Wie SayTrip vertrauenswürdige KI für die Reisebranche auf Sliplane entwickelt

SayTrip verwandelt Gespräche zwischen Reisenden und Reiseberatern in strukturierte, überprüfbare Informationen. Wir haben mit Co-Founder und CTO Michael Mayer darüber gesprochen, wie SayTrip vertrauenswürdige KI entwickelt – und warum sich ein zweiköpfiges Unternehmen mit umfassender Kubernetes-Erfahrung bewusst gegen den Betrieb von Kubernetes entschieden hat.

Was ist SayTrip und welches Problem löst ihr?

Michael: SayTrip ist die Intelligenzschicht für Reisebüros und Travel-Tech-Unternehmen. Wir verwandeln Telefonate, E-Mails und Chats zwischen Reisenden und Beratern in konsistente, strukturierte Informationen.

Das System arbeitet wie ein Assistent, der Notizen macht, während sich der Berater auf den Kunden konzentriert. Es erfasst Vorlieben, Budgets, Interessen sowie Anforderungen an Transport und Unterkunft.

Anders als eine allgemeine Zusammenfassung folgen diese Informationen einem klar definierten Datenmodell für die Reisebranche. Agenturen können sie filtern, analysieren und in ihren bestehenden Prozessen nutzen.

“

Die Zeit, die uns Sliplane spart, fließt direkt in die Verbesserung von SayTrip und die Arbeit mit unseren Kunden.

Wie funktioniert das während eines Beratungsgesprächs?

Michael: Mit Zustimmung des Reisenden kann ein Berater ein Gespräch aufzeichnen oder eine vorhandene Aufnahme hochladen. SayTrip transkribiert das Gespräch, erkennt die Sprecher und extrahiert mit spezialisierten Modellen und Prompts die relevanten Reisedetails. E-Mail wird bereits integriert, weitere Telefon- und Chat-Integrationen folgen.

Das System prüft, ob der Reisende und die Reise schon existieren, und schlägt dann vor, die Datensätze anzulegen oder zu ergänzen. Jedes extrahierte Detail bleibt mit seiner ursprünglichen Quelle verknüpft.

Wenn in einer E-Mail ein Budget von 20.000 € steht, in einem späteren Gespräch aber 2.000 € genannt werden, markiert SayTrip den Widerspruch, statt sich stillschweigend für einen Wert zu entscheiden. Zusätzlich zeigen wir, ob das System bei einem Detail sehr sicher, sicher oder unsicher ist.

Berater prüfen die Vorschläge, besonders die unsicheren. So entsteht ein lebendiges Profil des Reisenden und seiner Reise, das Nachfragen und Übergaben deutlich vereinfacht.

Was ist technisch so schwierig daran, diese Informationen vertrauenswürdig zu machen?

Michael: Ein einzelnes Universal-LLM kann eine plausible Zusammenfassung erstellen, aber nicht unbedingt vertrauenswürdige, wiederverwendbare Daten. Es weiß nicht von selbst, welche Details für ein Reiseunternehmen wichtig sind oder wie nachgelagerte Systeme sie strukturiert benötigen.

Wir haben dieses Fachwissen in eine mehrstufige Pipeline eingebaut. Schon die Transkription ist anspruchsvoll: Modelle müssen Sprecher unterscheiden, Unterbrechungen verarbeiten und Dialekte wie Wienerisch verstehen.

Wir testen Modelle verschiedener Anbieter. Manche Extraktionsschritte laufen aus Geschwindigkeitsgründen parallel, während unabhängige Modelle Konsistenz und Logik prüfen.

Geht es in einem Gespräch um Schweden und in der Extraktion taucht plötzlich New York auf, kann das System diesen Fehler markieren. Jedes Detail verweist außerdem auf die relevante Stelle im ursprünglichen Gespräch, sodass der Berater den Beleg direkt prüfen kann.

Wir pflegen eine Benchmark-Suite mit synthetischen Gesprächen und einem von Menschen geprüften Referenzdatensatz. Sobald sich ein Prompt, Modell oder Pipeline-Schritt ändert, lassen wir die Tests erneut laufen, um Regressionen zu erkennen.

Was habt ihr von euren ersten Kunden gelernt?

Michael: Unsere ersten Kunden und Designpartner sind mittelgroße Reisebüros. Die enge Zusammenarbeit mit den Menschen, die das Produkt täglich nutzen, hat uns geholfen, das Branchenwissen aufzubauen, das uns am Anfang gefehlt hat.

Die wichtigste Erkenntnis: Eine Reise wird nie in nur einem Gespräch geplant. Details entwickeln sich über Telefonate, E-Mails und andere Nachrichten hinweg und bleiben sogar nach der Rückkehr relevant. Ist ein Berater nicht verfügbar, sollte ein Kollege den Reisenden und den Stand der Reise sofort verstehen können.

Dadurch hat sich unser Fokus von einem einzelnen Beratungsgespräch auf Kontinuität über alle Kanäle hinweg verschoben. Da wir zunächst Deutschland, Österreich und die Schweiz bedienen, sind Datenschutz und DSGVO grundlegende Anforderungen an unser Produkt.

Was läuft auf Sliplane und warum habt ihr euch dafür entschieden?

Michael: Fast unser gesamter Stack läuft auf Sliplane: Frontend, Backend, Datenbanken, Background Jobs, interne Tools und die Infrastruktur rund um unsere KI-Pipeline. Die Modelle laufen bei spezialisierten externen Inference-Anbietern, Aufnahmen und Dateien liegen im S3-kompatiblen Object Storage von Sliplane.

Ich komme aus dem DevOps- und Cloud-Native-Bereich. Ich habe weltweit Kubernetes-Cluster betrieben und Migrationen zwischen AWS und Google Cloud begleitet. Deshalb weiß ich sowohl, was diese Plattformen ermöglichen, als auch wie viel operativen Aufwand sie verursachen.

SayTrip ist ein zweiköpfiges Unternehmen und ich bin für die technische Plattform verantwortlich. Mit Sliplane kann ich normale Docker-Container deployen und Ressourcen skalieren, ohne die Arbeit eines Plattformteams übernehmen zu müssen. Planbare Kosten und europäische Infrastruktur passen ebenfalls zu unserem Unternehmen.

Was ändert das im Alltag?

Michael: Der größte Vorteil ist der schnelle Feedback-Loop. Mit unserer Automatisierung auf Sliplane können wir in etwa zwei bis drei Minuten eine vollständige Preview-Umgebung inklusive Seed-Datenbank erstellen.

Ein Staging- oder Produktiv-Release dauert sieben bis neun Minuten, einschließlich Build, Tests und Deployment.

Für einen neuen Service kann ich das GitHub-Repository verbinden und Sliplane bauen und deployen lassen, ohne vorher eine eigene Pipeline einzurichten. Die Produktion hat weiterhin eine saubere CI und umfassende Tests, aber Experimente und interne Tools brauchen nicht denselben Setup-Aufwand.

Der laufende Plattformaufwand ist mit Sliplane nahezu null. Ich bleibe für die Anwendung und ihre Abhängigkeiten verantwortlich, nicht aber für die darunterliegende Infrastruktur. Mit meiner Erfahrung könnte ich Kubernetes betreiben. Sie hilft mir aber auch zu erkennen, dass das die falsche Verwendung unserer Zeit wäre.

Wo können Leser mehr über SayTrip erfahren?

Michael: Besucht saytrip.ai oder bucht eine 20-minütige Produktvorstellung. Wir arbeiten direkt mit Reisebüros, Agenturgruppen und Travel-Tech-Unternehmen zusammen.