete, überprüfbare Fakten statt generischer Marketingtexte
- Semantische Passung: Inhalte, die auf die Absicht der Gäste ausgerichtet sind («ruhig», «familienfreundlich», «Homeoffice-tauglich»)
- Strukturierte Daten: Schema.org-Auszeichnung als «Übersetzer» zwischen Hotel und Sprachmodell
- Bewertungen: Volumen und sprachliche Vielfalt der Gästebewertungen zählen mehr als die Sternenzahl
- Präsenz auf Drittplattformen: OTAs, Tripadvisor und Google Business Profile als «Ground Truth» der Modelle
- Entitäts-Konsistenz: Name, Adresse und Telefonnummer überall identisch
- Zitierhäufigkeit: Wer oft in positivem Kontext genannt wird, wird öfter empfohlen
- Aktualität: explizite Zeitsignale wie dateModified
- Text-Bild-Kohärenz: Ein Poolfoto braucht einen Text, der den Pool beschreibt
- Externe Autorität: Erwähnungen in Presse, bei Destinationen oder auf Wikipedia
Eine ebenfalls zitierte Semrush-Auswertung von 150’000 KI-Zitationen zeigt zudem, dass über 20 Prozent der von KI-Systemen genannten Quellen aus sozialen Netzwerken stammen – darunter Reddit und YouTube.
Strukturierte Daten als kontrollierbarer Hebel
Dass die Studie ausgerechnet die strukturierten Daten ins Zentrum stellt, begründen die Autoren mit drei Eigenschaften: Sie sind direkt vom Hotel kontrollierbar, für KI-Systeme eindeutig verständlich und technisch nachhaltig, weil sie Google und die neuen Sprachmodelle gleichermassen bedienen.
Das Fallbeispiel macht den Unterschied greifbar. Eine schwedische Familie mit zwei Kindern sucht per KI-Assistent ein Hotel in Chamonix mit gutem Essen, beheiztem Aussenpool und einfachem Zugang zu den Pisten. Ohne strukturierte Daten liest die KI auf der Hotelwebsite «Unsere grosszügigen Suiten empfangen Familien» – und weiss nicht, ob vier Personen in ein Zimmer passen. Sie sieht «Pool», aber nicht, ob er im Winter beheizt ist. Im schlechtesten Fall empfiehlt sie zwei Zimmer oder stuft das Hotel hinter einer Ferienresidenz ein, die «Appartement für 6 Personen» klar deklariert.
Mit JSON-LD auf der Website liest die KI dagegen: «Suite Duplex, Belegung 4», «Aussenpool, beheizt auf 28 Grad, ganzjährig geöffnet», «kostenloser Shuttle zu Brévent und Flégère», «Restaurant Le Matafan, gastronomisch». Aus Wahrscheinlichkeiten werden Fakten – und aus dem Hotel eine begründbare Empfehlung. Der Kernsatz der Autoren: Es geht nicht mehr darum, mit Adjektiven zu verführen, sondern mit strukturierten Fakten zu überzeugen.
Die Prioritätenliste der Autoren
Die Umsetzung verteilt die Studie auf drei Ebenen: Die Direktion legt die Strategie fest, die Betriebsleitung erstellt Datenblätter für Hotel, Zimmerkategorien, Ausstattung, Organisation und Events, und der Webmaster übersetzt diese in JSON-LD-Code. Als prioritäre Massnahmen nennen die Autoren:
- ein Audit der KI-Sichtbarkeit, um die Ausgangslage zu messen, bevor investiert wird
- die vollständige Aktualisierung der Website inklusive JSON-LD – die «KI-Identitätskarte» des Hotels
- die Prüfung der Einträge in touristischen Informationssystemen: in der Schweiz MyCity der Destinationen sowie MyAccommoData von HotellerieSuisse, dessen Daten über discover.swiss weiterverteilt werden
- den Abgleich von OTA-Einträgen und Google Business Profile – eine einzige Abweichung kann die KI «zweifeln» lassen
- einen internen Prozess, der die strukturierten Daten vierteljährlich und bei jeder Änderung des Angebots nachführt
- ein Schulungsprogramm für Direktion und Teams; die Autoren verweisen dazu auf Artikel 4 des EU AI Act
Ausblick: Wenn der Agent die Website liest
Der Schlussteil der Studie blickt auf die nächsten fünf Jahre. KI-Agenten werden nicht nur informieren, sondern handeln: einen Tisch reservieren, das Frühstück aufs Zimmer bestellen, direkt im Property-Management-System buchen. Viele Gäste werden eine Hotelwebsite gar nicht mehr selbst aufrufen; ihr persönlicher Assistent «liest» sie für sie. Die Autoren formulieren es drastisch: Die API wird wichtiger als das Design. Ein Hotel, dessen Website «Verfügbarkeit auf Anfrage per E-Mail» verspricht, verliert diese Gäste zu hundert Prozent.
Das Risiko sehen Morand und Schegg vor allem in einer wachsenden Bequemlichkeitslücke zwischen den OTAs, die ihre Systeme bereits agentenfähig machen, und den Direktkanälen der Hotels. Ohne Strategie für strukturierte Daten drohe nicht nur ein Verlust an Sichtbarkeit, sondern auch an kommerzieller Autonomie.
