KI und nachhaltiger Tourismus – was liegt auf den beiden Seiten der Waage?

Sonntag, 26. Juli 2026 07:21

Heutzutage gibt es kaum eine Tourismuskonferenz, auf der nicht erwähnt wird, dass künstliche Intelligenz die Funktionsweise der Branche grundlegend verändert. Einige Vorträge später wird oft auch darauf hingewiesen, dass KI viel Energie verbraucht, Wasser für die Kühlung von Rechenzentren benötigt und die Nachfrage nach IT-Infrastruktur kontinuierlich erhöht. Beide Aussagen sind wahr. Künstliche Intelligenz hat eine Umweltbelastung, bietet jedoch gleichzeitig Zugang zu Wissen und Werkzeugen, die früher für viele touristische Unternehmen unerschwinglich waren. Die eigentliche Frage ist daher nicht, ob KI gut oder schlecht ist. Vielmehr geht es darum, wofür wir sie einsetzen, auf welchen Daten sie basiert und welche Ziele wir ihr setzen.

Bei der Entwicklung von I-DEST arbeiten auch wir in diesem Spannungsfeld. Wir entwickeln digitale Lösungen, die künstliche Intelligenz nutzen, während wir gleichzeitig eine nachhaltigere Arbeitsweise für Destinationen und touristische Anbieter fördern möchten. Daher können wir auch die Frage nicht umgehen, welchen Preis wir für die Nutzung der Technologie zahlen und was wir im Gegenzug erhalten.

Was kostet das alles unseren Planeten?

Laut Berechnungen der Internationalen Energieagentur (IEA) verbrauchten die Rechenzentren weltweit im Jahr 2024 etwa 415 Terawattstunden Strom. Das entsprach etwa 1,5 Prozent des globalen Stromverbrauchs. Im Basisszenario könnte der Verbrauch bis 2030 auf fast 945 Terawattstunden steigen, also mehr als das Doppelte, und etwa 3 Prozent des weltweiten Stromverbrauchs ausmachen. (IEA, 2025)

Ein Haupttreiber dieses Wachstums ist die KI, auch wenn Rechenzentren natürlich nicht ausschließlich KI-Systeme bedienen. Cloud-Dienste, Online-Videos, Unternehmens-IT-Systeme und viele andere digitale Dienste benötigen ebenfalls erhebliche Kapazitäten.

Die Umweltbelastung einer einzigen KI-Anfrage könnte jedoch deutlich geringer sein, als frühere allgemeine Schätzungen vermuten ließen.

Laut einer im August 2025 von Google veröffentlichten Betriebsstudie benötigte eine durchschnittliche, genauer gesagt mediane Gemini-Textanfrage:

0,24 Wattstunden Energie,
0,03 Gramm CO₂-Äquivalent-Emissionen,
und etwa 0,26 Milliliter Wasser.

Der Energieverbrauch entsprach etwa dem von neun Sekunden Fernsehen, die Wassermenge etwa fünf Tropfen. (Elsworth et al., 2025)

Diese Daten sollten jedoch mit Vorsicht betrachtet werden. Die Messung bezog sich auf einen spezifischen Dienst, die Gemini-Textanfragen, und kann nicht automatisch auf alle KI-Systeme, komplexe Forschungsaufgaben oder die Generierung von Bildern und Videos angewendet werden. Zudem zeigt die Berechnung nicht die gesamte Umweltbelastung durch die Entwicklung, das Training der Modelle, die Herstellung der Hardware und den Bau der Rechenzentren. Die Ergebnisse von Google wurden auch von unabhängigen Experten kritisiert, da die Berechnungsmethoden für den indirekten Wasserverbrauch und die Emissionen das Endergebnis erheblich beeinflussen können.

Die beiden Aussagen widersprechen sich also nicht. Die Belastung einer einzelnen kurzen Anfrage mag gering sein, die von Milliarden Anfragen jedoch nicht. Die Systeme werden immer effizienter, gleichzeitig verbreitet sich ihre Nutzung jedoch rasant. Daher könnten die Gesamtanforderungen an Energie und Wasser auch dann steigen, wenn für einzelne Aufgaben immer weniger Ressourcen benötigt werden.

Beim Wasserverbrauch zählt zudem nicht nur die globale Menge. Wichtig ist auch, wo sich das Rechenzentrum befindet. Der gleiche Wasserbedarf hat in einer regenreichen Region ganz andere Folgen als in einem Gebiet, das regelmäßig unter Wasserknappheit leidet.

