Wie wir die Kurzzeitvermietung automatisiert haben: AmoCRM, RealtyCalendar und Telegram

Das Geschäft mit der Kurzzeitvermietung lebt von der wiederkehrenden Kommunikation mit Gästen. Jeder braucht eine Anleitung, das WLAN-Passwort, den Türcode, eine Erinnerung an die Abreise. Einmal von Hand ist das kein Problem. Bei zehnmal pro Woche wird es schon eng. Zwanzig Apartments gleichzeitig werden zum Chaos. Dieses Fallbeispiel zeigt, wie wir ein System gebaut haben, das dem Team des Kunden diese ganze Routine abgenommen hat. Die Technik ist einfach, der Nutzen enorm.
Kontext: Wie es vorher war
Der Kunde verwaltete mehrere Wohnungen in der Kurzzeitvermietung. Die Buchungen kamen über drei Buchungsportale: Avito, Sutochno, Yandex Travel. Das Team arbeitete in WhatsApp und Telegram, den Belegungsplan führte es in RealtyCalendar. Automatisiert war nichts.
Der Standardweg einer Buchung:
- Der Gast bucht über ein Buchungsportal
- Der Manager sieht die Buchung in RealtyCalendar
- Der Manager öffnet WhatsApp, kopiert die Vorlage und setzt die Gästedaten ein
- Zwei Tage später eine Erinnerung an die Anreisezeit
- Am Anreisetag: Anleitung, WLAN-Passwort, Türcode (für jede Wohnung ein eigener)
- Am Abreisetag: Erinnerung an den Check-out
- Nach der Abreise: Aufgabe für die Reinigungskräfte
Jeder Schritt manuell. Jede Wohnung mit eigenem Satz an Passwörtern und Codes. Mit jeder weiteren Wohnung wuchs der Aufwand für die Kommunikation linear – und mit ihm die Zahl der Fehler. Dem falschen Gast den Code geschickt, die Anleitung vergessen, gestrige Daten gesendet.
Ziel
Das Team sollte sich nur noch um Sonderfälle kümmern: Konfliktlösung, früher Check-in, später Check-out, Stornierungen. Die gesamte Routine – Versand von Anleitungen, Passwörtern und Erinnerungen – sollte in die Automatisierung wandern.
Ein weiteres Ziel: Beim Hinzufügen einer neuen Wohnung soll die Kommunikation automatisch mitlaufen, ohne dass Templates neu geschrieben werden müssen.
Architektur
Die wichtigste Architekturentscheidung: nicht zu versuchen, alles in einem einzigen Tool abzubilden. Jede Komponente macht das, worin sie stark ist, und kommuniziert mit ihren Nachbarn über API und Webhooks.
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ Buchungsportale │ │ RealtyCalendar │ │ AmoCRM │
│ Avito, Sutochno │───▶│ einheitlicher │───▶│ Funnel nach │
│ Yandex Travel │ │ Plan, synchron │ │ Buchungsphasen │
└─────────────────┘ └─────────────────┘ └────────┬────────┘
│
│ webhook
▼
┌─────────────────┐ ┌─────────────────┐
│ WhatsApp, │ │ Unser Backend │
│ Telegram │◀───│ holt Anleitung │
│ über │ │ für die │
│ Salesbot/Pact │ │ jeweilige │
└─────────────────┘ │ Wohnung │
└─────────────────┘
Jeder Baustein:
- Die Buchungsportale sind bereits mit RealtyCalendar verbunden. Das ist eine Standardintegration, die wir nicht angefasst haben.
- RealtyCalendar bündelt die Buchungen aller Plattformen in einem Belegungsplan. Die native Integration mit AmoCRM war bereits vorhanden, wir haben sie unverändert genutzt.
- In AmoCRM steckt die eigentliche Funnel-Logik. Für jede Buchung ein eigener Deal mit Phasenwechseln.
- Unser Backend fängt die Webhooks aus AmoCRM ab, bestimmt, welche Anleitung zu senden ist, und leitet sie an WhatsApp/Telegram weiter.
- Salesbot und Pact fungieren als Zustellwerkzeuge in die Messenger. Pact beherrscht die WhatsApp Business API, Salesbot ist in AmoCRM integriert.
Das Prinzip: keine eigenen Integrationen mit den Buchungsportalen. RealtyCalendar macht das besser als wir, und es ergibt keinen Sinn, das zu duplizieren.
