Die Fraport AG nutzt die Databricks Data Intelligence Plattform um die Abläufe für die Passagiere zu optimieren und dem Fachkräftemangel entgegenzutreten.

»Aus Daten abgeleitetes Wissen ist Gold wert«. Die KI-Experten Rolf Felkel und Torben Barth des Flughafenbetreibers tätigten diese Aussage in München am 7. November 2024 im Rahmen der Data + AI World Tour. Wir wollten wissen, weshalb die Firma sich bereits im Jahr 2021 für die Plattform entschieden hat und welche Rolle Big Data spielt.

Ausgangslage. Seit den 1990er Jahren setzt das Unternehmen auf Data Warehousing und damit Big Data im weiteren Sinne. Es begann mit Produkten der Firma SAS und viel Eigenentwicklung, alles noch On-Premises in eigenen Rechenzentren. Da die Datenmenge wuchs (zum Beispiel Radar-Daten, denn jedes Flugzeug sendet alle fünf Sekunden einen Radarpunkt), rückte Cloud in den Fokus: »Als wegen der Corona-Krise das Personal schrumpfte, war klar, dass dieses Vorgehen nicht mehr wertschaffend ist, weil wir uns nicht ständig um die Verwaltung der Struktur sorgen wollten, sondern mit den eigenen Daten vorteilhaft arbeiten. Eine Cloud-Lösung wurde daher dringend benötigt und Databricks fanden wir sehr überzeugend«, erklärt Rolf Felkel, Senior Vice President Applications and Partner Management bei der Fraport AG.

Anwendungsfälle als Fundament und KI als Wachstumstreiber. Die wichtigste Frage bei den IT-Fachleuten lautete vor der Einbindung der Plattform: Wo und wie lassen sich die Daten wertschaffend nutzen? Zugrunde lagen Anwendungsfälle, zum Beispiel die Verbesserung der Predictive Maintenance der Gepäckförderanlage. Die Herausforderung bestand darin, dass hier keine Daten vorlagen, um entsprechende Modelle zu trainieren. Das Projekt musste daher zu den Akten gelegt werden. Seitdem werden so viele Daten aus so vielen Bereichen wie möglich gesammelt und aufbewahrt – und müssen verarbeitet sowie verwaltet werden. »Das ist nur mit einer entsprechenden Data Intelligence Plattform möglich«, meint Felkel.

Der Großteil der KI-Projekte, die das Unternehmen selbst mit eigenen Leuten und Partnern entwickelt sowie betreibt, laufen seit 2024 unter der Initiative »AI@Fraport«, welche bereits viele Bereiche abdeckt. Darum gilt seit einigen Jahren das Motto Cloud First, jedoch bewusst nicht Cloud Only. »Es wird immer Applikationen geben, die wir nicht in die Cloud verschieben können, dürfen oder wollen. Manche sind stark von der Hardware abhängig, andere sehr wertvoll und geheim, wieder andere werden durch regulatorische Vorgaben ausgeschlossen. Aus diesem Grund wächst sogar die Infrastruktur unserer Rechenzentren, obwohl wir verstärkt die Cloud nutzen.« sagt Felkel.

Bezüglich des Verwaltungsaufwands genügt ein Blick auf die nackten Zahlen: allein am Standort Frankfurt am Main sind rund 1450 Applikationen im Einsatz, wobei die größten und kritischsten, rund 850 bis 900, von der IT-Abteilung verantwortet werden. Hier soll besonders stark die Automatisierung hochgefahren werden. Zudem zeigt sich in diesem Bereich, dass ein hybrider Ansatz notwendig ist, weil Dinge, die starken Einfluss auf Infrastruktur in der Fläche haben, wie die alarmgebenden Systeme, Kommunikationssysteme (Funk, Telefon) und das Energie-Management (Steuerung der Lampen im Start-Landebahn-System) eine starke Abhängigkeit von Latenz und dergleichen Themen aufweisen und daher ein lokales Rechenzentrum vorzuziehen ist.

Big-Data-Anwendungsfälle und KI-Projekte. Ein großes KI-Projekt, welches derzeit realisiert wird, ist die Entwicklung eines AI-Agenten für den Ladeservice. Dabei handelt es sich um eine Lösung auf Basis von tiefgehenden neuronalen Netzen, die lernen, was eine gute oder schlechte Entscheidung ist. Der begleitende digitale Zwilling kann einen vollständigen Arbeitstag simulieren, worin der AI-Agent Entscheidungen virtuell trifft. Auf diese Weise lernt er. Torben Barth, Product Manager Excellence Center KI bei der Fraport AG, erklärt: »Ein virtueller Flughafen läuft parallel zum echten und in beiden bewegen sich die Lademannschaften, kümmern sich um die Abfertigung, fahren weiter und werden gesteuert von einem Disponenten in der Einsatzleitung. Dieser entscheidet, welche Lademannschaft, welche Aufgabe übernimmt. In der KI-Simulation jedoch übernimmt der AI-Agent die Rolle des Disponenten. Dessen Entscheidungen werden dann im digitalen Zwilling geprüft, wodurch der Agent kontinuierlich verbessert wird.« Das Ziel lautet, die Disposition zu 80 Prozent zu automatisieren. Das wird den Disponenten aber nicht überflüssig machen, im Gegenteil, meint Barth: »Die Hälfte der Fraport-Mitarbeiter geht über die nächsten 15 Jahre in den Ruhestand, wodurch der Arbeitskräftemangel ernst wird. Außerdem muss immer jemand in die Entscheidungen korrigierend oder prüfend eingreifen können. Zudem soll der Disponent mit den Kunden, also den Fluglinien, in Ruhe kommunizieren, um wichtige Fälle, die sich nahe an den echten Menschen bewegen, zu bearbeiten.« Als Beispiel erklärt er, dass ein Mitarbeiter nach seiner Ankunft genügend Zeit benötigt, um sich umziehen zu können, oder ein wichtiger Flug mit wichtiger Fracht bevorzugt abgefertigt werden soll. Auf diese Weise will der Flughafenbetreiber den Disponenten nur entlasten, damit dieser seine menschlichen Vorteile ausspielen und sich auf seine Hauptaufgabe konzentrieren kann: Flugzeuge möglichst sorgenfrei abzufertigen, zum Beispiel in dem das Gepäck schnell und richtig abfertigt wird.