Auch der Lebenszyklus der Hardware darf nicht außer Acht gelassen werden. Die Herstellung leistungsstarker Chips erfordert Rohstoffe, Wasser und Energie, und der schnelle Austausch der Geräte erhöht die Menge an Elektronikmüll.

Was bekommen wir dafür?

Der Nutzen von KI im Tourismus ist nicht unbedingt bei den großen internationalen Unternehmen am interessantesten. Viel beeindruckendere Veränderungen könnten bei kleineren Anbietern eintreten. Ein kleines Gästehaus, ein Familienrestaurant oder ein lokaler Veranstalter hat früher oft deshalb nicht in mehreren Sprachen kommuniziert, Gästebewertungen regelmäßig analysiert oder detaillierte Nachhaltigkeitsberichte erstellt, weil es dafür weder die passenden Mitarbeiter noch externe Experten gab.

Heute können einige dieser Aufgaben mit einem einzigen Laptop erledigt werden. KI ersetzt nicht das Fachwissen, kann jedoch die Kosten und den Zeitaufwand für die ersten Schritte erheblich reduzieren.

Einer der wichtigen gesellschaftlichen Vorteile ist die Zugänglichkeit. Mit Hilfe von KI können leichter erstellt werden:

Echtzeit- oder Schnellübersetzungen;
in einfacher Sprache formulierte Informationen;
vorlesbare Inhalte;
Bildbeschreibungen für sehbehinderte Menschen;
an unterschiedliche Bedürfnisse angepasste Informationen;
Übersichten aus Barrierefreiheitsdaten.

Diese Aufgaben wurden früher oft deshalb nicht umgesetzt, weil die Anbieter sie nicht finanzieren konnten.

In der vom Fachkräftemangel betroffenen Tourismusbranche kann auch die Automatisierung der Verwaltung hilfreich sein. Sie ersetzt nicht unbedingt Mitarbeiter, sondern schafft Zeit. Weniger Zeit wird für das Ausfüllen von Tabellen, das Verfassen wiederkehrender Briefe oder das Sortieren von Daten benötigt, und mehr bleibt für die Gäste.

Das gilt jedoch nur, wenn die Unternehmensführung die Technologie tatsächlich dafür einsetzt. KI eignet sich ebenso zur Unterstützung der Mitarbeiter wie zur verstärkten Kontrolle oder zum Personalabbau. Die Technologie entscheidet nicht von selbst, welchen Weg wir einschlagen.

Auch bei der Präsentation des kulturellen Erbes gibt es viele Möglichkeiten. Lokale Sammlungen, alte Fotos, ethnografische Aufnahmen, Dialektmaterialien und lange Monografien können durchsuchbar gemacht werden. Die Geschichte eines Ortes kann so in einen thematischen Rundgang, einen Audioguide oder ein Schulprogramm integriert werden.

Die Fachliteratur ist jedoch weitaus vorsichtiger in Bezug auf die Nachhaltigkeitsvorteile von KI als die Marketingmaterialien der Technologieunternehmen. Laut einer Übersicht von Gössling und Mei aus dem Jahr 2025 wird viel über die Möglichkeiten gesprochen, aber es gibt noch relativ wenige verlässliche Beweise für tatsächliche, langfristig messbare Nachhaltigkeitsergebnisse. Die Autoren warnen auch davor, dass KI die Datenkonzentration, die Überwachung der Verbraucher und die weitere Intensivierung des Tourismus fördern könnte (Gössling–Mei, 2025).

Eine systematische Übersicht, die 213 wissenschaftliche Publikationen analysierte, zeigt, dass sich die Forschung zur intelligenten Automatisierung im Tourismus hauptsächlich auf das Besuchererlebnis, den Erhalt des Erbes, die Lebensqualität, die Messung von Besuchererfahrungen und den Umweltschutz konzentriert. Der praktischen Messung der Umweltauswirkungen wurde jedoch bisher weniger Aufmerksamkeit gewidmet als wirtschaftlichen und sozialen Fragen (Majid et al., 2023).

Marketing als erster Berührungspunkt

Die meisten touristischen Unternehmen begegnen der künstlichen Intelligenz heute zuerst im Marketing. Sie wird für das Verfassen von Texten, Übersetzungen, das Erstellen von Social-Media-Beiträgen, Newslettern, Bildern und das Beantworten von Gästebewertungen genutzt. Der Grund dafür ist verständlich. Das Ergebnis ist sofort sichtbar, die Nutzung relativ einfach, und in der Regel sind keine speziellen IT-Entwicklungen erforderlich.

