• Dr. Steffen Wagner, Partner |
  • Jürgen Kunz, Partner |

Keyfacts

  • Künstliche Intelligenz (KI) und Big Data bieten viele Möglichkeiten, um die Prozesse an Flughäfen für Mitarbeiter und Reisende zu optimieren - etwa in den Bereichen Gepäckabfertigung oder Warteschlangen

  • Etliche Flughäfen nutzen bereits in einzelnen Prozessen KI als Analysemethode

  • Die Ausweitung der Nutzung von KI und Big Data führt jedoch auch zu steigender Cyberkriminalität und punktueller Unzufriedenheit der Mitarbeiter

Potenziale von KI-gestützter Analytik und Big Data an Flughäfen

Der digitale Wandel in Wirtschaft und Gesellschaft schreitet immer schneller voran und bietet auch für Flughäfen bislang ungenutzte Potenziale. Diese zu nutzen ergibt sich schon aus der Erwartungshaltung der Reisenden, die Jahr für Jahr digitalaffiner werden. Am wertvollsten empfinden laut einer Studie von SITA aus dem Jahr 2020 34 Prozent der Befragten eine digitale Identitätskontrolle.

Im folgenden Beitrag befassen wir uns mit dem Thema Künstliche Intelligenz (KI) und Big Data an Flughäfen und werfen einen näheren Blick darauf, welche Potenziale der Einsatz dieser Analysetechniken bietet. 

Gepäckabfertigung

Angefangen beim Check-In bietet Künstliche Intelligenz verschiedene Möglichkeiten, den Gepäckaufgabeprozess zu automatisieren. Es besteht z.B. die Möglichkeit, Gepäckstücke an Automaten selbständig zu wiegen und aufzugeben. Außerdem können Gepäckstücke anhand ihres Erscheinungsbildes identifiziert werden. 

Dies könnte es den Flughafenmitarbeitern oder sogar dem Eigentümer des Koffers möglich machen, das Gepäckstück zu tracken und bei entstehenden Problemen, wie z. B. einer Beschädigung des Koffers, schneller ausfindig zu machen. Wird der Prozess mit Videoüberwachung verbunden, ist eine Performancesteigerung um den Faktor 10 möglich. Dabei kann die Prozessqualität sogar noch weiter verbessert werden. Zusätzlich könnten durch den Wegfall der Handscanner die Qualitätsanforderungen des Personals reduziert werden. 

Die Einrichtung automatisierter Hebehilfen wiederum kann für das Personal sowie für die Reisenden am Schalter eine körperliche Entlastung darstellen.

Warteschlangen

Durch Machine Learning-Modelle könnten Flughäfen das Warteschlangenmanagement optimieren, Spitzenfrequenzen voraussagen und eine Verwaltung der Checkpoint-Ressourcen in Echtzeit vornehmen. Hierdurch ist eine Optimierung der Personalverteilung am Flughafen möglich. 

Darüber hinaus erlauben Big Data-Analysen, die Auslastung eines Flughafens langfristig zu analysieren, Check-in Schalter entsprechend effizient zu besetzen und den Fluggästen Zeit-Slots für die kritischen Prozesse am Flughafen zuzuweisen. 

Verspätungen und Störungen

Mit Hilfe von KI kann ein Echtzeit-Störungsmanagement eingeführt werden, dessen Einsatz Prognosen zu Flugverzögerungen und deren Auswirkungen auf das gesamte Netzwerk ermöglicht. Automatisierte Computerprogramme können den Kunden zudem über die Verzögerung informieren und ihm ggf. eine alternative Reiseroute anbieten.

Kundenservice

Auch der Kundenservice an Flughäfen spielt eine entscheidende Rolle und kann mithilfe von KI optimiert werden. Kundenverhalten und -feedback vor Ort oder auch über Social Media kann mit KI schnell ausgewertet und verbessert werden. KI gesteuerte Servicecenter am Flughafen haben eine schnelle Datenverarbeitung und können so Wartezeiten bei der Informationsausgabe verhindern und die Auslastung der Call Center reduzieren. 

Big Data bietet außerdem die Möglichkeit, das Verhalten von Reisenden, wie beispielsweise die durchschnittliche Aufenthaltsdauer am Flughafen oder die Art und Menge der konsumierten Speisen und Getränke, zu bestimmen. Auf diese Weise können Sitz- und Verpflegungsmöglichkeiten angepasst werden. 

