Case Study: Die Gastronomieampel Bad Staffelstein
Vier Datenquellen, eine tägliche Prüfmail – und die Freigabe bleibt trotzdem im Amt

Worum es in diesem Projekt ging

Die Bürger- und Tourist-Information Bad Staffelstein betreibt eine öffentlich einsehbare Gastronomieübersicht — die sogenannte Gastronomieampel. Sie zeigt Urlaubsgästen und Einheimischen, welche Betriebe im Ort gerade geöffnet haben. Die Daten dafür wurden bis 2026 von Hand gepflegt.

Das Ergebnis dieses Projekts ist ein Monitoring-System, das werktäglich prüft, ob die hinterlegten Öffnungszeiten noch zu dem passen, was die Betriebe selbst auf ihrer Website, bei Google und auf Instagram kommunizieren. Weicht etwas ab, landet der Fall in einer Übersicht und in einer Tagesmail. Was daraus wird, entscheiden Menschen — nicht das System.

Diese Case Study beschreibt, woran die manuelle Pflege scheiterte, wie der Lösungsweg entstanden ist, was in der Umsetzung schiefging und welchen konkreten Unterschied das System heute für drei Gruppen macht: die Mitarbeiterinnen der Verwaltung, die Gastronomiebetriebe und die Gäste.

Das Problem: eine Datenbank, vier Wahrheiten

Ein Gastronomiebetrieb kommuniziert seine Öffnungszeiten an mindestens vier Stellen: im touristischen Informationssystem der Stadt, auf der eigenen Website, im Google-Unternehmensprofil und auf Social Media. Diese vier Stellen werden von unterschiedlichen Personen zu unterschiedlichen Zeitpunkten gepflegt. Sie laufen zwangsläufig auseinander.

Für die Verwaltung entstand daraus ein Dauerproblem ohne befriedigende Lösung. Man konnte 63 Betriebe nicht wöchentlich einzeln durchtelefonieren. Man konnte aber auch nicht darauf vertrauen, dass ein Eintrag von vor acht Monaten noch stimmt. Also blieb ein unangenehmer Mittelweg: pflegen, wenn jemand etwas meldet, und hoffen, dass der Rest passt.

Besonders heikel sind dabei nicht die dauerhaften Zeiten, sondern die kurzfristigen Abweichungen — Betriebsurlaub, ein spontaner Ruhetag, geänderte Winterzeiten. Genau die erfährt eine Tourist-Information meist zuletzt. Und genau die kosten Gäste den Abend.

Dass dieses Problem nicht bloß gefühlt war, stand schon lange vorher in der Zeitung. Bereits am 4. September 2023 titelte der Fränkische Tag: „Bad Staffelstein: Gastro-App zeigt oft Grün, obwohl Lokal geschlossen ist". Im Anriss hieß es, man könne sich in Bad Staffelstein per Ampel-App online informieren, welche Gaststätten und Kioske geöffnet haben — „ganz rund läuft der Service aber nicht".

Das ist der eigentliche Ausgangspunkt dieses Projekts. Die Idee der Ampel war richtig und wurde von Gästen angenommen. Was fehlte, war der Unterbau: ein Weg, die hinterlegten Zeiten aktuell zu halten, ohne dass jemand 63 Betriebe von Hand nachhält. Eine öffentlich sichtbare Ampel, die grün zeigt, während das Lokal zu hat, ist schlimmer als gar keine Ampel — sie verspricht Verlässlichkeit, die sie nicht einlösen kann.

Der erste vollständige Abgleich machte das Ausmaß sichtbar. Bei 23 Betrieben deckten sich Tourismussystem und Google-Eintrag. Bei 27 Betrieben taten sie es nicht. Ein Gasthof war laut Google sonntags eine Stunde kürzer geöffnet als im System hinterlegt. Ein Restaurant galt bei Google dienstags als geschlossen, im System nicht. Ein Betrieb war bei Google mit „24 Stunden geöffnet" eingetragen. Nichts davon war ein Parser-Fehler — es war echter Pflegeverzug, der vorher schlicht niemandem auffiel, weil niemand die Zeit hatte, 63 Betriebe zeilenweise zu vergleichen.

