KI-Ambitionen im Gastgewerbe: Was sich in der Arbeit selbst verändert

Eine Branche, die sich um Menschen und Momente dreht

Gastgewerbe ist Arbeit, die sich um Spitzenzeiten konzentriert: das Abendessen um sieben Uhr, der Samstagabend, das Wochenende mit einem vollen Terminkalender an Reservierungen und Veranstaltungen. Viele Stunden gehen in den Gästekontakt, in die Zubereitung, in die Bedienung im Moment selbst, und in die Organisation drumherum — Einkauf, Planung, Dienstpläne, Vorräte. Das macht die Branche anfällig für zwei Dinge, die wenig miteinander zu tun zu haben scheinen, aber beide bestimmen, was KI hier leisten kann: die Unvorhersehbarkeit der Nachfrage, und das Ausmaß, in dem das Gästeerlebnis um einen Menschen kreist, der auf einen anderen Menschen reagiert.

Diese Kombination steuert das Ergebnis. Arbeit, die vorhersehbar ist und vom direkten Gästekontakt getrennt — Dienstplankonzepte, Einkaufsvorschläge, Vorratssignale, Planung der Personalbesetzung auf Basis erwarteten Andrangs — eignet sich für die Übernahme durch KI. Arbeit, die sich um den Moment selbst dreht, um Improvisation am Tisch oder um die Einschätzung einer schwierigen Situation mit einem Gast, bleibt Menschenarbeit, oder verlangt zumindest fortwährende menschliche Aufsicht.

Was KI bereits übernimmt, was nicht, und was dazwischen liegt

In Teilen des Gastgewerbes findet die Verschiebung bereits statt. Reservierungssysteme, die selbst vorschlagen, wie ein Abend am besten geplant wird. Einkaufsvorschläge, die mit Verbrauch und Verderb mitlesen. Dienstplankonzepte, die den erwarteten Andrang berücksichtigen, was bereits eine ganz andere Aufgabe ist als den Dienstplan selbst zu genehmigen oder anzupassen an wer diese Woche krank ist. Letzteres — die Genehmigung, die Korrektur auf Basis von etwas, das das System nicht wissen konnte — ist die zweite Kategorie: KI macht den Vorschlag, ein Mensch genehmigt oder lehnt ab und sagt warum.

Die dritte Kategorie, der Gästekontakt selbst, verändert sich am wenigsten. Ein Gast, der sich über die Bedienung beschwert, ein Team, das improvisieren muss, wenn die Küche im Rückstand ist, ein Sommelier, der spürt, was zu einer Gesellschaft passt — das bleibt Menschen vorbehalten, nicht weil KI das nicht versuchen könnte, sondern weil der Wert des Kontakts zu einem großen Teil im Menschlichen liegt.

Warum läuft das bei dem einen Unternehmen schneller als bei dem anderen? Oft liegt der Unterschied nicht in der Technik, sondern in der Frage, ob jemand in der Organisation Eigentümer der Entscheidung ist. Eine Kette mit einer zentralen Einkaufsfunktion kann einen Einkaufsvorschlag von KI relativ schnell einführen, weil es bereits eine Stelle gibt, die diesen Prozess besitzt und die Befugnis hat, ihn anzupassen. Ein selbstständiger Betrieb, bei dem der Inhaber selbst einkauft, plant und bedient, fehlt diese Trennung zwischen wer den Vorschlag beurteilt und wer die Arbeit macht — und dadurch bleibt KI dort öfter eine Idee als eine Praxis.

Die Ambition ist selten das Problem, die Anbindung schon

Geschäftsführungen im Gastgewerbe formulieren Ambitionen, die an sich logisch klingen: weniger Zeit für Planung, mehr Aufmerksamkeit für den Gast, schnellere Reaktion auf Nachfrage. Das Problem entsteht erst, wenn diese Ambition eine Ebene tiefer übersetzt wird. Was bedeutet „weniger Zeit für Planung“ für den Floormanager, der den Dienstplan jetzt selbst zusammenstellt? Wer beurteilt künftig den Vorschlag eines Systems, und hat diese Person dafür die Befugnis und die Zeit? Wenn diese Übersetzung nicht stattfindet, bleibt die Ambition ein Satz auf einem Strategiedokument, während die Arbeitsebene mit einem anderen Bild dessen zurückbleibt, was sich ändern wird.

Das ist ein Muster, das nicht einzigartig für das Gastgewerbe ist. Andere Branchen mit starken Spitzenzeiten und viel operativer Arbeit stoßen auf vergleichbare Fragen, wie sich zeigt bei den KI-Ambitionen in der Freizeitbranche, wo Saisonspitzen und Gästekontakt eine ebenso große Rolle spielen. Auch außerhalb des Gastgewerbes ist die Kluft zwischen Ambition und Arbeitsebene ein wiederkehrendes Thema, etwa bei wie man die Belegschaft in eine Strategie einbindet, ohne dass der Prozess endlos dauert. Und wer bemerkt, dass ein Visionssatz wie „mehr Zeit für den Gast“ für jeden etwas anderes bedeutet, erkennt sich möglicherweise in der Frage wie eine vage Vision konkret zu machen ist.

Was Bereitschaft hier konkret bedeutet

Ambition ohne KI-Erwartung verlangt andere Dinge von einer Organisation als Ambition, in der KI bereits vorausgesetzt wird. Eine Kette, die erwartet, dass Dienstplanvorschläge künftig von einem System kommen, muss zuerst regeln, wer diesen Vorschlag beurteilt, auf Basis welcher Informationen, und mit welcher Befugnis, abzuweichen. Das ist keine technische Frage, sondern eine Frage der Entscheidungsrechte: Wer darf den Vorschlag von KI korrigieren, und ist diese Person dafür ausgerüstet.

Dort klemmt es meistens zuerst. Nicht in der Technik, sondern in der Frage, ob die Rolle, die die Aufsicht ausüben muss, bereits existiert oder auf diese Aufgabe eingerichtet ist. Ein Floormanager, der nie gefragt wurde, einen KI-Vorschlag zu beurteilen, weiß nicht von selbst, worauf er achten muss oder wann er Nein sagen sollte.

Welche Arbeit in einem bestimmten Gastronomiebetrieb tatsächlich von KI übernommen werden kann, welche Arbeit Aufsicht verlangt und welche Arbeit Menschenarbeit bleibt, lässt sich nicht allgemein beantworten — das unterscheidet sich je Kette, je Betrieb, je Team. Diese Frage wird pro Aufgabe mit dem Arbeitsscan von FTE TO AI beantwortet.

Für Personalentscheidungen, die aus dieser Verschiebung folgen könnten, gelten eigene gesetzliche Anforderungen; das ist kein Thema, zu dem diese Seite Aussagen macht.

Wo anzufangen