17.12.2019

Wie booking.com Machine Learning zur Reiseplanung einsetzt

Die Travel-Website booking.com kann getrost als Benchmark für junge Startups der Branche bezeichnet werden. Eine Expertin erläutert, wie das Unternehmen Machine Learning einsetzt, um die Reisenden individuell zu adressieren.
/artikel/booking-com
Reise buche mobil mit booking.com
(c) Adobe Stock / kite_rin

Die niederländische Travel-Website booking.com kann getrost als eine der europäischen Tech-Erfolgsgeschichten bezeichnet werden: 1996 ging der Dienst unter der Adresse bookings.nl online, im Juli 2005 erfolgte der Exit an die damalige Priceline Goup für 133 Millionen US-Dollar. Priceline heißt inzwischen Bookings Holdings, und zum Portfolio gehören neben booking.com auch andere Größen der Travel-Branche, wie Agoda, Kayak und OpenTable.

+++Erfolgsstory Urlaubsguru: Von der Studenten-WG zum 200-Mitarbeiter-Unternehmen+++

Auf Booking.com selbst sind derzeit über 29 Millionen Unterkünfte gelistet, pro Tag werden über 1,5 Millionen Nächtigungen gebucht. Und das Unternehmen setzt nun auch auf KI zum Vorantreiben des eigenen Geschäfts, wie Noa Barbiro, Group Product Manager Data Science bei Booking.com Tel Aviv, im Rahmen des WeAreDevelopers Congress Vienna erläutert.

Wie User bei booking.com individuell angesprochen werden

Das zeigt sich zum Beispiel beim Blick auf das Front-End. So erhält der User zu einem Reiseziel etwa Empfehlungen dazu, welche Sehenswürdigkeiten er besuchen sollte („Topic Modelling“) und wann er seine Reise antreten sollte – basierend auf den Metriken, welche die aktuelle Buchungsauslastung zeigen.

+++ Mehr zum Thema Mobilität +++

Das „Bestseller“-Label wird auf booking.com an jene Unterkünfte vergeben, die vom System automatisch als Hotels mit besonders hoher Nachfrage identifiziert wurden. Auch der angezeigte Content für den jeweiligen User – etwa das Foto zum jeweiligen Hotel und die vorausgewählte Zimmerkategorie – werden vom System automatisch individuell angepasst.

Empfohlene Reiseziele via AI

„Wir haben Machine Learning aber fast überall im Einsatz. Nicht nur bei der Personalisierung des Front End, sondern auch im Backend“, sagt Barbiro. Das zeigt sich etwa in den empfohlenen Reisedestinationen, welche dem User individuell auf der mobilen Website angezeigt oder im Newsletter ausgespielt werden.

+++ASI und Fineway: Zwei Startups revolutionieren das Geschäft der Reisebüros+++

Auch das „Road Trip Problem“ wird in diesem Kontext adressiert: Basierend auf vorherigen Buchungen bei einem Urlaub mit mehreren Teildestinationen errechnet das System, welches Ziel der Reisende vermutlich als nächstes ansteuern wird – und schlägt ihm dann entsprechend gleich Unterkünfte vor.

Analyse der Urlaubsbilder für Empfehlungen

Und auch die Bildanalyse findet verstärkt Anwendung bei booking.com. Denn heutzutage findet sich auf der Website deutlich mehr Fotos als in den Anfangsjahren, die von den Hoteliers selbst oder auch von den Gästen bereitgestellt werden – und diese enthalten wichtige Informationen, die über Buchung oder Nicht-Buchung entscheiden können. Auch hier kommt Machine Learning zum Einsatz. So kann eine Software erkennen, ob die Unterkunft zum Beispiel eine Terrasse mit Aussicht auf die City-Skyline oder einen Pool hat. Passend zu den jeweiligen Bildern werden somit auch Informationen in Textform bereitgestellt.

