DUBLIN, Irlande, 28 sept. 2023 (GLOBE NEWSWIRE) — Le recours l'IA dans le secteur de l'aviation va bien au–del des chatbots d'assistance la clientle et des grilles de comparaison de prix pour les passagers. Ces technologies sont certainement voues s'inscrire dans la dure et deviendront mme omniprsentes. C'est leur extension l'optimisation des noyaux durs de l'aviation qui vient perturber le secteur "" de la gestion des revenus l'valuation de la probabilit d'une grve. Le Prsident d'Avia Solutions Group, Gediminas Ziemelis, dvoile ses prvisions quant aux domaines de l'aviation o selon lui l'IA fera une norme diffrence.

1. Avnement d'une vritable tarification dynamique : La gestion des revenus n'a jamais t simple dans le secteur arien, mais les enjeux prennent encore plus d'ampleur dans un environnement post–Covid. Selon l'Association du transport arien international (ou IATA), la marge moyenne par passager est aujourd'hui vraiment minime : peine 2,25 dollars, contre une marge deux chiffres de 2019. L'IA peut optimiser la difficile tche d'analyse des donnes historiques et tablir un juste prix, en tenant compte de la golocalisation des clients et d'une multitude d'autres facteurs. Mme si les grandes compagnies ariennes vont probablement opter pour le dveloppement de leurs propres solutions en interne, le nombre de transporteurs qui s'quipent de solutions tierces comme AirGain va crescendo. AirGain est une solution prdictive reposant sur l'IA exploitant un lac de donnes rfrentiel de six milliards de niveaux de prix.
2. Maintenance sanitaire des moteurs : La maintenance prdictive fait pleinement partie de la MRO depuis dj un certain temps : des capteurs aident les compagnies ariennes dterminer ce qui doit tre rpar ou remplac, et quelle date. L'intelligence artificielle peut combiner l'exploitation des donnes des capteurs en temps rel et des tendances prdictives de pannes historiques pour rduire la fois les priodes d'immobilisation pour entretien et les charges globales lies la maintenance. Une rcente tude mene par le centre de recherche amricain de l'Universit du Maryland "" Center for Advanced Aviation System Development (ou CAASD) "" a dmontr que la maintenance prdictive pouvait rduire les frais d'exploitation des avions jusqu' 20 %. L'IA bouleverse dj ce domaine. Lufthansa Technik a par exemple amlior le cycle d'entretien de ses appareils grce ses systmes de maintenance prdictive bass sur l'IA. Leur solution Condition Analytics utilise des algorithmes d'apprentissage automatique pour analyser les donnes des capteurs de divers composants de l'avion, ce qui permet d'anticiper les besoins en maintenance avec une tonnante prcision. Les techniciens de la MRO ont recours des jumeaux numriques programms pour prdire les prochaines oprations de maintenance et identifier toute anomalie remonte via la comparaison des donnes fournies par les capteurs et celles des jumeaux. Les jumeaux numriques sont en fait des rpliques virtuelles qui modulent leurs paramtres en fonction des composantes physiques des pices.
3. Une planification d'itinraire plus efficace : Selon l'IATA, les compagnies ariennes dpenseront 215 milliards de dollars cette anne, soit environ 28 % de leurs charges d'exploitation. Ces charges peuvent tre rduites grce une planification plus efficace des itinraires. La planification d'itinraires est assortie de nombreuses variables, parmi lesquelles la congestion du trafic arien, la fluctuation rapide des conditions mtorologiques, ou encore la courbe changeante des prix du carburant, ce qui rend la tche complexe et astreignante. C'est un lment dont l'efficacit peut influer de manire positive ou ngative sur les rsultats d'un transporteur. Les plateformes reposant sur l'IA peuvent acclrer le processus dcisionnel pour les oprateurs, en les aidant exploiter non seulement le potentiel des donnes historiques, mais galement celui des modles prdictifs. Ensemble, ces mthodes permettent d'obtenir une vision prcise et exploitable. Flyways est l'une de ces plateformes. En utilisant les donnes des vols programms et actifs, elle conoit des itinraires de vol qui traversent des zones moins encombres et qui contournent les zones soumises de mauvaises conditions mtorologiques. Alaska Airlines a dj test cette solution, ce qui a permis la compagnie d'conomiser 480 000 gallons de carburant et d'amener ainsi une rduction de 4 600 tonnes d'missions de carbone sur une priode de six mois. Les rsultats de la collaboration entre les oprateurs et l'IA engendrent non seulement des conomies de cots, mais apportent galement une aide pour mieux s'inscrire dans le dveloppement durable. Lorsque de telles solutions, loin de se limiter aux simples compagnies ariennes, deviendront monnaie courante pour les autorits ariennes du monde entier, il conviendra d'effectuer un retour sur image. On s'tonnera alors certainement de constater quel point nous avons tous t contre–productifs dans la planification passe des itinraires.
