Latest Thinking

Das ist zunächst keine Revolution, da viele Menschen heute bereits in ChatGPT & Co. genau auf diese Weise nach ihrer nächsten Reise recherchieren. Neu ist, dass IHG dieses Suchverhalten in den eigenen Direktvertrieb integriert und dabei auf die proprietären Produktdaten, Preise und Loyalty-Informationen zugreifen kann. Je spezifischer diese Daten sind, desto relevanter werden die Empfehlungen. Conversational Search könnte damit zu einem richtigen Conversion Booster werden, wenn der User noch keine spezifische Such-Absicht hat und vielleicht wieder abgesprungen wäre.

Trotzdem lohnt sich eine kritische Einordnung: Ob Gäste dieses IHG-Angebot auf den direkten Buchungskanälen annehmen und daraus mehr Direktbuchungen entstehen, muss sich erst noch zeigen.

Hinzu kommt aber ein strukturelles Problem: Der Direktvertrieb steht seit Jahren unter Druck. Immer mehr Customer Journeys beginnen in KI-Assistenten, auf Plattformen wie Expedia oder in zunehmenden Zero-Click-Umgebungen wie der Google-Suche und erreichen die Unternehmenswebsite häufig nicht mehr.

Conversational Search auf den eigenen Kanälen mag zwar die Conversion Rate erhöhen – sie löst aber nicht das Problem rückläufiger Direct-Traffic-Anteile. Große Hotelketten wie IHG verfügen wenigstens noch über Markenbekanntheit, Reichweite und vor allem starke Loyalty-Programme, um diesem Trend etwas entgegenzusetzen.

Für kleinere Anbieter sieht die Realität anders aus. Sie sollten sich frühzeitig darauf einstellen, dass Sichtbarkeit künftig an immer mehr Stellen außerhalb der eigenen Website entsteht und in der Regel provisionspflichtig ist. KI verändert den Einstieg in die Customer Journey – der Einstieg findet einfach früher statt.

Quelle: IHG Hotels & Resorts, Pressemitteilung vom 28.07.2026.

Über viele Jahre war das CRM vor allem ein System of Record. Es dokumentierte Kundendaten, Aktivitäten, Opportunities und Transaktionen. Das sollte heute immer noch so sein als führendes System für Kundendaten.

Vor rund 15 Jahren etablierte sich in der Enterprise-IT der Begriff System of Engagement (geprägt von Geoffrey Moore): CRM-Systeme entwickelten sich zu Plattformen, über die Unternehmen mit Kunden über digitale Kanäle auch interagieren.

Mit KI zeichnet sich nun die nächste Evolutionsstufe ab: Salesforce, Microsoft, HubSpot und Oracle z. B. verfolgen am Ende die gleiche Richtung und geben sich da nicht viel – das CRM entwickelt sich durch Einsatz von KI-Agenten zum System of Action, das heißt: Es dokumentiert Informationen nicht nur, sondern priorisiert Leads, empfiehlt die nächste Aktion, automatisiert Prozesse und unterstützt idealerweise operative Entscheidungen.

Für CRM-Verantwortliche und -Teams bedeutet das: Die Qualität der Kundendaten wird nochmals wichtiger, weil KI auf dieser Basis ihre Entscheidungen vorbereitet. CRM-Prozesse gewinnen an Bedeutung, weil Unternehmen definieren müssen, welche Aufgaben KI übernehmen darf und welche weiterhin in menschlicher Verantwortung bleiben. Wichtiger wird daher die Fähigkeit, KI sinnvoll anzuleiten, Leitplanken festzulegen und Entscheidungen nachvollziehbar zu machen.

Der Wert eines KI-Agenten im CRM bemisst sich nicht zuletzt daran, ob der CRM-Professional versteht, welche Empfehlungen der CRM-Agent gibt, warum er sie gibt, auf welchen Daten sie basieren und unter welchen Bedingungen sie umgesetzt werden sollten. Und genau darin sehe ich die nächste Entwicklungsstufe des CRM.