Aus Nachhaltigkeitsperspektive ist Marketing jedoch weit mehr als nur das schnellere Erstellen eines Facebook-Posts. Kommunikation kann erheblich beeinflussen, wer an einen bestimmten Ort reist, wann sie reisen, wie lange sie dort bleiben, welche Sehenswürdigkeiten sie besuchen und wo sie ihr Geld ausgeben.

Eine gut geplante Frühlings- oder Herbstkampagne kann beispielsweise die Belastung in der Sommerhochsaison verringern. Die Vorstellung eines weniger bekannten Stadtteils oder eines lokalen Unternehmens kann dazu beitragen, dass sich die Besucher nicht nur auf wenige Orte konzentrieren. KI ermöglicht es auch kleineren Anbietern oder touristischen Organisationen, für verschiedene Zielgruppen unterschiedliche Botschaften zu erstellen. Andere Inhalte können für Reisende, die in ruhigeren Zeiten reisen möchten, für Familien mit kleinen Kindern, Radfahrer oder für diejenigen, die lokale Speisen und Produzenten suchen, erstellt werden.

Auch die mehrsprachige Kommunikation kann günstiger und schneller werden. Dies kann besonders für kleinere Quellmärkte nützlich sein, für die bisher kein eigenes Marketingbudget vorhanden war.

KI kann auch helfen, weniger bekannte Attraktionen, lokale Geschichten und kleinere Anbieter vorzustellen. Auf den Websites vieler Destinationen gibt es ausführliche Beschreibungen der bekanntesten Sehenswürdigkeiten, während kleinere Werte kaum erwähnt werden. Die Technologie kann die Verarbeitung von Informationen beschleunigen, aber die Ortskenntnis und die authentischen Geschichten müssen weiterhin von Menschen hinzugefügt werden.

Die wichtigsten Risiken im Marketing

Jeder Ort klingt plötzlich gleich

Wenn alle Anbieter dasselbe KI-Tool mit ähnlichen Anweisungen verwenden, wird bald jede Unterkunft „gemütlich“, jede Stadt ein „verborgenes Juwel“ und jedes Programm bietet ein „unvergessliches Erlebnis“. Im Tourismus ist jedoch gerade der Charakter eines Ortes einer der größten Werte.

Daher lohnt es sich, einen eigenen Sprachleitfaden zu erstellen. Darin können ortstypische Ausdrücke, der gewünschte Tonfall, zu vermeidende Klischees und die Geschichten, die das Angebot wirklich unterscheiden, festgehalten werden.

Generierte Bilder ersetzen nicht die Realität

Ein Bild, das ein nicht existierendes Zimmer, einen Pool, eine Aussicht oder eine Landschaft zeigt, ist nicht einfach eine kreative Lösung. Es kann Gäste in die Irre führen, Verbraucherschutzprobleme verursachen und das Vertrauen schädigen. Generierte Bilder können als Illustration oder Stimmungselement verwendet werden, sofern dies eindeutig gekennzeichnet ist. Für die Darstellung eines tatsächlich buchbaren Angebots sollten jedoch echte Fotos verwendet werden.

Greenwashing wird schneller

Nachhaltigkeitstexte können heute in wenigen Minuten erstellt werden. Für die Messung der Betriebsweise sind jedoch weiterhin Daten erforderlich.

Wenn hinter einer Umweltbehauptung keine Messung, kein Dokument oder kein überprüfbares Ergebnis steht, macht KI das Unternehmen nicht nachhaltiger, sondern produziert nur schneller unbegründete grüne Botschaften. Das ist ein geschäftliches und rechtliches Risiko. Umweltbehauptungen werden immer strenger geprüft, daher müssen alle kommunizierten Ergebnisse nachweisbar und präzise formuliert sein.

Das System verstärkt, was wir als Ziel vorgeben

Wenn eine Kampagne ausschließlich darauf abzielt, die Anzahl der Buchungen oder den sofortigen Umsatz zu steigern, wird sie wahrscheinlich die beliebtesten Zeiten und Produkte weiter stärken. Dort ist es am einfachsten, gute Ergebnisse zu erzielen.

Nachhaltigkeit wird nur dann in Entscheidungen berücksichtigt, wenn sie auch in die Metriken aufgenommen wird.

