Skip to main content

From Prediction to Decision Support - Strengthening Safe and Scalable ATM Services through Automated Risk Analytics based on Operational Data from Aviation Stakeholders

Article Category

Article available in the folowing languages:

Integration vorausschauender KI in Arbeitsabläufe des Flugverkehrsmanagements

Mit vorausschauendem maschinellem Lernen könnten Verkehrsmanagementsysteme sicherer und effizienter werden. Das EU- und Industrie-finanzierte Projekt SafeOps suchte nach der besten Möglichkeit, diese Information in den Betriebsablauf zu integrieren.

Verkehr und Mobilität

Die Organisation des europäischen Luftraums ist eine komplexe Operation, die von den gemeinsamen Bemühungen von Fluggesellschaften und Behörden am Boden abhängt. Die nächste Generation der Systeme im Flugverkehrsmanagement wird von zwei manchmal im Konflikt stehenden Zielen angetrieben: mehr Effizienz bei gleichzeitig mehr Sicherheit. Künstliche Intelligenz könnte bei dieser Entwicklung eine bedeutende Rolle einnehmen. KI-Systeme können große Datenvolumen analysieren und bieten so verbesserte Automatisierung und neue Instrumente zur Entscheidungsunterstützung auf der Grundlage vorausschauender Informationen. So könnte das Flugsicherheitspersonal frühzeitig über mögliche übersehene Anflüge gewarnt werden, um eine bessere Organisation des Landeverkehrs, Abflugverkehrs und der Landebahnkapazität zu ermöglichen. Das könnte die Dominoeffekte abschwächen, die auftreten, wenn ein Flugzeug über dem Flugplatz kreisen muss anstatt zu landen (auch Durchstarten genannt). Doch während die aktuell modernsten Flugverkehrskontrollsysteme auf bekanntermaßen wahren Informationen beruhen, basieren KI-Vorhersagen auf Wahrscheinlichkeiten, die ein Unsicherheitselement einführen. Sicherheit steht in der Luftfahrt an erster Stelle. Das Kontrollpersonal muss also auf die erhaltenen Informationen vertrauen können. Das Projekt SafeOPS, finanziert im Rahmen des gemeinsamen Unternehmens SESAR, will herausfinden, wie solche vorausschauenden Technologien bestmöglich in vorhandene von Menschen gesteuerte Flugverkehrsmanagementsysteme integriert werden können, um das Vertrauen in KI-Vorhersagen zu stärken. „Vorausschauende Systeme müssen zeigen, dass sie die Kapazität erhöhen können und kosteneffizient sind, oder dass sie die Sicherheit und Stabilität im Flugverkehrsmanagement verbessern“, kommentiert der Projektkoordinator Lukas Beller von der Technischen Universität München. „Am besten wäre beides“, ergänzt er.

Vorhersage von Durchstartevorgängen noch vor dem Eintreten

Um die Folgen der KI-Integration in das Flugverkehrsmanagement abzuschätzen, hat das SafeOPS-Team zunächst eine Reihe an Workshops mit Fachkräften, Kontrollpersonal und anderen Spezialistinnen und Spezialisten für den Flugverkehr durchgeführt. „In diesen Workshops haben wir Referenzszenarios festgelegt – in denen die Handhabe von Durchstarts schwierig ist – und dabei modernste Methoden und Instrumente eingesetzt“, erklärt Beller. Sobald diese Situationen ausgearbeitet wurden, machte das Team sich an die Konzeption eines Prototypsystems. Dieses hat die Referenzszenarien anhand von Informationen von vorausschauendem maschinellem Lernen, einem Untersystem der KI, durchgespielt. Mit diesem Prototyp konnte das Team erste quantifizierbare Schätzungen über die Qualität der Prognosen zu Durchstarts sammeln. „Durchstartevorgänge kommen selten vor, ihre Quantifizierung ist also nicht trivial“, merkt Beller an. Die Ergebnisse dieser Prototypexperimente wurden dann in weiteren Workshops mit Kontrollpersonal besprochen, um zu erörtern, ob die Referenzszenarien noch immer eine vernünftige Reflexion der Realität darstellen. Die Ergebnisse wurden dementsprechend angepasst. Diese ständige Verfeinerung zwischen Mensch und Maschine wird hoffentlich zu einer besseren Integration in den bestehenden Arbeitsablauf führen. Gleichzeitig arbeitete das SafeOPS-Team daran, die vorhandenen Risikorahmen in der Flugverkehrsindustrie anzupassen und dabei die möglichen Risiken der Einführung von KI-Vorhersagen einzuberechnen.

Vorhersagen mit hoher Sicherheit für die Flugsicherung

Beller berichtet bereits von überraschenden ersten Ergebnissen. Erste Forschungsergebnisse besagen, dass das Flugverkehrspersonal es als annehmbar betrachtet, wenn die KI nicht jedes einzelne Durchstartmanöver vorhersagen kann, solange die Sicherheit bei über 90 % liegt. Das macht laut Beller aus operativer Perspektive Sinn. Das SafeOPS-Projekt läuft planmäßig noch bis Ende 2022. „Ich hoffe, dass wir eine positive Wirkung des KI-Instruments auf die Sicherheit und Stabilität des Flugverkehrsmanagements zeigen und quantifizieren können“, meint Beller abschließend.

Schlüsselbegriffe

SafeOPS, Luftverkehrsmanagement, KI, Sicherheit, Stabilität, Resilienz, Kapazität, Kontrollpersonal

Entdecken Sie Artikel in demselben Anwendungsbereich

Wissenschaftliche Fortschritte
Digitale Wirtschaft
Verkehr und Mobilität
Klimawandel und Umwelt

22 April 2022