Ein Vierertisch am Fenster bestellt Dessert, und als der Teller mit einer brennenden Kerze kommt, gehen drei Handys gleichzeitig hoch. Zwei Tische weiter schließt eine Servicekraft die letzte Rechnung ab, und der Gast zahlt mit einem Kartentipp. Beide Momente sind für das Restaurant Geld wert. Beide vergehen meist, ohne dass etwas festgehalten wird: kein Foto gespeichert, keine Bewertung angefragt, keine Einwilligung erfasst.
Restaurants automatisieren nutzergenerierte Inhalte (UGC) und Bewertungen, indem sie drei Dinge an Momente koppeln, die Gäste ohnehin erleben: einen Trigger (ein Rechnungsabschluss im Kassensystem, ein QR-Scan am Tisch, ein Fotomoment im Raum), eine Anfrage (eine zeitlich abgestimmte SMS oder ein Impuls vor Ort) und Kuratierung (auf Erwähnungen achten, Antworten entwerfen und Inhalte erneut posten, für deren Nutzung das Restaurant die Erlaubnis hat). Die Automatisierung übernimmt Timing, Konsistenz und Volumen. Sie ist die Antwort für den Betreiber, dem gesagt wurde, er solle täglich posten, auf jede Bewertung antworten und einen Newsletter verschicken, und der entweder daran ausbrennt oder das Marketing schleifen lässt.
Eine Grenze muss allerdings halten. Die Automatisierung sollte niemals entscheiden, welches Feedback die Öffentlichkeit zu sehen bekommt. Diese Unterscheidung trennt ein System, das sich zu bauen lohnt, von einem, das ein Bußgeld nach sich ziehen kann.
Was Restaurant-UGC-Automatisierung tatsächlich umfasst
Die meisten Restaurants betreiben schon eine Handarbeitsversion davon. Ein Manager bittet einen Stammgast an der Kasse um eine Google-Bewertung. Eine Servicekraft macht einen Screenshot von der Instagram-Story eines Gastes, und der Inhaber postet ihn drei Tage später in einer ruhigen Phase erneut. Keine der beiden Gewohnheiten läuft zuverlässig, weil beide davon abhängen, dass sich mitten im Service jemand erinnert.
Restaurant-UGC-Automatisierung umfasst zwei Ströme, die der Rest des Internets getrennt hält. Der erste ist die Bewertungsautomatisierung: Bewertungen auf Google, Yelp, TripAdvisor, OpenTable und den Lieferplattformen. Der zweite ist die Content-Automatisierung: Gästefotos, Videos, getaggte Beiträge und Stories. Beides sind nutzergenerierte Inhalte. Beides lässt sich systematisieren, und ein Restaurant gewinnt mehr, wenn es sie als ein System behandelt statt als zwei Projekte.
„Automatisieren“ hat hier eine enge Bedeutung. Es heißt, die Anfrage, das Monitoring und das erneute Posten in ein System zu überführen, statt sie dem zu überlassen, der sich gerade erinnert. Es heißt nicht, gefälschte Inhalte zu erzeugen, und es heißt nicht, echte Inhalte zu filtern. Diese beiden Ausschlüsse sind der ganze Grund, warum das System vertretbar bleibt.
Warum das Timing der Mechanismus ist
Der Grund, warum Automatisierung eine gewissenhafte Servicekraft schlägt, ist das Timing, nicht der Aufwand. Ein Restaurantbesuch ist in der ersten oder zweiten Stunde nach dem Gehen am frischesten, solange das Essen, der Raum und der Service noch lebendig sind. Eine Anfrage, die an den Rechnungsabschluss im Kassensystem gekoppelt ist, wird innerhalb von Minuten ausgelöst, bevor der Eindruck verblasst und bevor eine andere Marke das Handy des Gastes erreicht hat. Ein Manager, der „wenn Zeit ist“ nachfasst, trifft dieses Zeitfenster so gut wie nie. Die Aufgabe der Automatisierung ist es, es jedes Mal zu treffen.
Die Review-Gating-Falle in den meisten Automatisierungstools
Ein Gast verlässt ein Restaurant, und zwanzig Minuten später kommt eine SMS: „Wie war Ihr Besuch?“ Sie tippt auf vier Sterne und bekommt einen Link direkt zum Google-Eintrag des Restaurants. Ihre Freundin, die am nächsten Abend eine kalte Vorspeise und einen langsamen Service ertragen musste, tippt auf zwei Sterne und bekommt einen anderen Bildschirm: ein privates Feedback-Formular, das nur an den Manager geht.
