Immer mehr Reisende nutzen KI-gestützte Systeme, um Inspiration zu finden, Angebote zu vergleichen und Entscheidungen zu treffen. Der Leitfaden des DRV-IT-Ausschusses zeigt, welche Folgen diese Entwicklung für Reiseunternehmen hat – und wie sie ihre Angebote so gestalten können, dass sie auch in KI-basierten Entscheidungssystemen wahrgenommen werden.

„Die Frage ist künftig nicht mehr nur: Wie gut ist mein Ranking bei Google? Sondern: Wird mein Angebot von KI überhaupt verstanden und empfohlen?“, erklärt Nicole Ludwig, Vorsitzende des IT-Ausschusses im DRV. „Für die Reisewirtschaft entsteht damit eine völlig neue Form digitaler Sichtbarkeit. Unternehmen müssen lernen, ihre Angebote so bereitzustellen, dass sie für KI-Systeme auffindbar, interpretierbar und nutzbar sind.“

KI in der Reiseplanung

Während Unternehmen KI bereits in internen Prozessen einsetzen – etwa zur Analyse von Nachfrage, zur Automatisierung von Serviceanfragen oder zur Optimierung von Preisen und Kontingenten – nutzen auch Verbraucher:innen KI zunehmend selbst für die Reiseplanung. KI-gestützte Sprachmodelle, sogenannte Large Language Models, bündeln Informationen aus verschiedenen Quellen, werten sie aus und schlagen Nutzer:innen passende Angebote vor. Damit übernehmen sie Aufgaben, die bislang von Suchmaschinen, Vergleichsportalen oder persönlicher Beratung erfüllt wurden.

Für Reiseveranstalter, Destinationen, Reisebüros und touristische Leistungsträger bedeutet dies eine Verschiebung der digitalen Logik: Sichtbarkeit entsteht künftig nicht mehr allein durch Marketingbudgets oder klassische Suchmaschinenrankings. Entscheidend ist, ob Angebote von KI-Systemen verstanden, korrekt eingeordnet und in Empfehlungen integriert werden.

Handlungsempfehlungen für Unternehmen

Das DRV-Whitepaper erläutert, wie kommerzielle Large Language Models die Customer Journey verändern und welche technischen sowie strategischen Voraussetzungen Unternehmen schaffen müssen, um relevant zu bleiben. Vorgestellt wird eine stufenweise Systematik – von der Präsenz in den Wissensräumen von KI-Systemen über strukturierte Auffindbarkeit in Echtzeit-Datenquellen bis hin zur technischen Anschlussfähigkeit für KI-Agenten und automatisierte Transaktionen. (red)