KI und Datenanalyse im Luftfahrtbetrieb

Diese Monografie bietet eine umfassende Darstellung der Anwendung künstlicher Intelligenz und Datenanalyse im zivilen Luftfahrtbetrieb. Das Werk entwickelt eine mehrstufige Analysearchitektur, die die Luftfahrt-Dateninfrastruktur, Grundlagen des maschinellen Lernens für sicherheitskritische Systeme sowie prädiktive Sicherheitsanwendungen - einschließlich Flugbahnvorhersage und vorausschauender Instandhaltung - umfasst. Ein zentraler originärer Beitrag ist ein probabilistisches, auf Transformer basierendes System zur Vorhersage von Luftraumkonflikten, das eine domänenangepasste Encoder-Decoder-Architektur mit kalibrierten Gaußschen Ausgabeverteilungen kombiniert. Die Monografie befasst sich mit föderiertem Lernen für datenschutzkonformes Modelltraining über verteilte Flugsicherungsdienstleister hinweg sowie mit den regulatorischen Rahmenbedingungen der EASA, FAA und ICAO und schließt mit einem strategischen Ausblick auf urbane Luftmobilität, Schnittstellen zu großen Sprachmodellen, Quantencomputing und Cybersicherheitsbedrohungen für KI-gesteuerte ATM-Systeme.