10 Bereiche der Luft- und Raumfahrtbranche, die durch KI-Tools verändert werden

Der Einsatz von KI in der Luftfahrt geht über Chatbots für den Kundensupport und Preisvergleichs-Tools für Reisende hinaus. Während diese Anwendungen definitiv bleiben und allgegenwärtig werden, wird die wirkliche Umwälzung von der Optimierung der „harten“ Bereiche der Luftfahrt kommen – vom Ertragsmanagement bis zur Bewertung der Streikwahrscheinlichkeit. Gediminas Ziemelis, Vorsitzender der Avia Solutions Group, teilt seine Vorhersagen zu den Bereichen, in denen KI in der Luftfahrt einen großen Unterschied ausmachen wird.

1. Ermöglichung echter dynamischer Preisgestaltung. In der Luftfahrtbranche war das Ertragsmanagement noch nie ein leichtes Spiel, in der Welt nach dem COVID steht jedoch noch mehr auf dem Spiel. Nach Angaben der IATA ist die durchschnittliche Gewinnspanne pro Passagier heute wirklich hauchdünn – nur 2,25 Dollar, während sie 2019 zweistellig war. KI kann dazu beitragen, die schwierige Aufgabe der Analyse historischer Daten und der Berechnung des richtigen Preises unter Berücksichtigung des Standorts des Kunden und einer Vielzahl anderer Faktoren zu verbessern. Während sich größere Fluggesellschaften wahrscheinlich dafür entscheiden werden, ihre eigenen Lösungen intern zu entwickeln, gibt es bereits eine wachsende Zahl von Fluggesellschaften, die Partnerschaften mit Unternehmen wie AirGain – einer KI-gesteuerten prädiktiven Lösung mit einem Datenspeicher, der 6 Milliarden Preispunkte umfasst – eingehen. 
2. Erhaltung der Triebwerksgesundheit. Die vorausschauende Instandhaltung ist schon seit geraumer Zeit ein fester Bestandteil der MRO, wobei Sensoren den Fluggesellschaften dabei helfen, festzustellen, wann und was repariert oder ersetzt werden muss. Künstliche Intelligenz kann sowohl Sensordaten in Echtzeit als auch vorausschauende historische Fehlermuster nutzen, um Ausfallzeiten und Gesamtwartungskosten zu reduzieren. Eine kürzlich vom Center for Advanced Aviation System Development (CAASD) der University of Maryland durchgeführte Studie ergab, dass die vorausschauende Wartung die Betriebskosten von Flugzeugen um bis zu 20 % senken kann. Die KI ist bereits dabei, diesen Bereich zu verändern. So hat beispielsweise Lufthansa Technik die Flugzeugwartung mit ihren KI-gesteuerten vorausschauenden Wartungssystemen verbessert. Die Condition-Analytics-Lösung des Unternehmens nutzt Algorithmen des maschinellen Lernens, um Sensordaten von verschiedenen Flugzeugkomponenten zu analysieren und den Wartungsbedarf mit bemerkenswerter Präzision vorherzusagen. Durch die Erstellung so genannter „digitaler Zwillinge“ – perfekter virtueller Nachbildungen, die ihre Parameter entsprechend der Abnutzung des physischen Bauteils ändern – nutzen MRO-Techniker digitale Zwillinge für die vorausschauende Wartung und zur Erkennung von Anomalien, indem sie Sensordaten aus der realen Welt mit den von digitalen Zwillingen erzeugten Daten vergleichen.
