Assistent für Reiseplanung und Reiseverlauf

Eine Reise zu planen heißt, Dutzende Tabs zu jonglieren: Flüge, Unterkünfte, Öffnungszeiten, Nahverkehr, Visa, Wetter und Budget. Ein LLM-Agent mit Such- und Kartenwerkzeugen macht aus einem losen Wunsch („fünf Tage Portugal im Mai, zwei Erwachsene, Bahn, kein Auto“) einen realistischen Tag-für-Tag-Plan, erklärt die Abwägungen und passt ihn an, wenn sich etwas ändert. Typischer Nutzen: Stunden an Recherche gespart und weniger Fehler in der Logistik; die Reisenden entscheiden und bezahlen weiterhin selbst.

Problem & Nutzen

• Heute: Menschen kombinieren Bewertungsportale, Foren, Blogs, Karten-Apps und Tabellen. Pläne scheitern an Ruhetagen, langen Transfers, verpassten Anschlüssen oder versteckten Gebühren. Gruppenreisen bringen zusätzlichen Abstimmungsaufwand.
• KI-Nutzen: (1) schnelle Inspiration und Vorauswahl, (2) geografisch stimmige Tagespläne (Sehenswürdigkeiten bündeln, Stationen ordnen), (3) ein Ort, der Buchungen aus E-Mails zu einer Zeitleiste zusammenführt, (4) Hilfe unterwegs: Übersetzung, Umleitung, Alternativen bei Regen.
• Stand der Belege: Anbieter berichten von rascher Verbreitung von KI in der Reiseplanung, aber es gibt keine neutrale, breit akzeptierte Kennzahl zum Nutzen; messen Sie die gesparte Zeit selbst (siehe Kennzahlen).

Varianten

• Freizeit: Städte- oder Rundreise: Sehenswürdigkeiten, Restaurants, Fahr- oder Nahverkehrsabschnitte.
• Familien- und Gruppenreisen: kinderfreundliche Filter, gemeinsame Abstimmung über Optionen, Kostenaufteilung.
• Barrierearmes Reisen: stufenfreie Wege, ruhige Zeiten, Ernährungsbedarf (siehe PERS-007).
• Geschäftsreisen (Sicht der Beschäftigten): richtlinienkonforme Buchung in einem Unternehmenswerkzeug; zum Concierge auf Anbieterseite siehe CONV-012.
• Reisebegleiter unterwegs: Echtzeit-Übersetzung, Dokumentenscan, Umgang mit Störungen.

So funktioniert es

1. Wünsche + Rahmenbedingungen (Daten, Budget, Gruppe, Interessen)
2. Rückfragen
3. Kandidatenerzeugung (LLM + Live-Suche / Reise-APIs)
4. Verankerung in Fakten (Öffnungszeiten, Entfernungen, Fahrzeiten, Preise aus Werkzeugen)
5. Optimierung der Reiseroute (Clustering, Reihenfolge, Zeitfenster)
6. Planentwurf + Alternativen + Budget
7. menschliche Prüfung und Anpassungen
8. Übergabe zur Buchung (Links, oder der Agent füllt das Formular aus; die reisende Person zahlt)
9. Reisezeitplan aus Bestätigungs-E-Mails; Neuplanung in Echtzeit

• Die Verankerung in Fakten (Grounding) ist der Schlüsselschritt. Ein reines LLM erfindet Öffnungszeiten, Preise und sogar Orte. Gute Assistenten rufen Werkzeuge auf (Karten, Orte, Flug- und Hotelsuche, Wetter, Bahnfahrpläne) und nennen das Ergebnis als Quelle.
• Routenoptimierung: Das LLM schlägt Stationen vor; ein kleiner Solver (z. B. OR-Tools oder die Routing-APIs von Kartenanbietern) ordnet sie und prüft die Reisezeiten.
• Mensch-in-der-Schleife (Human-in-the-Loop): Die Reisenden genehmigen den Plan und bestätigen Zahlungen und die Eingabe persönlicher Daten stets selbst.

