KI-Prototyp: Buchungsassistent für ein Reisebüro

TravelPlus ist ein inhabergeführtes Reisebüro in St. Gallen mit drei erfahrenen Reiseberatern und einem starken Fokus auf massgeschneiderte Reisen. Das Unternehmen betreut überwiegend Stammkunden und deren Empfehlungen. Der USP liegt in der persönlichen Beratung und der Fähigkeit, individuelle Reiseprogramme zusammenzustellen. Das Problem: Jede massgeschneiderte Reise erfordert 3-5 Stunden Recherche, in denen der Berater Hunderte von Angeboten verschiedener Veranstalter durchsucht, um die optimale Kombination aus Flug, Hotel und Aktivitäten zu finden.

Geschäftsführer Marco Bianchi stand vor einem Dilemma: Die persönliche Beratung ist das Herzstück seines Geschäftsmodells, aber die Recherchezeit pro Kunde war wirtschaftlich kaum tragbar. Bei einem durchschnittlichen Umsatz von CHF 4'500 pro gebuchter Reise und 3-5 Stunden Recherchezeit plus 1-2 Stunden Beratung war die Marge dünn. Er wollte die Recherchezeit reduzieren, ohne die Qualität der Vorschläge zu senken. Seine anspruchsvollen Kunden erwarten passgenaue Empfehlungen, keine Standardpakete.

Das Kernproblem war die enorme Recherchezeit: Jeder Berater durchsuchte manuell 5-8 verschiedene Veranstalter-Portale, verglich Preise, las Hotelbewertungen, prüfte Verfügbarkeiten und stellte 3-5 Reiseoptionen zusammen. Die Informationen mussten manuell in ein Word-Dokument übertragen werden. Bei 15-20 Kundenanfragen pro Woche und 3-5 Stunden Recherche pro Anfrage verbrachten die drei Berater den Grossteil ihrer Arbeitszeit vor dem Bildschirm statt im Kundengespräch.

Wir nutzten unser KI Prototypen Labor, um in 4 Wochen einen Buchungsassistenten zu bauen. Der Prototyp arbeitet in drei Schritten: Erstens erfasst er die Kundenpräferenzen über ein strukturiertes Interview (Budget, Reisezeitraum, Interessen, Komfortlevel, frühere Reisen). Zweitens durchsucht er eine aggregierte Datenbank von Reiseangeboten und wendet KI-basiertes Matching an, um die relevantesten Kombinationen zu identifizieren. Drittens erstellt er ein professionelles Reisevorschlagsdokument mit Bildern, Beschreibungen, Preisen und einer personalisierten Begründung, warum dieses Angebot zum Kunden passt.

Die grösste Herausforderung war nicht die KI selbst, sondern die Aggregation der Reisedaten. Verschiedene Veranstalter beschreiben ihre Angebote in unterschiedlichen Formaten. Die KI musste lernen, einen 'Meerblick-Suite' bei Anbieter A mit einer 'Sea View Junior Suite' bei Anbieter B zu vergleichen. Wir trainierten ein spezielles Matching-Modell, das die Semantik der Hotelbeschreibungen versteht. Besonders spannend: Die Berater testeten den Prototyp mit 20 realen Kundenanfragen der letzten Monate und verglichen die KI-Vorschläge mit den tatsächlich gebuchten Reisen. In 75% der Fälle enthielt die KI-Shortlist das tatsächlich gebuchte Hotel oder ein gleichwertiges.

Der Prototyp bewies die Machbarkeit und wurde zur Produktivlösung weiterentwickelt. Die Ergebnisse nach 3 Monaten produktivem Einsatz: Die Recherchezeit pro Kunde sank von 3-5 Stunden auf 1-2 Stunden, eine Reduktion von 60%. Die Berater nutzen die freigewordene Zeit für mehr und bessere Kundengespräche. Die Kundenzufriedenheit stieg, weil die Vorschläge schneller kamen und oft sogar besser waren. Die KI berücksichtigt Faktoren, die ein Mensch bei manueller Suche übersehen könnte (z.B. Bewertungstrends oder saisonale Preisunterschiede). Der Umsatz stieg um 15%, weil die Berater mehr Kunden pro Woche bedienen können.

Die wichtigste Erkenntnis: Der Prototyp-Ansatz sparte dem Reisebüro mindestens CHF 30'000 gegenüber einer direkten Produktiventwicklung. Hätten wir sofort die volle Lösung gebaut, wäre die Datenaggregation das grösste Risiko gewesen: Der Prototyp zeigte frühzeitig, dass 85% der relevanten Reisedaten über drei Hauptquellen abgedeckt werden können, statt alle acht Portale zu integrieren. Die Berater betonten, dass die KI ihre Arbeit nicht ersetzt, sondern ihnen ermöglicht, das zu tun, was sie am besten können: persönliche, emotionale Reiseberatung.