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:
18.11.2026

Allocator One: Wiener VC-Dachfonds vermeldet finales Closing von erstem Fonds bei über 100 Mio. Dollar

Allocator One gab zudem Performance-Zahlen zu den bislang mehr als 40 Fonds-Investments seit dem Start im Juli 2024 heraus.
/artikel/allocator-one-wiener-vc-dachfonds-vermeldet-finales-closing-von-erstem-fonds-bei-ueber-100-mio-dollar
18.11.2026

Allocator One: Wiener VC-Dachfonds vermeldet finales Closing von erstem Fonds bei über 100 Mio. Dollar

Allocator One gab zudem Performance-Zahlen zu den bislang mehr als 40 Fonds-Investments seit dem Start im Juli 2024 heraus.
/artikel/allocator-one-wiener-vc-dachfonds-vermeldet-finales-closing-von-erstem-fonds-bei-ueber-100-mio-dollar
Michael Ströck und Felix Staeritz haben Allocator One gegründet | (c) Michael Ströck / brutkasten
v.l. Michael Ströck und Felix Staeritz haben Allocator One gegründet | (c) Michael Ströck / brutkasten

Bereits seit Juli 2024 ist Allocator One, der Fund of Funds mit Sitz in Wien, aktiv – brutkasten berichtete bereits mehrmals. Die Zielsetzung hat sich seitdem nicht verändert: Die besten First-Time- bzw. Zweitfonds sogenannter „Emerging Manager“ ausfindig machen und in diese investieren. Schon bislang investierte der Dachfonds nach eigenen Angaben so in mehr als 40 Fonds – zuletzt etwa Noctua Science Ventures. Die Ticketgröße liegt dabei zwischen zwei und zehn Millionen.

„Daten-Problem“: KI hilft bei Auswahl der Fonds

Allocator One verbindet dabei menschliche Investmententscheidungen mit seiner Fondsinfrastruktur-Plattform Infra One und mit dem KI-Agenten Ori. „Außergewöhnliche Fondsmanager zu finden, sollte nicht davon abhängen, wessen Pitch einen zufällig erreicht. Wir analysieren systematisch Tausende von Emerging Managern weltweit und kombinieren proprietäre Daten mit Investmentkompetenz, um die wenigen Spezialisten mit echtem Wettbewerbsvorteil zu identifizieren und zu unterstützen, bevor der breite Markt sie entdeckt“, sagt dazu Michael Ströck, gemeinsam mit Felix Staeritz Gründungspartner von Allocator One.

Die besten Spezialisten zu finden sei „ein Daten-Problem – und wir behandeln es auch so“, ergänzt Staeritz. Jährlich würden weltweit etwa 1.000 neue Emerging-Manager-Fonds aufgelegt. Man schätze, dass man rund 80 Prozent davon sichte, heißt es von Allocator One. Knapp 20 Prozent der Bewerber kämen in die engere Auswahl für ein Interview. Nach Abschluss der Due Diligence investiere man in die obersten ein Prozent der Manager.

23 Prozent überzeichnetes Closing, bislang indirekt in 17 Unicorns investiert

Nun verkündete Allocator One das finale Closing des ersten Anchor-Fonds „Flagship Fund I“ im September. Dieser sei um 23 Prozent überzeichnet und kam letztlich auf ein (zugesagtes) Volumen von mehr als 100 Millionen US-Dollar. Die Investoren seien Family Offices, erfolgreiche Technologieunternehmer, erfahrene Venture-Investoren und institutionelle Anleger aus mehr als 25 Ländern. Der Dachfonds investiert in Fonds der Jahrgänge 2023 bis 2026.

Zeitgleich nennt Allocator One Performance-Zahlen zu den mehr als 40 Fonds-Investments der vergangenen zwei Jahre. Bei mehr als 60 Prozent davon sei man der größte Investor. Insgesamt sei man über die Beteiligungen indirekt in 600 Unternehmen investiert, darunter 17 Unicorns wie Lovable, Thinking Machines und xAI. 11 Prozent des eingezahlten Kapitals habe man bereits zurückgezahlt

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.