Ich baue und betreibe die Telefon- und Chat-KI für Hotels, vom Agenten über das Kundenportal bis zur Qualitätskontrolle.

Ausgangslage

Aura ist eine digitale Rezeption für Hotels. Die KI nimmt Anrufe an, beantwortet Fragen zu Parkplatz, Frühstück und Haustieren, prüft live Verfügbarkeiten im Buchungssystem des Hotels, legt Buchungen an und leitet an Menschen weiter, wenn es nötig ist. Dazu kommt ein Chat auf der Hotel-Website.

Eine Demo davon ist schnell gebaut. Schwer wird es, wenn teils Tausende echte Gäste am Tag anrufen und die KI dabei Preise nennt und Zimmer anbietet. Ein falscher Preis am Telefon ist kein kleiner Bug. Den hört der Gast, und das Hotel muss ihn ausbaden.

Ich bin seit Mai 2025 dabei. Angefangen habe ich mit der Onboarding-App für neue Hotels. Heute gehören mir der Agent selbst, das Kundenportal, das Chat-Widget und alles, was an API dranhängt. Dazu leite ich die Themen Agent-Zuverlässigkeit sowie Plattform und Chat.

Was ich hier baue

Der Agent als Code

Prompts, Abläufe und Tools lagen anfangs in der Oberfläche des Sprach-Anbieters. Kein Diff, kein Review, Produktion und Entwicklung liefen auseinander. Ende 2025 haben wir auf ElevenLabs gewechselt, und ich habe dafür eine eigene CLI gebaut: Agenten ziehen, vergleichen, validieren, auf Dev pushen, Simulationen laufen lassen, Experimente mit Traffic-Split fahren. Es gibt vier Agenten im Repo, Telefon und Chat jeweils in Dev und Produktion. Die Regel ist einfach: Änderungen erst auf Dev beweisen, dann nach Produktion spiegeln, nie gegen Produktion testen. Agenten bedienen die CLI genauso wie ich.

Evals und ein Gate vor jedem Release

Rund 280 simulierte Gespräche für Telefon und Chat, jeweils mit Persona, Kriterien und Tool-Mocks. Die Mocks werden gegen die echten API-Modelle geprüft, damit Tests nicht still von der Realität abweichen. Jedes Ticket beginnt gleich: Fehler mit einem Eval reproduzieren, kleinste Änderung, Dev-Agent, Vorher-Nachher im PR. Ein Release läuft heute so: Dev-Agent, alle Evals, unter 94 Prozent Korrektheit wird weiter gefixt, sonst geht es raus.

Qualitätsmonitor und Qualitätsvertrag

Jeder echte Anruf wird nach dem Gespräch bewertet. Die Regeln dafür stehen in einem maschinenlesbaren Qualitätsvertrag, der aus den Tools des Agenten und den Einstellungen im Portal generiert wird, inzwischen getrennt für Telefon und Chat. Ein täglicher Drift-Check prüft, ob neue Agent-Änderungen noch zum Vertrag passen.

Der Monitor zeigte eine gute Quote, und trotzdem fielen jeden Tag Anrufe durch. Ich habe die Fehler der letzten 24 Stunden einzeln nach Ursache clustern lassen. Ein großer Cluster war ein Artefakt der Schlagwortsuche. Der Bewerter selbst hat Weiterleitungen falsch gezählt, weil er Tool-Aufrufe nach Zeitstempel statt nach Reihenfolge sortiert hat. Beim echten Problem lag die Ursache meist in einer langen Verfügbarkeitsliste, aus der das Modell den falschen Eintrag nahm. Den ersten Eval dafür hat der Agent bestanden, er war zu einfach. Erst mit einer realistisch vollen Antwort ließ sich der Fehler reproduzieren.

Weiterleitungen, die nicht der Prompt entscheidet

Wann an wen weitergeleitet wird, stand früher im Prompt und klappte mal so, mal so. Seit Juli 2026 entscheidet ein deterministischer Resolver in der API anhand der Einstellungen, die das Hotel im Portal pflegt: Kontakte, Zeiten, Schlüsselwörter, Verhalten nach Feierabend, Rückruf nach gescheiterten Versuchen. Der Agent sammelt nur noch, was der Resolver braucht. Seit September gibt es eine Variante für den Chat.

Buchungssysteme

Ibelsa, Vioma, DIRS21, Mews und weitere liefern Raten, Pakete und Extras alle anders. Ich baue die Logik dazwischen: Zimmer sortieren, Mindestaufenthalt, Alternativtermine, Mehrzimmer-Buchungen, Stornobedingungen, und einen Buchungslink-Modus für Hotels ohne System. Im Juli 2026 sagte die KI bei einem Hotel “inklusive Frühstück”, obwohl es nur zubuchbar war. Statt das eine Hotel zu flicken, habe ich echte Antworten aus allen Systemen gezogen und eine gemeinsame Regel für Extras gebaut. Die Dokumentation aller Systeme liegt in einem eigenen Repo, damit Agenten bei neuen Anbindungen nicht raten.

