Am 14. und 15. Oktober war ich zwei Tage mit rund 100 Menschen aus dem österreichischen Tourismus beim AI Enabling Day der Österreich Werbung in Wien. Eine Folie vom ersten Abend fasste das Geschäftsproblem zusammen. Sie sagte, dass der Gast der Zukunft dein Angebot vielleicht nie sieht, weil seine KI vorher entscheidet, ob du überhaupt vorkommst. Wenn ein Assistent die Shortlist schreibt, muss ein Unternehmen die Fakten, nach denen Kundinnen und Kunden filtern, so aufgeschrieben, aktuell und widerspruchsfrei haben, dass eine Maschine dafür bürgen kann. Der Zulieferer, dessen Spezifikationen in Vertriebs-PDFs stecken, trifft auf denselben Filter, sobald der Beschaffungsassistent eines Einkäufers die Lieferantenliste erstellt. Die Arbeit, die das nach außen löst, macht auch deine eigenen Agenten nach innen nützlich.
Von der Trefferliste zur Shortlist
Zwanzig Jahre lang hieß Sichtbarkeit eine Trefferliste. Ein Assistent gibt dem Gast drei bis fünf Optionen und eine Begründung, und der Gast wählt daraus.
Die österreichische Tourismus-Staatssekretärin beschrieb die Verschiebung im September so: „Früher hat man im Reisebüro gefragt, dann bei Google gesucht und heute fragt man immer öfter eine KI“ (OTS). Laut der Studie „KI und Reisen“ der Österreich Werbung nutzen in einzelnen Märkten bereits mehr als 40 Prozent der Reisenden KI für Inspiration, Planung oder während der Reise (Austria Tourism). Die Booking.com-Umfrage 2026 unter 32.800 Reisenden beziffert den Anteil der Gen Z, die Reisen mit generativer KI plant, auf 69 Prozent (Statista), und Booking.com und Expedia betreiben bereits eigene Apps in ChatGPT (AltexSoft).
Im Juni sagte Astrid Steharnig-Staudinger, Geschäftsführerin der Österreich Werbung: „Die Gäste von morgen entscheiden anders als die Gäste von gestern“ (Austria Tourism). Für Geschäftsführung und Beirat lautet die Frage, wer diese Entscheidung vorbereitet und was dieser Jemand über dich weiß.
Wenn Suchkosten fallen, entscheidet das Detail
Yannis Bakos hat den Mechanismus vor fast dreißig Jahren beschrieben, lange bevor jemand von Agentic Engineering sprach. Senken Informationssysteme die Kosten, mit denen Käufer Preise und Produktmerkmale der Anbieter erfahren, verlieren die Anbieter die Gewinne, die sie daraus zogen, dass Käufer nicht vergleichen konnten (NYU archive). Bakos trennte Preisinformation von Merkmalsinformation, und genau diese Trennung zählt jetzt. Das Web hat Preise billig vergleichbar gemacht. Assistenten machen Merkmale billig vergleichbar: stufenloser Zugang, ein ruhiges Zimmer, eine Küche, die mit Zöliakie umgehen kann, klare Stornobedingungen.
Ein Assistent kann nur vergleichen, was er findet und für glaubwürdig hält. Das habe ich in Wien von der anderen Seite gesehen.
In der Fortgeschrittenen-Runde meines Vibe-Coding-Tracks bauten die Teilnehmenden einen Bericht für den Aufsichtsrat aus Nächtigungszahlen einer erfundenen Destination mit sieben Gemeinden. Die Daten kamen so, wie sie in Wirklichkeit kommen: ein Export, eine abgetippte und per Mail verschickte Liste, eine Datei mit dem Vermerk „vorläufig“. Mit dem Auftrag, zuerst die Quellen zu prüfen, zählte Claude auf, was nicht stimmte: eine Gemeinde, deren Augustzahlen fehlten, ein vorläufiger Juli, eine Gemeinde, die Ankünfte meldete, wo Nächtigungen gefragt waren. Als wir es trotzdem rechnen ließen, rechnete es und warnte ungefragt, dass die Summe zu niedrig ausfällt.
Dieses Verhalten willst du von einem Modell, auf das du dich verlässt. Es kostet dich, wenn du selbst bewertet wirst. Ein gut gebauter Assistent, gefragt nach „einem Familienhotel am See mit stufenlosem Zugang“, lässt weg, was er nicht prüfen kann. Fehlt die Rampe in deinen Daten, widerspricht sie sich oder steckt sie in einem PDF, fällst du von der Liste.