Solche Metriken könnten beispielsweise sein:

der Anteil der Buchungen in der Vor- und Nachsaison;
die durchschnittliche Aufenthaltsdauer;
der Betrag, der bei lokalen Unternehmen ausgegeben wird;
der Verkehr an weniger besuchten Orten;
der Anteil der Gäste, die mit öffentlichen Verkehrsmitteln anreisen;
oder der Energie- und Wasserverbrauch pro Übernachtung.

Dasselbe KI-System kann ganz andere Vorschläge machen, wenn nicht nur die Anzahl der Buchungen, sondern auch diese Aspekte berücksichtigt werden müssen.

Wo KI heute schon gut funktioniert

Nachfrageprognose und Kapazitätsplanung

Basierend auf früheren Buchungsdaten, Veranstaltungskalendern, Wetterinformationen, Verkehrsinformationen und anderen Faktoren können genauere Prognosen über die erwartete Nachfrage erstellt werden.

Dies kann helfen bei:

der Personaleinsatzplanung;
der Lagerplanung;
der Anpassung der Verkehrskapazitäten;
der Gestaltung von Besuchszeiträumen;
und der frühzeitigen Erkennung überlasteter Zeitpunkte.

Die Prognose beseitigt keine Überfüllung, kann das Problem jedoch früher sichtbar machen, sodass mehr Zeit für Eingriffe bleibt.

Reduzierung von Lebensmittelverschwendung

KI-basierte Bilderkennungs- und Messsysteme können erkennen, welche Lebensmittel zu welchen Zeiten am meisten Abfall verursachen. Diese Daten helfen Küchen, den Einkauf, die Portionen und das Speisenangebot anzupassen. Am Green Ramadan-Programm von Hilton im Jahr 2025 nahmen 45 Hotels in 14 Ländern teil. Während des Programms konnte die Menge an Speiseresten auf den Tellern um 26 Prozent reduziert werden, wodurch mehr als 2,6 Tonnen Lebensmittelabfälle vermieden wurden. Dabei wurde auch die KI-basierte Messtechnologie von Winnow eingesetzt (Hilton, 2025). Dies ist ein gutes Beispiel dafür, wie ökologische und geschäftliche Interessen direkt aufeinandertreffen: Weniger Lebensmittel landen im Abfall, während die Einkaufskosten sinken.

Energie- und Wasserverbrauch

Intelligente Systeme können helfen, Heizung, Kühlung und Belüftung zu steuern. Sie können ungewöhnlichen Verbrauch, Lecks, schlecht funktionierende Geräte oder unnötig laufende Anlagen erkennen.

Das Ziel ist nicht, den Komfort der Gäste zu beeinträchtigen, sondern sicherzustellen, dass das System keine Energie verbraucht, wenn und wo sie nicht benötigt wird.

Vorbereitung von Nachhaltigkeitsberichten und Zertifizierungen

Eine Nachhaltigkeitszertifizierung oder ein Audit erfordert umfangreiche Dokumentation. Richtlinien, Rechnungen, Verbrauchsdaten, Fotos und andere Nachweise müssen gesammelt, organisiert und den jeweiligen Anforderungen zugeordnet werden.

KI hilft hier nicht, indem sie den Anbieter „grüner“ darstellt. Die nützliche Aufgabe besteht darin, die verfügbaren Nachweise zu erkennen und zu organisieren, fehlende Daten zu melden und die Einhaltung der Anforderungen zu unterstützen.

Die endgültige Konformitätsentscheidung muss jedoch weiterhin von einem qualifizierten Experten oder Auditor getroffen werden.

Wenn KI die Situation verschlechtern kann

Eines der Probleme bei KI-Empfehlungen ist, dass sie oft bereits beliebte Orte noch sichtbarer machen.

Eine Vorstudie von Lee und Pennington-Gray, die auf einer Million modellierter US-Inlandsreisen basiert, ergab, dass die untersuchten großen Sprachmodelle saisonalere, ungleichmäßigere und weniger vielfältige Reisebewegungen erzeugten als die tatsächlichen touristischen Muster. Die Systeme verstärkten insbesondere die Kombinationen aus bereits beliebten Reisezielen und Zeiträumen (Lee–Pennington-Gray, 2026).

Da es sich um eine Vorstudie handelt, müssen die Ergebnisse durch weitere Forschungen bestätigt werden, aber das aufgezeigte Risiko verdient Aufmerksamkeit.

Wenn viele von denselben wenigen Systemen Ratschläge einholen und diese Systeme regelmäßig dieselben Orte empfehlen, könnte dies die Überfüllung weiter verstärken.

