Verbesserung der Kreuzfahrtdienstleistungsqualität: ein Quality-Function-Deployment-Ansatz mit Online-Bewertungen durch große Sprachmodelle

Warum Kreuzfahrtauswertungen für Ihren Urlaub wichtig sind

Wenn Sie eine Kreuzfahrt planen, schauen Sie vielleicht online nach Bewertungen, um zu erfahren, ob das Essen gut ist, die Kabinen sauber und das Personal freundlich. Dieser Artikel zeigt, wie sich verstreute Kommentare in eine aussagekräftige Roadmap zur Verbesserung von Kreuzfahrterlebnissen verwandeln lassen. Indem Passagierbewertungen mit fortgeschrittener sprachbasierter KI und intelligenten Entscheidungsinstrumenten kombiniert werden, entwickeln die Forscher ein System, das Reedereien zeigt, was Reisenden wirklich wichtig ist und wie man auftretende Probleme beheben kann.

Die Stimmen der Passagiere in klare Prioritäten verwandeln

Moderne Kreuzfahrtschiffe erzeugen tausende Online-Bewertungen voller Lob, Beschwerden und feiner Hinweise darauf, was Gäste schätzen. Traditionelle Methoden betrachten einfache Wortzählungen oder Basisstatistiken, die oft Kontext und versteckte Probleme übersehen. In dieser Studie füttern die Autoren Bewertungen eines großen Kreuzfahrtschiffs, der Norwegian Breakaway, in ein leistungsfähiges Sprachmodell, das dem KI-System hinter fortschrittlichen Chatbots ähnelt. Sorgfältig gestaltete Anweisungen, bekannt als Prompt-Engineering, leiten die KI an, die Hauptthemen herauszufiltern, über die Passagiere sprechen — etwa Verpflegung, Kabinenkomfort, Verhalten des Personals, Unterhaltung, Ein- und Ausschiffen sowie allgemeine Sauberkeit — und zu beurteilen, ob Kommentare zu jedem Thema positiv, negativ oder neutral sind.

Bedürfnisse in Must-haves und angenehme Überraschungen einordnen

Nicht alle Gästewünsche sind gleichwertig. Manche Grundlagen, wie anständiges Essen und zuvorkommendes Personal, müssen stimmen, sonst sind Reisende unzufrieden; andere sind angenehme Extras, die Gäste erfreuen, aber nicht erwarten. Um dies abzubilden, verwenden die Forscher ein bekanntes Instrument der Kundenzufriedenheit, das Kano-Modell. Sie messen, wie häufig ein Bedürfnis genannt wird (Aufmerksamkeit) und wie zufrieden die Gäste damit sind (Zufriedenheit). Bedürfnisse, die viel Aufmerksamkeit erregen und eng mit Zufriedenheit verknüpft sind, werden als essenziell betrachtet; solche mit hoher Zufriedenheit aber geringer Aufmerksamkeit gelten als angenehme Überraschungen; und solche, die viel Aufmerksamkeit aber geringe Zufriedenheit erhalten, sind Bereiche, in denen die Leistung nachlässt. Eine kleine Anzahl von Punkten, die kaum erwähnt werden und kaum Einfluss auf die Zufriedenheit haben, wird als wenig relevant eingestuft und aus der weiteren Analyse herausgenommen.

Daten und Expertenurteil ausbalancieren

Der nächste Schritt besteht darin, zu entscheiden, welche Servicebereiche des Schiffs zuerst verbessert werden sollen. Hier verbindet die Studie Bewertungsdaten mit strukturiertem Input aus Abteilungen des Schiffs wie Gastronomie, Kabinenservice, Unterhaltung, Kundenservice und Betrieb. Aus den KI-extrahierten Bedürfnissen definieren Experten konkrete Servicemerkmale — zum Beispiel, wie die Verpflegung organisiert ist, wie Kabinen gereinigt werden, wie das Personal auf Probleme reagiert und wie Boarding-Schlangen gehandhabt werden. Jede Abteilung bewertet, wie stark jedes Servicemerkmal jedes Kundenbedürfnis unterstützt. Die Kano-Kategorien bestimmen dann, welches Gewicht Aufmerksamkeit gegenüber Zufriedenheit bei der Berechnung der endgültigen Wichtigkeit eines Bedürfnisses erhalten soll, sodass Grundanforderungen, Leistungsfaktoren und erfreuliche Extras unterschiedlich behandelt werden, statt zu einer einzigen Größe zusammengefasst zu werden.

Durch soziale Netzwerke Konsens erreichen

Da Abteilungen das Schiff naturgemäß aus unterschiedlichen Perspektiven sehen, können ihre Bewertungen widersprüchlich sein. Ein einfaches Mittel aus ihren Meinungen kann tiefgreifende Meinungsverschiedenheiten verschleiern. Die Studie führt einen Konsensprozess ein, der Abteilungen als Mitglieder eines sozialen Netzwerks behandelt, die ein unterschiedliches Vertrauensverhältnis zueinander haben. Eine mathematische Messgröße verfolgt, wie eng zwei Abteilungen übereinstimmen, und eine andere reflektiert, wie viel Vertrauen zwischen ihnen besteht. Paare mit geringer Übereinstimmung, aber nennenswertem Vertrauen werden schrittweise ermutigt, ihre Bewertungen einander anzugleichen, wobei festgelegt ist, wie weit sie sich in einer Runde maximal bewegen dürfen. Dieses Geben und Nehmen erhöht allmählich das gesamte Übereinstimmungsniveau, bis sich die Gruppe auf eine gemeinsame Sicht darüber einigt, welche Servicemerkmale am wichtigsten sind.

Was für eine bessere Kreuzfahrt am wichtigsten ist

Auf Hunderte aktueller Bewertungen der Norwegian Breakaway angewendet, zeigt die Methode, dass drei Bereiche — Verpflegung, Personal und Kundenservice sowie Unterhaltung an Bord — grundlegende Erwartungen darstellen, die zuverlässig gut sein müssen. Sauberkeit und Instandhaltung erweisen sich als Leistungsfaktor: Gäste nehmen ihn stark wahr, doch die derzeitige Zufriedenheit hinkt hinterher, sodass Verbesserungen hier schnelle Erträge bringen könnten. Elemente wie reibungsloses Ein- und Ausschiffen, Schiffsaufteilung und Kabinenkomfort werden als angenehme Überraschungen identifiziert, die die Zufriedenheit deutlich steigern können, wenn sie besonders gut umgesetzt sind. Wenn die Expertenbewertungen durch den Konsensprozess abgeglichen werden, werden Kundenbetreuung und Personalinteraktion zur höchsten Handlungspriorität, gefolgt von der Reibungslosigkeit der Reiseabläufe, dann Kabinen- und Sauberkeitsmanagement. Einfach ausgedrückt kommt die Studie zu dem Schluss, dass Reedereien, um Kreuzfahrten spürbar zu verbessern, zuerst in den Umgang des Personals mit Gästen und in die Effizienz der Abläufe investieren sollten, während die grundlegenden Bereiche wie Verpflegung, Sauberkeit und Unterhaltung solide erhalten bleiben sollten.

Zitation: Gai, T., Wu, J., Xing, Y. et al. Cruise service quality improvement: a quality function deployment approach with online reviews by large language models. Humanit Soc Sci Commun 13, 619 (2026). https://doi.org/10.1057/s41599-026-06941-6

Schlüsselwörter: Kreuzfahrtdienstleistungsqualität, Online-Bewertungen, Kundenzufriedenheit, große Sprachmodelle, Quality Function Deployment