Nebenbei fielen bei der Bestandsaufnahme drei weitere Dinge auf: Zwei aktive Betriebe waren im offiziellen Tourismussystem gar nicht erfasst, darunter eine 2024 eröffnete Brauerei. Ein dritter Eintrag führte einen Betrieb, den Google seit Monaten als dauerhaft geschlossen meldete. Und bei drei Betrieben waren im System überhaupt keine Öffnungszeiten hinterlegt.

Wie der Lösungsweg identifiziert wurde

Am Anfang stand nicht die Frage „Welches KI-Tool nehmen wir?", sondern die Frage, ob dieser Anwendungsfall überhaupt der richtige Einstieg ist. Für ein Pilotprojekt in einer öffentlichen Verwaltung habe ich vier Kriterien angelegt.

Erstens: überschaubarer Umfang. 63 Betriebe sind groß genug, dass manuelle Pflege wehtut, und klein genug, dass sich jedes Ergebnis noch von Hand nachprüfen lässt. Man kann bei diesem Volumen einen Fehler des Systems noch persönlich entdecken — das ist für das Vertrauen in den ersten KI-Einsatz entscheidend.

Zweitens: geringes Risiko. Wenn das System eine Abweichung übersieht, ist die Lage exakt so wie vorher. Wenn es eine falsche Abweichung meldet, kostet es eine Minute Prüfzeit. Es gibt keinen Fall, in dem der Einsatz die Situation verschlechtert. Das ist bei KI-Piloten seltener, als man denkt.

Drittens: messbarer Nutzen. Anzahl erkannter Abweichungen, Anzahl der Betriebe im Klärungsbedarf, Zeit bis zur Korrektur — alles zählbar, ohne dass man ein Reporting-Projekt danebenstellen muss.

Viertens, und das war der wichtigste Punkt: Die Entscheidung durfte nicht an die Maschine wandern. Eine Kommune haftet für die Informationen, die sie veröffentlicht. Ein System, das eigenständig Öffnungszeiten überschreibt, weil Google etwas anderes sagt, wäre fachlich falsch und politisch nicht vermittelbar. Also wurde von Anfang an ein Vorschlagssystem gebaut, kein Automatisierungssystem.

Diese vierte Festlegung hat die gesamte Architektur geprägt. Sie ist der Grund, warum es eine Ampel gibt und keinen automatischen Sync.

Die Lösung: vier Quellen, eine Referenz, ein Mensch am Ende

Die Quellenhierarchie

Das System prüft jeden Betrieb gegen vier Quellen in einer festen Rangfolge. Das Tourismussystem der Stadt ist dabei die Referenz — nicht, weil es immer recht hat, sondern weil es die Quelle ist, für die die Verwaltung verantwortlich zeichnet. Alle anderen Quellen werden dagegen gehalten:

• Tourismussystem (Referenz): die offiziell gepflegten Zeiten, gegen die verglichen wird.
• Website des Betriebs: der Seitentext wird ausgelesen und auf Öffnungszeiten hin ausgewertet.
• Google-Unternehmensprofil: reguläre Öffnungszeiten, Sonderschließungen und der Status „dauerhaft geschlossen".
• Instagram: die jüngsten Beiträge werden auf Hinweise zu Betriebsurlaub, Ruhetagen oder geänderten Zeiten geprüft.

In der Übersicht bekommt jede Quelle pro Betrieb ein Symbol: grün, wenn sie geprüft wurde und sich deckt; gelb, wenn sie nicht geprüft werden konnte; rot, wenn es eine Abweichung gibt. Ein einziges rotes Symbol genügt, damit der Betrieb oben im Bereich „Klärungsbedarf" erscheint — mit Angabe der konkret betroffenen Wochentage.

Warum tag-genau verglichen wird und nicht Text gegen Text

Der naheliegende Ansatz wäre, zwei Öffnungszeiten-Texte zu vergleichen und bei Unterschieden zu warnen. Das produziert Müll. „Di–Sa 11–14 & 17–23 Uhr" und „Dienstag bis Samstag von 11.00 bis 14.00 Uhr sowie 17.00 bis 23.00 Uhr" sind derselbe Sachverhalt in zwei Schreibweisen.

