Personalisierung von Geschäftsreisen durch KI

Geschäftsfrau am Flughafen

Von Tristan Rees, Senior Directory of Technology

Stellen Sie sich vor, Sie steigen gerade in London aus dem Flugzeug und Ihr Handy signalisiert eine eingehende Nachricht. Darin steht, dass sie aufgrund eines Notfalls bei einem Kunden direkt nach Frankfurt weiterreisen müssen. Wegen einer Unwetterwarnung für Berlin werden Sie über Paris fliegen.

Die Geschäftsreise-App hält nicht nur die Bordkarten für Sie bereit, sondern auch Ihre Hotelreservierungen und einen Bistro-Vorschlag für das Abendessen. Ihr bevorzugtes Transportmittel für den Transfer vor Ort ist bereits für 8 Uhr am nächsten Morgen gebucht.

Sie gehen weiter zum Gate und beginnen, sich gedanklich mit dieser unerwarteten Reiseplanänderung zu befassen. In dem Frankfurter Hotel sind Sie schon einmal gewesen. An die tolle Jazz-Combo in der Bar erinnern Sie sich noch gut, und aufgrund von Empfehlungen einiger Kollegen wollten Sie auch das Bistro des Hotels ausprobieren.

Der Reiseplan wurde vollautomatisch zusammengestellt. Willkommen im Zeitalter des maschinellen Lernens.

Ich arbeite von Anbeginn meiner Laufbahn in der Reisebranche. Dabei habe ich erlebt, wie verschiedene Technologien unsere Arbeit verändern. Vor fast 10 Jahren arbeitete ich mit einem Team zusammen, das die mobile Revolution vorantrieb. Aber trotz der vielen technischen Fortschritte, die wir seither erzielt haben, sind die Möglichkeiten, die sich heute durch Data Science eröffnen, ein ganz anderes Kaliber. Sie wird die Reiseerfahrung für immer verändern – durch mehr Personalisierung für die Reisenden und mehr Effizienz für den Travel Manager.

Das Egencia Data-Science-Team arbeitet mit KI-Teams der Expedia Group zusammen an der Integration von künstlicher Intelligenz in unsere Plattform. Zwar ist das oben beschriebene Reiseszenario noch Zukunftsmusik, doch wir nähern uns ihm mit schnellen Schritten. Zum besseren Verständnis möchte ich kurz ausführen, was wir tun, um eine stärker personalisierte und auf Ihre Bedürfnisse und Vorlieben abgestimmte Reiseerfahrung zu schaffen.

Künstliche Intelligenz im Auge des Betrachters

KI ist heute in aller Munde und auch wir von Egencia haben bereits über das Potenzial von KI berichtet. Anders als viele denken, ist KI jedoch keine eigenständige Technologie. Es handelt sich vielmehr um eine Sammlung von Technologien und Verfahren, die darauf abzielen, Muster in riesigen Datenmengen zu erkennen. Sobald diese Muster ermittelt wurden, können Geschäftsprozesse automatisiert werden.

Egencia stehen riesige Mengen von Geschäftsreisedaten zur Verfügung. Wir kennen die Reiserichtlinien von Unternehmen, ihre Buchungsverläufe, die bevorzugten Objekte, die Vergleichsgrößen der Branche und verfügen über zahlreiche andere Informationen. Unser Vorteil ist, dass wir zur Expedia Group gehören und somit auf eine große Menge an Reisedaten aller Art zugreifen können.

Auf diese Daten wenden wir die KI-Methode Maschinelles Lernen an. Wir nutzen ML-Verfahren zur Identifizierung von Mustern in Lerndatensätzen, um beispielsweise das bevorzugte Hotel eines Reisenden oder die Preisentwicklung bei Flugtickets vorhersagen zu können. Die Datenmuster können zudem durch weiteres maschinelles Lernen noch ausgedehnt werden. Mit diesen Techniken lassen sich zusätzliche Muster in den Daten aufdecken. Für Menschen wären sie nicht so leicht zu ermitteln, da wir derartige Datenmengen nicht so schnell verarbeiten können. Durch Maschninelles Lernen wird das gesamte Travel-Management-System vorausschauender und handlungsorientierter.

