Im Jahr 1997 wurde Garry Kasparov von „Deep Blue“, einem Computerprogramm, im Schach besiegt, ein bedeutender Meilenstein für die Künstliche Intelligenz. 20 Jahre später ereignete sich ein weiteres Schachduell, das weniger Aufmerksamkeit erregte, aber ebenso wichtig war: „Alpha Zero“ besiegte „Stockfish“. Was dieses Ereignis besonders macht, ist, dass „AlphaZero“ nicht speziell zum Schachspielen programmiert wurde. Es lernte allein durch neun Stunden Selbstspiel die Grundlagen des Spiels und konnte so „Stockfish“ besiegen, eine komplexe Software mit fortschrittlichen Algorithmen zur Schachanalyse. Durch einen neuen Ansatz in der KI-Programmierung, nämlich Neuronale Netze statt Algorithmen, wurde dies möglich.
Die fortschreitende Entwicklung künstlicher Intelligenz (KI) hat eine revolutionäre Wirkung auf das Revenue Management, insbesondere in Branchen wie dem Tourismus, der Hotellerie und dem Einzelhandel. Durch die Fähigkeit, große Datenmengen zu analysieren und präzise Vorhersagen zu treffen, hat KI den traditionellen Ansatz des Revenue Managements grundlegend verändert. Anstelle von manuellen Entscheidungen, die auf historischen Daten und Erfahrungen basieren, ermöglicht KI eine datengesteuerte, dynamische Preisgestaltung und Verfügbarkeitssteuerung. Und das alles in Echtzeit.
Seit es Computer gibt, sprechen Menschen von Künstlicher Intelligenz. Bis vor ein paar Jahren bezog sich KI auf Algorithmen, die spezifische Probleme lösen konnten. Ein Programmierer erstellte Regeln, die dem Computer halfen, das Problem zu lösen. Neuronale Netze funktionieren anders. Statt Regeln vorzugeben, lernt der Computer die Lösung, indem er sie Millionen Mal präsentiert bekommt. Das Neuronale Netz findet dann eigenständig den Weg zur Lösung.
Wenn ich will, dass mein Computer Katzen auf einem Bild erkennt, muss ich also keine Regeln mehr finden, die eine Katze beschreiben. Ich zeige meinem Neuronalen Netz ein paar Millionen Bilder einer Katze, und das Netz wird daraus lernen, wie es eine Katze erkennt.
Diese Technologie steckt hinter den KI-Werkzeugen, die in den letzten Jahren so große Schlagzeilen produziert haben. Übersetzungsprogramme wie DeepL oder Google Translate, Bild Generatoren wie Dall-E oder Midjourney, oder in jüngster Zeit Chatbots wie ChatGPT oder Bard. Sie alle basieren auf Neuronalen Netzen, die sehr tief gestaffelt sind und mit riesigen Mengen von Daten trainiert wurden.
Seit seinen Anfängen im Umfeld amerikanischer Fluggesellschaften werden Computer als Werkzeuge für das Revenue Management eingesetzt. Durch die Analyse demografischer Daten, Wetterbedingungen oder Veranstaltungen kann KI präzisere Vorhersagen zur künftigen Nachfrage treffen. Dies ermöglicht Unternehmen, ihre Ressourcen effektiver zu verwalten und Umsätze zu maximieren. Die Segmentierung und Personalisierung von Angeboten ermöglichen eine gezielte Ansprache verschiedener Kundengruppen mit maßgeschneiderten Preisangeboten.
Der Einsatz Neuronaler Netze verbessert die Qualität von Werkzeugen deutlich. Ähnlich wie bei „AlphaZero“, bei dem Neuronale Netze besser Schach spielen können als Algorithmen wie „Stockfish“, liefern sie auch präzisere Vorhersagen für die zukünftige Nachfrage. Dabei können sie eine größere Datenmenge berücksichtigen, etwa wie das Wetter in Deutschland die Nachfrage in Schweizer Ski-Destinationen beeinflusst.
Ein weiterer Vorteil von KI im Revenue Management ist die Automatisierung von Prozessen, die Zeit und Ressourcen spart und es den Mitarbeitern ermöglicht, sich auf strategische Entscheidungen und die Interaktion mit Kunden zu konzentrieren.
In den durch die Zusammenarbeit erzeugten Daten von Revenue Manager und Revenue Management Systemen liegt viel Potenzial. Neuronale Netze werden von dieser Expertise lernen und zur Entstehung von Synergien führen, indem sie die Revenue Manager besser bei ihren Aufgaben unterstützen.
Die Einführung von KI-Technologien revolutioniert das Revenue Management laufend und unterstützt Unternehmen dabei, ihre Umsätze zu steigern, die Rentabilität zu verbessern und ihren Kunden einen Mehrwert durch dynamische Preisgestaltung und personalisierte Angebote zu bieten. Infolgedessen hat sich auch die Rolle des Revenue Managers erheblich weiterentwickelt. Durch die Automatisierung und Optimierung von Prozessen verfügen Revenue Manager nun über mehr Zeit, sich auf strategische Aspekte des Geschäfts zu konzentrieren und das Tagesgeschäft effizientere und effektiver anzugehen. Diese Veränderung macht erhebliche Wettbewerbsvorteil möglich.
Leander Eyer …
… ist Co-Founder der Hotelpartner AG und leitet die Informatik- und Entwicklungsabteilung des Unternehmens. Er hat zwei Masterabschlüsse in Informatik und ein CAS in Data Science. Seit Jahren verfolgt er die Entwicklung auf den Gebieten Künstlichen Intelligenz und Machine Learning und arbeitet am Transfer dieser Technologie in Werkzeuge für das Revenue Management.