Ein Flug in 2030

Der Bundesverband der Deutschen Luftverkehrswirtschaft spricht mit dem Blick auf das Jahr 2022 von einem starken Wachstum um 114 Prozent und damit einer Erholung des Passagierluftverkehrs im Vergleich zum Jahr 2021. Dennoch: Ob Personalmangel, Klimawandel oder Digitalisierung – die Luftfahrt kämpft mit vielfältigen Problemen. Eine zentrale Rolle bei der Lösung dieser Probleme kommt dabei wie andernorts auch dem Einsatz von Künstlicher Intelligenz (KI) zu.

Ob Roboter “Ray” am Flughafen Düsseldorf Ihren Wagen selbst im Parkhaus einparkt, ob am Flughafen Genf der digitale Teppich die Schuh-Sicherheitskontrolle effizienter macht oder ob Sie mit Apps und automatischen Check-In-Terminals konfrontiert werden – der Wille der Branche zur Digitalisierung und Automatisierung ist vorhanden, die Praxis signalisiert aber noch viel Nachholbedarf. „Leider fehlt noch die Intelligenz in Geräten, was auf die Privatsphären- und sicherheitssensiblen Regulierungen sowie den tiefen Innovationsschlaf zurückzuführen ist. Die Nöte der Branche werden nun schneller angegangen.“, so Viacheslav Gromov, Geschäftsführer vom KI-Spezialisten AITAD.

Embedded-KI als Chance

Wem sich bei Künstlicher Intelligenz der Gedanke an ChatGPT aufdrängt, hat nur einen Teil KI-basierter Unterstützungs- und Automatisierungssysteme im Blick. Mit großen Sprachmodellen lässt sich natürlich das Informationsbedürfnis der Menschen auf dem Flughafen einfacher und effizienter bedienen. Doch in vielen Fällen, insbesondere beim Einsatz von Maschinen, muss KI noch schneller und gleichzeitig spezialisierter sein. Server- und Cloudbasierte KI wie ChatGPT ist häufig zu langsam und zu rechenintensiv, um die „Probleme der Maschinen“ zu lösen. Hier kommt Embedded-KI ins Spiel – die lokal autarke Variante Künstlicher Intelligenz, die keine Netzwerkkonnektivität benötigt und in Echtzeit reagieren kann. Sie hebelt Datenschutzbedenken aus und ermöglicht, Erkenntnisse, Auswertungen und entsprechende Konsequenzen zu ziehen, wo es vorher unmöglich schien. Denn dadurch, dass Embedded-KI in Millisekunden enorme Datenmengen verarbeitet, blickt sie besonders tief und findet Muster und Zusammenhänge, die vorher unbekannt waren. Zudem geht der Megatrend zur dezentralen KI, also zur nächsten Technologie-Stufe: Alles ist dann für sich intelligent, ohne zentrale Vernetzung.

Ein Flug nach 2030

Stellen Sie sich vor: Sie treten in den Flughafen ein, die Personenzählung an jeder Schleuse, Tür sowie die automatisierte Berechnung der Schlangen an Schaltern und Ansammlungen vor den Sicherheitsschleusen erfolgen live durch Vision- und Lidar-Sensoren (sog. Time-of-Flight Sensoren) und sorgen für intelligente Abläufe, Echtzeit-Schaltersteuerung und Vorhersagen. Sie müssen sich dabei nicht vor Überwachung fürchten, denn die Embedded-KI verarbeitet Daten im Sensor selbst, ohne Verbindung oder Weitergabe der Daten an Netzwerk, Google und Co. Zudem wird sofort und unabhängig reagiert. So kann auch die Interaktion mit automatischen Check-In- oder Drop-Off-Schaltern mit besserer User Interaction durch Gesten, Sprache und Objekterkennung beim Gepäck privatsphärengerecht ausgestattet werden. Dem akuten und chronischen Personalmangel ist damit deutlich geholfen und den Hygiene-Lehren der Pandemie mit Sicherheit auch.

Embedded-KI begegnet Ihnen auch auf dem Weg durch die Sicherheitsschleusen, bei der durch intelligente NIR-Sensoren (NIR: Nahinfrarot) gestresste Personen mit Sicherheitsrisiko, Anomalieerkennungen im Körperscanner oder im XRAY-CT-Detektor deutlich tiefgründiger arbeiten als die heutigen Personenkontrollen – für noch mehr Sicherheit und schnellere Abläufe.

Und auf dem Weg Ihres Koffers durch die unterirdischen Keller-Labyrinthe des Transport- und Logistiksystems bei jedem größeren Flughafen zählen nur Sicherheit, Zeit und Zuverlässigkeit. Hier wird Embedded-KI mit entsprechenden Vision-, Radar- und Lidar.-Sensoren für präzisere und schnellere Sortierung und Kontrolle sorgen. Zudem wird durch Laser-, Ultraschall- oder Vibrationssensoren sowohl das Wiegen als auch jeder Antrieb und jede Rolle des Transportbandes auf Verschleiß und Ausfallsvorhersage hin überwacht (Predictive Maintenance), denn ein Ausfall ist teuer und ungeplant sehr personalintensiv.

Wir springen zum Rollfeld: Hier sind Fahrzeuge für Pushback oder Logistik-Transport ebenfalls gute Beispiele für Ausfallsvorhersagen, frühzeitige Störungserkennungen oder automatisierte Hinderniserkennungen durch KI im Fahrzeug. Dies gilt im Übrigen auch für die Versorgungsaggregate für die Heizung respektive Luftzufuhr.

Zu guter Letzt schauen wir auf die Chancen der lokalen KI im Flugzeug selbst, sobald Sie drin sitzen: Durch Druck- und Vibrationssensoren kann die (Injektoren-)Verbrennung in Turbinen in Millisekunden – auch zwecks Kerosingemisch-Analyse – überwacht und sofort angepasst bzw. zwecks Treibstoff-Effizienz optimiert werden. Jede Aktorik-Komponente im Flugzeug kann ebenfalls mit Predictive Maintenance sicherer werden, die Wartungszyklen damit viel flexibler, sobald die Regulierung nachzieht. Auch User Interaction mit Piloten oder in der Passagierkabine zwecks Komforts kann neu gedacht werden. Selbst Flugmanöver bzw. Regelalgorithmen können von KI an Board direkt profitieren.

Aber wer sagt, dass es 2030 nicht schon elektrische Flugtaxis gibt? Auch hier ist die Antriebsüberwachung zwecks Ausfallsicherheit zwecks Adaption der Flugtechnologie bei den Passagieren entscheidend, genauso wie autonome Unterstützungsfunktionen, die durch KI zwangsläufig lokal an Bord laufen müssen. Embedded-KI wird also zwangsläufig die Aero-Branche in die Zukunft führen, und das technologieoffen.

Quellennachweis:

• https://www.bdl.aero/de/presse/pressemitteilungen/bdl-legt-zahlen-zur-entwicklung-des-luftverkehrs-2022-und-ausblick-auf-2023-vor/#:~:text=Die%20deutschen%20Fluggesellschaften%20beförderten%20insgesamt,7%20Millionen%20mehr%20als%20verdoppelt
• https://www.tft-mag.com/business/apps-technik/der-flughafen-der-zukunft/