Ein Fenster in die Datenwelt

Data-Science-Verfahren wie Maschinelles Lernern bei Geschäftsreisen laufen praktisch ohne Zutun der Benutzer ab, die so ganz einfach in den Genuss einer besseren Nutzererfahrung kommen. Ein Aspekt ist dabei der technologische Wandel von Festnetz und Desktopcomputern zu Mobilgeräten.

Ein Smartphone ist ein Fenster in die Welt der Reiseoptionen und noch dazu eines, das man immer dabei hat. Flugverbindungen, Hotels – ein paar Mal aufs Display getippt und schon ist alles da. Die Bildschirmgröße ist natürlich sehr begrenzt. Die Anzahl der angezeigten Optionen ist gering und man muss scrollen.

Beim Durchsehen von Social-Media-Feeds ist das kaum ein Hindernis. Wenn Sie hingegen unterwegs eine Lösung für einen Kundennotfall benötigen, fällt das schon stärker ins Gewicht. Sie möchten die passenden Reiseentscheidungen schnell und unkompliziert treffen, um sich wieder Ihrer Arbeit widmen zu können. Wenn es uns gelingt, Ihre bevorzugten Optionen oben auf die Liste zu setzen, erleichtern wir Ihnen dadurch die Buchung. Zudem ist es wahrscheinlicher, dass Sie die Reiserichtlinien Ihres Unternehmens einhalten, was in den zahlreichen öffentlich zugänglichen Reise-Apps, auf die Sie über Ihr Smartphone zugreifen können, nicht gegeben ist.

Egencia verfügt bereits über Daten, die belegen, dass unser durch Maschinelles Lernen gesteuerter Algorithmus für die Hotelsortierung bevorzugte Reiseoptionen für mobile und Internetbenutzer schnell bereitstellt. Wir wissen, dass unser Algorithmus funktioniert, denn die Buchungen für den oberen Listenplatz – an dem das vom Modell gemäß den Vorlieben des Benutzers vorhergesagte Hotel steht – sind um sieben Prozent gestiegen. Wir konnten zudem den Aufwand bei der Hotelsuche beträchtlich reduzieren, was sich an der geringeren Anzahl von Suchvorgängen pro Buchung ablesen lässt. Auch die Zahl der Reisenden, die ein Hotel innerhalb von fünf Minuten ab Beginn der ersten Suche buchen, ist gestiegen. Darin liegt die Stärke von Data-Science-Methoden wie Künstlicher Intelligenz und Maschinellem Lernen: Wir zeigen Ihnen als erste Option genau das an, was Sie suchen.

Alle Verfahren zur Ermittlung von Nutzungsmustern stützen sich auf Daten. Je mehr Daten verfügbar sind, desto fundierter sind die gewonnenen Erkenntnisse. Mit der vor langer Zeit getroffenen Entscheidung, unsere eigene Technologie für alle Aspekte von Geschäftsreisen zu entwickeln, lag Egencia also genau richtig. Viele Mitbewerber binden nur ein hübsches Schleifchen um ihren Service, aber greifen hinter den Kulissen auf die Dienste anderer Unternehmen zurück, die jeweils eigene Daten vorhalten.

Es ist ganz einfach so, dass andere Travel-Management-Unternehmen möglicherweise keinen Zugang zu allen nötigen Daten haben, um diese komplexen Analysen durchzuführen oder ML-Modelle zu trainieren. Die ML-Algorithmen sind nur so gut, wie die Datensätze, von denen sie lernen. Wenn die Daten für das Training der Algorithmen lückenhaft sind, können die Algorithmen nicht die richtigen Muster ermitteln. So als würden Sie einen Detektiv mit der Suche nach einer Person namens Müller beauftragen, die in Paris verschwunden ist. Sie geben aber nicht an, ob die Person ein Herr Müller oder eine Frau Müller ist und ob Paris in Frankreich oder Paris in Texas, USA gemeint ist. Die erarbeiteten ML-Modelle sind nur so gut wie die Daten, die für den Lernprozess verwendet wurden. Die Qualität des Ausgangsmaterials bestimmt nun mal die Qualität des Ergebnisses. Wenn die gesamte Technologie für den Geschäftsreiseprozess aus einer Hand kommt, ist die geeignete Datenerfassung sichergestellt – ein erster wichtiger Schritt bei der Ermittlung von Mustern und dem Training von Algorithmen.