Die meisten Tools, die mit „Restaurant-Bewertungen automatisieren“ werben, verkaufen das als Feature. Der Werbetext nennt es Sentiment-Routing oder intelligentes Filtern und verspricht so etwas wie „4x mehr positive Bewertungen“. Der ehrliche Name dafür ist Review-Gating, und es funktioniert, indem es negatives Feedback leise vom öffentlichen Verzeichnis wegleitet und positives Feedback dorthin schickt.
Was Gating an Bußgeldern und verlorenen Einträgen kostet
Die FTC-Regel von 2024 zu Verbraucherbewertungen (16 CFR Part 465, in Kraft seit 21. Oktober 2024) macht das Unterdrücken von Bewertungen auf der eigenen Website eines Unternehmens zu einem bußgeldbewehrten Verstoß, mit zivilrechtlichen Strafen von bis zu 51.744 US-Dollar pro Verstoß. Gating ist eine verwandte, aber eigenständige Praxis: Sie lenkt Gäste zu einer Drittplattform wie Google hin oder von ihr weg, statt das eigene Bewertungs-Widget eines Unternehmens zu bearbeiten, weshalb die Regel von 2024 es nicht direkt benennt. Die FTC hat Gating-artige Unterdrückung stattdessen als unlautere Handlung nach Section 5 des FTC Act behandelt.
Das FTC-Verfahren gegen Fashion Nova, das im Januar 2022 mit rund 4,2 Millionen US-Dollar beziffert wurde (FTC-Fall 192-3016), richtete sich gegen eine Bewertungsplattform, die Bewertungen unter vier Sternen von der eigenen Website des Unternehmens fernhielt, und es erging, bevor die Regel von 2024 existierte. Die Regel fügt lediglich eine klarere Strafstruktur auf einem Boden hinzu, den die FTC bereits durchsetzte.
Die Plattformen sind deutlicher als die Aufsichtsbehörde. Googles Maps-Richtlinie für Inhalte verbietet Unternehmen, „negative Bewertungen zu entmutigen oder zu untersagen oder gezielt nur positive Bewertungen einzuholen“, und Google kann Bewertungen entfernen oder einen Eintrag dafür sperren. Yelp geht noch weiter. Seine Inhaltsrichtlinien besagen, dass „Unternehmen Kundinnen und Kunden niemals um Bewertungen bitten sollten“, weil Yelps Algorithmus darauf ausgelegt ist, angeforderte Bewertungen herauszufiltern, so gut sie auch sein mögen.
Beschwerden lenken, ohne die öffentliche Tür zu verstecken
Die Lösung besteht nicht darin, kein privates Feedback mehr zu sammeln. Ein „Sagen Sie uns, was schiefgelaufen ist“-Kanal, der den Manager schnell erreicht, ist wirklich nützlich, und unzufriedene Gäste verdienen eine direkte Leitung. Die Lösung besteht darin, diesen privaten Kanal zusätzlich zum öffentlichen Bewertungslink zu senden, niemals statt seiner. Jeder Gast, ob zufrieden oder nicht, sieht denselben Weg zu Google. Ein unzufriedener Gast kann den privaten Weg, den öffentlichen Weg oder beide nehmen. Was ein regelkonformes System niemals tut, ist, im Namen des Gastes zu entscheiden, dass die Öffentlichkeit nichts von ihm hören soll.
Eine Maschine für Bewertungsanfragen bauen, die legal bleibt
Nehmen Sie das Gating heraus, und der Rest der Bewertungsmaschine lohnt sich zu bauen. Sie hat vier Teile, und nur beim dritten gehen die meisten Tools in die Irre.
Der Trigger: eine abgeschlossene Rechnung
Der sauberste Trigger ist eine Rechnung, die im Kassensystem abgeschlossen wird. In dem Moment, in dem ein Gast zahlt, weiß das Kassensystem, dass ein Besuch stattgefunden hat, und kann den Workflow auslösen. Große Restaurantplattformen (Toast, Square, Clover und Lightspeed sind die gängigen Beispiele) unterstützen das entweder nativ oder über eine Integration, wobei ein Restaurant besser prüft, was sein konkreter Anbieter bietet, statt es vorauszusetzen. Bei Reservierungen oder Lieferungen ist die abgeschlossene Buchung oder die ausgeführte Bestellung der entsprechende Trigger.