Quellen: Geoffrey Moore, „Systems of Engagement and the Future of Enterprise IT“ (2011); Salesforce Agentforce; Microsoft Dynamics 365 AI & Copilot; HubSpot Breeze; Oracle AI for Fusion Applications.

Eine brandaktuelle wissenschaftliche Vorabveröffentlichung liefert dazu einen interessanten Denkanstoß. Die beiden Autoren, Forscher aus Kanada und Frankreich, vergleichen in einem Experiment zwei identische E-Commerce-Websites (gleich u. a. in Bezug auf Produktkatalog, Preise, Lagerbestand und Check-out).

Der einzige Unterschied: Eine der beiden Websites wurde auf Basis eines Framework gezielt für KI-Agenten optimiert – z. B. mit klar strukturierten Informationen, eindeutig erkennbaren Aktionen und maschinenlesbaren Produktdaten. Anschließend mussten Browser-Agenten auf Basis von GPT-4.1, Gemini 2.5 Flash und Grok 4 Fast typische Shopping-Aufgaben wie Produktsuchen und Produktvergleiche lösen.

Zum Ergebnis: Insgesamt wurden 300 solcher Testläufe ausgewertet. Die agentenoptimierte Website ließ die Erfolgsquote der Browser-Agenten von 49,3 % auf 89,3 % (+40 Prozentpunkte) steigen. (Dabei ist zu beachten, dass es sich um einen Proof of Concept handelt und die Ergebnisse nicht ohne Weiteres auf reale Websites übertragbar sind.)

Wenn KI-Agenten künftig Recherche, Vergleich oder Teile des Kaufprozesses übernehmen, muss eine Website Informationen so bereitstellen, dass auch KI-Agenten sie zuverlässig verstehen und nutzen können.

SEO und GEO helfen Unternehmen, gefunden zu werden. Usability, Accessibility und Conversion-Rate-Optimierung (CRO) tragen dazu bei, Besucher zu Kunden zu machen. Agent Readiness wird künftig darüber entscheiden, ob KI-Agenten erfolgreich mit einer Website interagieren. Zumindest bei Low-Involvement-Produkten und standardisierten Käufen halte ich dieses Szenario für sehr realistisch.

Websites sind nur der Anfang. Für native Apps wird sich dieselbe Frage stellen: Wie einfach können KI-Agenten Informationen abrufen und Transaktionen direkt ausführen, ohne die Benutzeroberfläche wie ein Mensch bedienen zu müssen?

Quelle: „Designing Agent-Ready Websites for AI Web Agents: A Framework for Machine Readability, Actionability, and Decision Reliability“ (Said Elnaffar, Farzad Rashidi), Preprint, veröffentlicht am 13.07.2026 auf arXiv.

Der ikonische und seit 2007 in seiner Rolle aktive Hilton-CEO Chris Nassetta hat diese Woche im „The Angle“-Podcast des Asset Managers T. Rowe Price zwei konkrete KI-Anwendungsfälle im Hotel beschrieben: Zum einen soll KI Serviceprobleme bereits während des Aufenthalts erkennen, etwa über die Analyse von Gastnachrichten oder Social-Media-Posts, und Mitarbeitende unterstützen, diese zu lösen, solange der Gast noch im Hotel ist. Zum anderen möchte Hilton Buchungshistorie, Suchverhalten und Präferenzen nutzen, um Gästen deutlich relevantere Angebote auszuspielen. Nichts Revolutionäres erst einmal.

Beides klingt zunächst nach unterschiedlichen Projekten, aber die zwei Anwendungsfälle basieren eigentlich auf derselben Grundlage, nämlich hochwertigen First-Party-Daten.

