Optimierung des Revenue Managements in Hotels durch Künstliche Intelligenz

Kurzfassung

Die Hotellerie entwickelt sich sehr dynamisch. Moderne Technologien wie Künstliche Intelligenz (KI) beeinflussen sie zunehmend. Es ist notwendig, das Hotelmanagement den sich verändernden Bedingungen anzupassen und Debatten über KI mit stichhaltigen Argumenten zu untermauern. Das Ziel ist es wissenschaftlich zu belegen, inwiefern KI-gestützte Systeme bestehende Revenue Management-Strategien sinnvoll erweitern und optimieren können, ohne dabei auf bewährte Methoden vollständig zu verzichten. Gleichzeitig werden die Herausforderungen, die sich bei der Implementierung von KI ergeben, genauer betrachtet, um ihnen wirkungsvoll zu begegnen. Diese Arbeit legt dabei einen besonderen Fokus auf die Rolle des Revenue Managers (RMr) bei der Preisgestaltung. Die Untersuchung basiert auf einer qualitativen Inhaltsanalyse ausgewählter Fachliteratur. Die Ergebnisse zeigen, dass KI vor allem bei der dynamischen Preisgestaltung und bei Nachfrageprognosen zu einer Steigerung der Effizienz beiträgt und Entscheidungen im Revenue Management (RM) langfristig verbessert. Die Analyse weist auf zwei zentrale Herausforderungen hin. Einerseits sind technologische Herausforderungen relevante Hürden bei der Systemintegration. Andererseits beeinflussen menschliche Aspekte den Prozess maßgeblich. Hier spielen fehlendes Vertrauen, mangelnde Akzeptanz und Angst vor Arbeitsplatzverlust eine große Rolle und erschweren die Implementierung von KI-Systemen. Es wird deutlich, dass KI im RM vor allem als ergänzendes Werkzeug zu verstehen ist, das Managementprozesse optimieren kann, und nicht als Ersatz von Arbeitskräften. Die Arbeit gibt abschließend praxisnahe Empfehlungen und Hinweise für zukünftige Forschung.