Ein weiteres Problem ist die Unsichtbarkeit.

Eine Vorstudie von Chen, Weng und Moro aus dem Jahr 2026 untersuchte Restaurantempfehlungen von drei großen Sprachmodellen in fünf US-Städten mit 304 Stadtteilen. Selbst wenn die Modelle aus einer kontrollierten Liste realer Gaststätten auswählen konnten, wurden 47,5 Prozent der Orte nie empfohlen. 31,9 Prozent der unsichtbaren Unternehmen waren bei allen drei untersuchten Modellfamilien dieselben (Chen–Weng–Moro, 2026).

Das zeigt, dass KI nicht einfach nur die verfügbaren Informationen sammelt. Sie trifft auch eine Auswahl. Einige Orte werden regelmäßig hervorgehoben, andere kaum oder gar nicht gezeigt.

Dies könnte insbesondere kleinere, weniger bewertete oder digital schwächer präsente lokale Unternehmen benachteiligen.

Wenn KI die Situation verschlechtern kann

Was können Reisende tun?

Frage nicht nur, wohin du reisen sollst

Frage auch, wann es sich lohnt zu reisen und welche nahegelegene Alternative weniger überfüllt ist. Eine nützliche Frage könnte sein:

„Wann ist dieser Ort am wenigsten überfüllt, und welches ähnliche Programm gibt es in der Nähe?“

Oft tun wir mehr für die Nachhaltigkeit, indem wir zur gleichen Destination zu einer anderen Zeit reisen, als indem wir ein weiteres entferntes Reiseziel suchen.

Prüfe praktische Informationen

Öffnungszeiten, Fahrpläne, Preise, Buchungsbedingungen und die Gültigkeit von Zertifikaten sollten immer an der Originalquelle überprüft werden. KI kann überzeugend veraltete oder falsche Daten präsentieren.

Plane weniger Programme

Wenn der Routenplaner zehn Orte für einen einzigen Tag vorschlägt, bitte ihn, daraus drei oder vier zu machen.

Weniger Orte bedeuten in der Regel weniger lokale Reisen, entspanntere Programme und mehr echte Begegnungen. Beim ökologischen Fußabdruck einer Reise ist der Verkehr oft ein viel größerer Faktor als die wenigen KI-Anfragen zur Routenplanung.

Hinterfrage Nachhaltigkeitsbehauptungen

Wenn eine Unterkunft oder ein Programm sich als nachhaltig bezeichnet, frage nach: Gibt es ein unabhängiges Zertifikat? Wer hat es ausgestellt? Wie lange ist es gültig? Welche Daten werden gemessen? Welche konkreten Ergebnisse wurden erzielt?

Es gibt einen großen Unterschied zwischen einem Zertifikat, das auf einem unabhängigen Anforderungskatalog basiert, und einem „grünen“ Label, das ein Unternehmen selbst erstellt hat.

Was können touristische Unternehmen tun?

Zuerst die Daten in Ordnung bringen

KI kann nur mit dem arbeiten, was digital verfügbar und interpretierbar ist.

Wenn auf der Website die Öffnungszeiten ungenau sind, die Adresse oder der Standort fehlt, keine Barrierefreiheit angegeben ist und die Beschreibung der Dienstleistungen unklar ist, können auch KI-Systeme fehlerhafte oder unvollständige Informationen weitergeben.

Besonders wichtig sind:

der genaue Name, die Adresse und die Kontaktinformationen;
die aktuellen Öffnungszeiten;
Preise und Buchungsbedingungen;
Verkehrsanbindungen;
Barrierefreiheitsinformationen;
die korrekte Kategorisierung der Dienstleistungen;
sowie die Bereitstellung strukturierter Daten auf der Website.

Gut gepflegte, auch für Maschinen interpretierbare Daten sind heute nicht nur eine Frage der Suchmaschinenoptimierung. Sie könnten auch eine Voraussetzung für die Aufnahme in KI-basierte Empfehlungen sein.

Was können touristische Unternehmen tun?

Zuerst messen, dann kommunizieren

Energie, Wasser, Abfall, lokale Beschaffung, Übernachtungen, Verkehr. Aus diesen Daten können echte Nachhaltigkeitsergebnisse berechnet werden.

KI kann helfen, Daten zu organisieren, Abweichungen zu erkennen und Berichte zu erstellen. Sie sollte jedoch nicht verwendet werden, um ohne Messung überzeugende Umweltbehauptungen zu erstellen.