Die Zustellung: eine zeitlich abgestimmte Nachricht pro Besuch
Die Anfrage geht als kurze Nachricht in jenem empfänglichen Zeitfenster nach dem Besuch hinaus. SMS schlägt E-Mail bei Bewertungsanfragen durchweg, vor allem weil eine SMS ankommt und gelesen wird, solange das Essen noch frisch ist, während eine E-Mail im Posteingang wartet, bis das Gefühl abgekühlt ist. Betreiber sorgen sich, dass automatisierte Anfragen ein Restaurant aufdringlich wirken lassen. Die Antwort ist eine harte Frequenzgrenze: eine Anfrage pro Besuch, mit einer Sperrzeit, damit ein Stammgast, der wöchentlich dort isst, nicht wöchentlich eine SMS bekommt. Fangen Sie einen Gast einmal ab, im richtigen Moment, und hören Sie auf.
Die Anfrage: derselbe Link für alle
Die Nachricht verweist auf den Google-Eintrag des Restaurants und lädt zu einem ehrlichen Bericht über den Besuch ein. Sie sortiert die Stimmung nicht vorab und verzweigt nicht. Jeder Gast bekommt denselben Link. Das ist der Schritt, der eine legale Maschine von einer gegateten trennt, und er ist eine einzige Konfigurationszeile.
Google ist das richtige Ziel, weil seine Richtlinie das Bitten erlaubt, solange die Bitte nicht selektiv ist. Yelp ist die Ausnahme. Seine Richtlinien untersagen Unternehmen das Einholen von Bewertungen vollständig, und sein Filter stuft Bewertungen herab, die angefordert wirken, weshalb eine automatisierte Anfrage niemals dorthin verweisen sollte. Yelp-Bewertungen entstehen auf andere Weise: Antworten Sie auf die bereits vorhandenen, zeigen Sie den von Yelp gelieferten „Find us on Yelp“-Fensteraufkleber, und lassen Sie die Entdeckung von selbst geschehen.
Monitoring und die menschliche Antwort
Bewertungen von Google, Yelp, TripAdvisor und den Lieferplattformen laufen in einem Dashboard zusammen, damit nichts übersehen wird. KI kann Antworten entwerfen, aber ein Mensch bearbeitet jede einzelne, um den Gast namentlich zu nennen und auf ein konkretes Detail einzugehen, bevor sie veröffentlicht wird. Der Nutzen des Antwortens ist konkret: ReviewTrackers (2023) fand heraus, dass ein durchschnittlicher Restaurantstandort etwa 16 neue Bewertungen pro Monat sammelt, einen Schnitt von 3,8 Sternen trägt und 10 Tage zum Antworten braucht, und dass eine Antwort auf eine Ein- oder Zwei-Sterne-Bewertung innerhalb von 24 Stunden den Bewertenden um 33 Prozent wahrscheinlicher zurückkommen und die Note anheben lässt, um bis zu drei Sterne.
Die Anfrage zu systematisieren, hebt außerdem das Volumen. BrightLocals Local Consumer Review Survey 2026 fand heraus, dass 83 Prozent der Verbraucher, die um eine Bewertung gebeten wurden, auch eine abgaben. Eine Agentur, die Restaurantkunden begleitet, berichtet von einzelnen Standorten, die nach Automatisierung der Anfrage von drei oder vier neuen Bewertungen pro Monat auf 15 oder 20 steigen, und von einer Gruppe mit 12 Standorten, die von 180 auf über 700 Bewertungen pro Monat klettert. Das sind Praxiswerte, keine Benchmarks, aber worauf es ankommt, ist die Richtung, und dieselbe Trigger-Logik läuft pro Standort ohne zusätzliche Belastung des Personals.
