AI Team ♦ KI Team mit KI-Mitarbeitern
Ein Team, das nicht aus Menschen besteht
Die meisten Unternehmen setzen KI heute als Einzelwerkzeug ein: ein Chatfenster, ein Assistent, ein Modell für alles. Das funktioniert für punktuelle Aufgaben, stößt aber schnell an Grenzen, sobald Arbeit über mehrere Schritte, mehrere Datenquellen und mehrere Fachgebiete läuft.
Ein KI-Team ist der nächste Entwicklungsschritt. Statt eines Generalisten arbeiten mehrere spezialisierte KI-Mitarbeiter zusammen, jeder mit klar umrissenem Verantwortungsbereich, eigener Arbeitsweise und eigenem Zugriff auf die Werkzeuge, die er für seine Rolle oder Fachrolle braucht. Der Vergleich zur menschlichen Organisation trägt weiter, als man zunächst vermutet: Es gibt eine Leitungsebene, es gibt eine technische Basis, und es gibt Fachabteilungen, die auf dieser Basis aufsetzen.
Autorität und Basis
Das erste Kapitel eines KI-Teams besteht aus drei Rollen. Eine davon führt, zwei davon tragen. Zusammen bilden sie die Schicht, ohne die kein spezialisierter KI-Mitarbeiter sinnvoll arbeiten kann — und genau deshalb werden sie in Projekten am häufigsten unterschätzt.
Der Team-Manager und Koordinator ist die höchste Autorität im Gesamtsystem. Jede Anfrage läuft zuerst bei ihm auf, unabhängig davon, ob sie später von einer, von drei oder von keiner Fachrolle bearbeitet wird. Seine Aufgabe ist es, die Anfrage zu verstehen, sie in Teilaufgaben zu zerlegen, diese an die passenden spezialisierten Agenten zu delegieren, die Ergebnisse wieder zusammenzuführen und dem Nutzer eine einzige, konsistente Antwort zu geben. Er hält die Übersicht über wiederkehrende Szenarien, erkennt, wo im Team Reibung entsteht, und optimiert die Zusammenarbeit kontinuierlich.
Entscheidend ist, was er ausdrücklich nicht tut: Er führt keine Facharbeit selbst aus. Er schreibt keine Texte, baut keine Datenbanken, gestaltet keine Grafiken. Diese Trennung ist kein Detail, sondern das Konstruktionsprinzip. Ein Orchestrator, der anfängt, selbst zu arbeiten, verliert genau die Distanz, die ihn zur Führungsebene macht — und das Team wird wieder zum Generalisten mit Zusatzaufwand. Für Unternehmer ist das der praktisch wichtigste Punkt an der gesamten Architektur: Es gibt eine Ansprechstelle, nicht zwölf.
Der Automation Manager verkabelt das System mit der Außenwelt. Alles, was das Team über seine eigenen Grenzen hinaus tun soll, läuft über ihn: die Anbindung externer Werkzeuge, das Bereitstellen von Schnittstellen, das Auslösen von Prozessen durch Ereignisse, das Ausführen von Aufgaben nach Zeitplan und das Beschaffen von Daten aus fremden Systemen, damit die Fachrollen überhaupt etwas haben, womit sie arbeiten können.
Der Leitsatz dieser Rolle lautet: Infrastruktur soll unsichtbar sein. Funktioniert sie, bemerkt sie niemand. Fällt sie aus, bemerken es alle. Deshalb wird hier von der ersten Zeile an auf Zuverlässigkeit, Nachvollziehbarkeit und Wiederholbarkeit gebaut — eine Automatisierung, die zweimal ausgelöst wird, darf nicht zweimal denselben Schaden anrichten. Aus unternehmerischer Sicht ist der Automation Manager die Rolle, die den Unterschied zwischen „die KI hat etwas vorgeschlagen“ und „es ist etwas passiert“ ausmacht.
Der Database Architect verantwortet die Struktur unter den Inhalten. In einem KI-Team liegt Wissen nicht als loser Haufen Dokumente vor, sondern in einer Form, die abfragbar ist: mit definierten Entitäten, definierten Feldern und definierten Beziehungen zwischen beidem. Er verwandelt vorhandene Bestände — gewachsene Ablagen, exportierte Systeme, externe Datenquellen — in sauber geformte, konsistente Einträge. Er prüft im laufenden Betrieb, ob die Struktur über Tausende von Einträgen hinweg stabil bleibt, und er verantwortet den Schritt auf eine echte Datenbankschicht, sobald einfache Dateien nicht mehr ausreichen.
Sein Prinzip ist knapp formuliert: Schema is destiny. Jede Entität, jedes Feld, jede Beziehung ist eine bewusste Architekturentscheidung. Stimmt die Form, lässt sich später alles sauber abfragen. Stimmt sie nicht, hilft auch das beste Modell nicht mehr weiter — es findet schlicht nichts. Wer schon einmal erlebt hat, wie eine KI in einem unstrukturierten Firmenlaufwerk sucht, kennt den Effekt aus eigener Anschauung.
Dieser Beitrag ist der erste Teil einer Reihe, die zeigt, welche Rollen ein solches KI-Team umfassen kann. Am Anfang steht immer dasselbe Fundament: die Frage, wer im System das Sagen hat, und die Frage, worauf alles andere technisch aufbaut. Ohne diese beiden Punkte entsteht kein Team, sondern eine Ansammlung unabhängiger Werkzeuge, die sich gegenseitig nicht kennen.
Brain — die Wissensdatenbank des Teams
Ein KI-Team ohne eigenes Gedächtnis ist ein Team, das jeden Morgen bei null anfängt. Genau das ist der Punkt, an dem die meisten KI-Projekte im Unternehmen stecken bleiben!