Das Chat-Widget

Derselbe Agent als Chat auf der Hotel-Website, seit Februar 2026. Die Verfügbarkeitsprüfung läuft als Client-Tool, der Browser zeigt Zimmerkarten mit Bildern, Preisen und direkten Buchungslinks. Dazu Sprachmodus, Restaurant-Auswahl, Einwilligungsscreen, Anpassung im Portal und die gleiche Sprache wie am Telefon. Das Widget ist die Basis für Auras kostenlosen Chat-Tarif.

Wissen: Import, Hygiene, Lücken

Die Wissensbasis eines Hotels von Hand anzulegen dauert. Seit September 2026 liest ein Crawler die Hotel-Website, Gästemappen und PDFs ein und macht daraus Einträge, die das Team prüft. Weil Hotels das mochten und es automatisch haben wollten, gibt es seit Oktober einen automatischen Modus. Doppelte Einträge werden erkannt und vor dem Löschen vorgelegt.

Ende August kam die Idee für Wissenslücken: Wo der Agent eine Frage nicht beantworten konnte, steht das in den Logs. Wir gleichen diese Fragen mit der Wissensbasis ab und zeigen sie im Portal mit einem Knopf zum Ergänzen. Ändert sich die Wissensbasis, wird neu geprüft, denn veraltete Hinweise sind schlimmer als keine. Beim Abschlusscheck liefen 527 Klassifizierungen in 24 Stunden ohne einen Fehler.

Feedback, das Agenten abarbeiten

Hotels geben zu jedem Gespräch Feedback. Früher landete es in Linear und blieb dort liegen. Heute wird jede Meldung gespeichert und vor dem Anlegen geprüft, ob ein offenes Ticket sie schon abdeckt. Wird ein Fix gemergt, sieht das Hotel im Portal “Für Sie umgesetzt”. Den Linear-Eingang triagiert ein Koordinator-Agent jeden Werktag: höchstens fünf Tickets, jedes bekommt einen eigenen Agenten mit Lese-Briefing, zurück kommt eine Einordnung mit Belegen.

Das Kundenportal

Mein größter Brocken, aus der Onboarding-App gewachsen. Hier konfigurieren Hotels ihren Agenten, von Restaurants über Weiterleitungen bis zum Buchungssystem, und sehen jedes Gespräch mit Audio, Transkript und Ergebnis. Neue Wünsche landen als Einstellung im Portal und als API-Feld, nicht als Prompt-Hack. Im August 2026 habe ich alle Seiten an einem Tag auf ein gemeinsames Designsystem gezogen.

Frontends, die sich selbst reparieren

Fehler im Portal und im Widget landen seit Oktober 2026 als Exceptions in PostHog. Geplante Scans starten für jede Fehlerklasse einen Agenten, der den Fehler erst reproduziert und dann fixt. Damit das geht, gibt es Verifikations-Skills: Ein Agent kann Portal und Chat selbst bedienen, Screenshots machen und seine Änderung belegen. Für das Portal gibt es außerdem eine lokale End-to-End-Umgebung mit synthetischen Hotels.

Außerdem

Einwilligungs-Logging und Härtung gegen Prompt-Injection. Automatisierung von Kontoanlage und Rufnummernvergabe. Modell-Benchmarks für deutsches Telefonieren, mit Latenz und Verhalten.

Wie ich arbeite

Fast alles läuft über Agenten in Cloud-VMs, ein Thema pro Agent, oft mehrere parallel. Jeder Agent startet eine eigene Review-Version des Portals, die ich mir anschaue, bevor etwas gemergt wird. Agenten haben lesenden Zugriff auf Produktion. Schreiben gibt es nur mit expliziter Freigabe pro Aufgabe. Und keine Änderung ohne Beweis: erst Eval oder Reproduktion, dann Fix, dann eine Woche später in Produktion nachmessen.

Was dabei rauskam

Aus “die Quote sieht gut aus” wurde ein Bild, auf das man handeln kann. Releases laufen hinter einem Eval-Gate, Drift wird täglich geprüft, Hotels pflegen ihr Wissen selbst und sehen, was mit ihrem Feedback passiert. Seit Mai 2025 sind über 880 Pull Requests von mir in Auras Repos gemergt.

Jonas Cohrs, Mitgründer von Aura: “Er versteht das Big Picture von Backend bis Frontend.”