Content-Erfassung automatisieren: die Anfrage an den Tisch koppeln
Ein Restaurant hat etwas, das ein Onlineshop nie haben wird: einen physischen Moment höchster Zufriedenheit, in dem der Gast das Handy schon in der Hand hält. Das angerichtete Gericht, der voll besetzte Tisch, der Raum im goldenen Abendlicht. Allgemeine UGC-Ratschläge („Machen Sie ein Gewinnspiel“, „Nutzen Sie einen Hashtag“) setzen darauf, dass der Gast sich später, von zu Hause, ungefragt zum Handeln entscheidet. Der versierte Betreiber setzt den Impuls in den Moment, in den Raum.
Warum der Tisch das Gewinnspiel schlägt
Ein Gewinnspiel erreicht die Gäste, die dem Restaurant ohnehin schon folgen und ohnehin schon Lust zu posten haben. Der Tisch erreicht alle, auch den stillen Vierertisch, der nie an einem Gewinnspiel teilnehmen würde, aber gern einen Code scannt, während er auf die Rechnung wartet. Der Erfassungspunkt ist der Besuch selbst, der eine Moment, den ein Restaurant vollständig kontrolliert und ein Gewinnspiel nicht.
Impulse, die ohne Aufwand fürs Personal laufen
Drei Impulse skalieren, ohne die Arbeit einer Servicekraft zu vergrößern. Ein gebrandeter QR-Code auf der Rechnungsmappe oder dem Tischaufsteller kann einen Ablauf zum Teilen und Taggen öffnen. Beschilderung am fotogensten Punkt im Raum kann den Handle und den Hashtag dort nennen, wo die Gäste sie tatsächlich sehen. Und ein eigener Erfassungsmoment vor Ort, ein gebrandeter Fotohintergrund oder eine gestaltete Ecke, kann aus einem gewöhnlichen Besuch ein taggbares Foto machen. Die stärkste Variante ist ein Erfassungserlebnis vor Ort, das einen getaggten Share anstößt und im selben Schritt ein Marketing-Opt-in erfasst, sodass eine einzige Gästeinteraktion sowohl den Content als auch die Nutzungserlaubnis erzeugt. Das HALO-Kit von Simple Booth ist eine konkrete Ausprägung dieses Erfassungsmoments vor Ort: eine iPad-Fotostation, an der ein Gast ein Foto macht, es sich per SMS oder E-Mail aufs eigene Handy schicken lässt und in denselben wenigen Sekunden ein Kästchen für das Marketing-Opt-in ankreuzt. Eine laufende HALO-Installation im W Hotel Austin hat 12.765 Fotos von 31.730 Teilnehmenden erfasst, jenes Volumen an Gästeinhalten, das ein Restaurant nie erreichen würde, indem es Servicekräfte bittet, während des Service Screenshots von Stories zu machen.
Vom Tag zu nutzbarem Content
Ein Gäste-Tag ist nur Rohmaterial. Er wird zu nutzbarem Content, wenn eine Monitoring-Regel ihn erfasst und an jemanden weiterleitet, der um Erlaubnis bitten und ihn erneut posten kann, und genau diesen Kreislauf behandelt der nächste Abschnitt. Was diesen Content die Mühe wert macht, ist Vertrauen: Gäste, die ein echtes Foto vom Tisch oder den echten Tag eines Gastes sehen, glauben es auf eine Weise, die Markenfotografie selten verdient, weil es von jemandem stammt, der keinen Anreiz hat, das Restaurant zu beschönigen.
Den Kreislauf schließen: Monitoring, Erlaubnis und erneutes Posten
Ein Gast markiert das Restaurant an einem Samstag um 21 Uhr in einer Story. Die Story verschwindet in 24 Stunden. Wenn sie niemand aus dem Team zufällig sieht, ist der Content weg, und mit ihm die Chance zu fragen, ob das Restaurant ihn behalten darf. Die dritte Aufgabe der Automatisierung ist es, dafür zu sorgen, dass gesammelte Inhalte auch wirklich zu veröffentlichtem Marketing werden.
Zuhören, damit nichts durchrutscht
Automatisierte Benachrichtigungen überwachen den Namen, den Handle und den gebrandeten Hashtag des Restaurants über alle Plattformen hinweg. Google Alerts ist die kostenlose Basis; Reputationssoftware ist die Option für eine Gruppe, die Skalierung braucht. Der Punkt ist, dass eine Erwähnung in einer Warteschlange auftaucht, statt von der übrigen Aufmerksamkeit eines Managers abzuhängen.