Der Brain Manager verantwortet die Wissensdatenbank selbst. Er unterscheidet dabei sauber zwischen Kurzzeit- und Langzeitwissen. Kurzzeitwissen ist alles Tagesaktuelle: laufende Vorgänge, Notizen des Tages, Briefings, die morgen schon überholt sein können. Langzeitwissen ist das, was Bestand hat — dauerhaftes Wissen über Projekte, Geschäftsbereiche, Strukturen und Zusammenhänge, das auch in zwei Jahren noch trägt. Ein Großteil der eigentlichen Arbeit besteht darin, das eine ins andere zu überführen, statt beides in einem gemeinsamen Ablagehaufen verschwimmen zu lassen.
Bei einer dateibasierten Umsetzung übernimmt diese Rolle zugleich die Pflege der Ablagestruktur: konsistente Ordnung, saubere Verknüpfungen, regelmäßige Prüfläufe, die Abweichungen und Karteileichen aufdecken, bevor sie sich vervielfachen. Wichtig für die unternehmerische Bewertung ist, dass diese Rolle nicht an eine bestimmte Ausbaustufe gebunden ist. Dasselbe Prinzip trägt vom einfachen lokalen Aufbau über eine im Netzwerk oder im Web verfügbare Lösung mit Retrieval-Anbindung bis hin zu einem unternehmensweiten Corporate LLM. Man kann klein starten und später wachsen, ohne das Fundament neu zu bauen — vorausgesetzt, die Struktur stimmt von Anfang an.
Während der Brain Manager weiß, was das Unternehmen weiß, verantwortet der Knowledge Manager, wie das Team arbeitet. Hier liegen die Arbeitsanweisungen, die Orchestrierungen und die Referenzunterlagen, auf die alle KI-Mitarbeiter zugreifen. Diese operative Ebene wird bewusst von persönlichen Aufzeichnungen, Erkenntnissen und Protokollen getrennt gehalten — Letztere gehören in den Gedächtnisbereich, nicht ins Regelwerk.
Vier Bausteine bilden diesen Bereich. Standardprozeduren beschreiben einzelne Aufgaben als kanonische Schritt-für-Schritt-Anleitung, jeweils eine Aufgabe pro Dokument, unabhängig vom eingesetzten Sprachmodell und damit wiederverwendbar. Jede Prozedur hat einen zuständigen Standardeigentümer, ausführen kann sie aber jeder Agent — das macht das Team ausfallsicher gegenüber einzelnen Rollen. Workstreams setzen mehrere dieser Prozeduren zu wiederkehrenden Abläufen zusammen, an denen mehr als ein Spezialist beteiligt ist; ein neuer Workstream entsteht immer dann, wenn sich ein Muster nachweislich wiederholt. Guidelines enthalten die allgemeinen Regeln, die jeder Agent kennt: Benennungskonventionen, Metadaten-Vorgaben, gestalterische Vorgaben. Templates schließlich liefern Kopiervorlagen für alle wiederkehrenden Objekttypen, von Aufgaben über Sitzungsprotokolle bis zu Personen- und Projekteinträgen.
Der geschäftliche Wert dieser Rolle ist unmittelbar: Sie ist der Unterschied zwischen einem KI-Team, das jedes Mal etwas anders arbeitet, und einem, dessen Ergebnisse reproduzierbar sind. Wer schon einmal versucht hat, Qualität in einer wachsenden Organisation zu sichern, erkennt hier das bekannte Muster aus dem Qualitätsmanagement wieder — nur dass die Prozeduren diesmal auch tatsächlich gelesen werden.
Der Researcher bringt externes Wissen ins Team, und zwar in einer Form, auf die man Entscheidungen stützen kann. Sein Grundsatz: Keiner einzelnen Quelle wird vertraut. Aussagen werden über mehrere unabhängige Belege gegengeprüft, und Ergebnisse werden mit einer ausdrücklichen Einschätzung ihrer Belastbarkeit geliefert — gesichert, plausibel oder unbestätigt. Diese Kennzeichnung ist kein Beiwerk, sondern der eigentliche Mehrwert gegenüber einer schnellen Antwort aus dem Modell.
Eingesetzt wird diese Rolle typischerweise bei Verständnisfragen, die eine belastbare Antwort brauchen, bei Vergleichen zwischen Anbietern, Frameworks oder Methoden, bei der Überprüfung kursierender Behauptungen, bei Briefings vor Terminen, Entscheidungen oder Berichten, bei der gezielten Suche nach Primärquellen und bei Vorabrecherchen, die von der Teamleitung beauftragt werden. Für Entscheider ist das die Rolle, die verhindert, dass eine flüssig formulierte Vermutung als Faktenlage in eine Vorlage wandert.
Ein KI-Team ohne eigenes Gedächtnis ist ein Team, das jeden Morgen bei null anfängt. Genau das ist der Punkt, an dem die meisten KI-Projekte im Unternehmen stecken bleiben: Die Antworten sind gut, aber sie kennen weder die eigenen Projekte noch die eigenen Kunden, weder frühere Entscheidungen noch die Art, wie im Haus gearbeitet wird. Das zweite Kapitel eines KI-Teams schließt diese Lücke. Es beschreibt, wo Wissen liegt, wie es gepflegt wird und wie neues Wissen zuverlässig hinzukommt.
Dabei geht es um drei verschiedene Arten von Wissen, die bewusst getrennt gehalten werden. Erstens das inhaltliche Firmenwissen — was das Unternehmen weiß, über seine Projekte, Geschäftsbereiche und Beteiligten. Zweitens das operative Wissen — wie im Team gearbeitet wird, also Abläufe, Regeln und Vorlagen. Und drittens das externe Wissen — was außerhalb passiert und erst geprüft werden muss, bevor es Entscheidungen beeinflussen darf. Für jede dieser Ebenen gibt es eine eigene Rolle.