+++Flightshaming? 19-jähriger Niederösterreicher gründet Reisebüro für Zugfernreisen+++

Machine Learning bietet somit viele Möglichkeiten für Travel-Websites, wie die booking.com-Expertin ausführt – es ist jedoch nicht der einzige Faktor auf dem Weg zum Erfolg: Ebenso wichtig ist die Personalisierung der Nutzererfahrung, was neben dem Machine Learning auch durch Aspekte wie die Perfoemance des Backends und das Design des Frontends beeinflusst wird.

Redaktionstipps
Deine ungelesenen Artikel:
12.11.2026

Pepper: Thinkubator-Team entwickelt Software für Förderabrechnungen

Das Wiener Startup Pepper will die Verwaltung öffentlich geförderter Projekte vereinfachen. Die Idee entstand nach einer aufwendigen Förderprüfung beim Think Tank Thinkubator. Nun bringt das dreiköpfige Gründungsteam eine Software auf den Markt. Erste zahlende Kunden und drei Business Angels sind bereits an Bord.
/artikel/pepper-thinkubator-team-entwickelt-software-fuer-foerderabrechnungen
12.11.2026

Pepper: Thinkubator-Team entwickelt Software für Förderabrechnungen

Das Wiener Startup Pepper will die Verwaltung öffentlich geförderter Projekte vereinfachen. Die Idee entstand nach einer aufwendigen Förderprüfung beim Think Tank Thinkubator. Nun bringt das dreiköpfige Gründungsteam eine Software auf den Markt. Erste zahlende Kunden und drei Business Angels sind bereits an Bord.
/artikel/pepper-thinkubator-team-entwickelt-software-fuer-foerderabrechnungen
Das Gründerteam von Pepper: Bastien Huber, Felix Ambros, Alexandra Kick (v.l.) | (c) Matt Banton

Wochenlang Belege zusammensuchen, Stundenlisten kontrollieren und Unterlagen aufbereiten: Als beim Wiener Think Tank Thinkubator im Sommer 2025 eine größere Prüfung durch die Österreichische Forschungsförderungsgesellschaft (FFG) anstand, wurde die Förderabrechnung zur Belastungsprobe. Bei solchen Projekten sind Arbeitsstunden und Ausgaben oft auf verschiedene Excel-Tabellen und Dokumente verteilt, die für Prüfungen erst zusammengeführt werden müssen.

„Das hat uns extrem viel Zeit, Ressourcen und Nerven gekostet“, erzählt Alexandra Kick, Co-Founderin von Pepper. Auch andere Organisationen stünden vor ähnlichen Problemen. Eine passende Software, um diesen Prozess einfacher zu gestalten, habe das Team nicht gefunden.

Vom Think Tank zum Software-Startup

Gemeinsam mit Felix Ambros gründete Kick 2021 den Wiener Think Tank Thinkubator, der Bildungs- und Forschungsprojekte rund um Kreislaufwirtschaft umsetzt (brutkasten berichtete). Ein Jahr später kam Bastien Huber dazu. Aus den eigenen Erfahrungen entwickelte das Trio Pepper, hinter dem die neu gegründete P&S Digital Solutions FlexCo steht.

Die Fortschritte bei KI-gestützter Programmierung machten die Umsetzung leichter. „Wir haben am Anfang etwas mit Lovable gebaut und sehr schnell gesehen, wie viel Potenzial darin liegt“, sagt Kick.

Ursprünglich wollten die drei einen Chief Technology Officer (CTO) als viertes Gründungsmitglied gewinnen. Mehrere Entwickler halfen bei der Verbesserung des Codes, zu einer gemeinsamen Gründung kam es jedoch nicht. „Für die Personen, mit denen wir gesprochen haben, war es zu diesem Zeitpunkt einfach nicht die richtige Lebensphase, um mit uns zu gründen“, erklärt Kick. Stattdessen eignete sich das Trio selbst technisches Wissen an – ein „neunmonatiger Crashkurs in How to Build Code“.