4. Anticipation des grves : Alors que les grves dans l'aviation font gnralement la une des journaux en raison des perturbations qu'elles entranent sur la vie des voyageurs, et en particulier pendant les grandes vacances, on nglige souvent le fait que les compagnies ariennes peuvent raliser des dizaines, voire des centaines de millions de pertes par pisode de grve. SAS a par exemple perdu 145 millions de dollars en 2022 en raison d'une grve des pilotes qui s'est poursuivie pendant 15 jours. L'IA tant capable d'analyser la fois les donnes techniques et les donnes sociologiques, un modle pourrait se concevoir pour aider les compagnies ariennes prdire un risque de grve et mieux se prparer d'ventuelles ngociations. IBM a dj dvelopp des modles semblables, capables de prdire 95 % la probabilit que des employs dmissionnent.
5. Amlioration des flux de travail en vol : Une IA peut aider non seulement le personnel au sol mais aussi le personnel navigant. Son application ne se limite pas la simplification des tches quotidiennes. Un outil correctement programm et entran peut dlivrer des conseils aviss sur la gestion de l'appareil et guider rapidement la prise de dcisions, particulirement en cas de forte pression, lorsqu'il est impratif de prendre une dcision vite. Le processus est en marche pour donner vie cette vision. En effet, des applications d'IA de niveau 1 sont en voie d'tre certifies, grce aux lignes directrices tablies en avril 2022 par l'AESA sur la fiabilit des systmes bass sur l'apprentissage automatique.
6. L'assistance aux pilotes et aux quipages en matire de sant mentale : Aurait–on pu empcher le suicide du pilote du vol 9525 de la Germanwings grce l'IA, et ainsi viter la mort des 150 personnes bord ? Des contrles rguliers spcialement conus pour le personnel navigant peuvent aider prvenir le risque de problmes psychiques exacerbs par l'exposition permanente des vnements stressants comme les troubles du rythme circadien, les zones de turbulence ou la rsolution des urgences bord, mais il s'agit l d'un domaine qui fait l'objet de nombreuses spculations. La start–up britannique Blueskeye AI est dj en train de tester une autre application pleine de promesses. Son principe repose sur une technologie de dtection faciale pour identifier les signes de fatigue chez les pilotes. Aujourd'hui, la fatigue se calcule en fonction du nombre d'heures de vol par pilote, mais demain il sera possible d'en personnaliser les paramtres.
7. Anticipation de l'apparition de consignes de navigabilit : Une consigne de navigabilit (ou CN) applicable une partie du chssis ou au moteur d'un appareil peut immobiliser au sol un important quota de la flotte d'une compagnie arienne, et plus particulirement si celle–ci n'est pas diversifie. Anticiper ce risque peut s'avrer extrmement utile toutes les tapes de la gestion de flotte, de la constitution jusqu' la maintenance. l'image des banques et des institutions financires qui utilisent des logiciels de gestion des risques reposant sur l'IA, l'aviation pourrait mettre en place une solution similaire pour calculer et attnuer les risques lis aux consignes de navigabilit.
8. Optimisation des processus internes de gestion de la qualit : Mme si aucun dysfonctionnement ne pourra jamais rivaliser avec les 20 milliards de dollars que Boeing a d dbourser la suite des crashs de son appareil 737 MAX et des immobilisations au sol qui ont suivi, tout problme d'assurance qualit peut conduire toute entreprise la faillite. Alors que les normes d'assurance qualit de l'aviation sont dj bien suprieures celles des autres secteurs en raison d'une stricte rglementation de tout ce qui touche la sret et la scurit, l'IA peut en renforcer les protocoles internes au niveau de la construction aronautique et de la gestion des compagnies ariennes. Au stade industriel, un systme sophistiqu de vision par ordinateur renforc par des contrles manuels peut aider mieux identifier les composants dfectueux. Pour les compagnies ariennes, un systme de gestion de la scurit augment par l'IA peut exploiter d'normes quantits de donnes en provenance de sources diffrentes, parmi lesquelles les performances, les partenaires mtorologiques et les informations de maintenance.
9. Une meilleure solution logistique pour les situations d'AOG : Bien que chaque immobilisation au sol (ou situation d'AOG) soit unique, elle peut reprsenter des charges comprises entre 10 000 et 150 000 dollars pour une compagnie, sans oublier des dommages causs sa rputation. Il peut s'avrer dlicat de chercher, trouver et se faire livrer la pice de rechange ncessaire en quelques heures au lieu de quelques jours, surtout si la situation d'AOG se produit loin des principaux centres. Une solution d'IA pourrait rapidement optimiser la localisation et l'expdition de la pice en question. Une solution de maintenance prdictive pourrait en parallle prvenir les situations d'AOG en veillant ce qu'il y ait toujours des pices cl en stock.
10. Calcul des tarifs d'assurance : Dans le monde de l'aprs 11 septembre, les preneurs d'assurance aviation du monde entier sont toujours confronts une hausse des prix et une moindre couverture des risques de guerre. L'IA peut aider les compagnies ariennes calculer plus prcisment les risques auxquels elles sont confrontes, et les aider mieux comprendre leur exposition au risque de guerre lorsqu'elles doivent faire des choix d'assurance.