3. Planung der effizientesten Route. Nach Angaben der IATA werden die Fluggesellschaften in diesem Jahr 215 Mrd. USD ausgeben, was etwa 28 % der Betriebskosten entspricht, die durch eine effizientere Routenplanung reduziert werden können. Zahlreiche Variablen (wie z. B. die Überlastung des Luftverkehrs, sich schnell ändernde Wetterbedingungen und schwankende Treibstoffkosten) machen die Routenplanung zu einer komplexen und anspruchsvollen Aufgabe, die je nach Effizienz der Planung das Ergebnis einer Fluggesellschaft entweder verbessern oder beeinträchtigen kann. KI-gestützte Plattformen können die Entscheidungsfindung von Betreibern beschleunigen, indem sie ihnen helfen, nicht nur historische Daten, sondern auch Vorhersagemechanismen zu nutzen, die zusammen ein handlungsfähiges und klares Bild ergeben. Ein Beispiel für eine solche Plattform ist Flyways, die anhand von Daten über geplante und aktive Flüge Flugrouten ausarbeitet, die durch weniger überlastete Gebiete führen und Gebiete mit ungünstigen Wetterbedingungen umgehen. Die Lösung wurde bereits von Alaska Airlines erprobt, wobei das Unternehmen in einem Zeitraum von sechs Monaten 480.000 Gallonen Treibstoff einsparen und 4.600 Tonnen weniger Kohlenstoffemissionen verursachen konnte. Die Ergebnisse einer solchen Zusammenarbeit zwischen KI und Betreibern spiegeln sich nicht nur in Kosteneinsparungen wider, sondern helfen Unternehmen auch, nachhaltiger zu werden. Sobald sich solche Lösungen nicht nur bei den Fluggesellschaften, sondern auch bei den Flugbehörden in aller Welt durchgesetzt haben, werden wir uns im Rückblick wundern, wie ineffizient wir alle bei der Routenplanung waren.
4. Vorhersage von Streiks. Während Streiks in der Luftfahrt in der Regel Schlagzeilen machen, weil sie die Reisepläne der Reisenden durcheinander bringen (vor allem um die großen Feiertage herum), wird die Tatsache, dass die Fluggesellschaften pro Streik Dutzende, wenn nicht Hunderte von Millionen verlieren können, oft übersehen. Im Jahr 2022 verlor SAS beispielsweise 145 Mio. USD durch einen 15-tägigen Pilotenstreik. Da KI nicht nur technische, sondern auch soziologische Daten analysieren kann, könnte ein Modell entwickelt werden, das den Fluggesellschaften hilft, einen möglichen Streik vorherzusagen und sich besser auf mögliche Verhandlungen vorzubereiten. Solche Modelle, die die Wahrscheinlichkeit des Ausscheidens einzelner Mitarbeiter aus dem Unternehmen vorhersagen können, wurden bereits von IBM entwickelt und erreichen eine Genauigkeit von 95 %.
5. Verbesserung der Arbeitsabläufe während des Flugs. Eine KI kann nicht nur dem Personal am Boden, sondern auch dem Kabinenpersonal als Helfer dienen. Es geht nicht nur um die Erleichterung von Routineaufgaben – ein gut trainiertes Tool kann fachkundigen Rat für das Management des Flugzeugs und das Treffen schneller, fundierter Entscheidungen bieten, insbesondere wenn der Druck hoch ist und schnelle Entscheidungen von entscheidender Bedeutung sind. Die Räder sind bereits in Bewegung, um diese Vision zum Leben zu erwecken. KI-Anwendungen der Stufe 1 stehen kurz vor der Zertifizierung, dank der EASA-Leitlinien für die Vertrauenswürdigkeit von auf maschinellem Lernen basierenden Systemen, die im April 2022 eingeführt wurden.
6. Hilfe für Piloten und Besatzungen zur Erhaltung ihrer psychischen Gesundheit. Hätte ein KI-Modell die Selbstmordkatastrophe des Germanwings-Flugs 9525, bei der 150 Menschen ums Leben kamen, verhindern können? Obwohl dies ein Bereich ist, über den viel spekuliert wird, können speziell konzipierte regelmäßige Personaluntersuchungen dazu beitragen, die Wahrscheinlichkeit psychischer Probleme vorherzusagen, die durch Stress-Ereignisse wie Störungen des zirkadianen Rhythmus, Turbulenzen und Notfälle an Bord verschlimmert werden. Eine weitere vielversprechende Anwendung, die bereits von dem britischen Start-up Blueskeye AI getestet wird, ist der Einsatz von Gesichtserkennungstechnologie zur Erkennung von Müdigkeit bei Piloten. Heute wird die Ermüdung anhand der Anzahl der Flugstunden eines Piloten berechnet, in Zukunft wird diese Kennzahl jedoch sehr individuell sein.