Erlaubnis ist nicht optional
Ein Gast, der sein Essen fotografiert, besitzt das Urheberrecht an diesem Foto in dem Moment, in dem er es aufnimmt. Das U.S. Copyright Office stellt klar, dass die Nutzung eines urheberrechtlich geschützten Werks ohne Genehmigung den Nutzer einer Verletzungsklage aussetzt und dass der saubere Weg darin besteht, den Eigentümer direkt zu fragen. Das Foto eines Gastes ohne Erlaubnis im Feed des Restaurants erneut zu posten, ist ein echtes Risiko, kein Höflichkeitsschritt. Die Bitte um Erlaubnis kann teilautomatisiert sein (eine vorlagenbasierte, freundliche Antwort oder DM, die das Recht zur Wiederverwendung des Fotos erbittet), aber sie muss tatsächlich stattfinden, und das Ja muss protokolliert werden.
Anreize haben ihre eigene Regel. Ein kostenloses Dessert im Tausch gegen einen getaggten Beitrag ist erlaubt, mit einer Bedingung, die die FTC durchsetzt: Der Anreiz muss vom Gast offengelegt werden, und er darf niemals daran geknüpft sein, dass der Inhalt positiv ausfällt.
Erneut posten nach Kalender, nicht nach Laune
Kuratierter Content sollte nach einem wiederkehrenden Plan veröffentlicht werden (ein wöchentliches Gästefoto-Feature, eine feste Regel, freigegebene Stories erneut zu teilen), damit er beständig hinausgeht statt immer dann, wenn jemand eine freie Stunde findet. Der Plan speist außerdem den Mechanismus, der UGC zum Selbstläufer macht: Ein Gast, der erneut gepostet wird, fühlt sich gesehen, und ein gesehener Gast postet wieder. Der Kreislauf zieht sich von selbst enger, sobald er läuft.
Was ein automatisiertes System wert ist
Jeder Teil dieses Systems kostet etwas in der Einrichtung, und ein Inhaber, der diese Kosten abwägt, will eine Zahl, kein Versprechen. Zwei Rechenmodelle liefern sie, eines für Bewertungen und eines für Content.
Bewertungen in Umsatz
Nehmen Sie einen unabhängigen Vollservice-Standort mit 1,1 Mio. € Jahresumsatz. Die Studie Reviews, Reputation, and Revenue (2011, überarbeitet 2016) des Harvard-Business-School-Ökonomen Michael Luca fand heraus, dass bei unabhängigen Restaurants eine Steigerung um einen Stern den Umsatz um 5 bis 9 Prozent ansteigen ließ. Bei Ketten zeigte sich kein Effekt, da Gäste bei ihnen ohnehin wissen, was sie erwartet, was bedeutet, dass der Befund genau auf die Betreiber zutrifft, die das hier lesen.
Bei 1,1 Mio. € ist ein ganzer Stern 55.000 € bis 99.000 € wert. Ein ganzer Stern ist ein großer Sprung. Ein halber Stern ist das realistische Ziel im ersten Jahr für einen Standort, der schlicht anfängt, jeden Gast zu fragen, und er ist ungefähr die Hälfte davon wert, 27.500 € bis 49.500 €. Die Berkeley-Ökonomen Anderson und Magruder fanden in einer von ReviewTrackers (2023) zitierten Untersuchung heraus, dass ein Zugewinn von einem halben Stern auf Yelp ein Restaurant um 30 bis 49 Prozent wahrscheinlicher macht, seine Plätze zur Stoßzeit am Abend auszuverkaufen, sodass selbst das bescheidene Ziel einen Freitagabend spürbar verändert.
Content in Reichweite
Nehmen Sie ein Restaurant, das 600 Gedecke pro Woche serviert, mit einem gebrandeten Erfassungsmoment nahe dem Eingang. Wenn 15 Prozent der Gedecke einen getaggten Share erzeugen, sind das 90 Shares pro Woche. Jeder Share landet vor dem eigenen Netzwerk dieses Gastes, und die Größe dieses Netzwerks ist die eine Zahl, die ein Betreiber aus dem eigenen Publikum liefern sollte, statt sie zu übernehmen, denn ein Mittagsimbiss in der Innenstadt und ein Steakhouse als Ausflugsziel ziehen ein unterschiedliches Publikum an. Selbst konservative wenige hundert Menschen pro Share bringen die wöchentliche Reichweite in die Zehntausende, alles davon authentisch, alles ohne Mediakosten, und jeder Share trägt zudem das Marketing-Opt-in, das im selben Ablauf erfasst wurde.