propos de Gediminas Ziemelis

N le 4 avril 1977, Gediminas Ziemelis est un entrepreneur lituanien chevronn, consultant en affaires, fondateur et actuel Prsident du Conseil d'administration d'Avia Solutions Group, le plus grand oprateur mondial d'ACMI (exploitation d'avions tout compris), avec une flotte comportant plus de 196 appareils. Il a t slectionn deux fois parmi les 40 jeunes leaders les plus talentueux de l'industrie par Aviation Week & Space Technology.

Gediminas est connu pour son esprit cosmopolite et ses comptences exceptionnelles en matire de gestion, qui ont contribu son succs dans divers domaines d'activit. Au cours de ses 26 ans de carrire, Gediminas a fond plus de 100 start–ups, dont 50 % sont toujours en activit, il a dirig des entreprises travers quatre processus russis d'introduction en bourse/offre publique sur le march secondaire, et a lev plus de 800 millions d'euros sur les marchs publics mondiaux des capitaux et des obligations.

En dcembre 2022, Gediminas Ziemelis a t identifi par TOP Magazine comme le Lituanien le plus riche dont les actifs sont estims 1,68 milliard d'euros.

Gediminas est le plus grand donateur de Rimantas Kaukenas Support Group, un fonds de bienfaisance et de soutien qui apporte de l'aide aux enfants atteints de maladies oncologiques et leurs familles. Il est galement le principal actionnaire du premier club de basket–ball, les Wolves.

GLOBENEWSWIRE (Distribution ID 1000841676)

DUBLIN, Irland, Sept. 28, 2023 (GLOBE NEWSWIRE) — Der Einsatz von KI in der Luftfahrt geht ber Chatbots fr den Kundensupport und Preisvergleichs–Tools fr Reisende hinaus. Whrend diese Anwendungen definitiv bleiben und allgegenwrtig werden, wird die wirkliche Umwlzung von der Optimierung der "harten" Bereiche der Luftfahrt kommen "" vom Ertragsmanagement bis zur Bewertung der Streikwahrscheinlichkeit. Gediminas Ziemelis, Vorsitzender der Avia Solutions Group, teilt seine Vorhersagen zu den Bereichen, in denen KI in der Luftfahrt einen groen Unterschied ausmachen wird.