Deshalb überführt das System jede Quelle in einen normalisierten Wochenplan und vergleicht dann Tag für Tag. Der Öffnungszeiten-Parser beherrscht dafür die Eigenheiten realer Freitexte: Tagesbereiche mit Umlauf („Mi–Mo"), zwei Zeitfenster pro Tag mit Mittagspause, „ab 17 Uhr"-Angaben ohne Endzeit, Ruhetage inklusive Teil-Ruhetagen wie „Sonntagabend", Saisonzeiten („April bis Oktober", „ab 01.04.") und Betriebsurlaub mit Zeitraum. Gegen alle 63 Betriebe validiert, bestand er elf von elf Testszenarien.

Zwei bewusste Einschränkungen halten die Fehlalarmquote niedrig: Verglichen wird nur an Tagen, die beide Quellen konkret benennen. Und wo der Referenzplan nicht sicher geparst werden kann, wird gar nicht verglichen — die Quelle bleibt gelb, statt eine Abweichung zu behaupten, die vielleicht keine ist.

Klärungsbedarf statt Vollständigkeitsliste

Die Übersicht ist bewusst nicht als Liste aller Betriebe gebaut, die man durchscrollen muss. Sie hat zwei Zonen. Oben stehen die Betriebe mit offenen Fragen. Darunter laufen die unauffälligen mit. Wer die Seite öffnet, sieht in der oberen Zone seine Arbeit für heute — und darunter die Bestätigung, dass der Rest in Ordnung ist.

Der wichtigste Knopf des ganzen Systems entstand allerdings erst auf Zuruf der Kundin. Bei etlichen Betrieben stimmen die Angaben der Verwaltung, während die Website des Betriebs oder sein Google-Eintrag dauerhaft falsch sind. Ohne Gegenmaßnahme hätte das System diese Fälle bis in alle Ewigkeit gemeldet — und wäre damit binnen weniger Wochen zu Hintergrundrauschen geworden, das niemand mehr liest.

Deshalb gibt es bei jedem Betrieb im Klärungsbedarf den Knopf „Unsere Angaben stimmen — ausblenden". Ein Klick, und der Betrieb wandert mit Häkchen und Datum in die untere Zone. Er erscheint danach in keiner Tagesmail mehr. Ändert sich die Lage, macht ein „rückgängig" die Bestätigung wieder auf. Die Bestätigung gilt geräteübergreifend für das ganze Team: Was eine Kollegin bestätigt, sehen alle anderen sofort. Zum Start wurden die 29 Betriebe, die die Verwaltung ohnehin schon geprüft hatte, samt Begründung hinterlegt.

Die tägliche Mail

Werktags um 7 Uhr läuft der Abgleich, danach geht eine E-Mail raus. Darin stehen ausschließlich die Betriebe, bei denen es etwas zu klären gibt — mit den Zeiten aus Tourismussystem, Google und Website direkt nebeneinander, sodass sofort sichtbar ist, wo die Angaben auseinanderlaufen. Gibt es nichts zu tun, sagt die Mail das in einem Satz.

Dieser eine Satz ist wichtiger, als er klingt. Er ist der Unterschied zwischen einem System, dem man vertraut, und einem System, das man vorsichtshalber trotzdem nochmal selbst kontrolliert.

Was in der Umsetzung schiefging

Eine Case Study, in der alles glattläuft, ist keine Case Study, sondern eine Broschüre. Drei Dinge liefen nicht wie geplant.

Zu strenge Toleranz erzeugte Fehlalarme

Der Zeitvergleich lief zunächst mit 15 Minuten Toleranz. Klingt großzügig, war es nicht: Sechs Betriebe tauchten regelmäßig im Klärungsbedarf auf, obwohl die Angaben inhaltlich übereinstimmten und lediglich eine halbe Stunde Differenz zwischen zwei Quellen bestand — etwa weil die Website die Küchenzeiten nannte und das System die Öffnungszeiten. Nach Rückmeldung der Verwaltung wurde die Toleranz auf 30 Minuten erweitert. Die sechs Fälle verschwanden, ohne dass echte Abweichungen durchrutschten.