Das Detail gewinnt. Im Panel am ersten Abend erzählte jemand von einem kleinen Laden, dessen Bewertungen konkrete Produkte in konkreten Worten nannten und der nach dieser Schilderung in den lokalen Top-5-Listen der Assistenten auftauchte, vor einer Konkurrenz mit allgemeinerem Lob. Das ist eine einzelne Anekdote, und sie passt zum Mechanismus. Eine Sternebewertung sagt einem Assistenten, dass dich jemand mochte. Das Detail sagt ihm, was du anbietest.
Widerspruchsfreiheit gewinnt. Ein Assistent, der zwei verschiedene Öffnungszeiten oder zwei verschiedene Preise findet, hat einen Grund, jemand anderen zu empfehlen.
Zusammenarbeit gewinnt. Eine einzelne Pension kann keine Datenstandards setzen. Eine Region kann es, ein Land auch. Österreich behandelt das als Politik: Ministerium, Wirtschaftskammer und Österreich Werbung bauen ein KI-Paket für kleine Tourismusbetriebe, und das Ministerium fordert neben konkreten KI-Anwendungen gute Daten und gemeinsame Standards (OTS).
Verlieren werden Betriebe, die sich auf Markenstrahlkraft, Sterneschnitte oder eine bezahlte Position auf einer Trefferliste verlassen haben, die gerade verschwindet. Wer dem Assistenten die saubersten strukturierten Daten liefert, bekommt die Buchung, und heute ist das oft die große Plattform. Das Gegenrisiko verläuft andersherum. Ein Assistent, der einen veralteten Preis oder ein geschlossenes Restaurant über dich wiederholt, richtet Schaden an, den du nie siehst. Veraltete Daten schaden deshalb mehr als dünne.
Dieselbe Arbeit zahlt sich doppelt aus
Das Panel machte einen zweiten Punkt. Eine KI in deinem Unternehmen sieht die Artefakte (Mails, Einladungen) und verpasst die Begründung dahinter. Das meiste, was ein Team weiß, wurde nie aufgeschrieben.
Das ist dieselbe Lücke, nach innen gerichtet. Die Dokumentation, mit der ein Assistent von außen für dich bürgen kann, ist dieselbe, mit der deine eigenen Agenten sinnvoll arbeiten. In der Nachmittagsrunde des Vibe-Coding-Tracks machte ein Schritt den Bericht vertrauenswürdig: alle relevanten Daten in den Kontext geben und dem Modell erlauben zu sagen, was fehlt. Mit Claude Code und einem Ordner aus einfachen Markdown-Dateien ist das ein Nachmittag Arbeit.
Was daraus folgt
Für das Montagsmeeting:
- Vertriebsleitung, diese Woche: ChatGPT, Perplexity und Gemini ausgeloggt die Frage stellen, die deine beste Kundin stellt. Notieren, ob du vorkommst und was über dich gesagt wird. Monatlich wiederholen.
- Produkt- oder Marketingleitung, binnen zwei Wochen: die zwanzig Merkmale auflisten, nach denen Kundinnen und Kunden filtern, und prüfen, ob jedes aufgeschrieben, aktuell und auf Website, Portalen und Profilen identisch ist.
- Geschäftsführung, jetzt: diesen Daten eine verantwortliche Person mit vierteljährlicher Prüfung geben, denn sie veralten.
- Teamleitungen, laufend: mit derselben Sorgfalt aufschreiben, was das Team weiß, in einfachen Dateien. Ein kurzer Auftrag an Claude Code auf einem gut gepflegten Ordner ist der günstigste Weg, die eigenen Agenten nützlich zu machen.
- Operations, nächste Planungsrunde: festlegen, wo radikal automatisiert wird und wo der Mensch bleibt. Jemand aus einem Wiener Medienunternehmen formulierte es so, dass das Backoffice automatisiert wird und die Momente mit dem Gast menschlich bleiben.
Für Beiräte, PE und Family Offices lautet die Frage an jedes Portfoliounternehmen, ob es für die Maschinen lesbar ist, die heute die Entscheidungen seiner Kundschaft vorbereiten. Das ist eine Frage von Agentic Engineering und Daten, verantwortet von der Geschäftsführung und vierteljährlich geprüft.
Die vollständigen Field Notes aus Wien, mit Fotos und den Workshop-Materialien, stehen auf drfloriansteiner.com.
Die Shortlist entsteht, bevor jemand deine Website besucht. Sorg dafür, dass deine Fakten dabei sind.
Wenn du sehen willst, wie KI-Sichtbarkeit in deinem Unternehmen aussehen kann, sprechen wir.