1. Ermglichung echter dynamischer Preisgestaltung. In der Luftfahrtbranche war das Ertragsmanagement noch nie ein leichtes Spiel, in der Welt nach dem COVID steht jedoch noch mehr auf dem Spiel. Nach Angaben der IATA ist die durchschnittliche Gewinnspanne pro Passagier heute wirklich hauchdnn "" nur 2,25 Dollar, whrend sie 2019 zweistellig war. KI kann dazu beitragen, die schwierige Aufgabe der Analyse historischer Daten und der Berechnung des richtigen Preises unter Bercksichtigung des Standorts des Kunden und einer Vielzahl anderer Faktoren zu verbessern. Whrend sich grere Fluggesellschaften wahrscheinlich dafr entscheiden werden, ihre eigenen Lsungen intern zu entwickeln, gibt es bereits eine wachsende Zahl von Fluggesellschaften, die Partnerschaften mit Unternehmen wie AirGain "" einer KI–gesteuerten prdiktiven Lsung mit einem Datenspeicher, der 6 Milliarden Preispunkte umfasst – eingehen.
2. Erhaltung der Triebwerksgesundheit. Die vorausschauende Instandhaltung ist schon seit geraumer Zeit ein fester Bestandteil der MRO, wobei Sensoren den Fluggesellschaften dabei helfen, festzustellen, wann und was repariert oder ersetzt werden muss. Knstliche Intelligenz kann sowohl Sensordaten in Echtzeit als auch vorausschauende historische Fehlermuster nutzen, um Ausfallzeiten und Gesamtwartungskosten zu reduzieren. Eine krzlich vom Center for Advanced Aviation System Development (CAASD) der University of Maryland durchgefhrte Studie ergab, dass die vorausschauende Wartung die Betriebskosten von Flugzeugen um bis zu 20 % senken kann. Die KI ist bereits dabei, diesen Bereich zu verndern. So hat beispielsweise Lufthansa Technik die Flugzeugwartung mit ihren KI–gesteuerten vorausschauenden Wartungssystemen verbessert. Die Condition–Analytics–Lsung des Unternehmens nutzt Algorithmen des maschinellen Lernens, um Sensordaten von verschiedenen Flugzeugkomponenten zu analysieren und den Wartungsbedarf mit bemerkenswerter Przision vorherzusagen. Durch die Erstellung so genannter "digitaler Zwillinge" "" perfekter virtueller Nachbildungen, die ihre Parameter entsprechend der Abnutzung des physischen Bauteils ndern "" nutzen MRO–Techniker digitale Zwillinge fr die vorausschauende Wartung und zur Erkennung von Anomalien, indem sie Sensordaten aus der realen Welt mit den von digitalen Zwillingen erzeugten Daten vergleichen.
3. Planung der effizientesten Route. Nach Angaben der IATA werden die Fluggesellschaften in diesem Jahr 215 Mrd. USD ausgeben, was etwa 28 % der Betriebskosten entspricht, die durch eine effizientere Routenplanung reduziert werden knnen. Zahlreiche Variablen (wie z. B. die berlastung des Luftverkehrs, sich schnell ndernde Wetterbedingungen und schwankende Treibstoffkosten) machen die Routenplanung zu einer komplexen und anspruchsvollen Aufgabe, die je nach Effizienz der Planung das Ergebnis einer Fluggesellschaft entweder verbessern oder beeintrchtigen kann. KI–gesttzte Plattformen knnen die Entscheidungsfindung von Betreibern beschleunigen, indem sie ihnen helfen, nicht nur historische Daten, sondern auch Vorhersagemechanismen zu nutzen, die zusammen ein handlungsfhiges und klares Bild ergeben. Ein Beispiel fr eine solche Plattform ist Flyways, die anhand von Daten ber geplante und aktive Flge Flugrouten ausarbeitet, die durch weniger berlastete Gebiete fhren und Gebiete mit ungnstigen Wetterbedingungen umgehen. Die Lsung wurde bereits von Alaska Airlines erprobt, wobei das Unternehmen in einem Zeitraum von sechs Monaten 480.000 Gallonen Treibstoff einsparen und 4.600 Tonnen weniger Kohlenstoffemissionen verursachen konnte. Die Ergebnisse einer solchen Zusammenarbeit zwischen KI und Betreibern spiegeln sich nicht nur in Kosteneinsparungen wider, sondern helfen Unternehmen auch, nachhaltiger zu werden. Sobald sich solche Lsungen nicht nur bei den Fluggesellschaften, sondern auch bei den Flugbehrden in aller Welt durchgesetzt haben, werden wir uns im Rckblick wundern, wie ineffizient wir alle bei der Routenplanung waren.
4. Vorhersage von Streiks. Whrend Streiks in der Luftfahrt in der Regel Schlagzeilen machen, weil sie die Reiseplne der Reisenden durcheinander bringen (vor allem um die groen Feiertage herum), wird die Tatsache, dass die Fluggesellschaften pro Streik Dutzende, wenn nicht Hunderte von Millionen verlieren knnen, oft bersehen. Im Jahr 2022 verlor SAS beispielsweise 145 Mio. USD durch einen 15–tgigen Pilotenstreik. Da KI nicht nur technische, sondern auch soziologische Daten analysieren kann, knnte ein Modell entwickelt werden, das den Fluggesellschaften hilft, einen mglichen Streik vorherzusagen und sich besser auf mgliche Verhandlungen vorzubereiten. Solche Modelle, die die Wahrscheinlichkeit des Ausscheidens einzelner Mitarbeiter aus dem Unternehmen vorhersagen knnen, wurden bereits von IBM entwickelt und erreichen eine Genauigkeit von 95 %.
