Soccer team in a huddle

Reiseanwendungen werden noch intelligenter

Feature | 3. November 2017 von Sophia Hägerich und Kim Krüger 0

Reisen und neue Orte entdecken – das steht bei fast jedem auf der Wunschliste. Theoretisch sollten sich die meisten von uns auf einen Tapetenwechsel freuen oder in Bezug auf dieses Thema zumindest gelassen sein. Praktisch steht jedoch viel mehr an, als nur in ein Flugzeug einzusteigen und am Zielort anzukommen.

Man muss Reiseziele suchen, Buchungen bezahlen, Routen koordinieren und recherchieren, welche Geheimtipps für eine Stadt empfohlen werden. Das alles sollte zwar die Vorfreude steigern, kann aber auch schnell unglaublich stressig werden.

Schon vor Beginn eines Trips einen klaren Überblick zu gewinnen, kann wirklich helfen. Das gilt sogar für Geschäftsreisen, für die eine gut organisierte Agenda enorm wichtig ist, um die wertvolle Zeit bestmöglich zu nutzen. Denn schließlich sollte dabei auch Geschäftliches im Mittelpunkt stehen. Wie können Sie diese organisatorische Herausforderung nun meistern und den Aufwand für die Planung Ihrer nächsten Reise reduzieren?

Triplt für die Reiseplanung

TripIt von Concur, die weltweit äußerst erfolgreiche App für die Organisation von Reisen, bietet eine umfassende Lösung zum Koordinieren des Zeitplans. Vom Verlassen des Hauses bis zur Rückkehr ist Triplt ein persönlicher Reiseassistent: Er erinnert Reisezeiten, Änderungen, Adressen und an andere wichtige Dinge, die man unterwegs beachten sollte.

Wie funktioniert Triplt und welche Technologie verbirgt sich dahinter? Viele von uns wissen, wie stressig es ist, wenn man in einer E-Mail unter Hunderten von anderen Zahlen seine Flugnummer heraussuchen muss und den Flug noch rechtzeitig erreichen möchte. Benutzer von Triplt müssen sich nicht länger durch mehrere Apps klicken und E-Mails durchkämmen, um die erforderlichen Informationen zu finden. TripIt verlässt sich auf eine Reihe von Regeln, die Teil der automatisierten Parsing-Engine-Technologie Datamapper sind und zum Sammeln relevanter Daten aus Bestätigungs-E-Mails des Reisenden eingesetzt werden. Das heißt, die App extrahiert beispielsweise Flugpläne oder Hotelaufenthalte aus eingegangen E-Mails und erstellt daraus sofort einen leicht verständlichen Master-Reiseplan. Die Anwendung unterstützt in diesem Zusammenhang den vertraulichen Umgang mit personenbezogenen Informationen.

Maschinelles Lernen für komfortablere Reisen

Wie viele andere Unternehmen plant Triplt derzeit, automatisierte Methoden des maschinellen Lernens zu integrieren. Die neue Technologie, die Algorithmen mithilfe von Daten trainiert und dadurch intelligentere Maschinen oder Programme ermöglicht, trägt zu höherer Leistung und Benutzerfreundlichkeit bei. Das kommt auch der Reisebranche zugute. Damit können Reisebüros und andere Service Provider mühsame manuelle Prozesse automatisieren und Endanwender können ihre Trips einfacher planen.

Bevor das maschinelle Lernen in Datamapper eingeführt wurde, nutzte TripIt eine Reihe manuell erstellter Regeln, auch Datamaps genannt, die auf verschiedene, von Reiseanbietern verwendete E-Mail-Vorlagen zugeschnitten waren. Doch dieser Ansatz war arbeitsintensiv – und zwar bei der Erstellung der Vorlagen und der Wartung. In einem Umfeld, in dem sich Tausende von Reiseanbietern wie Agenturen für Flug- und Hotelbuchungen tummeln, die ihre Vorlagen häufig ändern und mehrere Modelle abhängig vom Benutzerprofil einsetzen, war die Entwicklung eines automatisierten Systems dringend nötig.

Im Rahmen einer aktuellen Projektkooperation mit dem Team von SAP ML Research und der Tel Aviv University arbeitet TripIt deshalb darauf hin, maschinelles Lernen in Datamapper einzubinden. Das Research-Team, das sich gemeinsam mit führenden Universitäten um die Lösung vieler komplexer Probleme des maschinellen Lernens kümmert, verbindet auf diese Weise erstklassige Forschung im Bereich des maschinellen Lernens und Unternehmenslösungen von SAP.

Wissenschaft unterstützt Integration des maschinellen Lernens

Bei der Forschungszusammenarbeit wird das Deep-Learning-Konzept zur Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) angewendet. NLP ist ein Teilbereich des maschinellen Lernens und kommt bei der Extraktion von Informationen aus vielen Domains und Formaten zum Einsatz, die von PDF-Dokumenten über Social Media bis hin zu E-Mails reichen können. Tassilo Klein, ML Senior Researcher bei SAP ML Research, kommentiert diese Entwicklung wie folgt: „Der jüngste Fortschritt im Bereich Deep Learning hat auch bei NLP zu einer enormen Leistungssteigerung geführt. Deshalb war es nur logisch, auf diesem Gebiet Initiativen ins Leben zu rufen und zunächst so zu versuchen, Unternehmensanwendungen intelligenter zu machen.“

Im Zuge des ersten, in diesem Projekt erreichten Meilensteins wurde ein Textklassifizierer entwickelt, der auf Deep Learning beruht und mit dem sich Reisepläne (Flüge, Hotelaufenthalte und Autovermietungen eingeschlossen) automatisch klassifizieren lassen und mit dem der Anbieter identifiziert werden kann. Schließlich ermöglicht die Deep-Learning-Lösung Triplt, die Reisedaten automatisch zu ermitteln und zu extrahieren und dadurch weniger Vorlagen manuell erstellen und pflegen zu müssen.

Triplt zählt mittlerweile über 14 Millionen Benutzer und optimiert die Anwendung mit Blick auf die Entwicklung von E-Mail-Vorlagen und die Unterstützung zusätzlicher Anbieter weiter. Bei Beendigung des Projekts haben SAP und TAU vor, Triplt eine Lösung zur Verfügung zu stellen, die die Klassifizierung von E-Mails mithilfe von maschinellem Lernen ermöglicht. Dieses Vorhaben ist ein weiteres Beispiel für den Einsatz von maschinellem Lernen im Unternehmenskontext. Es trägt dazu bei, dass Triplt seinem Slogan treu bleiben kann: „Sie buchen. Wir kümmern uns um den Rest.“

Sie möchten mehr über Triplt erfahren und die App herunterladen? Dann besuchen Sie www.tripit.com.

Ansprechpartner bei Fragen zu Pressethemen:
Kimberly Krüger

Sophia Hägerich, sophia.haegerich@sap.com

Ansprechpartner bei Fragen zu Forschungsthemen:
Tassilo Klein, +49 30 4109-2697, tassilo.klein@sap.com

Bildquelle: Shutterstock

Tags:

Leave a Reply