Datenaufbereitung

Es ist wenig Aufbereitung nötig, weil die Haupteingabe Freitext und öffentliche Daten sind. Nützliche private Daten liegen in E-Mails (Buchungsbestätigungen), Kalendereinträgen, Screenshots von Tickets, gespeicherten Kartenorten und Notizen früherer Reisen. Typische Lücken sind über mehrere Postfächer verstreute Bestätigungen, veraltete Öffnungszeiten, fehlende Angaben zu Mobilitäts- oder Ernährungsbedarf und Tickets, die nur als Foto vorliegen. Vorbereitungsschritte: Buchungsmails in einen Ordner oder ein Reisedokument weiterleiten, ein kurzes Präferenzprofil aufschreiben (Budget, Tempo, Interessen, Gruppe, Mobilität), Kandidatenorte in einer Kartenliste sammeln und per OCR oder Bildmodell Termine und Buchungsnummern aus Screenshots extrahieren lassen. Für ein Entwicklerprodukt nutzen Sie Karten-, Öffnungszeiten- und Nahverkehrs-APIs als Quellen statt des Modellwissens und legen sie im Cache ab. Prüfen Sie jede zeitkritische Angabe (Öffnungszeiten, Preise, Visaregeln) an der offiziellen Quelle. Der Aufwand ist gering, etwa 10-20 Prozent des Gesamtaufwands. Verwandte Themen der Aufbereitung sind PREP-007 für Mailarchive, PREP-006 für Papiertickets und DOC-014 für das Extrahieren von Daten aus Dokumenten.

Umsetzungswege

Welcher Weg für wen

• Privat: A - allgemeine Assistenten und Reise-Apps planen Reisen bereits gut, und es sind keine sensiblen Geschäftsdaten beteiligt.
• Entwickler: B - Cloud-Modell-APIs in Kombination mit Karten-, Nahverkehrs- und Buchungs-APIs liefern das beste Ergebnis; ein selbst betriebenes Modell kennt selten aktuelle Öffnungszeiten oder Preise.

Weg A — Kaufen (Standardsoftware) (empfohlen für Privatnutzer)

• Allgemeine Assistenten: ChatGPT, Claude, Gemini, Microsoft Copilot und Perplexity planen Reisen mit Websuche; Google bietet Reiseplanung in Suche/Maps und Gemini mit Daten aus Google Flights und Hotels, Apple und Google Maps ergänzen KI-gestützte Listen.
• Reisespezifische Apps: Tripadvisor, Booking.com, Expedia, Kayak und Airbnb haben eingebettete KI-Planer; Wanderlog, Mindtrip und Layla sind eigenständige Planer; TripIt ordnet Bestätigungen aus E-Mails. Europäische Anbieter sind u. a. Booking.com (NL), Trivago (DE), GetYourGuide (DE), Omio (DE), Komoot (DE, Outdoor-Routen) und Wanderlog-ähnliche Werkzeuge; prüfen Sie jeweils die Datenrichtlinie.
• A wählen, wenn: Sie Ergebnisse heute wollen, Buchungen über die üblichen Portale laufen und die Weitergabe von Reisedaten an einen US- oder EU-Anbieter akzeptabel ist.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Modelle: jedes Spitzen-LLM mit Werkzeugnutzung (Claude, Gemini, GPT, Mistral als EU-Anbieter) mit Datenhaltung in der EU, wo angeboten.
• Daten/Werkzeuge: Google Maps Platform (Places, Routes), Amadeus Self-Service oder Duffel APIs für Flüge, Open-Meteo für Wetter, Navitia/transport.rest oder nationale Bahn-APIs für den Nahverkehr, OpenStreetMap/Overpass für Points of Interest. Werkzeuge werden üblicherweise über MCP-Server bereitgestellt.
• Orchestrierung: eine Agentenschleife (LangGraph, OpenAI Agents SDK, Claude Agent SDK) oder n8n; Ausgabe als geteiltes Google Doc, Notion-Seite oder .ics-Kalenderdatei.
• B wählen, wenn: Sie einen Familien- oder Vereinsplaner mit eigenen Präferenzen oder einen Nischendienst (Radreisen, barrierefreies Reisen) wollen.