Die Kombination umfassender Datensätze mit den Informationen über die Datenquellen liefert zudem die Antwort auf eine andere Fragestellung – der nach der Erklärbarkeit. Was passiert, wenn die KI-Entscheidungen auf so komplizierten Mustern basieren, dass Menschen eine bestimmte Entscheidung nicht nachvollziehen können? Wir nutzen KI, um enorme Datenmengen zu analysieren, die wir selbst nicht auswerten könnten. Wenn das Ergebnis nicht wirklich überzeugt, können Maschinen die Logik auf jeden Fall nicht erläutern. Daher ist es für die Managed-Travel-Branche wichtig, die Entscheidungsprozesse dieser Systeme zu kennen, um sicherzustellen, dass die Nutzung für Reisende stets produktiv und sicher ist.

Egencia weiß, wo die Daten herkommen. Die Qualität der Daten ist hoch, sie stammen zum Teil von uns, zum Teil von Expedia und zum Teil aus dem Nutzungsverlauf der Reisenden. Wir brauchen Datenlücken nicht mit Schätzwerten zu füllen. Travel Manager brauchen keinem unbekannten Datenpool zu vertrauen. Sie können sehen, warum bestimmte Optionen für Sie erstellt wurden.

Die Daten, auf denen unsere Hotelsortiermodelle basieren, umfassen beispielsweise: die Buchungshistorie des Reisenden, die Buchungshistorie von Kollegen, das Bonusprogramm des Reisenden, Suchanfragen des Reisenden in Bezug auf die Entfernung zum Hotel sowie ausgehandelte Raten, was zur Einhaltung der Richtlinien beiträgt. Dies ist nur eine Datenquelle unserer Algorithmen, die für unsere Reisenden personalisierte Hoteloptionen ermitteln.

Zurück nach Frankfurt

Unsere auf Data Science basierenden Maschinelles-Lernern-Dienste beginnen bei den wichtigsten Punkten: der Sortierung von Hotel- und Fluglinienoptionen. Unsere Kunden profitieren bereits vom Nutzen dieser Sortierung. Die Weiterentwicklung dieser Funktion wird es uns ermöglichen zu wissen, dass der zu Beginn dieses Artikels genannte Reisende die Jazzbar des Frankfurter Hotels mag.

Wir arbeiten daran, die Kundenerfahrung durch datenwissenschaftliche Verfahren wie das Maschinelle Lernen zu verbessern. Damit konnten wir bereits positive Ergebnisse bei der Hotelsortierung für Reisende erzielen, nämlich personalisierte Hoteloptionen. Auch für Travel Manager bringt dies Vorteile: Die Ergebnisse der Hotelsuche sind definitiv richtlinienkonform.

Diese Dienste werden mit zunehmender Verwendung besser. Jede Interaktion mit Egencia – ob am Computer, am Mobilgerät oder telefonisch bei einem unserer Supportcenter – liefert weitere Daten zum Trainieren unserer ML-Algorithmen. Egencia ist ein Allround-Technologieunternehmen für Geschäftsreisen, das End-to-End-Daten erhebt und allen Personen bereitstellt, die mit uns zusammenarbeiten. Anders als andere Travel-Management-Unternehmen begleiten wir den Kunden in jeder Phase der Geschäftsreise und können so Daten lückenlos erheben.

Wenn ein Reisender sich von unterwegs mit einem Problem an unsere Kundenservice-Mitarbeiter wendet, sehen diese dieselbe personalisierte Hotelsortierung wie der Reisende selbst. Der Reiseberater kann zügig ein Hotel buchen, das den Bedürfnissen des Reisenden und der Reiserichtlinie des Kundenunternehmens entspricht.

Wir arbeiten daran, unseren Kunden einen vorausschauenden Service zu bieten, der ihre Anforderungen vorwegnimmt und automatisch erfüllt. Es wird nicht mehr lange dauern, bis wir Ihnen einen aktualisierten Reiseplan bereitstellen können, sobald Sie in London aus dem Flugzeug steigen.