Was das für Schweizer Betriebe bedeutet
Für Schweizer Hotels und Destinationen ist die Studie vor allem eine Prioritätenliste. Der grösste Hebel liegt im eigenen Haus: Grunddaten konsistent halten, das Angebot in Fakten statt in Adjektiven beschreiben und diese Fakten maschinenlesbar auf der Website hinterlegen. Destinationen, die mit MyCity arbeiten, haben einen Startvorteil, weil das System JSON-LD bereits automatisch erzeugt; Hotels, die ihre Daten in MyAccommoData pflegen, erreichen über discover.swiss eine nationale Weiterverteilung – vorausgesetzt, die Einträge sind vollständig und stimmen mit der Hotelwebsite überein.
Als ersten Schritt empfiehlt die Studie, den eigenen Stand zu messen. Sie nennt dafür internationale Tools ab rund 125 US-Dollar pro Monat. Für Schweizer Betriebe bietet ki-checker.ch eine erste Einschätzung, wie gut die eigene Website für KI-Systeme lesbar ist – von den strukturierten Daten über die Zugänglichkeit für KI-Bots bis zur Konsistenz der Grunddaten.
Unsere Erkenntnis
Die Studie von Morand und Schegg bestätigt, was sich in der Praxis abzeichnet: Sichtbarkeit in KI-Systemen entscheidet sich nicht mehr über Rankings, sondern darüber, ob ein Betrieb für Maschinen verständlich ist. Die gute Nachricht: Der wichtigste Hebel – strukturierte, konsistente und aktuelle Daten – liegt vollständig in der Hand des Hotels. Die weniger gute: Es ist ein «Winner takes all»-Spiel. Wer in seiner Destination als Erster sauber aufgestellt ist, sichert sich den Grossteil des qualifizierten KI-Traffics. Und veraltete strukturierte Daten sind schlimmer als gar keine, weil sie das Vertrauen der KI – und des Gastes – zerstören.
FAQ
Was ist Generative Engine Optimization (GEO)?
GEO bezeichnet die Optimierung von Inhalten und Daten, damit KI-Systeme wie ChatGPT, Gemini, Perplexity oder der KI-Modus von Google einen Betrieb verstehen, zitieren und empfehlen. Die Autoren der Studie nennen es «die Kunst, von Antwortmaschinen ausgewählt zu werden».
Warum ist die Sichtbarkeit in KI-Assistenten für Hotels so wichtig?
KI-Assistenten präsentieren keine langen Ergebnislisten, sondern eine Shortlist von drei bis fünf Hotels. Wer dort nicht erscheint, wird von diesen Gästen nicht wahrgenommen. Gleichzeitig ist der Traffic aus KI-Antworten deutlich buchungsbereiter als klassischer Suchtraffic.
Was sind strukturierte Daten und JSON-LD?
Strukturierte Daten beschreiben ein Hotel in einem standardisierten, maschinenlesbaren Vokabular (Schema.org): Zimmerkategorien, Belegung, Ausstattung, Öffnungszeiten, Preise, Restaurants. JSON-LD ist das Format, in dem dieser Code unsichtbar für Besucher in die Website eingebettet wird, damit Suchmaschinen und KI-Systeme die Fakten eindeutig auslesen können.
Welche Rolle spielen Google Business Profile, OTAs und touristische Informationssysteme?
KI-Systeme lesen nicht nur die Hotelwebsite, sondern gleichen mehrere Quellen ab. Widersprüche zwischen Website, Google Business Profile, Booking.com und Systemen wie MyCity oder discover.swiss lassen die KI an der Verlässlichkeit zweifeln. Konsistente Daten auf allen Kanälen sind deshalb Voraussetzung für eine Empfehlung.
Wo können Hotels anfangen?
Mit einem Audit der aktuellen KI-Sichtbarkeit, danach mit strukturierten Daten auf der eigenen Website und einem Abgleich aller Quellen. Entscheidend ist ein interner Prozess, der die Daten dauerhaft aktuell hält – die Autoren empfehlen eine vierteljährliche Überprüfung.
Quelle: Jean-Claude Morand & Roland Schegg: «Devenez visible pour les IA – Les clés de l’optimisation sémantique et du GEO pour les hôtels. Focus sur les stratégies avancées de données structurées». Livre blanc, Version 5.1, 28. August 2026. [Link zum Whitepaper ergänzen]
Über den Autor
David Guntern ist CEO und KI-Marketing-Experte der Digital Marketing GmbH «dreizweieins» in Brig. Die Agentur ist offizieller Google Partner sowie Meta Business Partner und begleitet Schweizer KMU und Tourismusdestinationen in den Bereichen Generative Engine Optimization (GEO), KI-Sichtbarkeit, Google und Meta Ads sowie digitale Strategie. David Guntern ist erweiterter Vorstand sowie zertifizierter Trainer und Experte von swissAI, Vorstandsmitglied des Digital Impact Network Switzerland (DIN), Chapter Leader Oberwallis, Mitglied der Fachgruppe Künstliche Intelligenz und Ambassador von economiesuisse. Er war Tourismusdirektor im Oberwallis und schreibt auf ki-ai.news regelmässig über KI, Marketing und digitale Strategie in der Schweiz.
Kommentar verfassen