Ein guter Ausgangspunkt könnte sein:

Lebensmittelabfälle;
die Planung von Heizung und Kühlung;
Wäschereiprozesse;
die Erkennung von Wasserlecks;
die Lagerhaltung;
oder die Beschaffungsplanung.

In diesen Bereichen zeigen sich oft relativ schnell auch geschäftliche Ergebnisse.

KI soll vorschlagen, der Mensch entscheidet

Alle Texte für Gäste, Preisvorschläge, Übersetzungen und Umweltbehauptungen sollten von Menschen überprüft werden.

Ein falsch angegebener Preis, eine fehlerhafte Öffnungszeit oder Buchungsbedingung kann viel größeren Schaden anrichten, als durch die Automatisierung Zeit eingespart wurde.

Nutze keine größeren Systeme als nötig

Nicht jede Aufgabe erfordert das größte Sprachmodell, und nicht jede Kommunikation benötigt ein KI-generiertes Video.

Für die Korrektur eines kurzen Textes, die Klassifizierung von Daten oder eine einfache Zusammenfassung reicht oft ein kleineres, ressourcenschonenderes System aus. Ein gutes echtes Foto ist in vielen Fällen mehr wert als ein energieintensiv erzeugtes, künstliches Video.

Das ist nicht nur eine Umweltfrage. Auch aus Kosten- und Effizienzgründen ist es eine vernünftige Entscheidung.

Wofür nutzen wir bei I-DEST künstliche Intelligenz?

Wir möchten nicht so tun, als würden wir diesen Prozess von außen betrachten. Bei der Entwicklung von I-DEST und unserer fachlichen Arbeit nutzen auch wir regelmäßig künstliche Intelligenz. Wir betrachten sie nicht als eigenständige Entscheidungsinstanz, sondern als Arbeitswerkzeug, das bestimmte Prozesse beschleunigen, Zusammenhänge aufdecken und die Anzahl der durch menschliche Unaufmerksamkeit verursachten Fehler reduzieren kann.

Erstellung von Prognosen und Szenarien

Wir analysieren Nachfragetrends, Saisonalität, Kapazitätsauslastung und verschiedene Entwicklungsszenarien.

KI ist hier nicht nützlich, weil sie unfehlbare Antworten liefert. Sie hilft uns, in kurzer Zeit viele Varianten zu untersuchen und Zusammenhänge zu erkennen, die bei manueller Verarbeitung schwerer sichtbar wären.

Die Qualität der Eingabedaten bestimmt jedoch alles. Aus fehlerhaften oder unvollständigen Basisdaten kann das System schnell fehlerhafte Prognosen erstellen. KI ersetzt daher nicht die Datenprüfung, sondern macht sie noch wichtiger.

Wofür nutzen wir bei I-DEST künstliche Intelligenz?

Softwareentwicklung und Fehlersuche

Auch bei der technischen Entwicklung von I-DEST nutzen wir künstliche Intelligenz. Sie ermöglicht eine schnellere Übersicht über längere Codeabschnitte, das Erkennen bestimmter logischer Fehler, Inkonsistenzen und Sicherheitsrisiken sowie die einfachere Erstellung von Testfällen. Ziel ist nicht, dass die KI das System ohne menschliche Überprüfung programmiert. Wir nutzen sie, um die Entwicklungen aus mehreren Perspektiven zu überprüfen, Probleme früher zu erkennen und sie möglichst zu beheben, bevor die Nutzer darauf stoßen. Dies ist besonders wichtig bei einem so komplexen System wie I-DEST, bei dem verschiedene Datenquellen, Sprachen, Benutzeroberflächen, Bewertungsmodule und Empfehlungsfunktionen miteinander verbunden sind. Eine einzige Änderung kann die Funktionalität mehrerer anderer Bereiche beeinflussen.

Die KI-gestützte Codeanalyse und -prüfung bietet eine zusätzliche Kontrollschicht zu den traditionellen Entwickler- und Benutzertests. Der Einsatz von KI garantiert jedoch nicht automatisch fehlerfreie Software. Auch der von der Maschine vorgeschlagene Code kann Fehler, veraltete Lösungen oder Sicherheitsprobleme enthalten. Daher wird jede wesentliche Änderung von Entwicklern überprüft, und die Systemfunktionalität muss vor der Einführung getestet werden.

Das Ziel ist also nicht, den Entwickler zu ersetzen, sondern die Anzahl der Fehler zu reduzieren, die Tests zu unterstützen und die Entwicklungsarbeit zuverlässiger zu machen.

