Priceline baut seinen KI-Assistenten Penny so um, dass Nutzer ihre Preference-Daten sehen und anpassen können. Laut Skift setzt das Unternehmen damit auf mehr Vertrauen im Buchungsprozess und auf höhere Conversion. Gleichzeitig bleibt die Kostenfrage offen, weil Routing und Token-Spend den technischen Kurs prägen.
Was Priceline bei Penny anders macht
Priceline relauncht Penny mit einem klaren Ziel: vom Suchen direkt bis zur Buchung in einem durchgehenden Ablauf zu kommen. Im Gespräch auf dem Skift Data + AI Summit erklärte CTO Sejal Amin, dass Penny Verhaltensdaten aus der Vergangenheit mit neuen Preference-Daten kombiniert und Nutzer diese Angaben bearbeiten können.
Das ist kein kleines Detail. Genau an diesem Punkt scheitern viele Consumer-AI-Produkte: Der Nutzer versteht nicht, warum ihm das System etwas empfiehlt. Priceline setzt deshalb auf Offenheit statt Black Box. Klingt simpel? Ist es auch. Nur eben selten umgesetzt.
1. Penny arbeitet mit Verhaltensdaten und Preference-Daten.
2. Nutzer können ihre Daten direkt korrigieren.
3. Laut Priceline konvertieren Penny-Nutzer besser als Nicht-Nutzer.
Warum Transparenz für Travel-AI zählt
Der Kern liegt im Vertrauen. Priceline beantwortet mit dem Datenzugriff ein Problem, das laut Skift die KI-Nutzung im Consumer Travel ausbremst: Viele Nutzer akzeptieren Empfehlungen nur dann, wenn sie die Grundlage sehen. Das passt auch zu anderen Branchenthemen rund um KI im Vertrieb und in der Buchungslogik, etwa bei Skift und in der Diskussion um personalisierte Reiseassistenten.
Der Effekt für Buchung und Conversion
Sejal Amin sagte laut Skift, dass Penny-Nutzer höher konvertieren als Nutzer ohne Penny. Veröffentlicht hat Priceline keine exakten Prozentwerte. Trotzdem zeigt die Richtung, wohin es geht: Wenn ein Assistent die Reise von der Suche bis zur Buchung verkürzt und dabei Vertrauen schafft, steigt die Chance auf den Abschluss.
- weniger Sprünge zwischen Tabs und Seiten
- mehr relevante Vorschläge durch Preference-Daten
- mehr Kontrolle für den Nutzer
Das eigentliche Thema: Kosten
So überzeugend der Nutzerblick klingt, die Technik dahinter bleibt teuer. Amin sagte auf der Bühne, neue Features seien nicht automatisch kosteneffizient. Priceline arbeitet deshalb an Modell-Routing und an einer Architektur, die Anfragen günstiger an die passenden Modelle schickt.
Warum das für die Branche wichtig ist
Für Reise- und Hospitality-Marken ist das ein Realitätscheck. Wer KI nur als Frontend-Spielerei denkt, baut sich schnell eine Rechnung ein, die später wehtut. Priceline zeigt dagegen den härteren Weg: erst Use Case, dann Kostenlogik, dann Skalierung.
Die Skift-Konferenz selbst fand am 3. Juni 2026 in New York City im City Winery am Pier 57 statt und richtete sich an Führungskräfte aus Travel, Hospitality und angrenzenden Branchen. Genau dort bekam das Thema seinen passenden Rahmen: nicht KI als Buzzword, sondern KI als Betriebsmodell.
Was du aus dem Fall mitnehmen kannst
Wenn du in Hotel, Reise oder Buchungstechnologie an einem eigenen KI-Assistenzsystem arbeitest, solltest du zwei Fragen zuerst klären: Welche Daten sieht der Nutzer? Und was kostet jede Antwort im Betrieb? Priceline zeigt, dass Vertrauen und Effizienz keine Gegensätze sind — aber beide gehören in dieselbe Architektur.
- Preference-Daten sichtbar machen
- Änderungen direkt zulassen
- Modelle nach Aufgabe routen statt pauschal das teuerste Modell zu nutzen
- Conversion gegen Token-Kosten rechnen