Gemischte Gefühle bei Regularien. Gesetzliche Regularien spielen für die Firma eine wichtige Rolle und werden gemischt aufgefasst. Die IT-Experten geben das Urteil ab, dass zwar oft die Entbürokratisierung das Ziel sei, aber nicht immer das Ergebnis, wodurch diese Vorgaben oft mehr Fluch als Segen seien. Einerseits war das Bundesdatenschutzgesetz, auf welches die Europäische Datenschutzgrundverordnung (DSGVO) folgte, die restriktiver ist, keine Hürde. Ebenso wenig Aufwand bedeutete die NIS1-Verordnung auf EU-Ebene, die nach Deutschland als KRITIS-Verordnung hinzutrat. Andererseits bereitete erstmals die KIKS-Verordnung (kritische informations- und kommunikationstechnische Systeme) der EU in der zivilen Luftfahrt Kopfzerbrechen, die noch härtere Anforderungen an die Cybersecurity von Flughäfen stellt. Sie definiert Maßnahmen, die das Operations-Modell einschränken, darunter, dass der Zugriff auf Daten in gewissen Applikationen nur durch sicherheitsgeprüftes Personal erfolgen darf. Seit Ende 2023 gibt es außerdem eine dritte Cybersecurity-Verordnung, die von der EASA der EU kam und weitere Dokumentation fordert. Jüngste Zugänge auf diesem Feld sind die NIS2-Richtlinie und der AI Act der EU, wobei die Experten letzteren gut aufnehmen, weil sie erwarten, dass hier ein Rahmenwerk geschaffen wird, das hilft, einheitliche KI-Prinzipien klar zu formulieren und durchzuhalten.

Die Lösung. Um alle KI- und Big-Data-Aufgaben stemmen, Ideen umsetzen, und die Datenmenge verarbeiten zu können, benötigte die Abteilung eine Data-Intelligence-Plattform. Sie hilft, die vielen Daten mit den KI-Lösungen zu verbinden, damit alle Datensätze zusammengebracht werden können und bereits aufbereitet zur Verfügung stehen. Nur auf diese Weise ist es dem Flughafenbetreiber nun möglich, diese Datenmenge vorteilhaft auszuwerten und wertvolles Wissen abzuleiten, um Anwendungsfälle und Prozesse zu optimieren.

Ebenso wichtig sind kurzfristige Positionsänderungen der Flugzeuge am Flughafen. Vorher wurden diese Anpassungen aufwendig von Hand bearbeitet, aber nun geht das automatisch vonstatten, überall und mit allen Faktoren, weil theoretisch jede Änderung irgendwann relevant werden könnte. Die Experten wollen verstehen, warum beispielsweise die Flüge an sich unpünktlicher geworden sind und auch die Fluglinien befassen sich schon länger mit KI zur Auswertung ihrer Datenmengen als Optimierung der Prozesse. »Unser Hauptkunde in Frankfurt am Main, die Lufthansa, ist seit einigen Jahren mit einem KI-Projekt beschäftigt, um das Flotten-Management und Mannschaften-Management zu optimieren. Die Fluglinie begann damit in Zürich (Schweiz) und wird es nun auf die deutschen Standorte in München und Frankfurt am Main ausrollen,« erklärt Felkel.

Fazit. Die Data-Intelligence-Plattform kam ins Spiel, »weil«, führt Barth aus, »sie unsere Anforderungen und Wünsche am besten abdeckt, auch in der Azure Cloud verfügbar ist und die neuen Features, wie Unity Catalogue und die Verbesserungen am Lake House, zu neuen Fähigkeiten führen, die wir benötigen können.« Kernanforderungen waren außerdem Scalability der Leistung, Spark als Verarbeitungstechnologie für die Daten, eine Stream-Fähigkeit, SQL-Abfragen und die Vernetzung mit vorhandenen (alten) Datenbanken. Das Fazit der beiden IT-Experten: »Ohne eine solche Plattform könnten wir unsere wegweisenden Projekte nicht umsetzen, weil wir die Daten nicht so vorteilhaft nutzen könnten, wie es notwendig ist – und aus Daten abgeleitetes Wissen ist heutzutage Gold wert.«

Illustration: © Sapari Sapari, Bukhori, GenAI | Dreamstime.com

8525 Artikel zu „KI Daten“

News | Business | Favoriten der Redaktion | Künstliche Intelligenz | Strategien | Tipps

Sechs Bausteine zur KI-Readiness: KI lebt von hochwertigen Daten und intelligenter Planung

22. April 2025

Künstliche Intelligenz hat das Potenzial, Prozesse in nahezu allen Branchen zu revolutionieren. Doch der Erfolg jeder KI-Anwendung steht und fällt mit der Qualität der zugrunde liegenden Daten und der richtigen Vorbereitung. NTT DATA erklärt, welche Aspekte bei der Umsetzung eines KI-Projekts relevant sind. Künstliche Intelligenz hat sich in den letzten Jahren zu einem der…