Übersetzung und Terminologieprüfung

Wir nutzen KI auch für die mehrsprachige Bearbeitung von Strategien, Förderanträgen, touristischen Beschreibungen und Standards. Bei allen fachlich relevanten Dokumenten folgt auf die maschinelle Übersetzung eine menschliche Überprüfung. Im touristischen, nachhaltigkeitsbezogenen und EU-spezifischen Fachvokabular kann ein einziger falsch übersetzter Begriff die Bedeutung eines Satzes oder einer Anforderung verändern. KI hilft jedoch dabei, in einem längeren Dokument konsequent dieselben Begriffe und Bezeichnungen zu verwenden. Terminologische Konsistenz ist besonders wichtig bei internationalen Standards, Zertifizierungsanforderungen und mehrsprachigen digitalen Plattformen. Darüber hinaus stellt KI die mehrsprachige Verfügbarkeit von I-DEST sicher, damit Destinationen und Anbieter nicht in mehreren Sprachen Daten in das System eingeben müssen – jeder arbeitet nur so viel, wie unbedingt notwendig ist.

Marketing und Inhaltserstellung

KI hilft bei der Erstellung erster Textentwürfe, mehrsprachiger Inhalte und der Kommunikation für verschiedene Zielgruppen.

Bei der Nutzung folgen wir einigen einfachen Regeln:

Wir kommunizieren in unserem eigenen Tonfall;
Wir arbeiten mit überprüfbaren, realen Daten;
Die endgültigen Inhalte werden von Menschen freigegeben;
Nachhaltigkeitsbehauptungen werden mit Beweisen untermauert;
Und wir betrachten nicht nur Klicks oder Buchungen als Erfolg.

Die Nachhaltigkeitswirkung von KI im Marketing hängt weitgehend davon ab, welche Ziele wir dem System setzen. Wenn nur kurzfristige Konversionen zählen, verstärkt der Algorithmus leicht die bereits beliebten Zeiten und Orte. Wenn jedoch Saisonalität, räumliche Verteilung oder die Sichtbarkeit lokaler Anbieter ebenfalls zu den Zielen gehören, können andere Arten von Kampagnen und Empfehlungen entstehen. Manchmal, sehr selten, hilft KI auch bei der Erstellung von Postern oder Zusammenfassungen für Werbeanzeigen.

Die Entwicklungsrichtung von I-DEST

Bei I-DEST bemühen wir uns, dass KI ihre Antworten auf überprüfte Daten und identifizierbare Quellen stützt, nicht nur auf das interne Wissen des Sprachmodells.

Die Nachhaltigkeitsbewertung verknüpfen wir nicht mit subjektiven Eindrücken, sondern mit international anerkannten Anforderungskatalogen. Deshalb verarbeiten wir die Kriterien des Global Sustainable Tourism Council (GSTC) für Destinationen und touristische Anbieter in maschinenlesbarer Form.

Ziel der Selbsteinschätzung ist nicht, automatisch ein positives Bild des Nutzers zu vermitteln. Das System soll zeigen:

welche Anforderungen erfüllt sind;
welche Nachweise dies belegen;
welche Daten oder Dokumente fehlen;
und wo weitere Maßnahmen erforderlich sind.

Bei den Empfehlungen sind die Berücksichtigung von Timing, Saisonalität, der ökologischen Belastung durch Verkehr und der räumlichen Konzentration wichtig.

Forschende der Technischen Universität München haben ein touristisches Empfehlungssystem entwickelt, das neben den Nutzerbedürfnissen auch die CO₂-Emissionen der Verkehrsmittel, die Beliebtheit des Ziels und die Saisonalität in die Empfehlungen einbezieht (Banerjee et al., 2025).

Eine zugehörige Nutzerstudie zeigt, dass gut sichtbare Informationen zu Emissionen, Beliebtheit und Saisonalität die Wahl der Reisenden beeinflussen können. Die Teilnehmenden wählten mit größerer Wahrscheinlichkeit Verkehrsmittel mit niedrigeren Emissionen sowie weniger überfüllte oder besser zur Jahreszeit passende Reiseziele, wenn diese Informationen klar dargestellt wurden (Banerjee–Mahmudov–Wörndl, 2024).

Das ist eine wichtige Erkenntnis. Nachhaltigkeit bedeutet nicht unbedingt Einschränkung. Mit geeigneten Daten und klar definierten Zielen kann KI Möglichkeiten aufzeigen, die sowohl für Reisende, lokale Gemeinschaften als auch Unternehmen vorteilhafter sind.