AI-Modelle werden immer leistungsfähiger und für alle verfügbar, der Zugang zu hochwertigen Kundendaten bleibt dagegen unternehmensspezifisch. Für Digital-Sales- und CRM-Verantwortliche sollte klar sein: Es muss darum gehen, dass das Unternehmen entlang der gesamten Customer Journey die Datenbasis aufbauen und aufbereiten kann, die KI für besseren Service, relevantere Angebote und höhere Kundenbindung überhaupt erst nutzen kann (ob im Hotel oder anderen Branchen).

First-Party-Daten sind nicht alles, aber ohne First-Party-Daten können viele KI-Anwendungen ihren eigentlichen Wert für den Kunden nicht entfalten. First-Party-Daten sind der strategische Wettbewerbsvorteil.

Quelle: „The Angle“-Podcast (T. Rowe Price), Interview mit Hilton-CEO Chris Nassetta, 15.07.2026

Kollective, eine auf Hotellerie spezialisierte Agentur aus Athen, hat für ihren AI Visibility Index knapp 14.000 Antworten von ChatGPT, Copilot, Gemini, Google AI Overviews und Google AI Mode zu Hotels in 100 Destinationen ausgewertet. Hierzu wurde ein fixer Satz an Suchanfragen zusammengestellt, z. B. „Empfiehl mir ein Boutique-Hotel in Lissabon“. Laut Studien-Zwischenergebnissen stimmten die KI-Systeme bei derselben Anfrage in nur rund 4 % der Fälle im „Top-Hotel“ überein (d. h. dem jeweils als Mention erstgenannten bzw. am höchsten platzierten Hotel in der Antwort eines KI-Systems). Bei einem Intraday-Test, bei welchem der gleiche Prompt zweimal am selben Tag mit einer Stunde Abstand gestellt wurde, wechselte die Top-Hotel-Empfehlung in sage und schreibe 45 % der Fälle.

Die Grundbeobachtung deckt sich mit dem, was man über KI-Systeme weiß: KI-Antworten sind nicht deterministisch, sie hängen u. a. vom Modell, vom Kontext und vom Zeitpunkt ab. Viele Hotels versuchen deshalb, für „die eine“ typische Anfrage von Reisenden in der KI-Antwort direkt zu erscheinen, was kaum möglich ist. Das überträgt überdies die Logik des klassischen Keyword-Rankings auf ein System, das einfach anders funktioniert.

Ich kann aus meiner Erfahrung nur bestätigen: Häuser mit aktuellen, strukturierten Daten und Präsenz über viele Kanäle sind auch in KI-Systemen besser sichtbar. Wiederkehrende Präsenz über viele Systeme zählt mehr als eine einzelne Top-Platzierung an einem Tag.

Heißt: Eine bereits im klassischen Off- und On-Page-SEO gut aufgestellte und technisch sauber strukturierte Hotel-Website mit maschinenlesbaren Daten, aktuellen Preisen und Verfügbarkeiten, ist konsistent über mehrere KI-Systeme hinweg besser auffindbar. Und das ist die Arbeit, die tatsächlich wirkt.

Quelle: Kollective, Boutique Hotel AI Visibility Index, vorläufige Zwischenergebnisse, Auswertung auf Hospitality Net, 08.07.2026.

Salesforce hat Ende Juni sein bisher größtes Update für Agentic Commerce veröffentlicht. Kernstück ist der Shopper Agent, der Kunden auf der Website des Händlers von der Produktsuche bis zum Checkout begleitet.

Salesforce stützt den Nutzen seines Shopper Agent mit Daten aus der Weihnachts-Saison 2025 (November/Dezember): Unternehmen mit eigenem Shopper Agent, darunter Firmen wie Pandora oder SharkNinja, wuchsen um 6,2 % gegenüber 3,9 % bei Unternehmen ohne Agenten (ein Anstieg von +59 %). Das ist zwar eine Salesforce-Analyse, aber die Zahlen taugen als Signal. Bei dieser Variante bleibt die eigene Website der Ort der Kaufentscheidung. Kundenbeziehung und der letzte Schritt vor dem Kauf bleiben beim Händler.