Die Lehre daraus ist übertragbar: Die Empfindlichkeit eines Monitorings ist keine technische Einstellung, sondern eine fachliche. Sie lässt sich nur mit den Leuten justieren, die die Meldungen anschließend bearbeiten.

Die Hälfte der Websites zeigte ihre Zeiten nicht her

Beim ersten Durchlauf lieferte die Quelle Website für praktisch keinen Betrieb Öffnungszeiten, obwohl die Seiten sie sichtbar enthielten. Ursache war eine Kombination aus drei Dingen: Ein Teil der Seiten lieferte einen alten Zeichensatz, an dem das Auslesen abbrach. Ein Teil hatte im Datensatz statt einer Adresse eine E-Mail im Website-Feld stehen. Und der größte Teil lud die Öffnungszeiten erst per JavaScript nach — ein einfacher Seitenabruf sieht davon nichts.

Nach der Überarbeitung lieferten 21 von 50 Seiten sauber auslesbare Zeiten. Für die verbleibenden rund 29 Seiten wird die Seite in einem echten Browser gerendert, bevor der Text ausgewertet wird. Das ist langsamer, läuft aber nur als Rückfallebene, wenn der schnelle Weg nichts findet.

Eine Zusage, die ich zurücknehmen musste

Ich hatte in Aussicht gestellt, dass sich auch Instagram-Stories automatisch auswerten lassen — dort posten Gastronomen kurzfristige Schließungen besonders häufig. Der praktische Test zeigte: Instagram gibt Stories ausschließlich an eingeloggte Nutzerkonten heraus. Technisch machbar wäre es nur, indem man die Zugangsdaten eines echten Kontos hinterlegt. Das verstößt gegen die Nutzungsbedingungen und riskiert die Sperrung des Kontos.

Diesen Weg habe ich der Kundin nicht empfohlen, sondern die Zusage schriftlich zurückgenommen. Ausgewertet werden jetzt die regulären Beiträge — was den Anwendungsfall in der Praxis gut abdeckt, weil Betriebe kurzfristige Änderungen ohnehin meist auch als Beitrag posten. Zum Projektabschluss waren 24 Instagram-Profile angebunden, inzwischen sind es 39.

Ich halte das für den wichtigsten Absatz dieser Case Study. Wer KI-Projekte in Verwaltungen umsetzt, wird gelegentlich etwas zusagen, das sich später als nicht sauber machbar herausstellt. Der Umgang damit entscheidet über die Zusammenarbeit — nicht die ursprüngliche Fehleinschätzung.

Der Mehrwert für die Mitarbeiterinnen der Tourist-Information

Der wichtigste Nutzen dieses Systems ist nicht die eingesparte Zeit. Er ist die Verlagerung der Aufmerksamkeit von einer unlösbaren Aufgabe auf eine lösbare.

Von „Ich müsste mal alles prüfen" zu „Heute sind es vier Betriebe"

Vorher war die Datenpflege eine Aufgabe ohne Rand. Es gab keinen Zustand, in dem sie erledigt gewesen wäre, weil man nie wissen konnte, welcher der 63 Betriebe seine Zeiten gerade geändert hatte. Solche Aufgaben erzeugen eine spezifische Form von Belastung: Sie liegen dauerhaft im Hintergrund, ohne dass man sie abschließen kann.

Heute steht morgens in der Mail, was zu tun ist. Vier Betriebe, sechs, manchmal keiner. Das ist eine abarbeitbare Aufgabe mit sichtbarem Ende. Diese Umstellung — von einer unbegrenzten Verantwortung zu einer begrenzten Liste — ist der eigentliche Effekt.