Corporate Identity und Corporate Design
Es geht nur um einen Teil von Corporate Identity und Corporate Design. Es geht um das Erscheinungsbild und die Sprache eines Unternehmens.
Der Branding Manager verantwortet Corporate Design und Markenidentität über alle Projekte hinweg. Dazu gehört zum einen das Regelwerk selbst: Farbsysteme, Typografie, Abstände und Proportionen sowie die wiederkehrenden Gestaltungsbausteine, aus denen sich Seiten, Folien und Dokumente zusammensetzen. Zum anderen gehören dazu die Markenmittel im engeren Sinn — Logovarianten samt ihren Einsatzregeln, definierte Farbpaletten und abgestimmte Icon-Sets.
Die eigentliche Leistung dieser Rolle liegt aber nicht im Erstellen dieser Vorgaben, sondern im Durchhalten über alle Medien hinweg. Ein Auftritt, der auf der Website funktioniert, in der Präsentation leicht verrutscht und im Druckstück ganz eigene Wege geht, ist kein Auftritt. Genau hier zahlt sich ein KI-Team aus: Vorgaben, die in einer menschlichen Organisation notorisch in einer PDF-Datei versanden, sind hier ein aktiv gelesener Bestandteil jedes Arbeitsauftrags. Was gestaltet wird, wird innerhalb des Systems gestaltet — nicht daneben.
Die zweite Rolle verantwortet die Sprache. Sie schreibt die Texte für alle Kanäle, von Landingpages über Präsentationsfolien und Handbücher bis zu E-Mails und Social-Media-Beiträgen. Dazu gehören die zugkräftigen Elemente — Überschriften, Zwischenüberschriften, Handlungsaufforderungen — ebenso wie das oft übersehene Beiwerk, etwa Sprechernotizen und Argumentationslinien für Vorträge und Gespräche.
Entscheidend ist dabei die Medienlogik. Derselbe Inhalt verlangt auf einer Landingpage eine andere Ansprache als in einer Foliensammlung, in einem Handbuch eine andere als in einer E-Mail. Die Rolle klärt deshalb vor dem Schreiben, für welches Medium der Text gedacht ist, und passt Länge, Rhythmus und Direktheit entsprechend an. Was dabei nicht variiert, ist die Markenstimme: Tonlage, Haltung und sprachliche Eigenheiten bleiben über alle Formate hinweg dieselben. Für Unternehmen ist das der Punkt, an dem KI-generierte Inhalte aufhören, nach KI zu klingen, und anfangen, nach dem eigenen Haus zu klingen.
Eine kurze Klarstellung vorweg, weil das Kürzel CI/CD in technischen Kreisen längst anders belegt ist: Hier geht es nicht um Continuous Integration und Continuous Deployment, sondern um Corporate Identity und Corporate Design — um das Erscheinungsbild und die Sprache eines Unternehmens. Beides ist im Zusammenhang mit KI-Teams relevanter, als es zunächst wirkt. Denn sobald mehrere KI-Mitarbeiter produktiv Inhalte erzeugen, entsteht sehr schnell sehr viel Material. Ohne verbindliche Vorgaben entsteht dabei nicht ein Auftritt, sondern ein Dutzend leicht unterschiedlicher Auftritte, die alle irgendwie richtig aussehen und zusammen trotzdem beliebig wirken.
Dieses Kapitel beschreibt deshalb zwei Rollen, die keine eigenen Kampagnen fahren und keine Produkte gestalten, sondern die Leitplanken setzen, innerhalb derer alle anderen arbeiten. Die eine verantwortet das visuelle Erscheinungsbild, die andere die Sprache. Beide wirken quer durch das gesamte Team — jeder Text und jedes Layout, das später in Marketing, Vertrieb oder interner Kommunikation entsteht, läuft gegen ihre Vorgaben.
Content und Content Creation
Dieses Kapitel beschreibt die Rollen, die aus vorhandenem Wissen fertige Ergebnisse machen — Dokumente, Präsentationen, E-Mails und strukturierte Aufzeichnungen.
Diese Rolle erstellt gedruckte und druckfähige Langformen: professionelle Handbücher, E-Books, Broschüren und Handouts, ausgelegt auf ein seitenbasiertes Format zur direkten Weitergabe. Grundlage sind die vorhandenen Inhalte aus der Wissensdatenbank, die für das Zielpublikum neu geordnet, gekürzt oder ausgebaut werden.
Die Rolle verantwortet dabei nicht nur den Text, sondern auch die Dramaturgie eines längeren Dokuments: sinnvolle Kapitelfolge, konsistente Gliederungstiefe, funktionierende Verweise, ein Layout, das über hundert Seiten hinweg trägt. Die gestalterischen Vorgaben kommen dabei aus dem vorherigen Kapitel — das Erscheinungsbild wird hier angewendet, nicht neu erfunden. Für Unternehmen ist das die Rolle, die aus verstreutem internem Wissen ein weitergabefähiges Produkt macht, sei es als Kundenhandbuch, Schulungsunterlage oder Leadmagnet.
Der Presentation Manager erstellt Präsentationen und ist dabei bewusst als integrierende Rolle angelegt. Eine gute Foliensammlung ist selten das Werk einer einzigen Disziplin: Sie braucht belastbare Inhalte, eine tragfähige Argumentationslinie, formatgerechte Texte und ein Layout, das den Gestaltungsregeln folgt. Der Presentation Manager zieht sich diese Bestandteile aus dem Team zusammen, statt sie alle selbst zu erzeugen.
Damit ist er das erste gut sichtbare Beispiel für den eigentlichen Mehrwert eines KI-Teams gegenüber einem KI-Werkzeug. Eine Präsentation entsteht hier als Zusammenarbeit mehrerer Spezialisten unter einer koordinierenden Rolle — inhaltlich geprüft, sprachlich im eigenen Ton, gestalterisch im eigenen Erscheinungsbild. Nicht als ein Ergebnis eines einzelnen Prompts, das anschließend von Hand nachgearbeitet werden muss.
