Samstag, 8:47 Uhr. Draußen regnet es, die Kinder sind seit sechs Uhr wach und die Stimmung kippt. Die Mutter greift zum Handy. Sie googelt nicht „Museum Berlin“. Sie tippt in ihren KI-Assistenten: „Was können wir heute mit zwei Kindern, sechs und neun, bei Regen unternehmen? Nicht zu teuer, am liebsten vormittags.“
Dreißig Sekunden später hat sie drei Vorschläge – mit Öffnungszeiten, einer kurzen Beschreibung und einem Link zum Ticketkauf. Deine Website hat sie dabei nie gesehen. Dein Chatbot, der dort unten rechts freundlich blinkt, auch nicht.
Diese Szene wird alltäglich. Deshalb lohnt es sich, eine Frage neu zu stellen, die viele Häuser gerade beschäftigt: Braucht man als Museum oder Attraktion noch einen eigenen Chatbot?
Wo planen Besucher ihren Ausflug heute?
Lange lief die Planung eines Ausflugs so: Suchmaschine, Trefferliste, Museumswebsite, Öffnungszeiten, Ticketshop. Die eigene Website war der Ort, an dem die Entscheidung fiel. Wer dort einen Chatbot hatte, war im entscheidenden Moment präsent.
Dieser Weg verändert sich. Immer mehr Menschen fragen direkt einen KI-Assistenten wie ChatGPT, Claude oder Gemini. Sie beschreiben ihre Situation und erwarten eine fertige Empfehlung. Welches Haus überhaupt infrage kommt, entscheidet dabei die KI – noch bevor der Besucher deine Website aufruft.
Für einen Website-Chatbot heißt das: Er sitzt in einem Raum, den der Besucher in der wichtigsten Phase gar nicht betritt. Er kann erst helfen, wenn die Entscheidung für dein Haus schon gefallen ist.
Was leistet ein Chatbot auf der Museumswebsite eigentlich?
Ein ehrlicher Blick lohnt sich. Die meisten Website-Chatbots erledigen im Kern zwei Aufgaben. Sie beantworten Fragen, etwa zu Öffnungszeiten, Barrierefreiheit oder Garderobe. Und sie führen den Besucher am Ende per Link in den Buchungsprozess.
Genau das können die großen KI-Assistenten auch. Sie verstehen Fragen in natürlicher Sprache, antworten verständlich und verlinken auf den Ticketshop. Viele Website-Chatbots laufen im Hintergrund ohnehin auf denselben großen Sprachmodellen. Der Unterschied liegt also selten in der Intelligenz – sondern in den Daten, mit denen die KI arbeitet.
Wer liefert der KI die richtigen Daten?
Damit sind wir bei der eigentlichen Frage. Sie lautet nicht „Wer hat einen Chatbot?“, sondern „Wer liefert der KI die richtigen Daten?“
Eine KI ist nur so gut wie ihre Quelle. Fehlen ihr aktuelle Informationen, füllt sie die Lücke mit dem, was sie irgendwo im Netz gefunden hat: einer alten Pressemitteilung, einer veralteten FAQ-Seite, einem Reiseportal mit Preisen von vorletztem Jahr. Die Antwort klingt dann überzeugend – und ist trotzdem falsch.
Das ist ärgerlich bei Öffnungszeiten. Bei Preisen und Verfügbarkeiten wird es zum echten Problem.
Warum sind Echtzeit-Preise für KI-Assistenten eine besondere Herausforderung?
Immer mehr Häuser setzen auf intelligente Besuchersteuerung: Preise und Kontingente richten sich nach Nachfrage, Wochentag und Uhrzeit. Am ruhigen Dienstagvormittag ist der Eintritt günstiger, am verregneten Samstag um elf Uhr ist der Zeitslot vielleicht fast ausgebucht. Das entzerrt Besucherströme und sorgt für einen angenehmeren Besuch.
Technisch steckt dahinter Echtzeit-Dynamic-Pricing. Genau hier stoßen gecrawlte Informationen an ihre Grenzen. Eine Webseite, die gestern ausgelesen wurde, weiß nichts vom Preis heute um 14 Uhr. Eine FAQ weiß nicht, dass der 11-Uhr-Slot gerade die letzten Plätze vergibt. Auch eine regelmäßig übermittelte Angebotsliste hilft nur bedingt: Zwischen Übermittlung, Abruf und Antwort kann sich der Preis längst geändert haben.
Richtige Antworten gibt es nur auf einem Weg: über eine Live-Anbindung an das Ticketsystem selbst. Der Assistent fragt dort konkret nach – Samstag, 11 Uhr, zwei Erwachsene, zwei Kinder – und bekommt den Preis und die Plätze, die in diesem Moment gelten.
Auch das bleibt eine Momentaufnahme. Diskutiert die Familie zwanzig Minuten beim Frühstück, kann der Slot inzwischen voller sein. Verbindlich wird es deshalb erst im Checkout, wo Preis und Platz beim Kauf festgelegt werden. Das ist kein Mangel, sondern genau die Ehrlichkeit, die Besucher von einer guten Auskunft erwarten dürfen.
Wie kommen Live-Daten zur KI? Agentic Commerce und MCP einfach erklärt
Bisher mussten KI-Systeme sich ihr Wissen über einen Shop mühsam zusammensuchen. Man kann es sich so vorstellen: Die KI stand vor dem Schaufenster und hat es abfotografiert. Was nicht im Fenster lag oder sich nach dem Foto geändert hat, konnte sie nicht wissen.
Jetzt entstehen Standards, mit denen die KI direkt mit dem Verkaufspersonal sprechen darf.