Anders verhält sich das bei Google. Über das neue Universal Commerce Protocol (UCP) plant Google, den Checkout künftig direkt im Google AI Mode und Gemini stattfinden zu lassen, ohne dass der Kunde die Google-Oberfläche verlässt. Das Gute ist, dass der Händler Merchant of Record bleibt. Obwohl der Kunde in Gemini kauft, erhält der Händler die vollständigen Daten für sein CRM-System und spätere Marketing-Aktionen – er muss die Daten eben nutzen.

Ich sehe darin einerseits ein neues Plattform-Risiko entstehen, vergleichbar mit dem, was Händler von Amazon Marketplace oder Touristik-Anbieter von Booking und Check24 kennen: weniger Website-Traffic, weniger Cross- und Upselling, weniger First-Party-Daten, schwächere Markenbindung.

Aber statt KI-Kanäle zu meiden, sollten Unternehmen die eigene Kundenbeziehung so gestalten, dass der Kunde beim nächsten Mal direkt bei ihnen kauft: beispielsweise durch Loyalty-Programme, personalisierte Mehrwerte und exklusive Vorteile, die Kunden bewusst zur Direktbuchung zurückführen.

Die ersten Berichte rund um das UCP aus den USA drehen sich noch primär um die technische Integration und steigende Zahl von KI-Suchanfragen. Es bleibt daher spannend abzuwarten, wann es die ersten verlässlichen Daten zur Entwicklung der Händler-Umsätze im Rahmen des UCP gibt. Ich werde das beobachten.

Quellen: Salesforce-Pressemitteilung, „Salesforce stellt Agentforce Commerce vor“ (25. Juni 2026); Salesforce Shopping Index, „2025 Holiday Shopping Data“.

Agentic Commerce war neben China Speed und Creator Commerce das beherrschende Thema der K5 – Future Retail 2026 in Berlin. Dabei beschränkt er sich nicht auf warengebundenen E-Commerce. Er ist z. B. für Reisen und Ticketing, Abonnements und digitale Dienste gleichermaßen relevant, auch wenn hierüber kaum gesprochen wird.

Für Touristiker ist das eine differenzierte Chance. Nicht jede Reisebuchung ist gleich. Das Planen der Traumreise im B2C-Segment kann ein emotionales Erlebnis sein. Hier will der Nutzer eher keinen Agenten, der ihm die Entscheidung abnimmt. Anders sieht es bei kommodisierten Buchungen aus, z. B. bei Geschäftsreisen: Hier zählen primär Preis, Verfügbarkeit, Lage – und Schnelligkeit. Hier liegt das realistische Einfallstor für Agentic Commerce im Reisevertrieb. In jedem Fall geht es um Datenqualität, API-Zugänglichkeit und maschinenlesbare Angebotsstrukturen. Und dennoch möchte man als Anbieter langfristig nicht zum reinen Productfeed verkommen.

Aus meiner langjährigen Erfahrung im erfolgreichen Management profitabler Direktbuchungen gegenüber Third-Party-Kanälen kann ich sagen: Die Gegenstrategie liegt u. a. in starker Markenführung, relevantem CRM und Qualität on property, die Wiederbuchungen und Weiterempfehlungen erzeugen. Wer Top of Mind bleibt, wird eher direkt gebucht: provisionsfrei, inklusive Preis- und Kundendaten-Hoheit – und damit seltener mit Agenten.

Wir sind mit Agentic Commerce noch früh dran: OpenAIs Instant Check-out scheiterte im März 2026 an fehlender Echtzeit-Datensynchronisation, Betrugsprävention, fehlender Steuerinfrastruktur und mangelnder Akzeptanz der Merchants. In der EU sind die regulatorischen Fragen rund um Haftung, Datenschutz und Zahlungsautorisierung noch ungeklärt. Und nicht zuletzt: Die Adoption durch die User in der Breite steht aus.

