Die Österreich Werbung hat ihr Nächtigungsprognosemodell vorgestellt – ein Gemeinschaftsprojekt mit JOANNEUM RESEARCH, der Alpen-Adria-Universität Klagenfurt und der TU Wien. Wie bewerten Sie diese Initiative grundsätzlich?
Prof. Dr. Wolfram Höpken: Es ist ausdrücklich begrüßenswert, dass auf nationaler Ebene nun ein strukturiertes, öffentlich zugängliches Prognosemodell für den Tourismus entsteht. Bisher konnten einzelne Beherbergungsbetriebe ihre Auslastung schätzen, aber ein flächendeckendes Modell für ganz Österreich fehlte. Dass die Methodik transparent dokumentiert und der Quellcode sogar als Open Source veröffentlicht wird, ist zusätzlich lobenswert. Das zeigt, dass hier nicht nur ein Produkt, sondern auch Wissen für die Branche geschaffen werden soll.
Das Modell nutzt einen Random-Forest-Ansatz, Kalenderinformationen, Eventdaten und interessanterweise auch Mobilfunkdaten. Was halten Sie von dieser Methodik?
Die Methodik ist solide und entspricht dem aktuellen Stand der Praxis. Random Forest hat sich für viele Prognoseanwendungen sehr gut bewährt. Die Erkenntnis der Forscher, dass modernere Architekturen wie LSTM oder Transformer-Modelle hier nicht zwingend besser abschneiden, überrascht mich nicht. Im Einzelfall hängt das stark von der verfügbaren Datenbasis ab. Besonders interessant finde ich den Ansatz, monatliche Prognosewerte mithilfe von Mobilfunkdaten auf Tagesebene herunterzubrechen. Das ist methodisch clever, weil Mobilfunkdaten die tatsächliche physische Anwesenheit von Gästen in einer Region abbilden. Für Dritte ist dieser Ansatz allerdings schwer zu replizieren, da man dazu direkten Zugang zu den entsprechenden Rohdaten der Mobilfunkanbieter benötigt.
Wo sehen Sie die größten Einschränkungen dieses Modells?
Das ist der entscheidende Punkt. Alle autoregressiven Modelle – also Ansätze, die im Kern auf historischen Auslastungsdaten aufbauen – unterliegen einer fundamentalen Einschränkung: Sie schreiben die Vergangenheit fort. In normalen Jahren funktioniert das gut, weil saisonale Muster und langfristige Trends stabil sind. Im einfachsten Fall reicht ein Blick auf den Vorjahreswert plus ein geschätzter Wachstumsfaktor und es ergibt sich die gewünschte Prognose. Das eigentliche Problem entsteht, sobald außerordentliche Ereignisse auftreten: eine Pandemie, ein geopolitischer Konflikt (wie zum Beispiel aktuell im Nahen Osten), ein extremes Wetterereignis oder eine plötzliche Wirtschaftskrise. Solche Einflüsse lassen sich aus historischen Daten schlicht nicht ableiten. Die Österreich Werbung weist auf diese Einschränkung auch transparent hin.
Genau das ist ein Kernmerkmal von myrate: aktuelle Nachfragedaten in Echtzeit. Wo liegt der entscheidende Unterschied?
myrate bildet die tatsächliche, gegenwärtige Nachfragesituation ab und zwar für ein Jahr im Voraus. Die Daten zeigen, wie stark die Nachfrage heute ist, nicht wie sie statistisch sein sollte. Damit sind außerordentliche Einflüsse automatisch enthalten: Wenn ein Großevent eine Region kurzfristig begehrt macht, wenn ein geopolitisches Ereignis Buchungen einbrechen lässt oder wenn ein neuer Trend völlig neue Zielgruppen mobilisiert. All das spiegelt sich in den myrate-Daten wider. Eine Prognose auf Basis historischer Daten kann das strukturell nicht leisten, weil diese Informationen schlicht noch nicht in der Vergangenheit vorhanden waren.
Sind die Prognosen der Österreich Werbung also eine Konkurrenz für myrate?
Das würde ich klar verneinen. Es handelt sich um grundsätzlich verschiedene Ansätze, die unterschiedliche Fragen beantworten. Die Nächtigungsprognose der Österreich Werbung ist ein Planungsinstrument für die mittelfristige Zukunft – nützlich für strategische Orientierung auf regionaler oder nationaler Ebene. Die myrate-Daten hingegen beantworten die Frage: Wie ist die aktuelle Marktlage? Was passiert jetzt, in dieser Saison, in dieser Woche? Ich würde sagen: Die Prognosen der Österreich Werbung können eine sinnvolle Ergänzung zu den myrate-Daten sein, aber sie können diese nicht ersetzen. Eine Prognose ohne den Anker aktueller Nachfragedaten bleibt letztlich eine Extrapolation der Vergangenheit. Und die Vergangenheit war bekanntlich nicht immer ein verlässlicher Ratgeber.
Arbeitet myrate selbst an Prognosemodellen?
Ja, und zwar bereits aktiv. myrate verfolgt dabei mehrere Ansätze. Zum einen werden autoregressive Prognosen auf Basis historischer Daten entwickelt, ähnlich dem Ansatz der Österreich Werbung. Diese liefern eine solide Basisorientierung für normale Marktbedingungen. Besonders vielversprechend ist darüber hinaus die Prognose auf Basis des Buchungsverlaufs. Hier fließen aktuelle Buchungsdaten ein, was kurzfristig deutlich präzisere Ergebnisse liefert, weil außerordentliche Marktbewegungen bereits im Buchungsverhalten sichtbar werden. Dieses Verfahren ist naturgemäß eher kurzfristig ausgerichtet, liefert aber dafür eine höhere Treffsicherheit. Und dann gibt es noch einen weiteren Ansatz: Prognosen auf Basis von Google-Trends-Daten. Denn Suchanfragen spiegeln außerordentliche Einflüsse – positive wie negative – frühzeitig wider. Das ist ein Bereich, der konsequent weiterentwickelt werden soll.
Was empfehlen Sie Touristikern und Destinationsmanagern im Umgang mit diesen verschiedenen Datenquellen?
Nutzen Sie alle verfügbaren Instrumente, aber verstehen Sie ihre jeweiligen Stärken und Grenzen. Prognosen auf Basis historischer Daten sind wertvoll für die mittelfristige Planung und strategische Orientierung: Welche Saisonverläufe sind zu erwarten? Wo liegen Potenziale in bestimmten Quellmärkten? Für operative Entscheidungen hingegen – Preisgestaltung, Kapazitätssteuerung, gezielte Vermarktungsaktivitäten – brauchen Sie aktuelle Marktdaten, die zeigen, was gerade wirklich passiert. Die Frage ist nicht entweder oder, sondern wie man beide Perspektiven klug kombiniert. Wer langfristige Prognosen mit Echtzeit-Nachfragedaten verknüpft, hat das vollständigste Bild des Marktes.
