Forschungsschwerpunkt 2 beschäftigt sich mit der Entwicklung und Validierung von Big Data basierten maschinellen Lernverfahren zur Stärkung der nachhaltigen Entwicklung des regionalen Tourismus. Auf der Anbieterseite wird ein Monitoring entwickelt, indem Daten aus Online-Plattformen wie Google Maps extrahiert werden, die das regionale touristische Angebot gemäß Selbstauskunft abbilden. Dadurch werden Verteilungsmuster des touristischen Angebots auf digitalen Karten sichtbar und Angebotsgruppen mit hoher Relevanz für Nachhaltigkeitsstrategien identifiziert (z.B. Nahtourismus, Vernetzung mit Kultur-, Kunst- und Kreativwirtschaft, lokale Lebensmittelproduktion etc.)

Auf der Nachfrageseite werden Online-Rezensionen, die in Feedback-Plattformen lokalisierbar sind, genutzt, um mit Methoden des maschinellen Lernens nachhaltige Kundentrends zu identifizieren. Schließlich werden Methoden der prädiktiven Modellierung eingesetzt, um das Mobilitätsverhalten und die Bewegungsmuster von Gästen innerhalb und zwischen ausgewählten Destinationen auf Basis von geo-tagged Feedbackdaten aus Online-Plattformen zu schätzen. Dies trägt dazu bei, Besucherströme, personalisierte Routen und Verkehrsaufkommen zu antizipieren und damit zu steuern bzw. zu entzerren.  
 
Der Stand der Projekte in diesem Forschungsschwerpunkt wird laufend aktualisiert.