Kein Suchen, kein Nachhalten

Die Mail bringt die Information zur Mitarbeiterin, statt dass die Mitarbeiterin sie holen muss. Sie muss sich nicht erinnern, wann sie zuletzt geprüft hat, keine Excel-Liste mit Prüfdaten führen und nicht überlegen, wo sie beim letzten Mal aufgehört hat. Die drei relevanten Zeitangaben stehen nebeneinander, sodass die Entscheidung in Sekunden fällt statt in einer Recherche.

Einmal entscheiden, dann Ruhe

Der Ausblenden-Knopf respektiert die Fachkompetenz der Mitarbeiterin. Wenn sie geprüft hat, dass die Angabe der Verwaltung stimmt und der Google-Eintrag des Betriebs falsch ist, dann ist das eine Entscheidung — und das System akzeptiert sie dauerhaft, statt sie jeden Morgen erneut infrage zu stellen.

Systeme, die einmal getroffene Entscheidungen nicht speichern, werden von ihren Nutzern innerhalb weniger Wochen ignoriert. Das ist der häufigste Grund, warum gut gemeinte Monitoring-Werkzeuge in Verwaltungen scheitern.

Das Wissen liegt im Team, nicht bei einer Person

Bestätigungen und Notizen gelten geräteübergreifend für alle. Damit hängt der Wissensstand nicht mehr daran, wer gerade im Dienst ist. Wer aus dem Urlaub kommt, sieht auf einen Blick, was in der Zwischenzeit geklärt wurde und von wem. Für eine Tourist-Information mit wechselnder Besetzung am Counter ist das ein größerer Vorteil als die Automatisierung selbst.

Auskunftssicherheit am Counter

Der Punkt, der im Arbeitsalltag am unmittelbarsten spürbar ist: Wer einem Gast eine Empfehlung ausspricht, tut das jetzt auf Basis von Daten, die am selben Morgen gegen drei externe Quellen geprüft wurden. Das ändert die Qualität der Auskunft — und, was leicht unterschätzt wird, die Bereitschaft, überhaupt eine konkrete Empfehlung auszusprechen, statt vorsichtshalber auf „am besten kurz anrufen" auszuweichen.

Die Kontrolle bleibt im Amt

Kein Eintrag ändert sich ohne menschliche Freigabe. Das ist nicht nur juristisch sauber, sondern der Grund, warum das System überhaupt akzeptiert wurde. Es entlastet, ohne zu entmündigen — es nimmt das Suchen ab und lässt das Entscheiden da, wo die Verantwortung liegt.

Der Mehrwert für die Gastronomiebetriebe

Die Betriebe sind Nutznießer, ohne selbst etwas tun zu müssen. Das ist Absicht: Jede Lösung, die den Wirten zusätzliche Pflichten aufgebürdet hätte, wäre in der Praxis gescheitert.

Fehler im eigenen Auftritt werden sichtbar. Die meisten Betriebe wissen nicht, dass ihr Google-Eintrag seit dem letzten Winter eine falsche Uhrzeit zeigt oder dass sie dort als „24 Stunden geöffnet" geführt werden. Das System findet solche Fälle und macht sie ansprechbar. Ein Anruf der Tourist-Information — „Bei Google steht bei Ihnen dienstags geschlossen, stimmt das?" — ist für den Wirt oft die erste Rückmeldung überhaupt zu seinem eigenen digitalen Auftritt.

Kurzfristige Änderungen kommen an. Ein Betrieb, der Betriebsurlaub auf Instagram ankündigt, hat damit aus seiner Sicht Bescheid gesagt. Bisher erreichte diese Information die Tourist-Information nicht. Heute erscheint sie am nächsten Werktag in der Prüfmail — auch dann, wenn alle anderen Quellen unauffällig sind. Der Wirt muss keinen zusätzlichen Kanal bedienen.

Keine vergeblichen Anfahrten, keine schlechte Bewertung. Gäste, die vor verschlossener Tür stehen, machen daraus überdurchschnittlich oft eine öffentliche Bewertung — und zwar über den Betrieb, nicht über die Tourist-Information. Jede vermiedene Fehlinformation verhindert potenziell genau diesen Schaden beim Betrieb.