Mittlerweile wird Pepper unabhängig von Lovable betrieben. Für das Auslesen von Belegen nutzt die Software ein KI-Modell des französischen Anbieters Mistral. Die Daten liegen nach Unternehmensangaben auf Servern in der EU.

Der Name spielt auf Pepper Potts aus den Iron-Man-Filmen an. „Die ist ein Superbrain und hat alles im Blick“, sagt Kick. Eine ähnliche Rolle soll die Software für Förderprojekte übernehmen.

Förderprojekte auf einer Plattform verwalten

Pepper richtet sich an Forschungseinrichtungen, Universitäten, Unternehmen und NGOs. Nach einer Förderzusage können sie Budgets und Arbeitspakete hinterlegen, Arbeitsstunden zuordnen und Belege hochladen. Die Software soll Belege automatisch zuordnen, Soll-Ist-Vergleiche ermöglichen und Nachweise für Prüfungen exportieren.

„Pepper Project“ ist für einzelne Projekte gedacht, auch mit mehreren Konsortialpartnern. Mit „Pepper OS“ können Organisationen mehrere Projekte parallel verwalten. Zusätzliche KI-Funktionen, etwa ein Chatbot für Projektfragen und ein Assistent zur Vorbereitung wiederkehrender Aufgaben, sollen Anfang 2027 folgen.

Zu den ersten zahlenden Kunden zählen BioBASE, das Institut für Industrielle Ökologie und DeltaDrai. „Mit mehreren parallelen Förderprojekten habe ich früher erst beim Zwischenbericht gesehen, ob ein Arbeitspaket über dem Budget liegt. Jetzt sehe ich den Soll-Ist-Stand jederzeit und kann gegensteuern, solange noch Zeit dazu ist“, sagt BioBASE-Geschäftsführer Thomas Timmel.

Das Team sammelt bei den ersten Kunden Feedback und will die tatsächliche Zeitersparnis messen. Bei Thinkubator fielen 2025 für Zwischenberichte und Audit-Vorbereitung rund 120 Stunden an. Pepper soll diesen Aufwand laut Startup etwa halbieren.

Drei Investoren an Bord

Unterstützung erhält das Wiener Startup von Enzo Duit, Joseph Kap-herr und Helmut Fink-Neuböck. Alle drei kennen das Team von Thinkubator. Duit, Mitgründer von warrify, bringt KI-Expertise ein, Fink-Neuböck einen SAP-Hintergrund und Vertriebserfahrung. Kap-herr, Gründer von Finders & Company und Mitgründer von Sindbad, verfügt über Kontakte, die für eine spätere Zusammenarbeit mit Fördergebern relevant sein könnten.

„Wir wollten das mit einer Bootstrapped-Mentality angehen und nur kleine strategische Angels reinholen“, erklärt Kick. Diese sollen neben Kapital auch strategisches Know-how einbringen. Das Investment deckt insbesondere anfängliche Infrastruktur-, Rechts- und Compliance-Kosten. Die Höhe wird nicht kommuniziert.

Bis Ende 2027 will Pepper 100 Kunden gewinnen und Förderprojekte mit einem Gesamtvolumen von mehr als zehn Millionen Euro über die Plattform verwalten.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Wie booking.com Machine Learning zur Reiseplanung einsetzt

Die niederländische Travel-Website booking.com kann getrost als eine der europäischen Tech-Erfolgsgeschichten bezeichnet werden: 1996 ging der Dienst unter der Adresse bookings.nl online, im Juli 2005 erfolgte der Exit an die damalige Priceline Goup für 133 Millionen US-Dollar. Priceline heißt inzwischen Bookings Holdings, und zum Portfolio gehören neben booking.com auch andere Größen der Travel-Branche, wie Agoda, Kayak und OpenTable. Das „Bestseller“-Label wird auf booking.com an jene Unterkünfte vergeben, die vom System automatisch als Hotels mit besonders hoher Nachfrage identifiziert wurden. Auch der angezeigte Content für den jeweiligen User – etwa das Foto zum jeweiligen Hotel und die vorausgewählte Zimmerkategorie – werden vom System automatisch individuell angepasst.