Der Funnel in AmoCRM
Am interessantesten ist hier die Struktur des Deals. Jede Buchung durchläuft einen Funnel mit festen Phasen:
| Phase | Auslöser für den Wechsel | Was der Gast erhält |
|---|---|---|
| Gebucht | Deal-Erstellung aus RealtyCalendar | Buchungsbestätigung + Zahlungsdaten |
| Anleitung gesendet | 1 Tag vor der Anreise | Vollständige Anleitung: Adresse, Anfahrt, WLAN, Codes |
| Früher Check-in | Auf Wunsch des Gastes, manuelle Phase | Bestätigung der Uhrzeit, Zuzahlung |
| Später Check-out | Auf Wunsch des Gastes, manuelle Phase | Bestätigung der Uhrzeit, Zuzahlung |
| Check-in | Am Anreisetag, zur gebuchten Anreisezeit | Begrüßungsnachricht, Kontakt des Managers |
| Aufenthalt | 24 Stunden nach der Anreise | (Stille, der Gast ist in der Wohnung) |
| Check-out | 4 Stunden vor Ende der Buchung | Erinnerung an den Check-out |
| Reinigung | Nach der Abreise | Aufgabe für die Reinigungskräfte |
Jede automatische Phase löst einen Webhook in unser Backend aus. Das Backend entscheidet, was genau gesendet wird.
Warum ein Backend und nicht nur AmoCRM
Man hätte alles innerhalb von AmoCRM über Salesbot lösen können. Haben wir nicht, und zwar aus folgenden Gründen.
Die Anleitungen sind für jede Wohnung individuell. In der einen Wohnung lautet der Türcode 1234, in der anderen 5678. Das eine WLAN heißt Home, das andere Apartment2. Das alles in Salesbot-Templates zu pflegen führt direkt ins Chaos. Jede neue Wohnung erfordert das Kopieren und Bearbeiten des gesamten Funnels.
Die Lösung: Wohnungen liegen in unserer Datenbank als Entitäten mit Feldern: Adresse, Türcode, WLAN-Name, WLAN-Passwort, Anleitung, Kontakt der Reinigungskraft, Anreisezeit. Das Backend zieht anhand der Wohnungs-ID aus dem AmoCRM-Deal die nötigen Daten und setzt sie in den Nachrichtentext ein.
Die Logik unterscheidet sich je nach Gasttyp. Ein Gast mit der ersten Buchung erhält die ausführliche Anleitung. Ein Gast, der schon einmal da war, bekommt eine kurze Nachricht: „Tür ist dieselbe, Code ist derselbe“. In AmoCRM lässt sich solche Logik über Salesbot verzweigen, aber es ist aufwendig. Im Code sind es fünf Zeilen.
Die Zahlungsinformationen werden live berechnet. Preis plus Provision des Buchungsportals plus Kaution. AmoCRM kann solche Berechnungen nicht, das Backend rechnet im Moment des Versands.
Wie ein Zyklus in der Praxis abläuft
Tag −1. Der Gast hat eine Woche vor der Anreise über Sutochno gebucht. RealtyCalendar hat die Buchung erhalten und einen Deal in AmoCRM angelegt. Der Deal landete automatisch in der Phase „Gebucht“. In AmoCRM wurde ein Trigger ausgelöst, und es ging eine Bestätigung per Salesbot in Telegram raus (wenn der Gast Telegram angegeben hat) oder per Pact in WhatsApp.
Tag 0, morgens. Der Trigger „24 Stunden vor der Anreise“ wurde in AmoCRM ausgelöst. Der Deal wechselte in die Phase „Anleitung gesendet“. In unserem Backend kam ein Webhook mit der Deal-ID an. Das Backend:
- Hat aus AmoCRM die Wohnungs-ID und die Anreisezeit abgerufen
- Hat aus der eigenen Datenbank die Daten der Wohnung geholt: Adresse, WLAN, Türcode, Anleitung
- Hat aus AmoCRM die Telefonnummer und den Namen des Gastes geholt
- Hat den Nachrichtentext nach der Vorlage der Wohnung zusammengestellt
- Hat ihn über die Pact API an die WhatsApp-Nummer des Gastes geschickt
- Hat in AmoCRM den Kommentar „Anleitung um 09:00 gesendet“ eingetragen
Tag 0, Anreisezeit. Der Deal wechselte planmäßig in „Check-in“. Der Gast bekam „schönen Aufenthalt, bei Bedarf einfach dem Manager schreiben“.
Tag 1-N, Ruhe. Keine Nachrichten. Der Gast lebt einfach.
Abreisetag, 4 Stunden vorher. Der Deal steht auf „Abreise“. Der Gast hat eine Erinnerung zum Check-out bekommen.
Nach der Abreise. Der Deal steht auf „Reinigung“. Die Reinigungskraft hat Adresse und Uhrzeit per WhatsApp bekommen.
