Komplexe Abläufe am Frankfurter Flughafen

Der Frankfurter Flughafen, einer der größten und verkehrsreichsten Airports Europas, setzt auf Künstliche Intelligenz (KI), um die Flugzeugabfertigung zu optimieren. In Zusammenarbeit mit dem KI-Unternehmen InstaDeep hat die Fraport AG den "Intelligent Dispatching Agent" (IDA) entwickelt. Dieses System analysiert Echtzeitdaten, um die Aufgaben der Bodenabfertigung dynamisch und effizient zuzuweisen und so die Disponenten zu entlasten. Waqaas Rehmann, Head of Strategic Partnerships bei InstaDeep, und Johannes Bestgen, Senior Project Manager Ground Handling bei der Fraport AG, erläutern im Interview die Funktionsweise und das Potential von IDA.

Die Abfertigung von knapp 1.000 Flugzeugen täglich erfordert am Frankfurter Flughafen einen enormen logistischen Aufwand. Dazu gehören das Anlegen von Treppen, der Transport der Passagiere mit Bussen, das Be- und Entladen des Gepäcks sowie zahlreiche weitere Schritte. "Wir haben hier in Frankfurt eine Gepäckförderanlage mit einer Länge von knapp 80 Kilometern", erklärt Bestgen. Allein im Ladeservice sind jeden Tag etwa 1.200 Mitarbeiterinnen und Mitarbeiter über zwei Schichten verteilt im Einsatz. Die Koordination dieser Fachkräfte und aller Abläufe erfolgt bisher durch Disponenten.

KI-Agent lernt in der Simulation

Hier setzt IDA an. Das System basiert auf Deep Reinforcement Learning. Dabei lernt der Agent in einer Simulation, optimale Entscheidungen zu treffen. "Wir bauen einen sehr realitätsgetreuen Simulator des gesamten Flughafens auf", erläutert Rehmann. Der Agent wird darin trainiert, Aufgaben zuzuweisen und erhält Feedback in Form von Belohnungen oder Strafen. Dieser Ansatz ist skalierbar und erlaubt die Simulation von Millionen von Szenarien.

Die Methode eignet sich besonders für mehrschichtige Probleme mit vielen Unsicherheiten. "Bei sehr komplexen Optimierungsproblemen in der Industrie kommt man mit klassischen Optimierungsverfahren weniger weit, weil Sie am Ende des Tages nicht auf Unsicherheiten reagieren können", so Rehmann. Im Gegensatz zu großen Sprachmodellen (LLMs), die auf statischen Datensätzen trainiert werden, ist IDA robust gegenüber unerwarteten Ereignissen. "Durch millionenfache Simulationen und Tests, ist das Risiko von Fehlentscheidungen minimal", betont Rehmann.

Mensch und Maschine arbeiten zusammen

Die Integration von IDA erfolgt schrittweise. Bestgen betont die enge Zusammenarbeit mit den Disponenten: "Für uns war von Anfang an klar, dieses Projekt wird nur funktionieren, wenn wir die Betroffenen sehr, sehr eng mit einbeziehen." Eine Multiplikatorengruppe aus Disponenten unterstützt die Entwicklung und den Test von IDA. Das Ziel ist nicht der Personalabbau, sondern die Umgestaltung der Aufgaben der Disponenten hin zu einer überwachenden und unterstützenden Rolle. Die Disponenten bewerten die Entscheidungen von IDA und geben Feedback. Im Gegenzug bekommen sie mehr Zeit für die Kommunikation mit den Airlines und den Mitarbeitern.

Die Technologie könnte auch für andere Standorte interessant sein. Allerdings rechnet sich der hohe Investitionsaufwand nur bei entsprechender Komplexität der Abläufe. "Frankfurt sticht auch innerhalb der Fraport AG weiterhin als komplexitätsgrößter Flughafen heraus", so Bestgen. Beide Experten betonen daher die Notwendigkeit eines soliden Business Case. "Deep Reinforcement Learning ist im AI-Toolset wahrscheinlich der größte Hammer aktuell, den man zücken könnte, um ein entsprechend großes Problem zu lösen", erklärt Rehmann. Er sieht die Technologie daher als vielversprechend für Unternehmen mit komplexen, dynamischen Prozessen, insbesondere im Logistik-, Supply-Chain- und Industriesektor.