Über viele Jahre begann eine Reiseplanung mit einer Suchmaschine.
Reisende gaben ein paar Stichworte ein, öffneten mehrere Tabs und verglichen Flüge, Hotels und Preise. Online-Reiseplattformen sammelten den Traffic ein, Airlines und Hotels zahlten Provisionen, und Suchmaschinen entschieden darüber, wer sichtbar war.
Dieses Modell funktionierte erstaunlich stabil.
Doch gerade verändert sich die Logik der Reiseplanung.
Immer häufiger formulieren Nutzer keine Suchanfragen mehr, sondern Fragen. Sie beschreiben ihre Situation einem KI-Assistenten: wann sie reisen möchten, wohin sie fliegen wollen, ob sie geschäftlich unterwegs sind oder mit Familie.
„Ich muss nächste Woche nach München zur Messe. Welcher Flug ist sinnvoll – und welches Hotel ist ruhig, aber nah am Messegelände?“
Aus dieser Anfrage entsteht keine Liste von zehn Links.
Es entsteht eine Empfehlung.
Für Airlines und Hotels verschiebt sich damit eine zentrale Frage der digitalen Sichtbarkeit. Nicht mehr: Auf welcher Position erscheine ich in der Suche?
Sondern: Werde ich vom System überhaupt als passende Option erkannt?
Der Wandel der Reiseplanung
Über zwei Jahrzehnte hinweg folgte die digitale Reiseplanung einer relativ einfachen Struktur.
Reisende suchten bei Google oder spezialisierten Suchmaschinen nach Flügen und Hotels. Die Suchmaschine lieferte eine Liste von Ergebnissen. Der Nutzer klickte sich durch Websites, Plattformen und Vergleichsseiten. Entscheidungen entstanden durch manuelles Vergleichen.
In diesem Modell hatten Online-Reiseplattformen einen enormen Vorteil. Sie bündelten Angebot und Nachfrage an einem Ort, investierten massiv in Marketing und Suchmaschinenoptimierung und erschienen für viele Suchanfragen zuverlässig auf den oberen Positionen.
Hotels und Airlines wurden in diesem System oft zu Lieferanten von Inventar.
Sichtbarkeit bedeutete nicht zwangsläufig Markenbindung, sondern häufig nur eine weitere Zeile in einer Ergebnisliste.
Mit dem Aufstieg von KI-Assistenten beginnt sich diese Struktur zu verschieben.
Statt Ergebnislisten zu durchsuchen, formulieren Nutzer ihre Situation in natürlicher Sprache. Sie beschreiben Kontext, Präferenzen und Einschränkungen.
Der Assistent interpretiert diese Informationen und erstellt daraus eine Empfehlung.
Die Suche wird damit von einem Navigationsprozess zu einem Entscheidungsprozess.
Wenn der Assistent die Reise zusammenstellt
Ein typisches Beispiel zeigt, wie stark sich diese Logik unterscheiden kann.
Ein Reisender plant einen kurzen Geschäftstrip nach Barcelona. Er fragt einen Assistenten nach einem Flug am Freitagabend und einem zentral gelegenen Hotel, das für ein Wochenende geeignet ist.
Der Assistent muss mehrere Dinge gleichzeitig leisten.
Er muss verstehen, welche Flüge zeitlich sinnvoll sind. Er muss Hotels identifizieren, die zur Lagepräferenz passen. Er muss möglicherweise auch Faktoren wie Preisniveau, Bewertungen oder Ausstattung berücksichtigen.
Aus diesen Informationen entsteht eine Auswahl, die bereits vorgefiltert ist.
Der Nutzer sieht nicht mehr das gesamte Angebot.
Er sieht nur die Optionen, die das System für relevant hält.
Für Airlines und Hotels verändert sich dadurch der Wettbewerb. Es geht nicht mehr nur darum, irgendwo im Suchindex aufzutauchen. Entscheidend wird, ob das System das eigene Angebot überhaupt als passende Option erkennt.
Sichtbarkeit wird zur Datenfrage
Damit ein KI-System eine Empfehlung aussprechen kann, muss es verstehen, welche Eigenschaften ein Angebot besitzt.
Bei Airlines können das Flugzeiten, Gepäckregeln, Umsteigezeiten, Kabinenklassen oder Serviceleistungen sein.
Bei Hotels spielen Lage, Zimmerkategorien, Ausstattung, Zielgruppen, Check-in-Zeiten oder besondere Services eine Rolle.
Diese Informationen existieren in vielen Unternehmen bereits.
Doch häufig sind sie über verschiedene Systeme verteilt.
Airlines verwalten ihre Daten etwa in Reservierungssystemen, Revenue-Management-Plattformen und operativen Datenbanken. Hotels arbeiten mit Property-Management-Systemen, Channel-Managern und Buchungsplattformen.
Für Menschen ist diese Fragmentierung meist kein großes Problem.
Für automatisierte Empfehlungssysteme hingegen schon.
Wenn Informationen nur implizit vorhanden sind oder sich in langen Marketingtexten verstecken, lassen sie sich schwer zuverlässig interpretieren.
Ein Hotel mit besonders gutem WLAN wird möglicherweise nicht als geeignet für Geschäftsreisende erkannt. Eine Airline mit besonders kurzen Umsteigezeiten erscheint nicht in Empfehlungen für effiziente Verbindungen.
Das Angebot existiert im Internet.