Nicht die KI, sondern wir entscheiden, welchen Tourismus wir aufbauen

Die Umweltbelastung durch künstliche Intelligenz ist real. Die größten ökologischen Belastungen im Tourismus hängen jedoch weiterhin hauptsächlich mit Reisen, Verkehr, dem Betrieb von Gebäuden, Konsum und der saisonalen Überlastung beliebter Orte zusammen.

Auch der Nutzen von KI ist real, aber nicht automatisch.

Dasselbe System kann helfen, einen überfüllten Ort zu vermeiden, oder noch mehr Besucher dorthin schicken. Es kann helfen, ein lokales Unternehmen zu finden, oder es unsichtbar machen. Es kann Lebensmittelabfälle reduzieren, oder eine gut klingende, aber nicht durch Daten gestützte Nachhaltigkeitskampagne erstellen.

Die entscheidende Frage ist nicht, ob KI oder Nachhaltigkeit.

Wichtig ist, mit welchen Daten das System arbeitet, was wir von ihm verlangen, welche Ziele wir setzen und wer die Ergebnisse überprüft.

Das ist nicht nur eine technologische Frage. Es ist eine fachliche und führungstechnische Entscheidung.

Deshalb können Destinationen, touristische Unternehmen und Reisende mitgestalten, ob künstliche Intelligenz die weitere Konzentration im Tourismus oder ein ausgewogeneres, zugänglicheres und ressourcenschonenderes Arbeiten unterstützt.

Nicht die KI, sondern wir entscheiden, welchen Tourismus wir aufbauen

Erklärung

Für diesen Blogbeitrag haben wir kein einziges neues Bild mit künstlicher Intelligenz generiert. Alle verwendeten Bilder stammen aus bereits veröffentlichten Quellen, die dokumentiert und im Quellcode angegeben sind, da wir bei I-DEST KI nur dann einsetzen, wenn sie einen echten Mehrwert bietet.

Verwendete Quellen

Banerjee, A. – Mahmudov, T. – Adler, E. – Aisyah, F. N. – Wörndl, W. (2025): Modeling sustainable city trips: integrating CO₂e emissions, popularity, and seasonality into tourism recommender systems. Information Technology & Tourism, 27, 189–226. DOI: 10.1007/s40558-024-00303-1.

Banerjee, A. – Mahmudov, T. – Wörndl, W. (2024): A User Interface Study on Sustainable City Trip Recommendations. arXiv:2405.11243.

Chen, L. – Weng, G. – Moro, E. (2026): Large language models create an uneven informational layer over cities. arXiv:2607.06260. Vorstudie.

Elsworth, C. – Huang, K. – Patterson, D. – Schneider, I. – Sedivy, R. – Goodman, S. – Townsend, B. – Ranganathan, P. – Dean, J. – Vahdat, A. – Gomes, B. – Manyika, J. (2025): Measuring the Environmental Impact of Delivering AI at Google Scale. arXiv:2508.15734.

Gössling, S. – Mei, X. Y. (2025): AI and sustainable tourism: an assessment of risks and opportunities for the SDGs. Current Issues in Tourism. DOI: 10.1080/13683500.2025.2477142.

Hilton (2025): Hilton Scales Up Green Ramadan Initiative in 2025, Achieves 26% Reduction in Plate Waste During the Holy Month. Ergebnisse des Programms, das in Zusammenarbeit zwischen Hilton, UNEP West Asia und Winnow durchgeführt wurde.

International Energy Agency – IEA (2025): Energy and AI. Analyse zum Energieverbrauch von Rechenzentren und dem erwarteten Wachstum bis 2030.

Lee, S. – Pennington-Gray, L. (2026): Large Language Models Yield Unsustainable Tourist Flows: Testing Algorithmic Biases Using the Baseline-Rescaling-Outcome Model. DOI: 10.31235/osf.io/kqczf. Vorstudie.

Majid, G. M. – Tussyadiah, I. – Kim, Y. R. – Pal, A. (2023): Intelligent automation for sustainable tourism: a systematic review. Journal of Sustainable Tourism, 31(11), 2421–2440. DOI: 10.1080/09669582.2023.2246681.

Global Sustainable Tourism Council – GSTC: GSTC Industry Criteria und GSTC Destination Criteria. Internationale Nachhaltigkeitsanforderungen für Destinationen, Unterkünfte und touristische Anbieter.