Travel bekommt den KI-Druck von zwei Seiten zugleich: KI-Suche schiebt mehr Anfragen in die Systeme, aber deutlich weniger davon endet in einer Buchung. Gleichzeitig steigen interne Kosten, weil Modelle bei jeder Abfrage Rechenleistung ziehen.
Skift beschreibt das als two-sided AI squeeze. Für Airlines, Hotels und Reiseplattformen wird damit nicht nur der Vertrieb teurer, sondern auch der Einsatz eigener KI-Tools.
Die Branche sitzt gerade zwischen Suchflut und Tokenrechnung. Genau das macht den Effekt so unbequem.
Warum Travel anders betroffen ist
Reisevertrieb lebt seit Jahren von Suchanfragen, Klicks und Buchungswahrscheinlichkeit. Das System funktioniert, solange Menschen irgendwann stoppen. KI-Agenten brechen diese Grenze auf. Sie fragen weiter, testen Varianten und ziehen damit mehr Last durch die Systeme.
Skift beschreibt genau diesen Bruch beim klassischen Look-to-Book-Verhältnis im Originalartikel. Die Logik dahinter ist simpel: Mehr Suche bringt nicht automatisch mehr Umsatz. Mehr Suche kann auch nur mehr Kosten bringen.
- AI-Agenten erzeugen viel mehr Suchvolumen als Menschen.
- Nicht jede Anfrage endet in einer Buchung.
- Jede zusätzliche Modellabfrage kostet Rechenzeit.
- Travel bezahlt also doppelt: vorne im Vertrieb, hinten im Betrieb.
Was das für Hotels und Airlines heißt
Für Hotels und Airlines steigt der Druck auf die Such- und Buchungsstrecke. Wenn mehr Bots und Assistenten Preise, Verfügbarkeiten und Optionen abfragen, wächst die Last auf Metasearch-, Direct-Booking- und Service-Systeme. Und zwar unabhängig davon, ob am Ende ein Gast bucht.
Die Folge ist kein abstraktes KI-Problem. Es ist ein Kostenproblem im Kern der Distribution.
Tokenomics wird zum neuen Kostenfaktor
Im Artikel verweist Skift auf den Begriff tokenomics, den Michael Leidinger von Hilton auf dem Skift Data and AI Summit öffentlich nutzte. Gemeint ist die Rechnung hinter KI: Wie viele Tokens laufen durch ein System, was kostet das und wann kippt die Wirtschaftlichkeit?
Hilton steht damit nicht allein. Wer eigene Assistenten, Service-Bots oder Suchfunktionen betreibt, muss die Nutzung messen. Sonst wird aus einem cleveren Tool ein stiller Kostentreiber. Dazu passt auch der Blick auf den Markt: Skift schreibt von steigenden internen Tokenkosten, obwohl die Preise pro Token am Markt fallen können.
So reagieren Unternehmen in der Branche
Skift nennt Hilton und Priceline als Beispiele für Firmen, die KI-Kosten bereits aktiv optimieren. Das ist kein Luxusprojekt. Das ist Betriebswirtschaft. Wer KI nutzt, braucht ein Monitoring dafür, sonst läuft die Rechnung aus dem Ruder.
- eigene Dashboards für Tokenverbrauch
- klare Schwellenwerte für automatisierte Anfragen
- Trennung zwischen Service-KI und Vertriebs-KI
- regelmäßige Tests mit identischen Prompts
Was jetzt praktischer wird
Travel-Unternehmen müssen ihre KI nicht nur nach Qualität bewerten, sondern nach Kosten pro Ergebnis. Das gilt für Chatbots genauso wie für Such-Assistenten oder Preisabfragen. Wer das nicht misst, merkt das Problem erst auf der Rechnung.
Und die wird, Spoiler: nicht hübsch.
Warum das Thema jetzt größer wird
Der Druck wächst, weil KI im Travel-Markt nicht nur ein Frontend-Thema ist. Es geht um Distribution, Service, Revenue und Infrastruktur gleichzeitig. Genau deshalb trifft die Entwicklung die Branche härter als viele andere Sektoren.
Solange Menschen suchen, vergleichen und irgendwann abbrechen, bleibt der Schaden begrenzt. Bei KI-Agenten verschiebt sich diese Grenze. Das ist die eigentliche Zäsur.