Hilton und Air Canada haben auf dem Skift Data + AI Summit 2026 klar gemacht: AI-Features bringen wenig, wenn Daten- und Systemarchitektur wackeln. Hilton hat laut Skift 90 Prozent seiner Rechenleistung in die Cloud verlagert und verarbeitet heute mehr als 1,5 Milliarden Transaktionen pro Tag.
Air Canada zieht die andere Lehre daraus: Erst kam die Ablösung vom Mainframe, dann die Frage, welche Software man wirklich kaufen muss. Für Hotels ist das ein ziemlich nüchterner Hinweis: Erst das Fundament, dann die AI-Schicht.
Worum es auf der Bühne wirklich ging
Die Diskussion bei Skift drehte sich nicht um neue Prompts oder schicke Demo-Tools. Es ging um das, was darunter liegt. Michael Leidinger, SVP & Chief Information Officer bei Hilton, und Firas Al Osman, Chief Digital Officer bei Air Canada, beschrieben beide lange Umbauphasen an ihrer IT-Basis.
Hilton habe in rund acht Jahren eine alte Monolith-Struktur in cloud-native Microservices zerlegt, schreibt Skift. Air Canada sei im vergangenen Jahr vom Mainframe heruntergekommen. Das klingt technisch, ist aber im Kern simpel: Wer alte Systeme weiter mitschleppt, klebt AI später nur oben drauf.
Warum Hilton auf Umbau statt Schnellschuss setzt
Hilton nennt auf der Bühne Zahlen, die den Unterschied zeigen. Laut Skift hat das Unternehmen 90 Prozent seiner Rechenleistung in die Cloud verschoben. Die Plattform verarbeitet heute mehr als 1,5 Milliarden tägliche Transaktionen. Der Wert lag vorher bei etwa 120 Millionen. Das ist mehr als das Zehnfache.
Auch die Kostenfrage kam vor. Eine zusätzliche Kapazität für das zentrale Reservierungssystem im alten Rechenzentrum habe laut Leidinger rund eine Million Dollar Capex und eine Stunde gebraucht. Solche Sätze bleiben hängen. Nicht wegen des Pathos, sondern weil sie zeigen, wie teuer alte Architektur im Betrieb werden kann.
Cloud-Migration: 90 Prozent der Rechenleistung liegen in der Cloud.
Last im System: Mehr als 1,5 Milliarden Transaktionen pro Tag.
AI-Einsatz: Der AI Planner läuft seit März und nutzt Anthropic Claude sowie Property-Content von Hilton.
Was das für Hotels heißt
- AI braucht saubere Stammdaten, sonst liefert sie nur hübsche Antworten mit dünnem Inhalt.
- Je älter das PMS, CRS oder CRM, desto teurer wird jede kleine Erweiterung.
- Wer heute modernisiert, spart sich morgen Workarounds im Service, Vertrieb und Marketing.
Air Canada stellt die Kauf-Frage neu
Firas Al Osman setzte den zweiten Akzent. Seine Grundfrage lautet laut Skift nicht mehr nur buy-or-build, sondern: Können wir das in wenigen Wochen selbst bauen? Wenn ja, dann los. Dieser Satz ist wichtig, weil er die klassische Beschaffung logischerweise unter Druck setzt.
Al Osman sagte laut Skift auch, viele Enterprise-Software-Anbieter stünden vor einem „day of reckoning“. Gemeint ist: Wenn agentisches Software-Development die Baukosten drückt, verliert der alte Vorteil mancher Anbieter an Gewicht. Dann zählt nicht mehr nur, wer komplexe Entwicklung versteckt. Dann zählt, wer schnell liefern kann.
Die neue Rechenfrage für Tech-Budgets
- Ist der Use Case wirklich Kern des Geschäfts?
- Kann das Team ihn in Wochen statt Monaten bauen?
- Bringt der Kauf mehr Tempo als das Eigenprojekt?
- Hängt der Erfolg an Daten, die nur intern sauber verfügbar sind?
Genau da liegt der praktische Wert der Session. Nicht in der Ansage, alles selbst zu bauen. Sondern in der besseren Frage vor dem Budgetfreigabefeld.
Warum das für Hospitality gerade zählt
Hotels und Reiseunternehmen hängen oft an Systemlandschaften, die über Jahre gewachsen sind. Ein Booking-Engine-Modul hier, ein CRM-Add-on dort, dazu ein PMS, ein Channel Manager und ein Reporting-Tool. Am Ende reden die Systeme nicht sauber genug miteinander. Dann wird jede AI-Funktion zum Flickwerk.
Hilton zeigt eine andere Route. Erst Architektur, dann Funktion. Erst Datenfluss, dann AI-Layer. Das ist nicht glamourös. Aber genau so entstehen Systeme, die mehr als einen Saisoneffekt überleben.
Kaufen oder selbst bauen?
Dafür spricht Eigenbau
- Du kontrollierst Daten, Logik und Tempo.
- Du passt Lösungen enger an deinen Betrieb an.
- Du kannst kleine Features schneller testen.
Dagegen spricht Eigenbau
- Du brauchst starke Teams und saubere Infrastruktur.
- Alte Systeme bremsen jede neue Idee aus.
- Ohne klare Prioritäten frisst dich Komplexität auf.
Der echte Take-away für Entscheider
Die eigentliche Pointe der Session ist simpel: AI lohnt sich erst dann richtig, wenn Daten, Events und Systeme ordentlich aufgestellt sind. Wer den Effekt umdreht und erst die sichtbare AI kauft, baut auf Sand. Skift hat diesen Punkt klar beschrieben, und Hilton liefert dafür ein ziemlich greifbares Gegenbeispiel.
Für Hotels, Airlines und andere Travel-Unternehmen heißt das: Nicht die nächste Oberfläche zuerst kaufen. Erst klären, wo eure Daten liegen, wer sie pflegt und wie schnell ihr Funktionen wirklich selbst bauen könnt. Klingt trocken? Ja. Ist aber der Teil, der später Geld spart.
- Prüf zuerst deine Datenbasis.
- Zähle Integrationen statt nur Features.
- Miss Time-to-Build, nicht nur Lizenzkosten.