Agentic Commerce bezeichnet den Handel, bei dem KI-Assistenten im Auftrag von Menschen Angebote finden, vergleichen und bis zum Kauf begleiten. Dafür entstehen gerade offene Standards, mit denen ein Ticketshop selbst festlegt, was KI-Agenten auslesen und nutzen dürfen.
Zwei Bausteine sind dabei wichtig. Der Produktfeed ist eine strukturierte Angebotsliste, die KI-Anwendungen einlesen können – gewissermaßen der Katalog. Das Universal Commerce Protocol (UCP) ist ein offener Standard, der regelt, wie KI-Agenten und Shops miteinander ins Geschäft kommen: Angebot abfragen, Warenkorb, Checkout. Es ist das Gespräch am Verkaufstresen.
MCP (Model Context Protocol) ist ein offener Standard, über den KI-Assistenten an externe Datenquellen und Funktionen andocken. Man kann sich MCP wie eine genormte Steckdose vorstellen: Wer sie anbietet, kann mit ganz unterschiedlichen KI-Systemen verbunden werden, ohne für jedes einen eigenen Adapter zu bauen. UCP beschreibt also, was besprochen wird – MCP ist einer der Wege, über den das Gespräch läuft.
Wichtig dabei: Das Museum entscheidet, was freigegeben wird. Die KI bekommt keinen Generalschlüssel, sondern genau die Informationen, die sie für eine gute Antwort braucht.
Was bedeutet das für Museen, die mit attractix arbeiten?
attractix ist ein Ticketing-System mit integriertem Echtzeit-Preissystem. Preise, Zeitslots und Kontingente entstehen nicht in einem angebundenen Fremdsystem, sondern im Ticketsystem selbst. Genau deshalb liegt dort die eine verlässliche Quelle für die Frage „Was kostet ein Ticket heute um elf, und ist noch Platz?“
Unser Ansatz ist bewusst offen. attractix setzt nicht auf einen eigenen Bot, der ein Museum an einen Anbieter bindet, sondern auf eine offene Datenbasis. Sie ist darauf ausgelegt, zwei Richtungen zu bedienen:
Sie soll die großen KI-Assistenten dort versorgen, wo Besucher heute planen – damit diese korrekt informieren und in den Checkout weiterleiten können.
Und sie soll auch einen Website-Chatbot, den ein Museum selbst auswählt, mit Live-Preisen und echten Verfügbarkeiten versorgen können.
Die Anbindung für KI-Assistenten befindet sich bei attractix derzeit im Pilotbetrieb.
Das Museum behält dabei die Wahl. Es entscheidet selbst, ob und welchen Chatbot es einsetzt. Wechselt es später den Anbieter, muss die Preislogik nicht in einem neuen Bot nachgebaut werden – sie bleibt dort, wo sie hingehört: im Ticketsystem.
Also: Brauchst du noch einen eigenen Chatbot?
Die ehrliche Antwort: Ein eigener Chatbot ist kein Muss mehr. Die Planung verlagert sich zu den großen KI-Assistenten, und dort zählt nicht, wer den freundlichsten Bot hat, sondern wer die verlässlichsten Daten liefert.
Wer trotzdem einen Chatbot möchte, kann das selbstverständlich tun. Sinnvoll ist er vor allem dort, wo dein Team viele wiederkehrende Servicefragen beantwortet oder Besucher Orientierung brauchen. Für die Entscheidung hilft eine einfache Frage: Welche Besucherfrage beantwortet dieser Bot besser oder schneller als ein KI-Assistent – und auf welche Quelle greift er dabei zu?
Lautet die Antwort „allgemeine Auskünfte und ein Buchungslink“, lohnt ein nüchterner Blick auf Aufwand und Kosten. Soll er Preise und freie Zeitfenster nennen, braucht er eine Live-Anbindung. Ein Chatbot, der den Preis von gestern nennt, ist schlechter als gar keiner.
Die gute Nachricht: Diese Grundlage muss man nicht doppelt schaffen. Ein Ticketsystem, in dem Preise und Verfügbarkeiten live entstehen und offen bereitgestellt werden können, ist die Basis für beides.
Häufige Fragen
Brauche ich einen Chatbot, wenn ich attractix nutze? Nein, ein eigener Chatbot ist keine Voraussetzung. Entscheidend ist, dass KI-Systeme korrekte Live-Daten zu Preisen und Verfügbarkeiten erhalten. Wer zusätzlich einen Website-Chatbot einsetzen möchte, kann diesen frei wählen.
Was ist MCP? MCP (Model Context Protocol) ist ein offener Standard, über den KI-Assistenten an externe Datenquellen und Funktionen angebunden werden. Er funktioniert wie eine genormte Schnittstelle, liefert aber selbst keine Daten – die kommen aus dem angebundenen System.
Woher weiß ein KI-Assistent den aktuellen Ticketpreis? Verlässlich nur über eine Live-Abfrage beim Ticketsystem. Webseiten, FAQs oder regelmäßig übermittelte Angebotslisten können bei dynamischen Preisen schon veraltet sein. Bei attractix wird eine solche Live-Anbindung für KI-Assistenten derzeit im Pilotbetrieb erprobt.
Kann ein KI-Assistent bei attractix-Kunden Tickets direkt im Chat buchen? Der Weg sieht so aus: Der KI-Assistent informiert korrekt über Angebot, Preis und Verfügbarkeit und leitet den Besucher in den Ticketshop des Museums weiter. Dort wird die Buchung verbindlich abgeschlossen.
Sprechen wir darüber
Du möchtest wissen, wie dein Haus in KI-Assistenten sichtbar wird und warum Echtzeit-Preise dabei den Unterschied machen? Wir zeigen es dir gern in einem unverbindlichen Gespräch oder einer kurzen Demo – ganz ohne Chatbot-Pflicht.