Was die Modelle versprechen und was nicht
Beide Modelle beruhen auf Durchschnittswerten, die über viele Restaurants gemessen wurden, nicht auf Garantien für ein einzelnes. Ein Restaurant in einem gesättigten Markt oder eines mit einem echten Serviceproblem, das die Bewertungen korrekt melden, wird diese Zahlen nicht sehen. Der Wert liegt in der Struktur. Sie knüpft eine automatisierte Gewohnheit an einen konkreten Eurobetrag, und genau das begründet, das System ordentlich zu finanzieren, statt es dem zu überlassen, der gerade eine freie Stunde hat.
Was man nicht automatisieren sollte
Eine Ein-Stern-Bewertung trifft an einem Dienstag ein, und ein Auto-Responder feuert binnen einer Minute ein vorformuliertes „Es tut uns leid, von Ihrer Erfahrung zu hören“ zurück. Der Gast, der sie geschrieben hat, und jeder, der den Eintrag später liest, merkt es. Drei Dinge müssen menschlich bleiben.
Antworten auf negative Bewertungen
Das erste ist die Antwort auf negative Bewertungen. Die Automatisierung kann einen Manager in dem Moment benachrichtigen, in dem eine schlechte Bewertung erscheint, und das sollte sie auch. Die Antwort selbst, unterschrieben, mit Nennung des konkreten Problems und dessen, was das Restaurant dagegen tut, muss von einem Menschen geschrieben werden. Eine automatische Antwort auf eine Ein-Stern-Bewertung liest sich wie Verachtung.
Gating-Entscheidungen
Das zweite ist die Gating-Entscheidung, hier noch einmal genannt, weil sie das Rückgrat dieses Artikels ist. Ein Tool darf Bewertungen anfragen, sie überwachen und eine Beschwerde an einen privaten Kanal leiten. Es darf niemals entscheiden, welches ehrliche Feedback die Öffentlichkeit sehen darf.
Vorgetäuschte Begeisterung und versteckte Anreize
Das dritte ist die Authentizität selbst. Ein Restaurant darf niemals die Erzeugung von Bewertungen oder Inhalten automatisieren und niemals einen Anreiz betreiben, der seine Bedingungen verschweigt. Gefälschte Bewertungen und solche mit nicht offengelegten Anreizen sind genau das, wofür die FTC-Regel geschrieben wurde, und eine einzige Strafe löscht Jahre eingesparter Zeit aus.
Das Ziel der Automatisierung ist nicht, das Marketing für den Betreiber zu erledigen. Es ist, dafür zu sorgen, dass die echte Begeisterung, die Gäste ohnehin empfinden, die Menschen erreicht, die gerade entscheiden, wo sie heute Abend essen.
Quellen
- Harvard Business School (2016). “Reviews, Reputation, and Revenue: The Case of Yelp.com.” Michael Luca, HBS Working Paper 12-016. https://www.hbs.edu/ris/Publication%20Files/12-016_a7e4a5a2-03f9-490d-b093-8f951238dba2.pdf
- U.S. Federal Trade Commission (2024). “Trade Regulation Rule on the Use of Consumer Reviews and Testimonials, 16 CFR Part 465.” https://www.ecfr.gov/current/title-16/chapter-I/subchapter-B/part-465
- Google (2024). “Prohibited and restricted content: Maps user-contributed content policy.” https://support.google.com/contributionpolicy/answer/7400114
- Yelp (2024). “Content Guidelines.” https://www.yelp.com/guidelines
- BrightLocal (2026). “Local Consumer Review Survey 2026.” https://www.brightlocal.com/research/local-consumer-review-survey/
- ReviewTrackers (2023). “Reputation Management for Restaurants.” https://www.reviewtrackers.com/reports/reputation-management-for-restaurants/
- ReviewTrackers (2023). “Online Reviews Statistics and Trends Report.” https://www.reviewtrackers.com/reports/customer-reviews-stats/
- U.S. Copyright Office (2024). “Fair Use Frequently Asked Questions.” https://www.copyright.gov/help/faq/faq-fairuse.html