Warum die Reisebranche eine gestufte KI‑Einführung benötigt, nicht ein Rennen zur Autonomie

KI‑Diskussionen in der Reisebranche drehen sich häufig um die Frage, wie die Technologie den Sektor schnell transformieren und hochwirksame Ergebnisse liefern kann. Die Realität ist jedoch differenzierter. Während KI in Bereichen wie Personalisierung, Kundenservice und operativer Effizienz greifbaren Nutzen gezeigt hat, übernehmen nicht alle Akteure sie im gleichen Tempo. Ein wesentlicher Grund dafür ist das komplexe technologische Ökosystem.

Fluggesellschaften, Online‑Reisebüros (OTAs) und Travel‑Management‑Companies (TMCs) agieren in über Jahrzehnte aufgebauten, miteinander vernetzten Netzwerken. Viele setzen weiterhin auf fragmentierte Datenumgebungen und Altsysteme, die die Geschwindigkeit der KI‑Einführung und -Skalierung einschränken. Verstärkte Bedenken hinsichtlich Transparenz, Verantwortlichkeit und Zuverlässigkeit verschärfen das Problem zusätzlich.

Die meisten Reiseunternehmen sprechen über KI wie über eine einzige Transformation. Tatsächlich vollzieht sich ihre Einführung jedoch auf drei unterschiedlichen, miteinander verbundenen Ebenen: Fortschritte bei der Automatisierung im Kundenkontakt und im Betrieb, Reibungsverluste durch bestehende Altinfrastruktur und fehlendes institutionelles Vertrauen. Jede Ebene entwickelt sich in einem anderen Tempo und erzeugt eine eigene Dynamik, die gezielte Antworten erfordert. Wer diese Unterschiede versteht, kann praktischer beurteilen, wo die größten Chancen und Risiken entstehen dürften.

1. Fortschrittsbewertung

Ob bei der Flugsuche, der Verwaltung von Reiseplänen oder der Bewältigung von Störungen: Reisende erwarten zunehmend reibungslose, personalisierte und schnelle Interaktionen. Assistenten mit generativer KI erleichtern Reiseplanung und Kundensupport. 2025 nutzten fast 40% der US-Reisenden generative KI zur Reiseplanung. Gleichzeitig ermöglichen Modelle des maschinellen Lernens stark personalisierte Angebote auf Grundlage des Reiseverhaltens, der Treuepräferenzen und der Kaufhistorie.

Auch hinter den Kulissen schafft KI erheblichen Mehrwert. Reiseunternehmen nutzen fortgeschrittene Analysen, um die Nachfrage besser vorherzusagen, Kapazitäten zu steuern, die Personalplanung zu verbessern und Störungen zu bewältigen. Beispielsweise konnte ein großer Reisedienstleister seine Kosten pro Buchung mit generativer KI gegenüber dem Vorjahr um 10 % senken, während eine kanadische Fluggesellschaft durch KI-gestützte Preisgestaltung einen Anstieg des Stückerlöses um 2 % und der netzwerkgetriebenen Erlöse um 10 % meldete.

Trotz zunehmender Belege für den konkreten Nutzen von KI bleiben Altsysteme jedoch ein erhebliches Hindernis für die breite Einführung.

2. Friktionen angehen

Die bestehende Infrastruktur der Branche wurde nicht für die einheitlichen Datenpipelines in Echtzeit entwickelt, die KI benötigt. Im Zentrum steht das Global Distribution System (GDS). GDS-Plattformen wurden vor Jahrzehnten auf Basis von EDIFACT-Nachrichtenprotokollen konzipiert und wickeln weltweit weiterhin den überwiegenden Teil des indirekten Flugvertriebs ab. Die Integration von New Distribution Capability (NDC) in ein älteres Passenger Service System (PSS) kann monatelange Tests und Entwicklung erfordern, insbesondere bei Fluggesellschaften mit mehreren Tarifmarken oder Zusatzleistungen. Die Herausforderungen reichen von vertraglichen Beschränkungen bei der Verteilung von Inhalten über die organisatorische Bereitschaft bis zum Fehlen standardisierter Daten in regionalen Märkten.

Fehlende durchgängige Datentransparenz schränkt zusätzlich ein, wie wirksam eine Organisation KI skalieren kann. Eine GBTA-Umfrage ergab, dass nur 12 % der Geschäftsreiseeinkäufer einen konsolidierten Überblick über ihre Programmdaten haben. Dieses grundlegende Hindernis begrenzt den Nutzen jedes KI-Systems, unabhängig davon, wie ausgefeilt das Modell ist.

Fluggesellschaften, Online-Reisebüros und Geschäftsreisemanagement-Unternehmen reagieren mit hybriden Strategien: Über für KI-Agenten geeignete APIs ergänzen sie bestehende Systeme um intelligente Funktionen. NDC-native Anbieter verfolgen dagegen einen anderen Ansatz. Sie verankern KI-gestützten Service und die Einhaltung von Reiserichtlinien direkt in ihrer Architektur und verringern so die Abhängigkeit von traditionellen GDS-Kanälen.

Technische Integration allein garantiert jedoch keinen Erfolg. Wenn KI tiefer eingebunden wird und zunehmend folgenreiche Entscheidungen beeinflusst, stellt sich die nächste Herausforderung: Vertrauen.

3. Vertrauen vorantreiben

Untersuchungen der GBTA zeigen, dass zwar 92% der Reiseeinkäufer an KI-gestützten Ausgabenprognosen und 89 % an automatisiertem Störungsmanagement interessiert sind, aber nur 57 % derselben Befragten sich damit wohlfühlen, dass KI Buchungen selbstständig ändert oder storniert. Dieser Gegensatz verdeutlicht eine grundlegende Vertrauenslücke.

Führungskräfte der Reisebranche suchen erklärbare und überprüfbare Lösungen. Zugleich verlangen Kunden zunehmend Transparenz und Rechenschaft. Vertrauen zwischen unterschiedlichen Interessengruppen aufzubauen erfordert eine verantwortungsvolle Weiterentwicklung, die Innovation mit Transparenz und Governance verbindet.

Die größten Fortschritte erzielen daher nicht unbedingt die Unternehmen mit den fortschrittlichsten Modellen oder dem höchsten Tempo. Erfolgreich sind vielmehr diejenigen mit einem strukturierten Vorgehen: Sie stärken zunächst ihre Datengrundlagen, bevor sie KI skalieren, validieren Anwendungsfälle in kontrollierten Umgebungen mit hohem Nutzen und verankern proportionale Governance im Transformationsprozess. Im Gegensatz zu einheitlichen Governance-Regeln ordnet proportionale Governance KI-Agenten nach Autonomiegraden, für die jeweils klare Vertrauensgrenzen und Governance-Anforderungen gelten.

KI‑Ambitionen in nachhaltige Wirkung umsetzen

Für Reiseunternehmen, die die nächste Phase erreichen wollen, ist dieser schrittweise Ansatz keine optionale Entscheidung mehr. Er trennt die Vorreiter von den Nachzüglern. In diesem neuen Umfeld leisten Partner für Geschäftsprozessmanagement einen wichtigen Beitrag: Sie helfen, KI in komplexen Ökosystemen aus Daten, Prozessen und menschlichen Entscheidungen praktisch einzusetzen. Am Ende setzen sich die Unternehmen durch, die disziplinierte Umsetzung in einen dauerhaften, schwer nachzuahmenden Vorteil verwandeln.