Diese Rolle verantwortet die E-Mail-Kommunikation als eigenständige Disziplin. Sie leitet Newsletter aus vorhandenen Quellen ab — aus Blogbeiträgen, Präsentationen oder anderen bereits erstellten Inhalten — und baut mehrstufige Kampagnenstrecken auf: Willkommenssequenzen für neue Kontakte, Aktionsstrecken und Nachfassreihen. Besondere Aufmerksamkeit gilt den Elementen, an denen sich der Erfolg einer E-Mail tatsächlich entscheidet: Betreffzeile, Vorschautext und die Formulierung der Handlungsaufforderung.
Praktisch relevant ist außerdem das Ausgabeformat. Die Ergebnisse liegen als fertiges HTML vor, das sich direkt in das eingesetzte Newsletter-Werkzeug übernehmen lässt. Der Weg vom fertigen Text zum versandfertigen Mailing ist damit kein eigener Arbeitsschritt mehr — ein Detail, das im Tagesgeschäft überraschend viel Zeit spart.
Die vierte Rolle in diesem Kapitel arbeitet in die andere Richtung: Sie erzeugt keine Ausgaben für außen, sondern nimmt Eingehendes auf. Alles, was im Arbeitsalltag anfällt und irgendwo landen muss — hingeworfene Notizen, weitergeleitete Fundstücke, Gesprächsergebnisse, halbfertige Gedanken — wird von ihr aufgenommen, sinnvoll eingeordnet und mit dem bestehenden Wissen verknüpft. Aus losen Einwürfen werden strukturierte Einträge, aus erwähnten Personen, Projekten und Begriffen werden verknüpfbare Objekte im Wissensnetz.
Das zugrunde liegende Prinzip ist bemerkenswert und lohnt die Hervorhebung: Der Mensch archiviert nicht selbst. Er wirft ein, die Rolle sortiert ein. Wer schon einmal ein persönliches Wissenssystem aufgebaut und nach acht Wochen wieder aufgegeben hat, kennt den Grund dafür — nicht das Erfassen scheitert, sondern das Einsortieren. Genau diese Bruchstelle wird hier ausgelagert. Zugleich schließt sich damit der Kreis zur Wissensdatenbank aus dem zweiten Kapitel: Was diese Rolle einordnet, steht allen anderen Rollen am nächsten Tag als Arbeitsgrundlage zur Verfügung.
Bis hierhin ging es um Voraussetzungen: um Führung, technische Basis, Wissen und verbindliche Gestaltungsregeln. Jetzt wird produziert. Dieses Kapitel beschreibt die Rollen, die aus vorhandenem Wissen fertige Ergebnisse machen — Dokumente, Präsentationen, E-Mails und strukturierte Aufzeichnungen.
Der entscheidende Unterschied zu einem einzelnen KI-Werkzeug liegt darin, woher das Material kommt. Diese Rollen erfinden Inhalte nicht neu, sondern greifen auf die Wissensdatenbank des Unternehmens zu und formen daraus das jeweils benötigte Format. Was im Vertriebsgespräch erklärt wurde, im Projektwissen dokumentiert ist und in einer Recherche belegt wurde, wird so zur Broschüre, zur Foliensammlung oder zur Kampagnenstrecke — ohne dass jemand die Inhalte ein zweites Mal zusammensucht. Genau dieser Wegfall der Doppelarbeit ist der wirtschaftliche Kern des Kapitels.
Graphics und Design
Regelwerk des Erscheinungsbild — Farben, Typografie, Abstände und Markenmittel. Jetzt geht es um dessen Anwendung. Dieses Kapitel beschreibt die gestaltenden Rollen des Teams.
Diese Rolle deckt Grafik und Gestaltung in der Breite ab. Sie ist bewusst als übergreifende Kompetenz angelegt und übernimmt überall dort, wo keine engere Spezialisierung greift. In einem gewachsenen Team entstehen zwangsläufig Aufgaben, die zwischen die Zuständigkeiten fallen — eine Rolle, die diese Lücken schließt, verhindert, dass solche Aufgaben liegen bleiben oder von der falschen Stelle notdürftig miterledigt werden.
Die gestalterische Grundhaltung ist dabei klar umrissen: hochwertig und reduziert, orientiert an der Formensprache führender Technologiemarken, die mit wenigen Mitteln arbeiten und Wirkung über Präzision statt über Dekoration erzeugen. Auf der Ausgabeseite deckt die Rolle sowohl Druck als auch digitale Medien ab, jeweils in den technisch erforderlichen Spezifikationen — was in der Praxis den unterschätzten Unterschied zwischen einem Entwurf, der gut aussieht, und einem, den eine Druckerei annimmt, ausmacht. Verbindliche Grundlage bleibt in allen Fällen das Corporate-Design-Regelwerk aus dem vorangegangenen Kapitel.
Die zweite Rolle verantwortet alles, was sich bewegt. Dazu gehören Animationsvorgaben und Übergänge, visuelle Effekte im Kleinen — also die kurzen Rückmeldungen einer Oberfläche auf Nutzerhandlungen, etwa beim Überfahren oder Anklicken von Elementen — sowie die Einbindung und zeitliche Abstimmung von Videomaterial.
Was diese Rolle von einer rein technischen Umsetzung unterscheidet, ist der Anspruch, Bewegung als Teil der Marke zu behandeln. Ein Unternehmen hat nicht nur eine Farbe und eine Schrift, sondern auch ein Tempo und eine Art, wie Dinge erscheinen und verschwinden. Ob Übergänge zügig und beiläufig oder ruhig und ausgespielt sind, wirkt auf den Betrachter so deutlich wie die Farbwahl — nur dass es selten jemand bewusst festlegt. Genau das leistet diese Rolle: Sie macht Bewegungsverhalten zu einer definierten Eigenschaft statt zu einem Nebenprodukt der Implementierung.
