Case study

Ein adaptives ML-System zur Vorhersage von Verspätungen im Flugverkehr

HERAUSFORDERUNG

Entwicklung eines adaptiven ML-Systems zur Flugvorhersage und -auswertung auf Basis von Online-Flugdaten.

HERAUSFORDERUNG – FORTSETZUNG

Das System muss:

  • ich Echtzeit mögliche Störungen von Flügen, d. h. Verspätungen, Annullierungen und Umleitungen auf andere Flughäfen, vorhersehen.
  • in Echtzeit die möglichen Ursachen von Flugstörungen nach deren Auftreten klassifizieren, um die Möglichkeit Ausgleichsleistungen nach der Richtlinie (EG) 261/2004 zu prüfen.
  • den Wert des Anspruchs im Zusammenhang mit Flugstörungen schätzen und optimale Verfahren für deren Abwicklung vorschlagen.

Ungewöhnliche Herausforderungen:

  • Qualität der Flugdaten (z. B. häufige Änderungen im Flugplan)
  • Mehrere Datenquellen erforderlich
  • Schwierigkeiten in der Bestimmung der objektiven Ursachen für Verspätungen
  • Viele „Corner Cases“ – z. B. Streiks, Änderungen in der Gesetzgebung
  • zeitlich veränderliche Regeln der Verifizierung

Profil der Organisation

Das Projekt wurde in Zusammenarbeit mit der Firma GIVT AG durchgeführt. Dieses Unternehmen ist darauf spezialisiert, Passagieren zu helfen, Entschädigungen für Störungen bei Flügen von ihren jeweiligen Fluggesellschaften zu erlangen. Dieses Projekt soll zur Skalierung der Maßnahmen beitragen, was eine Expansion auf dem gesamten europäischen Markt ermöglichen soll. Das Projekt wird eines der Hauptprobleme im Zusammenhang mit dem Luftverkehr und seinen Störungen lösen. 

Ein System, das den Verlauf von mehreren Millionen Flügen vorhersagt, wird nicht nur den Fluggästen bei der Planung ihrer Reisen helfen, sondern auch GIVT in die Lage versetzen, seine Kunden bei der Geltendmachung von Entschädigungsansprüchen gegenüber Fluggesellschaften gemäß der oben genannten Richtlinie effektiv zu vertreten.

Lösung

Ziel dieses Projekts ist es, das erste zuverlässige System zur Vorhersage und Bewertung von Flugstörungen zu entwickeln, das das gesamte Spektrum der verfügbaren Daten nutzt.

Andere ähnliche Systeme, die sich derzeit in der Entwicklung befinden, basieren auf begrenzten Daten und liefern daher Ergebnisse von inakzeptabler Bedeutung. Einer der wichtigsten Aspekte dieses Projekts ist die Schaffung von verständlichen ML-Systemen,

da bei der Kommunikation mit Fluggesellschaften ein detailliertes Verständnis der einzelnen Ansprüche erforderlich ist.

Ergebnisse

In über 60 % der Fälle werden Ansprüche vollautomatisch abgewickelt. Bei der Erkennung von verspäteten Flügen konnten wir eine Genauigkeit von 90 % bei einer Sensibilität von 57 % erreichen.

Schneller Kontakt

Wenn Sie mehr darüber erfahren möchten, wie MIM Solutions Ihnen helfen kann, das Potenzial von KI in Ihrem Unternehmen zu erschließen, kontaktieren Sie uns bitte.