Parkplätze

Mithilfe von KI können Parkplätze an den Flughäfen überwacht und Fluggäste durch Einsatz von Sensoren und visueller KI-Technologie über Turn-by-Turn Navigation zu verfügbaren Parkplätzen geleitet werden. Durch intelligentes Ausmessen der Fahrzeuge sowie der verfügbaren Parklücken kann fast jeder Parkplatz effizient genutzt werden. Darüber hinaus verlängert die gewonnene Zeit der Parkplatzsuche den Aufenthalt der Fluggäste in den Shops und Restaurants im Terminal. Auch die Wartezeit an Shuttle- und Taxihaltestellen kann bspw. durch das Einrichten von Echtzeit-Personenzählungen verringert werden, da je nach Personenaufkommen Taxen und Shuttles eingesetzt werden können. Falls der Passagier bei der Flugbuchung die Möglichkeit hat anzugeben, ob er ein Taxi benötigt oder eher nicht, kann dies zu einer verbesserten Big Data-Auswertung und damit zu einem effizienteren Einsatz der verfügbaren Taxen führen. 

Reinigung

KI-Plattformen können dazu genutzt werden, die Belegung der Toiletten am Flughafen in Echtzeit zu beobachten und mit Hilfe von Informationsdisplays anzuzeigen. Darüber hinaus bietet KI die Möglichkeit, die Luftqualität in den sanitären Anlagen zu prüfen. Es ist somit nicht nur eine Hilfestellung bei der langfristigen Planung des Reinigungsservices, sondern informiert auch die Kunden über aktuelle Auslastungen und den Hygienezustand der Toiletten. Bei einem kurzfristig hohen Benutzeraufkommen kann Servicepersonal zur Reinigung direkt über das System angefordert werden. Das Konzept kann am gesamten Terminal angewendet werden, um z.B. eventuelle Beschädigungen oder Verschmutzungen direkt zu melden und einen zuständigen Mitarbeiter in Echtzeit zu informieren. Reinigungsarbeiten können zudem durch intelligente Roboter unterstützt werden, die Aufgaben wie z.B. das Wischen der Böden oder das Sammeln von Müll übernehmen.

Herausforderungen in der Anwendung von KI und Big Data

Auch wenn viele Prozesse am Airport durch KI und Big Data vereinfacht werden können, gilt es, beim Einsatz dieser Analysetechniken auch diverse Risiken zu beachten: 

  • Da es sich bei KI und Big Data um einen jungen und schnell wachsenden Markt handelt, sind viele Softwareangebote noch nicht auf alle Bereiche anwendbar  - was ihre Orchestrierung mitunter erschwert. So ermöglicht KI z.B. eine schnellere Passkontrolle, jedoch teilweise keine schnellere Gepäckabwicklung, was auf diese Weise nur zu einer Umlegung der Wartezeit von der Passkontrolle an das Gepäckband führt. 
  • Darüber hinaus erschweren Datenschutzbestimmungen den Einsatz von KI, besonders in den Bereichen Analyse und Verbesserung der Customer Experience. 
  • Je höher der Digitalisierungsgrad bzw. die Nutzung von KI gesteuerten Programmen, umso mehr steigt auch das Risiko von Cyberangriffen. Auf Information Security Hubs sollte daher nicht verzichtet werden, um Cyberkriminalität bestmöglich zu verhindern
  • Der Einsatz von KI gesteuerten System kann darüber hinaus zu einer Verunsicherung bei manchen Mitarbeitern in Bezug auf den möglichen Verlust ihrer Arbeitsplätze führen. Andere wiederum haben grundsätzlich kein Vertrauen in unterstützende Systeme und lehnen diese daher ab. 

Aussicht - Wie geht es weiter?

Aufgrund der Covid-Pandemie konnten an einigen Flughäfen bereits laufende Projekte zur Einführung moderner Analysetechniken nicht zu Ende geführt werden. Jedoch gaben in einer Umfrage von SITA & Circle Research im Jahr 2019 193 von 264 Flughäfen an, KI bereits im Bereich Predictive Analytics einzusetzen. 

Predictive Analytics ist eine fortschrittliche Analysemethode, die sowohl neue als auch historische Daten verwendet, um Aktivitäten, Verhaltensweisen und Trends vorherzusagen. Rund 61 Prozent der Flughäfen möchten KI auch dazu nutzen, den Kundenservice durch Chatbots zu verbessern und virtuelle Ansprechpartner zu schaffen.

Doch nicht nur an Flughäfen selbst wird es weitere Entwicklungen rund um das Thema KI und Big Data geben  - laut SITA und Circle Research haben auch viele Fluglinien das Potenzial erkannt, und so möchten 43 Prozent der Top 200 Airlines weltweit bis zum Jahr 2024 in Forschungsprogramme für KI investieren. Das Risiko der Nutzung von KI und Big Data in Bezug auf Cyberkriminalität ist den Flughäfen jedoch bewusst, weshalb 94 Prozent der 161 von SITA, ACI und Savanta interviewten Flughäfen im Jahr 2022 angaben, vermehrt in Cyber Security zu investieren.