Betriebe, die durchs Raster fielen, sind jetzt drin. Zwei aktive Betriebe waren im offiziellen System gar nicht erfasst und tauchten in keiner Empfehlung der Tourist-Information auf. Für eine neu eröffnete Brauerei ist das ein handfester wirtschaftlicher Nachteil. Der Abgleich hat beide gefunden.

Der Mehrwert für Urlaubsgäste und Einheimische

Für Gäste zählt am Ende nur eine Frage: Kann ich mich auf die Auskunft verlassen?

Die Ampel zeigt den Status live, nicht den letzten Stand. Ursprünglich zeigte die Übersicht den gespeicherten Status aus dem letzten Prüflauf. Das führte zu absurden Fällen — ein Gasthof mit Ruhetagen Sonntag und Montag stand sonntags auf „geöffnet". Heute berechnet die Seite den Status bei jedem Aufruf neu aus Wochentag und Uhrzeit. Wer sonntags um 19 Uhr auf sein Handy schaut, sieht, was sonntags um 19 Uhr gilt.

Kurzfristige Schließungen erreichen den Gast. Betriebsurlaub, ein spontaner Ruhetag, geänderte Winterzeiten — das sind die Fälle, in denen ein Gast tatsächlich vor verschlossener Tür steht. Sie werden jetzt aktiv gesucht statt zufällig entdeckt.

Verlässlichkeit gerade dann, wenn sie zählt. Bad Staffelstein ist ein Kurort. Ein erheblicher Teil der Gäste kommt zur Therme oder zu den Wallfahrtszielen der Umgebung, ist ortsfremd und plant den Abend spontan vom Hotelzimmer aus. Für diese Gäste ist die Gastronomieübersicht kein Nice-to-have, sondern die Entscheidungsgrundlage. Und für Einheimische gilt dasselbe an einem Sonntagabend im November, wenn drei von vier Betrieben Ruhetag haben.

Der weniger sichtbare Effekt: Eine falsche Öffnungszeit beschädigt nicht nur den Abend eines Gastes, sondern das Vertrauen in die Informationsangebote des Ortes insgesamt. Wer einmal umsonst durch den Ort gelaufen ist, schaut beim nächsten Mal nicht mehr auf die städtische Seite, sondern bei Google — und damit auf eine Quelle, die die Stadt nicht kontrolliert.

Das Ergebnis in Zahlen

Kennzahl	Wert
Überwachte Gastronomiebetriebe	63 im Regelbetrieb (64 zu Projektstart)
Geprüfte Datenquellen je Betrieb	4 (Tourismussystem, Website, Google, Instagram)
Abweichungen im ersten Google-Vollabgleich	27 von 50 vergleichbaren Betrieben
Betriebe, die gar nicht im System erfasst waren	2 aktiv, 1 dauerhaft geschlossen
Angebundene Instagram-Profile	39 (24 zum Projektabschluss)
Prüfrhythmus	werktäglich, 7 Uhr
Automatisch veröffentlichte Änderungen	0 — Freigabe immer durch Mitarbeitende
Laufende Kosten	rund 5 € / Monat

Das Urteil der Kundin

Was das kostet und für wen es sich überträgt

Der Regelbetrieb kostet rund 5 Euro im Monat. Die Instagram-Auswertung wird nach tatsächlich abgerufenen Inhalten abgerechnet, der Google-Abgleich liegt mit rund 60 Abfragen pro Tag im kostenlosen Kontingent, das Auslesen des Tourismussystems und der Websites verursacht keine Kosten. Das ist keine Untertreibung für die Case Study, sondern der Grund, warum das Projekt überhaupt genehmigungsfähig war: Es gibt keine Lizenz, die jährlich verhandelt werden muss.

Für andere Kommunen und Destinationen ist der Fall weitgehend eins zu eins übertragbar — die Ausgangslage ist überall dieselbe: ein gepflegtes Tourismussystem, Betriebe mit eigenen Websites und Google-Einträgen, und niemand mit der Zeit, beides regelmäßig zu vergleichen. Der Aufwand liegt weniger in der Technik als in der Bestandsaufnahme der eigenen Datenbasis.