Das Team des Kunden hat diesen ganzen Zyklus nicht angefasst. Sie öffnen AmoCRM einmal am Tag, schauen sich die Pipeline an und greifen nur bei Ausnahmen ein: früher Check-in, Konflikt, Stornierung.
Was dabei herausgekommen ist
- Vollständige Automatisierung von der Buchung bis zur Kommunikation mit dem Gast. Das Team schreibt keine Standardnachrichten mehr von Hand.
- Jede Nachricht enthält die aktuellen Daten der jeweiligen Wohnung. Der Code 1234 landet nicht in der Wohnung, in der der Code 5678 gilt.
- Die Pipeline in AmoCRM ist transparent. In jeder Phase ist zu sehen, was mit der Buchung passiert.
- Eine Wohnung hinzuzufügen dauert eine Minute. Sie gehen ins Admin-Panel des Backends, füllen die Felder der Wohnung aus, und sie wird automatisch in die Pipeline übernommen.
Was nicht funktioniert hat
Pact für WhatsApp. Manchmal hängt die WhatsApp Business API oder lehnt Nachrichten ab. Wir haben Retry mit exponentiellem Backoff ergänzt, das rettet 90 % der Fälle, aber manchmal kommen die Nachrichten trotzdem nicht an. Der Fallback sieht so aus: Der Manager bekommt eine Benachrichtigung, dass die Nachricht nicht rausgegangen ist, und verschickt sie manuell.
Telegram-Bots decken nicht alle Gäste ab. Etwa die Hälfte der Gäste nutzt Telegram nicht. WhatsApp funktioniert in Russland, aber mit Einschränkungen (ein Teil der Zielgruppe nutzt es nicht oder hat eine veraltete Version). Einen idealen universellen Kanal gibt es nicht, deshalb setzen wir auf multikanalen Versand mit Priorität: Telegram, WhatsApp, SMS als Fallback.
Webhooks aus AmoCRM kommen manchmal verspätet. In seltenen Fällen schickt AmoCRM einen Webhook mit 5-10 Minuten Verzögerung. Für unsere Logik ist das nicht kritisch (wir verschicken keine Nachrichten auf die Sekunde), beim Debuggen war es aber unangenehm.
Was ich heute anders machen würde
Ich würde die Wohnungsdaten in ein separates Admin-Tool legen. Im Moment liegen sie in Postgres, und zum Bearbeiten braucht man einen Entwickler. Ich würde ein Mini-Admin-Panel mit demselben Next.js bauen und es an diese Datenbank anbinden. Der Kunde würde die Wohnungen selbst bearbeiten, ohne sich an uns zu wenden.
Ich würde einen AI-Agenten für Sonderfälle ergänzen. Derzeit wird bei „früher Check-in“ der Deal von Hand weitergeschoben. Ein AI-Agent im Telegram-Bot könnte den Dialog mit dem Gast führen, verstehen, dass er einen frühen Check-in möchte, und den Deal direkt weiterschieben. Technisch ist das lösbar (Ähnliches machen wir in MeerBot). Zum Zeitpunkt des Projekts war der Stack noch nicht so weit.
Ich würde eine Auswertung nach Aggregatoren erstellen. Woher die Gäste kommen, wie hoch die Wiederbuchungsrate pro Kanal ist, welcher Manager was abschließt. Das gibt es derzeit nicht, der Kunde sieht nur Gesamtzahlen. Mit Analytics ließe sich das Werbebudget zwischen den Aggregatoren umverteilen.
Wann eine solche Lösung passt
Wenn Sie:
- ein Unternehmen mit wiederkehrender Kundenkommunikation haben (Vermietung, Lieferung, Schulung, Dienstleistungen nach Terminplan)
- mehrere Standorte, Filialen oder Objekte mit eigenen Parametern haben (wie die Wohnungen in diesem Fall)
- mehrere Lead- oder Auftragsquellen haben
- ein Team haben, das in Standardnachrichten versinkt
Das ist ein funktionierendes Muster. Der konkrete Stack lässt sich austauschen (statt AmoCRM Bitrix oder amoUSe, statt RealtyCalendar ein anderes Tool für die jeweilige Nische). Die Logik bleibt: Integrationen trennen, eine zentrale Datenbank für die Objekte haben und die CRM-Pipeline mit dem eigenen Backend verbinden, damit aktuelle Daten eingesetzt werden.
Wie es weitergeht
Denken Sie über die Automatisierung Ihrer Kundenkommunikation oder Ihrer CRM-Prozesse nach? Schreiben Sie mir, wir besprechen Ihre Prozesskette und schauen, was sich aus dem manuellen Betrieb herausnehmen lässt. Wenn Sie das Budget grob einschätzen möchten, hilft Ihnen der Kalkulator in einer Minute.