5. Verbesserung der Arbeitsablufe whrend des Flugs. Eine KI kann nicht nur dem Personal am Boden, sondern auch dem Kabinenpersonal als Helfer dienen. Es geht nicht nur um die Erleichterung von Routineaufgaben "" ein gut trainiertes Tool kann fachkundigen Rat fr das Management des Flugzeugs und das Treffen schneller, fundierter Entscheidungen bieten, insbesondere wenn der Druck hoch ist und schnelle Entscheidungen von entscheidender Bedeutung sind. Die Rder sind bereits in Bewegung, um diese Vision zum Leben zu erwecken. KI–Anwendungen der Stufe 1 stehen kurz vor der Zertifizierung, dank der EASA–Leitlinien fr die Vertrauenswrdigkeit von auf maschinellem Lernen basierenden Systemen, die im April 2022 eingefhrt wurden.
6. Hilfe fr Piloten und Besatzungen zur Erhaltung ihrer psychischen Gesundheit. Htte ein KI–Modell die Selbstmordkatastrophe des Germanwings–Flugs 9525, bei der 150 Menschen ums Leben kamen, verhindern knnen? Obwohl dies ein Bereich ist, ber den viel spekuliert wird, knnen speziell konzipierte regelmige Personaluntersuchungen dazu beitragen, die Wahrscheinlichkeit psychischer Probleme vorherzusagen, die durch Stress–Ereignisse wie Strungen des zirkadianen Rhythmus, Turbulenzen und Notflle an Bord verschlimmert werden. Eine weitere vielversprechende Anwendung, die bereits von dem britischen Start–up Blueskeye AI getestet wird, ist der Einsatz von Gesichtserkennungstechnologie zur Erkennung von Mdigkeit bei Piloten. Heute wird die Ermdung anhand der Anzahl der Flugstunden eines Piloten berechnet, in Zukunft wird diese Kennzahl jedoch sehr individuell sein.
7. Vorhersage der Wahrscheinlichkeit von Lufttchtigkeitsanweisungen. Eine Lufttchtigkeitsanweigsung (Airworthiness Directive, AD) fr ein Teil des Rahmens oder des Triebwerks kann einen betrchtlichen Teil der Flotte einer Fluggesellschaft zum Stillstand bringen, vor allem, wenn diese nicht ber verschiedene Modelle diversifiziert ist. Das Wissen um die Wahrscheinlichkeit eines solchen Risikos kann in verschiedenen Phasen des Flottenmanagements "" vom Flottenaufbau bis zur Wartung "" eine groe Hilfe sein. hnlich wie KI–gesteuerte Risikomanagement–Software in Banken und Finanzinstituten knnte eine hnliche Lsung zur Berechnung und Minderung von AD–Risiken eingesetzt werden.
8. Verbesserung der innerbetrieblichen Qualittsmanagementprozesse. Auch wenn keine Fehlfunktion jemals mit der 20–Milliarden–Dollar–Rechnung mithalten kann, die Boeing aufgrund der Abstrze und des anschlieenden Flugverbots der 737 MAX zu zahlen hatte, kann ein Qualittssicherungsproblem ein Unternehmen dennoch in den Ruin treiben. Whrend die Qualittssicherungsstandards in der Luftfahrt aufgrund der strengen Regulierung aller sicherheitsrelevanten Aspekte bereits hher sind als in jeder anderen Branche, kann KI die internen Qualittssicherungsprotokolle im Bereich der Luftfahrtproduktion und des Airline–Managements verbessern. In der Fertigungsphase kann ein ausgeklgeltes Computer–Vision–System, das durch manuelle Kontrollen ergnzt wird, die Fehler in den Bauteilen besser erkennen. Fr Fluggesellschaften kann ein KI–gesttztes Sicherheitsmanagementsystem (SMS) riesige Datenmengen aus verschiedenen Quellen bercksichtigen, darunter Informationen zu Leistung, Wetterpartnern und Wartung.
9. Finden der besten Logistiklsung fr AOG–Situationen. Obwohl jede AOG–Situation (Aircraft on Ground, dt.: Flugzeug am Boden) einzigartig ist, kann sie die Fluggesellschaft zwischen 10.000 und 150.000 Dollar kosten, ganz zu schweigen von der Schdigung des Rufs. Es kann schwierig sein, das bentigte Ersatzteil zu finden und es innerhalb von Stunden und nicht Tagen zu liefern, vor allem, wenn die AOG–Situation weit entfernt von groen Drehkreuzen auftritt. Eine KI–Lsung knnte dem Unternehmen helfen, das Teil schnell zu finden und zum Flugzeug zu bringen. Gleichzeitig kann eine vorausschauende Wartungslsung dazu beitragen, sich auf potenzielle AOG–Ereignisse vorzubereiten und sicherzustellen, dass immer gengend kritische Teile auf Lager sind.
10. Bestimmung von Versicherungstarifen. Nach dem 11. September 2001 sehen sich die Kunden von Luftfahrtversicherungen weltweit immer noch mit eskalierenden Preisen und einer eingeschrnkten Verfgbarkeit von Kriegsrisikodeckungen konfrontiert. Ein KI–Modell kann den Fluggesellschaften dabei helfen, die Risiken, denen sie ausgesetzt sind, genauer zu berechnen, damit sie ihr "Kriegsrisiko" verstehen, wenn sie versicherungsbezogene Entscheidungen treffen.