Aber es existiert nicht klar genug im Datenmodell der Systeme, die Entscheidungen vorbereiten.
SEO wird zur Übersetzungsdisziplin
In dieser Entwicklung verändert sich auch die Rolle von Suchmaschinenoptimierung.
Traditionell konzentrierten sich SEO-Teams auf Rankings, Keywords und technische Optimierung von Webseiten. Ziel war es, Suchmaschinen dabei zu helfen, Inhalte zu verstehen und möglichst weit oben in den Ergebnissen anzuzeigen.
Im Kontext von KI-basierten Empfehlungen erweitert sich diese Aufgabe.
SEO wird zunehmend zu einer Art Übersetzungsdisziplin zwischen Unternehmen und Maschinen.
Die Eigenschaften eines Angebots müssen so modelliert werden, dass Systeme sie eindeutig interpretieren können. Strukturierte Daten, konsistente Entitäten und klar definierte Beziehungen zwischen Informationen gewinnen an Bedeutung.
Gleichzeitig rücken interne Datenstrukturen stärker in den Fokus.
Viele der Informationen, die für Empfehlungen relevant sind, entstehen nicht im Marketing, sondern im operativen Geschäft. Flugpläne, Zimmerinventare, Preislogiken oder Serviceangebote entstehen in Systemen, die ursprünglich nicht für externe Auswertung gedacht waren.
Damit sie Teil eines Empfehlungssystems werden können, müssen sie strukturiert zugänglich sein. Siehe dazu meinen Beitrag zur Datenstrategie für die Hotellerie.
SEO bewegt sich damit zunehmend an der Schnittstelle zwischen Marketing, Datenarchitektur und Customer Experience.
Customer Experience beginnt früher
Für viele Reiseunternehmen beginnt Customer Experience traditionell mit dem eigentlichen Erlebnis.
Im Flugzeug. Im Hotelzimmer. Beim Check-in am Flughafen oder an der Rezeption.
Doch aus Sicht des Nutzers beginnt die Erfahrung deutlich früher.
Bereits in der Phase der Informationssuche entsteht ein erster Eindruck. Wie leicht lässt sich eine passende Option finden. Wie klar sind die Informationen. Wie gut passt das Angebot zur eigenen Situation.
Wenn ein KI-Assistent eine Empfehlung ausspricht, basiert diese Entscheidung auf der verfügbaren Wissensbasis.
Ist diese Wissensbasis präzise und vollständig, kann das System passende Optionen identifizieren.
Ist sie unklar oder fragmentiert, entstehen Fehlinterpretationen oder Unsichtbarkeit.
Customer Experience beginnt damit nicht erst am Reiseziel.
Sie beginnt in der Struktur der Daten, aus denen Entscheidungen abgeleitet werden.
Eine strategische Chance für die Branche
Für Airlines und Hotels bedeutet diese Entwicklung nicht nur neue Herausforderungen.
Sie eröffnet auch Chancen.
Online-Reiseplattformen haben über viele Jahre hinweg eine enorme Marktmacht aufgebaut. Sie kontrollieren große Teile der digitalen Nachfrage und besitzen detaillierte Daten über das Buchungsverhalten von Reisenden.
Empfehlungssysteme können diese Dynamik teilweise verändern.
Wenn Entscheidungen stärker auf Kontext und Passung basieren, kann ein Anbieter sichtbar werden, weil sein Angebot besonders gut zur beschriebenen Situation passt.
Ein Hotel wird nicht empfohlen, weil es auf Position eins steht, sondern weil seine Eigenschaften zur Anfrage passen.
Eine Airline erscheint nicht wegen Marketingbudget, sondern weil ihre Verbindung zeitlich und logistisch sinnvoll ist.
Voraussetzung ist allerdings, dass das System diese Eigenschaften auch erkennen kann.
Vom Content zur Wissensstruktur
Viele Unternehmen investieren heute erhebliche Ressourcen in Content. Texte, Bilder und Storytelling prägen die digitale Darstellung eines Angebots.
Im Zeitalter von KI-Empfehlungen entsteht jedoch eine zusätzliche Ebene.
Neben Content wird eine Wissensstruktur relevant.
Diese beschreibt nicht nur, wie ein Angebot kommuniziert wird, sondern welche Eigenschaften es tatsächlich besitzt. Welche Zielgruppen angesprochen werden. In welchem Kontext ein Produkt besonders gut passt.
Diese Informationen bilden die Grundlage für Systeme, die Entscheidungen vorbereiten.
Der Wettbewerb verlagert sich damit teilweise von der Oberfläche der Kommunikation auf die Tiefe der Daten.
Die neue Logik der Sichtbarkeit
Im Suchmaschinenzeitalter konkurrierten Airlines und Hotels vor allem um Positionen in Ergebnislisten.
Im Zeitalter von KI-Assistenten verändert sich diese Logik.
Unternehmen konkurrieren zunehmend darum, von Systemen korrekt verstanden zu werden.
Die entscheidende Frage lautet nicht mehr nur, wie gut eine Website optimiert ist.
Die entscheidende Frage lautet, ob das eigene Angebot Teil der Wissensbasis wird, aus der Empfehlungen entstehen.
Reisende vergleichen immer seltener selbst mehrere Optionen. Sie beschreiben ihre Situation und erwarten eine passende Antwort.
Im Suchmaschinenzeitalter optimierten Unternehmen Webseiten.
Im Zeitalter von KI-Assistenten optimieren sie Wissen.