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie booking.com Machine Learning zur Reiseplanung einsetzt

Die niederländische Travel-Website booking.com kann getrost als eine der europäischen Tech-Erfolgsgeschichten bezeichnet werden: 1996 ging der Dienst unter der Adresse bookings.nl online, im Juli 2005 erfolgte der Exit an die damalige Priceline Goup für 133 Millionen US-Dollar. Priceline heißt inzwischen Bookings Holdings, und zum Portfolio gehören neben booking.com auch andere Größen der Travel-Branche, wie Agoda, Kayak und OpenTable. Das „Bestseller“-Label wird auf booking.com an jene Unterkünfte vergeben, die vom System automatisch als Hotels mit besonders hoher Nachfrage identifiziert wurden. Auch der angezeigte Content für den jeweiligen User – etwa das Foto zum jeweiligen Hotel und die vorausgewählte Zimmerkategorie – werden vom System automatisch individuell angepasst.

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie booking.com Machine Learning zur Reiseplanung einsetzt

Die niederländische Travel-Website booking.com kann getrost als eine der europäischen Tech-Erfolgsgeschichten bezeichnet werden: 1996 ging der Dienst unter der Adresse bookings.nl online, im Juli 2005 erfolgte der Exit an die damalige Priceline Goup für 133 Millionen US-Dollar. Priceline heißt inzwischen Bookings Holdings, und zum Portfolio gehören neben booking.com auch andere Größen der Travel-Branche, wie Agoda, Kayak und OpenTable. Das „Bestseller“-Label wird auf booking.com an jene Unterkünfte vergeben, die vom System automatisch als Hotels mit besonders hoher Nachfrage identifiziert wurden. Auch der angezeigte Content für den jeweiligen User – etwa das Foto zum jeweiligen Hotel und die vorausgewählte Zimmerkategorie – werden vom System automatisch individuell angepasst.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie booking.com Machine Learning zur Reiseplanung einsetzt

Die niederländische Travel-Website booking.com kann getrost als eine der europäischen Tech-Erfolgsgeschichten bezeichnet werden: 1996 ging der Dienst unter der Adresse bookings.nl online, im Juli 2005 erfolgte der Exit an die damalige Priceline Goup für 133 Millionen US-Dollar. Priceline heißt inzwischen Bookings Holdings, und zum Portfolio gehören neben booking.com auch andere Größen der Travel-Branche, wie Agoda, Kayak und OpenTable. Das „Bestseller“-Label wird auf booking.com an jene Unterkünfte vergeben, die vom System automatisch als Hotels mit besonders hoher Nachfrage identifiziert wurden. Auch der angezeigte Content für den jeweiligen User – etwa das Foto zum jeweiligen Hotel und die vorausgewählte Zimmerkategorie – werden vom System automatisch individuell angepasst.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie booking.com Machine Learning zur Reiseplanung einsetzt

Die niederländische Travel-Website booking.com kann getrost als eine der europäischen Tech-Erfolgsgeschichten bezeichnet werden: 1996 ging der Dienst unter der Adresse bookings.nl online, im Juli 2005 erfolgte der Exit an die damalige Priceline Goup für 133 Millionen US-Dollar. Priceline heißt inzwischen Bookings Holdings, und zum Portfolio gehören neben booking.com auch andere Größen der Travel-Branche, wie Agoda, Kayak und OpenTable. Das „Bestseller“-Label wird auf booking.com an jene Unterkünfte vergeben, die vom System automatisch als Hotels mit besonders hoher Nachfrage identifiziert wurden. Auch der angezeigte Content für den jeweiligen User – etwa das Foto zum jeweiligen Hotel und die vorausgewählte Zimmerkategorie – werden vom System automatisch individuell angepasst.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie booking.com Machine Learning zur Reiseplanung einsetzt