Im dritten Teil ging es um das Regelwerk des Erscheinungsbildes — um Farben, Typografie, Abstände und Markenmittel. Jetzt geht es um dessen Anwendung. Dieses Kapitel beschreibt die gestaltenden Rollen des Teams: diejenigen, die aus Vorgaben konkrete visuelle Ergebnisse machen, für ruhende Medien ebenso wie für bewegte.
Die Trennung zwischen Regelwerk und Ausführung ist dabei kein bürokratischer Umweg, sondern der Grund, warum das Ergebnis überhaupt konsistent bleibt. Gestaltet wird immer innerhalb der Leitplanken, nie daneben. Wenn ein Entwurf gegen die Vorgaben verstößt, ist das kein kreativer Freiraum, sondern ein Fehler — und wird als solcher behandelt.
Online Marketing
Hier sind Rollen, die Sichtbarkeit und Nachfrage erzeugen — auf der eigenen Website, in Suchmaschinen und in sozialen Netzwerken.
Diese Rolle erstellt Zielseiten, die auf Umwandlung von Besuchern in Interessenten oder Kunden ausgelegt sind. Der Anspruch reicht dabei über das Schreiben und Layouten hinaus. Am Anfang steht die verkaufspsychologische Struktur: In welcher Reihenfolge werden Einwände adressiert, wo steht der Beleg, wo entsteht Vertrauen, an welcher Stelle darf um die Handlung gebeten werden. Diese Dramaturgie ist der eigentliche Hebel — eine schön gestaltete Seite mit falscher Argumentationsfolge konvertiert schlechter als eine schlichte mit richtiger.
Am anderen Ende steht ein technisch fertiges Ergebnis: eine ausgelieferte, auf allen Bildschirmgrößen funktionierende Seite, nicht ein Entwurf, der noch umgesetzt werden muss. Für Unternehmer ist genau das der relevante Unterschied. Der Weg von der Idee zur veröffentlichungsfähigen Seite umfasst in der klassischen Aufstellung mindestens drei Beteiligte und meist mehrere Wochen. Hier ist es ein Arbeitsauftrag.
Diese Rolle verantwortet die Sichtbarkeit in Suchmaschinen und arbeitet dabei auffällig systematisch. Sie wählt Suchbegriffe nicht spontan, sondern aus einem gepflegten Bestand, in dem festgehalten ist, welche Begriffe bereits bearbeitet wurden, welche in Arbeit sind und welche noch offen liegen. Zu den ausgewählten Themen erfolgt eine Recherche im Web, deren Ergebnisse in der Wissensdatenbank abgelegt werden und damit auch anderen Rollen zur Verfügung stehen. Auf dieser Grundlage entstehen suchoptimierte Artikel — auf Wunsch auch angebunden an ein externes Werkzeug, das Teile des Ablaufs automatisiert. Nach der Veröffentlichung wird der Bearbeitungsstand des Begriffs zurückgeschrieben.
Dieser letzte, unscheinbare Schritt ist der eigentlich interessante. Er macht aus einer Reihe von Einzelaktionen einen nachvollziehbaren Bestand: Was ist abgedeckt, was fehlt, was lohnt als Nächstes. Jeder, der schon einmal versucht hat, Suchmaschinenoptimierung über zwei Jahre hinweg konsistent zu betreiben, weiß, dass nicht das Schreiben das Problem ist, sondern die Übersicht.
Die dritte Rolle bespielt die sozialen Kanäle, mit Schwerpunkt auf beruflichen Netzwerken — Fachartikel ebenso wie kürzere Beiträge. Ihre Ausgangsbasis ist bereits vorhandenes Material: ein Blogbeitrag, ein Video, eine Präsentation. Daraus entstehen mehrere Veröffentlichungen, jeweils zugeschnitten auf die Eigenheiten der Plattform, für die sie gedacht sind — Länge, Format und Tonlage unterscheiden sich erheblich, derselbe Text funktioniert selten an zwei Orten gleich gut.
Ergänzend verantwortet die Rolle die begleitenden Entscheidungen: die Verschlagwortung als Strategie statt als Gewohnheit und die zeitliche Planung der Veröffentlichungen. Der wirtschaftliche Effekt liegt in der Vervielfachung: Ein einmal erarbeiteter Inhalt trägt über Wochen mehrere Auftritte, ohne dass der inhaltliche Aufwand ein zweites Mal anfällt.
Jetzt geht das Material nach außen. In den vorangegangenen Kapiteln ist alles entstanden, was ein Unternehmen an Substanz besitzt: geprüftes Wissen, klare Regeln, fertige Inhalte, ein durchgehaltenes Erscheinungsbild. Dieses Kapitel beschreibt die Rollen, die daraus Sichtbarkeit und Nachfrage erzeugen — auf der eigenen Website, in Suchmaschinen und in sozialen Netzwerken.
Bemerkenswert ist dabei ein Punkt, der in klassischen Marketingabteilungen oft die größte Reibung erzeugt: Diese Rollen fangen nicht bei null an. Sie greifen auf bereits vorhandene, inhaltlich geprüfte Substanz zu und überführen sie in kanalgerechte Formate. Der übliche Engpass — gute Inhalte existieren, kommen aber nie in die Vermarktung, weil das Umarbeiten Zeit kostet, die niemand hat — fällt damit strukturell weg.
Ein KI-Team für die Gastronomie
Ein KI-Team im Gastronomiebetrieb übernimmt die wiederkehrenden Arbeiten rundherum — die Anrufe während des Service, die Bestellmengen, die Antworten auf Bewertungen, den Dienstplan, die Texte für Karte und Kanäle.