Daher gilt es nun umso mehr, die Entwicklung genau zu beobachten und als Fast Follower in die Umsetzung zu gehen, sobald es gesicherte Erkenntnisse darüber gibt, was funktioniert.

Quellen: IBM Think 2026; K5 Konferenz, Juni 2026; Google Cloud, Januar 2026; Forrester Research 2026.

Les Binet und Peter Field, die zwei Godfather der Marketing-Effectiveness-Forschung im Umfeld des britischen Werbe-Fachverbands IPA, haben die Begriffe Brand Building und Brand Activation geprägt. Ihre Studie „The Long and the Short of It“ (2013) deckt fast 1000 Kampagnen aus 30 Jahren ab. Die dort abgeleitete Daumenregel für höchsten Gesamtgewinn lautet: 60 % des Budgets für Brand Building, 40 % des Budgets für Brand Activation. Brand Building füllt den Funnel von oben, Activation leert ihn unten.

2026 kommt ein neues Argument für Brand Building hinzu: Laut Seer Interactive sind organische Klickraten mit Aufkommen der Google AI Overviews (die bei rein kommerziellen Suchen derzeit noch etwas seltener ausgespielt werden) um 61 % gesunken, bezahlte gar um 68 %. Marken, die in KI-Antworten zitiert werden, verzeichnen hingegen 35 % mehr organische und 91 % mehr bezahlte Klicks.

Die Citations einer Marke erfolgen zwar nicht allein aufgrund von Bekanntheit. Sichtbar wird jedoch, dass Marken mit hoher Autorität und starker Präsenz im digitalen Ökosystem überdurchschnittlich häufig als Referenz herangezogen werden. Brand Building beeinflusst die hier relevanten Signale in Google.

Aus vielen Jahren Erfahrung im digitalen Vertrieb kann ich nur sagen: Performance-Kampagnen funktionieren besser, wenn Markenbekanntheit und Vertrauen den Boden bereiten.

Activation entscheidet über den Umsatz heute, Brand Building entscheidet über den Umsatz von morgen. Wer nur eines davon betreibt, optimiert auf Kosten des anderen.

Quellen: Les Binet, IPA Effectiveness Conference, Oktober 2025; Binet & Field, „The Long and the Short of It“, IPA 2013/2018; Seer Interactive AI Overviews Studie, September 2025.

Branchendaten zeigen, wo die meisten Unternehmen heute stehen: 61 Prozent nutzen ihr CRM primär für E-Mail-Marketing und automatisierte Kommunikation. Nur 34 Prozent nutzen die Analysefunktionen für Entscheidungen. Aus eigener Erfahrung kann ich sagen: Kundendaten sind meist ausreichend vorhanden. Schwieriger ist es, diese sauber zu analysieren, daraus bessere Entscheidungen abzuleiten und diese konsequent in operative Prozesse zu überführen.

Salesforce, HubSpot und Microsoft bauen ihre CRM-Plattformen aktuell konsequent in Richtung Entscheidungsunterstützung mit KI um. Analytisches CRM, also u. a. Scoring, Segmentierung, Churn-Prognosen, CLV-Optimierung oder NBA, war bislang eine Domäne von professionell aufgestellten Teams, die hierfür Spezialisten haben.

KI-gestützte Module in den großen CRM-Suiten machen diese Fähigkeiten jetzt auch für reguläre Business-Teams zugänglicher und leichtgewichtiger. Dabei ist die Kenntnis der zentralen Konzepte des analytischen CRM nach wie vor unerlässlich – Urteilsvermögen und Human in the Loop eben.

Unternehmen, die CRM weiterhin primär als Kampagnenwerkzeug nutzen, lassen leider viel Potenzial ungenutzt. Denn die Zukunft des CRM wird stärker durch die Qualität der per KI vorbereiteten und durch Menschen validierten Entscheidungen geprägt als durch die Anzahl der ausgespielten Kampagnen.

Quellen: HubSpot Breeze AI Guide 2026; DesignRush/Salesforce CRM Statistics, 2026.