Die niederländische Travel-Website booking.com kann getrost als eine der europäischen Tech-Erfolgsgeschichten bezeichnet werden: 1996 ging der Dienst unter der Adresse bookings.nl online, im Juli 2005 erfolgte der Exit an die damalige Priceline Goup für 133 Millionen US-Dollar. Priceline heißt inzwischen Bookings Holdings, und zum Portfolio gehören neben booking.com auch andere Größen der Travel-Branche, wie Agoda, Kayak und OpenTable. Das „Bestseller“-Label wird auf booking.com an jene Unterkünfte vergeben, die vom System automatisch als Hotels mit besonders hoher Nachfrage identifiziert wurden. Auch der angezeigte Content für den jeweiligen User – etwa das Foto zum jeweiligen Hotel und die vorausgewählte Zimmerkategorie – werden vom System automatisch individuell angepasst.

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie booking.com Machine Learning zur Reiseplanung einsetzt

Die niederländische Travel-Website booking.com kann getrost als eine der europäischen Tech-Erfolgsgeschichten bezeichnet werden: 1996 ging der Dienst unter der Adresse bookings.nl online, im Juli 2005 erfolgte der Exit an die damalige Priceline Goup für 133 Millionen US-Dollar. Priceline heißt inzwischen Bookings Holdings, und zum Portfolio gehören neben booking.com auch andere Größen der Travel-Branche, wie Agoda, Kayak und OpenTable. Das „Bestseller“-Label wird auf booking.com an jene Unterkünfte vergeben, die vom System automatisch als Hotels mit besonders hoher Nachfrage identifiziert wurden. Auch der angezeigte Content für den jeweiligen User – etwa das Foto zum jeweiligen Hotel und die vorausgewählte Zimmerkategorie – werden vom System automatisch individuell angepasst.

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie booking.com Machine Learning zur Reiseplanung einsetzt

Die niederländische Travel-Website booking.com kann getrost als eine der europäischen Tech-Erfolgsgeschichten bezeichnet werden: 1996 ging der Dienst unter der Adresse bookings.nl online, im Juli 2005 erfolgte der Exit an die damalige Priceline Goup für 133 Millionen US-Dollar. Priceline heißt inzwischen Bookings Holdings, und zum Portfolio gehören neben booking.com auch andere Größen der Travel-Branche, wie Agoda, Kayak und OpenTable. Das „Bestseller“-Label wird auf booking.com an jene Unterkünfte vergeben, die vom System automatisch als Hotels mit besonders hoher Nachfrage identifiziert wurden. Auch der angezeigte Content für den jeweiligen User – etwa das Foto zum jeweiligen Hotel und die vorausgewählte Zimmerkategorie – werden vom System automatisch individuell angepasst.

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie booking.com Machine Learning zur Reiseplanung einsetzt

Die niederländische Travel-Website booking.com kann getrost als eine der europäischen Tech-Erfolgsgeschichten bezeichnet werden: 1996 ging der Dienst unter der Adresse bookings.nl online, im Juli 2005 erfolgte der Exit an die damalige Priceline Goup für 133 Millionen US-Dollar. Priceline heißt inzwischen Bookings Holdings, und zum Portfolio gehören neben booking.com auch andere Größen der Travel-Branche, wie Agoda, Kayak und OpenTable. Das „Bestseller“-Label wird auf booking.com an jene Unterkünfte vergeben, die vom System automatisch als Hotels mit besonders hoher Nachfrage identifiziert wurden. Auch der angezeigte Content für den jeweiligen User – etwa das Foto zum jeweiligen Hotel und die vorausgewählte Zimmerkategorie – werden vom System automatisch individuell angepasst.