Gastro KI-Mitarbeiter
Antoine und sein KI-Team übernehmen automatisiert wiederkehrende Aufgaben
Die bisherigen Kapitel dieser Reihe beschreiben ein KI-Team für wissensbasierte Arbeit. Das Prinzip lässt sich übertragen, und die Gastronomie ist dafür ein besonders lohnendes Beispiel:
Die Gastronomie gehört zu den am wenigsten digitalisierten Branchen, arbeitet mit dünner Personaldecke und knapper Kalkulation und produziert dabei täglich große Mengen an Daten, die in den meisten Betrieben ungenutzt in Kasse, Reservierungsbuch und Lieferscheinen liegen bleiben. Genau diese Kombination macht den Hebel groß.
Ein KI-Team im Gastronomiebetrieb ersetzt weder Gastgeber noch Küche. Ein Gastro KI-Mitarbeiter übernimmt die wiederkehrenden Arbeiten rundherum — die Anrufe während des Service, die Bestellmengen für morgen früh, die Antworten auf Bewertungen, den Dienstplan, die Texte für Karte und Kanäle. Der Aufbau folgt derselben Logik wie zuvor:
Zur Führung gibt es den KI-Mitarbeiter Antoine mit Datenbasis, dann die Gastro KI-Mitarbeiter mit ihren Fachrollen. Wer bei den auffälligen Anwendungen anfängt und die Basis nachziehen will, baut die Basis zweimal.
An der Spitze steht Antoine! Antoine ist der für Gastro koordinierende KI-Mitarbeiter, bei dem alle Gastro Anfragen zuerst auflaufen. Er entscheidet, welcher KI-Mitarbeiter im Bereich Gastro welche fachbezogende Aufgaben übernimmt. Antoine führt keine Facharbeit selbst aus.
Der praktische Wert für den Betriebsinhaber ist derselbe wie im wissensbasierten Team: Eine Ansprechstelle statt sieben Einzelwerkzeuge mit sieben Anmeldungen.
Darunter liegt die Datenbasis, und sie ist in der Gastronomie der eigentliche Engpass. Verkaufszahlen aus dem Kassensystem, Reservierungen, Wareneingänge, Rezepturen mit hinterlegten Mengen, Öffnungszeiten und Ereignisse im Umfeld müssen in einer Form vorliegen, die maschinell auswertbar ist.
Ohne diese Grundlage bleibt jede Prognose eine Schätzung mit besserem Vokabular. Wer sich fragt, warum viele Gastronomiebetriebe keine Antwort darauf haben, von welchen drei Produkten sie im letzten Monat zu viel bestellt haben, findet die Ursache genau hier: nicht in fehlender Erfahrung, sondern in fehlenden Daten.
Der erste Gastro KI-Mitarbeiter (Fachrolle) nimmt Kontakt entgegen. Reservierungen laufen weiterhin zu erheblichem Teil über das Telefon, und zwar bevorzugt dann, wenn niemand abnehmen kann — mitten im Service oder lange vor Dienstbeginn. Eine Reservierungsassistenz nimmt diese Anfragen rund um die Uhr an, beantwortet wiederkehrende Rückfragen und trägt Buchungen in das bestehende System ein. Ergänzend übernimmt sie Erinnerungen vor dem Besuch, was die Zahl der nicht wahrgenommenen Tische spürbar senkt, und Rückfragen nach dem Besuch.
Der zweite KI-Mitarbeiter verantwortet die Reputation. Sie beobachtet die Bewertungsportale, wertet eingehende Rückmeldungen aus, verdichtet sie zu erkennbaren Mustern — was gelobt wird, was wiederholt bemängelt wird — und bereitet Antworten vor. Der Unterschied zur heutigen Praxis liegt weniger in der Antwortqualität als in der Verlässlichkeit: Bewertungsmanagement passiert in kleinen Betrieben nebenher und damit unregelmäßig. Eine zuständige Rolle macht daraus einen dokumentierten Prozess.
Hier sitzt der größte wirtschaftliche Hebel. Der Wareneinsatz ist nach dem Personal der zweitgrößte Kostenblock und liegt branchenüblich bei etwa einem Viertel bis einem Drittel des Umsatzes.
Der erste Gastro KI-Mitarbeiter mit einer Prognose-Rolle verbindet Verkaufshistorie, Wochentag, Saison, Wetter und angekündigte Ereignisse zu einer Bedarfsvorhersage für den kommenden Tag oder die kommende Woche — gerichtsgenau, nicht pauschal. Ergebnis ist eine vorausgefüllte Bestell- und Vorbereitungsplanung, über die die Küchenleitung nur noch schaut, statt sie jedes Mal neu aufzustellen.
Der zweite Gastro KI-Mitarbeiter in diesem Bereich analysiert die Karte selbst. Grundlage ist die klassische Menu-Engineering-Systematik, die jedes Gericht nach zwei Größen einordnet: wie oft es bestellt wird und wie viel nach Abzug des Wareneinsatzes davon übrig bleibt. Daraus ergeben sich vier Gruppen — Gerichte, die bleiben und prominent platziert gehören; solche, die besser verkauft werden müssen; solche, deren Kalkulation oder Rezeptur nachzuschärfen ist; und solche, die von der Karte verschwinden sollten. Was eine KI-gestützte Auswertung ergänzt, sind die dynamischen Faktoren: Tageszeit, Saison, Wetterlage und die Frage, welche Gerichte typischerweise zusammen bestellt werden.