Weg C — Selbst betreiben (Open Source)

• Modelle: Open-Weight-LLMs mit Tool-Aufrufen wie Qwen3, Llama, Mistral Small oder gpt-oss über Ollama oder vLLM; Whisper für Sprachnotizen; NLLB oder Opus-MT für die Übersetzung.
• Werkzeuge: selbst betriebener OpenStreetMap-Stack (Nominatim, OSRM/Valhalla/GraphHopper, Overpass), OR-Tools, SearXNG für die Websuche, Open-Meteo.
• Hardware: HW1 für kleine Modelle auf einem Laptop; HW2 für komfortable werkzeugnutzende Modelle mit 20-30B. Siehe PERS-005.
• Abwägung: volle Privatsphäre, aber keine Live-Preise oder Buchungsdaten ohne externe APIs.

Weg D — Eigenes Training

Für Einzelpersonen nicht lohnend. Anbieter feintunen Ranking- und Empfehlungsmodelle auf Klick- und Buchungsdaten; das erfordert große Interaktionsprotokolle.

Stand der Technik (2026)

• Agentische Buchung: Assistenten bedienen zunehmend Browser oder Partner-APIs, um zu suchen, Formulare auszufüllen und Buchungen zu reservieren, wobei die Nutzerin oder der Nutzer den endgültigen Kauf bestätigt. Die Zuverlässigkeit ist uneinheitlich; rechnen Sie mit Rückfällen auf Links.
• In Chats eingebettete Reise-Apps: große Reiseplattformen veröffentlichen Integrationen für Chat-Assistenten über Werkzeugprotokolle wie MCP, sodass Pläne auf echte Angebote verweisen.
• Reasoning-Modelle bewältigen Pläne mit mehreren Randbedingungen (Budget, Zeitfenster, Anschlüsse) deutlich besser als Chatbots der Zeit um 2023, scheitern aber weiterhin an langen Abhängigkeitsketten.
• Grenzen und Fehlerbilder: halluzinierte Orte oder geschlossene Sehenswürdigkeiten, veraltete Preise, falsche Umstiege im Nahverkehr, unterschätzte Transfer- oder Wartezeiten, überladene Tage, veraltete Visa- und Einreiseregeln (offizielle Quellen prüfen) und gesponserte Ergebnisse, die als neutraler Rat erscheinen. Prüfen Sie Öffnungstage, Einreisebestimmungen und Stornobedingungen immer an der Quelle.

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack (llm-general + agent-framework + search): PERS-011 Agent für Einkauf und Angebote, PERS-009 Haushaltsorganisation, AGENT-003 Browser-Agent.
• Kombinierbar mit: LANG-009 Übersetzung unterwegs, PERS-017 Lifelogging (Reiseerinnerungen), PERS-006 Organisation der Fotobibliothek, PERS-015 Hilfe zu Verbraucherrechten bei Fluggastentschädigung oder abgesagten Reisen, PERS-001 Budgetierung.
• Gegenstück auf Anbieterseite: CONV-012 Concierge für Reise und Gastgewerbe.

Aufwand, Kosten & Kennzahlen

• Weg A: Minuten; kostenlose Stufen oder ein Abonnement des Assistenten.
• Weg B: ein Wochenende für einen Prototyp; die API-Kosten je Plan sind meist gering, Flug-/Hotel-APIs können eine Partnerfreigabe erfordern.
• Weg C: ein Tag bis einige Tage für die Einrichtung; Hardware, die Sie womöglich bereits besitzen.
• Kennzahlen: gesparte Planungszeit, Anteil der als korrekt verifizierten Vorschläge, Zahl der unterwegs nötigen Planänderungen, Budgetabweichung, Zufriedenheit der Reisenden.