ber Gediminas Ziemelis

Gediminas Ziemelis (geboren am 4. April 1977) ist ein erfolgreicher litauischer Unternehmer, Unternehmensberater und der Grnder und derzeitige Vorstandsvorsitzende der Avia Solutions Group, dem weltweit grten ACMI–Anbieter (Aircraft, Crew, Maintenance and Insurance), der eine Flotte von 196 Flugzeugen betreibt. Er wurde zweimal von Aviation Week & Space Technology unter die Top 40 der talentiertesten jungen Branchenfhrer gewhlt.

Herr Ziemelis ist bekannt fr seine kosmopolitische Denkweise und seine auergewhnlichen Managementfhigkeiten, die zu seinem Erfolg in verschiedenen Geschftsbereichen beigetragen haben. In seiner 26–jhrigen Karriere hat Herr Ziemelis mehr als 100 Start–ups gegrndet, von denen 50 % noch immer in Betrieb sind, Unternehmen durch 4 erfolgreiche IPO/SPO–Prozesse gefhrt und mehr als 800 Mio. EUR an den globalen ffentlichen Kapital– und Anleihemrkten aufgenommen.

Im Dezember 2022 wurde Gediminas Ziemelis vom TOP Magazine mit einem geschtzten Vermgen von 1,68 Mrd. EUR als reichster Litauer gelistet.

Herr Ziemelis ist der grte Spender der Rimantas Kaukenas Support Group, einem Wohlttigkeits– und Untersttzungsfonds, der Kindern mit onkologischen Erkrankungen und ihren Familien Hilfe bietet. Er ist auch der grte Aktionr des fhrenden Basketballclubs der Wolves.

GLOBENEWSWIRE (Distribution ID 1000841676)