Der Dritte Gastro KI-Mitarbeiter in der Küche setzt eine Ebene tiefer an, beim Rezept selbst. Sie verwaltet die Rezepturen als strukturierte Datensätze — mit hinterlegten Mengen, Einkaufspreisen, Verarbeitungsverlusten und Portionsgrößen. Daraus ergibt sich zunächst das, was viele Betriebe nur überschlägig kennen: eine belastbare Kalkulation je Portion, die sich bei jeder Preisänderung eines Lieferanten automatisch mitzieht, statt einmal im Jahr per Hand nachgerechnet zu werden. Auf derselben Grundlage entstehen Allergen- und Zusatzstoffangaben sowie Nährwertdaten, die kennzeichnungspflichtig sind und heute in vielen Häusern in einer separaten, nur mühsam gepflegten Liste geführt werden.
Der interessantere Teil dieses KI-Mitarbeiters ist die Warenoptimierung über die Karte hinweg. Sie prüft, welche Zutaten in wie vielen Gerichten vorkommen, und erkennt dabei die typischen Schwachstellen: Positionen, für die eigens eine Ware eingekauft wird, die sonst nirgends auftaucht und deshalb regelmäßig verdirbt; Gerichte, deren Wareneinsatzquote deutlich aus der Reihe fällt; Zutaten, die sich in mehreren Rezepturen zweitverwenden ließen, ohne dass es dem Gast als Sparmaßnahme auffällt. Bei Preissprüngen oder Lieferengpässen schlägt sie Ersetzungen vor, die Geschmacksbild und Kalkulation zusammen betrachten. Und sie rechnet Rezepturen auf tatsächliche Gästezahlen hoch, sodass die Vorbereitungsmengen der Bedarfsprognose entsprechen und nicht der Gewohnheit.
Für Entscheider ist das der Punkt, an dem Kartenanalyse und Bedarfsprognose zusammenlaufen. Die eine sagt, welches Gericht sich lohnt, die andere, wie viel gebraucht wird — die Rezepturebene ist die Verbindung dazwischen und zugleich der Ort, an dem sich ein Gericht überhaupt sinnvoll nachschärfen lässt, statt es von der Karte zu nehmen oder den Preis zu erhöhen.
Der KI-Mitarbeiter für Dienstpläne erstellt Schichtvorschläge auf Basis des erwarteten Geschäfts, der vorhandenen Qualifikationen, der Verfügbarkeiten und der arbeitszeitrechtlichen Grenzen. Sie liefert einen Entwurf, keine Festlegung — die Feinabstimmung bleibt bei der Betriebsleitung.
Ein Hinweis aus der Praxis ist an dieser Stelle wichtiger als jede Funktionsbeschreibung: Von allen Anwendungen ist die Schichtplanung die heikelste. Sie berührt unmittelbar die Interessen der Beschäftigten, und ein misslungener Start beschädigt die Akzeptanz für alles andere. Sinnvoll ist deshalb, sie bewusst als späten Baustein einzuplanen, wenn die übrigen Rollen laufen und das Team mit der Arbeitsweise vertraut ist.
Eine begleitender KI-Mitarbeiter zur Dokumentation kann Erinnerungen an fällige Kontrollen, das Zusammenführen von Aufzeichnungen und die Vorbereitung prüffähiger Nachweise übernehmen. Bei allem, was Lebensmittelsicherheit betrifft, gilt allerdings eine klare Grenze: Die Verantwortung für die HACCP-Dokumentation bleibt bei der Betriebsleitung und ist nicht delegierbar. Diese Rolle unterstützt die Dokumentation, sie übernimmt sie aber nicht.
Der letzte Gastro KI-Mitarbeiter übernimmt Aufgaben zu Content– und Marketing des wissensbasierten Teams. Sie formuliert Gerichtsbeschreibungen, die appetitlich und zugleich korrekt sind. Pflegt mehrsprachige Fassungen der Karte für internationales Publikum. Erstellt Beiträge für die sozialen Kanäle (Sozial Media) aus dem, was ohnehin im Haus passiert, und schreibt die Texte für Aktionen, Feiertage und Veranstaltungen. Auch hier gilt das Prinzip aus der Hauptreihe: Es wird nicht neu erfunden, sondern aus vorhandenem Material aufbereitet — die Tageskarte trägt den Social-Beitrag, das Saisonthema trägt die Aktionsmail.
Ein KI-Team für die Hotellerie
Es gibt viel wiederkehrende Kommunikation, viele planbare Abläufe und eine ungewöhnlich dichte Datenlage — die allerdings in den meisten Häusern verteilt in nebeneinanderstehenden Systemen liegt
Hotellerie KI-Mitarbeiter
Auguste und sein KI-Team übernehmen automatisiert wiederkehrende Aufgaben
Die Hotellerie unterscheidet sich in einem Punkt grundlegend von der Gastronomie: Sie verkauft ein Produkt, das jeden Tag verfällt. Ein nicht verkauftes Zimmer ist am nächsten Morgen unwiederbringlich verloren, und genau deshalb hängt der Ertrag eines Hauses weniger an der Auslastung allein als an der Frage, zu welchem Preis welches Zimmer über welchen Kanal verkauft wurde. Hinzu kommt eine Gästebeziehung, die sich über Wochen erstreckt — von der ersten Suchanfrage über Buchung, Anreise und Aufenthalt bis zur Bewertung danach.
Beides macht die Branche für ein KI-Team besonders geeignet. Es gibt viel wiederkehrende Kommunikation, viele planbare Abläufe und eine ungewöhnlich dichte Datenlage — die allerdings in den meisten Häusern verteilt in nebeneinanderstehenden Systemen liegt. Der Aufbau folgt derselben Reihenfolge wie in den vorangegangenen Kapiteln: erst Koordination und Datenbasis, dann die Fachrollen.
An der Spitze steht Auguste. Er hat hier eine koordinierende Rolle, die Anfragen entgegennimmt und an die zuständige Fachrolle weitergibt, ohne selbst Facharbeit zu übernehmen. Darunter liegt die Datenbasis — und die ist in der Hotellerie das eigentliche Projekt. Property-Management-System, Kanalanbindung, Revenue-System, Gästedatenbank, Kassensystem des Restaurants, Housekeeping-Planung und Bewertungsportale laufen in vielen Häusern nebeneinander statt zusammen. Solange das so bleibt, arbeitet jede KI-Anwendung mit einem Ausschnitt der Wirklichkeit.