Menschen & Veränderung

Private Reisende sollten die ganze Reisegruppe früh einbeziehen, da Vorlieben, Budget und Mobilitätsbedarf unterschiedlich sind. Teilen Sie nur die Daten, die der Assistent braucht: Passnummern und Zahlungsdaten gehören nicht in Prompts. Entwickler oder Unternehmen, die einen Planer bauen, brauchen die bzw. den Datenschutzbeauftragte(n), weil Reisepläne, Aufenthaltsorte und Mitreisende personenbezogene Daten sind; mit jedem Cloud-Auftragsverarbeiter ist ein Auftragsverarbeitungsvertrag (AVV, Art. 28 DSGVO) nötig, und eine Datenschutz-Folgenabschätzung (DSFA) ist normalerweise nicht erforderlich, solange keine Standortverfolgung in großem Umfang hinzukommt. Bei privater Nutzung ist kein Betriebsrat beteiligt; bietet ein Unternehmen einen Reiseassistenten für Geschäftsreisen an und protokolliert das System die Reisen der Beschäftigten, kann § 87 Abs. 1 Nr. 6 BetrVG greifen. KI-Kompetenz: Art. 4 KI-Verordnung (AI Act) verlangt von Organisationen, die KI-Kompetenz der Beschäftigten zu fördern; Nutzer sollten wissen, dass Assistenten Öffnungszeiten oder Verbindungen erfinden können. Typische Sorgen sind falsche Buchungen und versteckte Kosten; begegnen Sie ihnen, indem der Assistent vorschlägt und der Mensch bucht, und indem kritische Angaben an der Quelle geprüft werden. Starten Sie mit einer kurzen Reise als Pilot und vergleichen Sie den Plan mit der Wirklichkeit. Der Mensch behält die Kontrolle über alle Zahlungen und Buchungen. Siehe GUIDE-005, GUIDE-006 und GUIDE-009.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): minimales Risiko für einen persönlichen Planungsassistenten; Transparenzpflichten (Art. 50) gelten für Anbieter von Chatbots. Kein Problem nach Art. 5, solange ein Produkt keine Emotionserkennung oder manipulatives Nudging ergänzt.
• DSGVO: Reisen offenbaren Aufenthaltsort, Termine, Begleitpersonen, gesundheitliche oder religiöse Bedürfnisse und Passdaten. Bevorzugen Sie die Verarbeitung in der EU, fügen Sie keine Passscans in allgemeine Chat-Werkzeuge ein und löschen Sie den Chatverlauf nach der Reise. Die Weitergabe von Daten Mitreisender an einen Anbieter braucht deren Einwilligung.
• Verbraucherrecht: Die Pauschalreiserichtlinie (EU) 2015/2302 bietet starken Schutz nur für Pauschalreisen und verbundene Reiseleistungen; selbst über eine KI zusammengestellte Buchungen fallen meist nicht darunter. Die Fluggastrechte (VO 261/2004) gelten weiterhin für Flüge.
• Risiken: falsche Informationen, nicht autorisierte Käufe durch Agenten, Prompt Injection über Webseiten, die der Agent liest, Affiliate-Verzerrung. Gegenmaßnahmen: Bestätigung vor jeder Zahlung, Ausgabenlimits, virtuelle Karten, Quellenangaben, Werkzeugrechte nur zum Lesen.

Erste Schritte

1. Schreiben Sie ein Briefing in einem Absatz (Termine, Budget, Gruppe, Muss-Kriterien, Ausschlüsse) und bitten Sie einen Assistenten um zwei alternative Reisepläne mit Reisezeiten.
2. Lassen Sie ihn Quellen für Öffnungszeiten und Preise nennen und prüfen Sie dann fünf Kernangaben selbst.
3. Leiten Sie Buchungsbestätigungen an einen Reiseorganizer weiter oder lassen Sie den Assistenten eine Zeitleiste und eine Kalenderdatei bauen.
4. Bereiten Sie Offline-Kopien (Karten, Tickets) und ein Übersetzungswerkzeug für die Reise vor.
5. Notieren Sie nach der Reise, was falsch war, und nutzen Sie die korrigierten Präferenzen beim nächsten Mal wieder.

Quellen

1. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
2. Directive (EU) 2015/2302 on package travel — https://eur-lex.europa.eu/eli/dir/2015/2302/oj
3. Regulation (EC) No 261/2004, air passenger rights — https://eur-lex.europa.eu/eli/reg/2004/261/oj
4. Regulation (EU) 2016/679 (GDPR) — https://eur-lex.europa.eu/eli/reg/2016/679/oj
5. Model Context Protocol specification — https://modelcontextprotocol.io
6. Google OR-Tools routing — https://developers.google.com/optimization/routing
7. Amadeus for Developers — https://developers.amadeus.com
8. Open-Meteo API documentation — https://open-meteo.com/en/docs
9. Valhalla routing engine — https://github.com/valhalla/valhalla