Das dahinterliegende Muster ist aber allgemeiner und passt auf viele mittelständische Betriebe: Überall dort, wo dieselbe Information an mehreren Stellen gepflegt wird und niemand die Zeit hat, sie regelmäßig gegeneinander zu halten, lässt sich derselbe Aufbau anwenden — Referenzquelle festlegen, externe Quellen automatisch dagegen prüfen, Abweichungen mit Kontext melden, Entscheidung beim Menschen lassen. Produktdaten in Onlineshops und Katalogen, Preise in Portalen, Ansprechpartner und Zertifikate auf Website und in Verzeichnissen, Standortdaten in Filialnetzen: strukturell derselbe Fall.

Wer bei sich prüfen will, wo dieses Muster greift, findet den Einstieg im Vorgehen zur Auswahl des ersten KI-Anwendungsfalls.

Häufige Fragen zur Gastronomieampel

Ändert das System selbstständig Öffnungszeiten?

Nein. Es erzeugt ausschließlich Vorschläge. Jede Änderung im Tourismussystem wird von einer Mitarbeiterin freigegeben und eingetragen. Das war eine bewusste Festlegung zu Projektbeginn und der Grund für die gesamte Architektur.

Wie lange hat die Umsetzung gedauert?

Vom ersten Datenabzug bis zum Regelbetrieb rund sechs Wochen, verteilt über Juni und Juli 2026 — inklusive Bestandsaufnahme, Dashboard, Nachjustierung nach Kundenfeedback und Übergabe.

Was passiert, wenn eine Quelle nicht erreichbar ist?

Die Quelle wird als ungeprüft markiert statt als in Ordnung. Ein Ausfall führt nie dazu, dass eine Abweichung stillschweigend verschwindet. Der zuletzt bekannte Stand der anderen Quellen bleibt erhalten.

Braucht die Verwaltung dafür technisches Personal?

Nein. Im Alltag besteht die Bedienung aus dem Lesen einer E-Mail und dem Klicken eines Knopfes in einer Weboberfläche. Es gibt keine Installation und keine Schulung, die über eine halbe Stunde hinausgeht.

Ist der Einsatz datenschutzrechtlich unproblematisch?

Verarbeitet werden ausschließlich öffentlich zugängliche Betriebsdaten — Öffnungszeiten, Adressen und öffentliche Beiträge gewerblicher Profile. Personenbezogene Daten von Gästen oder Beschäftigten werden nicht verarbeitet.

Warum werden Instagram-Stories nicht ausgewertet?

Instagram gibt Stories nur an eingeloggte Konten heraus. Ein automatisierter Abruf wäre nur mit hinterlegten Zugangsdaten eines echten Kontos möglich, was gegen die Nutzungsbedingungen verstößt und die Sperrung riskiert. Ausgewertet werden daher nur reguläre Beiträge.

Lässt sich das auf andere Kommunen übertragen?

Ja. Voraussetzung ist ein gepflegtes touristisches Informationssystem als Referenzquelle. Der größere Teil des Aufwands entfällt auf die Bestandsaufnahme der eigenen Daten, nicht auf die Technik.

Quellen und Datenbasis

Alle Zahlen dieser Case Study stammen aus der Projektdokumentation und den Abstimmungsprotokollen des Pilotprojekts (Juni bis Juli 2026). Das Zitat wurde von der Bürger- und Tourist-Information Bad Staffelstein zur Veröffentlichung freigegeben. Ergänzend:

Fränkischer Tag (Monika Schütz), 4. September 2023: „Bad Staffelstein: Gastro-App zeigt oft Grün, obwohl Lokal geschlossen ist" (Bezahlartikel)

Gastronomiefinder der Stadt Bad Staffelstein (öffentliche Gastronomieampel)

Google Unternehmensprofil-Hilfe: Öffnungszeiten bearbeiten

IHK Rhein-Neckar: Falsch angezeigte Öffnungszeiten bei Google

Statistisches Bundesamt: Gastgewerbe und Tourismus in Deutschland