Ergänzend braucht ein KI-Team eine gepflegte Wissensbasis über das eigene Haus: Anreise, Check-in-Zeiten, Ausstattung, Spa-Öffnungszeiten, Parksituation, Hausregeln, Empfehlungen in der Umgebung. Diese Informationen sind die Grundlage für jede automatisierte Gästeantwort. Wer sie nicht pflegt, bekommt keine schlechte KI, sondern eine, die veraltete Auskünfte selbstbewusst weitergibt.
Der wichtigste Kanal bleibt in der Hotellerie das Telefon, und zwar deutlich hartnäckiger, als es die Diskussion um Chatbots vermuten lässt: Die Nutzung von Website-Chats durch Gäste liegt in vielen Häusern niedrig, während telefonische Erreichbarkeit weiterhin bevorzugt wird und zugleich der am häufigsten vernachlässigte Kontaktpunkt ist. Eine Telefon- und Nachrichtenassistenz nimmt Anrufe rund um die Uhr entgegen, beantwortet wiederkehrende Fragen, nimmt Reservierungen auf, bucht Zusatzleistungen und leitet weiter, was menschliche Klärung braucht. Mehrsprachigkeit ist dabei kein Zusatz, sondern für Häuser mit internationalem Publikum der eigentliche Hebel.
Die zweite Rolle begleitet den Gast über den gesamten Aufenthaltszyklus: Bestätigungen und Informationen vor der Anreise, Anliegen während des Aufenthalts, Nachfassen und Feedbackanfrage danach. Wichtig ist die Anbindung an den Betrieb — ein Wunsch, der aufgenommen wird, muss beim Housekeeping ankommen und im System dokumentiert sein, sonst entsteht statt Entlastung eine zweite Informationsspur.
Die dritte Rolle verantwortet die Reputation über die Bewertungsportale und Buchungsplattformen hinweg: Rückmeldungen auswerten, wiederkehrende Muster erkennen, Antworten vorbereiten und die Ergebnisse an die betroffenen Abteilungen zurückspielen.
Hier sitzt der stärkste wirtschaftliche Hebel des Hauses. Eine Revenue-Rolle verbindet Buchungslage, historische Daten, Wettbewerbspreise, Veranstaltungen im Umfeld, Wetterprognosen und saisonale Muster zu einer Nachfrageprognose und leitet daraus Preisempfehlungen ab — differenziert nach Nacht, Zimmerkategorie und Vertriebskanal. Aus derselben Prognose ergeben sich nachgelagert Personalbedarf und Warendisposition, was diese Rolle zum Taktgeber für den gesamten Betrieb macht.
Eng daneben arbeitet eine Rolle für Zusatzleistungen. Sie erkennt, welche Gästetypen für ein Upgrade oder eine Zusatzleistung empfänglich sind, zu welchem Zeitpunkt ein Angebot sinnvoll ist und in welcher Form es formuliert sein muss. Der Reiz liegt in der Marge: Zusatzumsatz entsteht ohne zusätzliche Zimmer und ohne zusätzlichen Vertriebsaufwand. Der Grat ist allerdings schmal — ein Angebot zur falschen Zeit wirkt aufdringlich, und Gäste unterscheiden dabei feiner, als Kennzahlen es abbilden.
Im operativen Bereich übernimmt eine Rolle die Disposition des Housekeepings: Reinigungsreihenfolgen nach Abreisen, Anreisezeiten und Zimmerzustand, damit Zimmerwechsel schneller laufen und Wartezeiten bei früher Anreise seltener werden. Eine zweite Rolle plant den Personaleinsatz auf Basis der erwarteten Belegung — mit demselben Vorbehalt wie in der Gastronomie: Schichtplanung ist organisatorisch das heikelste Feld und gehört bewusst an das Ende der Einführungsreihenfolge, nicht an den Anfang.
Ergänzend lassen sich technische Anlagen und Energieverbrauch einbeziehen. Beleuchtung, Klimatisierung und Geräte belegungsabhängig zu steuern und Wartungsbedarf vorherzusehen, statt auf Ausfälle zu reagieren, senkt Kosten und verhindert die Störungen, die im Gästeurteil überproportional schwer wiegen.
Die letzte Rolle betrifft die Vermarktung — und hier zeichnet sich eine Verschiebung ab, die für Hoteliers in den kommenden Jahren wichtiger werden dürfte als jede einzelne Automatisierung im Haus. Reisende suchen zunehmend nicht mehr über klassische Suchmaschinen, sondern fragen KI-Systeme direkt nach Empfehlungen, und die Antwort besteht dann nicht aus zehn Links, sondern aus einer kurzen Liste konkreter Häuser. Untersuchungen aus dem DACH-Raum zeigen, dass privat geführte Hotels in diesen Empfehlungen bislang kaum vorkommen — Ketten sind dort deutlich präsenter, weil ihre gebündelten Domains thematische Breite und Autorität signalisieren. Parallel entstehen Schnittstellen, über die KI-Agenten Verfügbarkeiten direkt abfragen und buchen können.
Eine Rolle für digitale Sichtbarkeit kümmert sich entsprechend um beides: um klassische Inhalte für Website, Kanäle und Direktbuchungsstrecke und um die Frage, ob die eigenen Informationen in einer Form vorliegen, die maschinell erfasst und weiterempfohlen werden kann. Der Nebeneffekt einer starken Direktbuchung ist derselbe wie eh und je — geringere Abhängigkeit von den Buchungsplattformen und damit von deren Provisionen.