7. Vorhersage der Wahrscheinlichkeit von Lufttüchtigkeitsanweisungen. Eine Lufttüchtigkeitsanweigsung (Airworthiness Directive, AD) für ein Teil des Rahmens oder des Triebwerks kann einen beträchtlichen Teil der Flotte einer Fluggesellschaft zum Stillstand bringen, vor allem, wenn diese nicht über verschiedene Modelle diversifiziert ist. Das Wissen um die Wahrscheinlichkeit eines solchen Risikos kann in verschiedenen Phasen des Flottenmanagements – vom Flottenaufbau bis zur Wartung – eine große Hilfe sein. Ähnlich wie KI-gesteuerte Risikomanagement-Software in Banken und Finanzinstituten könnte eine ähnliche Lösung zur Berechnung und Minderung von AD-Risiken eingesetzt werden.
8. Verbesserung der innerbetrieblichen Qualitätsmanagementprozesse. Auch wenn keine Fehlfunktion jemals mit der 20-Milliarden-Dollar-Rechnung mithalten kann, die Boeing aufgrund der Abstürze und des anschließenden Flugverbots der 737 MAX zu zahlen hatte, kann ein Qualitätssicherungsproblem ein Unternehmen dennoch in den Ruin treiben. Während die Qualitätssicherungsstandards in der Luftfahrt aufgrund der strengen Regulierung aller sicherheitsrelevanten Aspekte bereits höher sind als in jeder anderen Branche, kann KI die internen Qualitätssicherungsprotokolle im Bereich der Luftfahrtproduktion und des Airline-Managements verbessern. In der Fertigungsphase kann ein ausgeklügeltes Computer-Vision-System, das durch manuelle Kontrollen ergänzt wird, die Fehler in den Bauteilen besser erkennen. Für Fluggesellschaften kann ein KI-gestütztes Sicherheitsmanagementsystem (SMS) riesige Datenmengen aus verschiedenen Quellen berücksichtigen, darunter Informationen zu Leistung, Wetterpartnern und Wartung. 
9. Finden der besten Logistiklösung für AOG-Situationen. Obwohl jede AOG-Situation (Aircraft on Ground, dt.: Flugzeug am Boden) einzigartig ist, kann sie die Fluggesellschaft zwischen 10.000 und 150.000 Dollar kosten, ganz zu schweigen von der Schädigung des Rufs. Es kann schwierig sein, das benötigte Ersatzteil zu finden und es innerhalb von Stunden und nicht Tagen zu liefern, vor allem, wenn die AOG-Situation weit entfernt von großen Drehkreuzen auftritt. Eine KI-Lösung könnte dem Unternehmen helfen, das Teil schnell zu finden und zum Flugzeug zu bringen. Gleichzeitig kann eine vorausschauende Wartungslösung dazu beitragen, sich auf potenzielle AOG-Ereignisse vorzubereiten und sicherzustellen, dass immer genügend kritische Teile auf Lager sind.
10. Bestimmung von Versicherungstarifen. Nach dem 11. September 2001 sehen sich die Kunden von Luftfahrtversicherungen weltweit immer noch mit eskalierenden Preisen und einer eingeschränkten Verfügbarkeit von Kriegsrisikodeckungen konfrontiert. Ein KI-Modell kann den Fluggesellschaften dabei helfen, die Risiken, denen sie ausgesetzt sind, genauer zu berechnen, damit sie ihr „Kriegsrisiko“ verstehen, wenn sie versicherungsbezogene Entscheidungen treffen.     we