Skip to Main Content

Künstliche Intelligenz trifft auf Tourismus: Forschung in internationaler Fachzeitschrift veröffentlicht

Künstliche Intelligenz trifft auf Tourismus: Forschung in internationaler Fachzeitschrift veröffentlicht

Die Universität Liechtenstein freut sich über die Veröffentlichung einer neuen wissenschaftlichen Studie im renommierten Fachjournal Electronic Markets. Die Publikation mit dem Titel «Fine-Tuning Image-to-Text Models on Liechtenstein Tourist Attractions» wurde von Dr. Pejman Ebrahimi, Postdoktorand an der Liechtenstein Business School, und Prof. Dr. Johannes Schneider, Professor für Data Science & Artificial Intelligence, verfasst.

 

Ziel der Studie war es, zu untersuchen, wie leistungsfähig moderne KI-Modelle Bilder von Sehenswürdigkeiten automatisch in Text umwandeln können – eine Technologie, die insbesondere im Tourismus, in der Kulturvermittlung oder für barrierefreie digitale Angebote eingesetzt werden kann. Im Zentrum der Forschung standen zwei Bild-zu-Text-Modelle von Microsoft: GIT und Florence-2.

 

Die Modelle wurden gezielt mit Bildmaterial aus Liechtenstein trainiert – darunter die Burg Vaduz, die Alp Malbun sowie verschiedene kulturelle Veranstaltungen. Die Ergebnisse zeigen: Das GIT-Modell erzielt bereits mit vergleichsweise wenig Trainingsdaten überzeugende Resultate. Florence-2 hingegen entfaltet sein volles Potenzial bei grösseren Datenmengen und liefert in diesen Fällen deutlich bessere Ergebnisse.

 

Die Forschung liefert wichtige Impulse für den Einsatz von KI im Bereich Tourismus und Kulturerbe. Sie zeigt praxisnah auf, welche Modelle sich für spezialisierte Anwendungen eignen, etwa bei der automatisierten Erstellung von Bildbeschreibungen für Websites, Apps oder digitale Reiseführer.

 

Veröffentlicht wurde die Arbeit in «Electronic Markets», einer führenden internationalen Fachzeitschrift für digitale Märkte und Informationssysteme.

 

Ebrahimi, P., & Schneider, J. (2025). Fine-Tuning Image-to-Text Models on Liechtenstein Tourist Attractions. Electronic Markets, 35(55). https://doi.org/10.1007/s12525-025-00806-7