Künstliche Intelligenz (KI) wird in allen Bereichen der Luftfahrt eine Rolle spielen. Die Einführung dieser Technologie wird eine fortschrittliche Unterstützung für Fachleute aus der Luftfahrtbranche und eine Prozessoptimierung ermöglichen, wie sie sonst nicht möglich wäre. Dies wird eine noch sichere und nachhaltigere Luftfahrt ermöglichen.
Natürlich bergen neue Technologien auch Risiken und Herausforderungen. Zu nennen sind hier etwa die Komplexität von maschinellen Lernsystemen, die ethischen Auswirkungen und die Cybersicherheit von KI-Systemen. Mit ihrem Fahrplan für künstliche Intelligenz setzt sich die EASA dafür ein, dass die Luftfahrtindustrie vom Potenzial der Einbindung künstlicher Intelligenz in ihre Abläufe profitiert und gleichzeitig die höchsten Sicherheits- und Umweltschutzstandards eingehalten werden.
Wie können Anwendungen der künstlichen Intelligenz Vorteile für die Luftfahrt mit sich bringen?
Eine der großen Stärken der künstlichen Intelligenz ist die Fähigkeit, große Datenmengen zu verarbeiten und daraus zu lernen. Solche Fähigkeiten können für die Erkennung von Mustern, die Entwicklung von Vorhersagen und die Antizipation von Risiken verwendet werden und können sich positiv auf verschiedene Bereiche in der Luftfahrt auswirken, wie Sie in den nachstehend beschriebenen Beispielen sehen.
Flugbetrieb
Künstliche Intelligenz kann die Besatzung durch Beratung zu Routineaufgaben unterstützen, die Betriebseffizienz des Fluges zu verbessern. Sie kann Probleme wie Turbulenzen und Vereisung vorhersagen und den Piloten bei der Entscheidungsfindung helfen, wenn sie mit einem Konflikt konfrontiert werden.
Wartung
Mit der Digitalisierung nimmt die Menge der Daten, die von Produktions- und Wartungsorganisationen verarbeitet werden, zu. Damit steigt auch der Bedarf an KI-Lösungen zu Verarbeitung und Verwaltung dieser Daten. Eine KI-basierte vorausschauende Wartung kann bei der Optimierung der Wartungspläne und der Vorhersage der Restnutzungsdauer von Teilen und somit bei der Vermeidung von Ausfällen helfen.
Umwelt
Unter anderem ist die Optimierung von Flugrouten ein Beispiel dafür, wie KI zur Verringerung der CO2-Emissionen im Flugbetrieb beitragen kann.
Ein weiteres Beispiel für den Mehrwert einer KI-Unterstützung sind Folgenabschätzungen. Die Bewertung der Umweltauswirkungen des Luftverkehrs, wie z. B. der Lärmpegel in der Umgebung von Flughäfen oder der Triebwerksemissionen im Flugbetrieb, ist eine daten- und rechenintensive Tätigkeit. KI kann es der EASA ermöglichen, ihre Fähigkeit zum Umgang mit solchen Daten zu verbessern.
Air Traffic Management (Flugverkehrsmanagement)
Durch die Auswertung von Daten zu Wettermustern, Sektorkonfigurationen, Engpässen im Luftverkehr und anderen Faktoren könnte künstliche Intelligenz die Optimierung von Flugrouten unterstützen und die Flugzeit, den Kraftstoffverbrauch und die Kosten verringern. Eine solche Optimierung würde dann zu einem effizienteren Flugverkehrsmanagementsystem führen, wodurch Verspätungen verringert und die Kapazität des Luftverkehrs erhöht würden.
Anwendungen der künstlichen Intelligenz und des maschinellen Lernens (ML) können Fluglotsen helfen, in Konfliktsituationen schnellere und sachkundigere Entscheidungen zu treffen.
Flughäfen
Im Bereich des Flugbetriebs kann künstliche Intelligenz bei der Erkennung von Fremdkörpern auf der Start- und Landebahn und von unbemannten Flugzeugen (wie Drohnen) in der Umgebung von Flughäfen sowie bei der Verhinderung von Vogelschlägen helfen.
Im Flughafenterminals kann KI bei der Sicherheitskontrolle, der Erkennung von Gefahrgut und der Überwachung helfen.
Drohnen und urbane Luftmobilität
Wir bewegen uns auf eine Realität zu, in der Flugtaxis keine Science-Fiction-Sache mehr sind. Unbemannte Luftfahrzeuge wie Drohnen werden robuster und kommen zu unterschiedliche Zwecken zum Einsatz. Damit wird der Luftraum voller.
Künstliche Intelligenz wird dann von entscheidender Bedeutung für die Integration bemannter und unbemannter Luftfahrzeuge sein und gleichzeitig eine sichere gemeinsame Nutzung des Luftraums zwischen den Nutzern und letztlich die Einführung fortgeschrittener U-Space-Dienste gewährleisten (kurz gesagt bedeutet U-Space eine Reihe von Lösungen zur Kontrolle des unbemannten Luftverkehrs). Diese können u. a. Folgendes umfassen: Hinderniserkennung, Ermöglichung von Änderungen von Flugrouten und Bewertung der Risiken am Boden bei der Landung.
Cybersicherheit
Künstliche Intelligenz kann die Schaffung wirksamerer und robusterer Systeme zur Verhinderung von Cyberangriffen unterstützen. Sie kann für die automatische Erkennung und Behebung von Systemschwachstellen (Prävention) sowie für die Ermittlung von verhaltensbedingten Bedrohungen (Erkennung) verwendet werden.
Safety Risk Management (Sicherheitsrisikomanagement)
Auch hier handelt es sich um einen Bereich, der mit großen Datenmengen zu tun hat. In der EASA wird die KI-Technologie die Sicherheitsintelligenz stärken, indem sie zum Beispiel die Fähigkeit zur Schwachstellenerkennung verbessert. KI kann bei der Erkennung neu auftretender Risiken, der Risikoklassifizierung von Ereignissen, der Erstellung eines Sicherheitsrisikoportfolios und der Priorisierung von Sicherheitsfragen helfen.
Wie die EASA die sichere Einführung von Technologien der künstlichen Intelligenz in der Luftfahrt ermöglicht
2020 veröffentlichte die EASA den ersten „Fahrplan für künstliche Intelligenz“, in dem die ursprüngliche Vision der Agentur für die Sicherheits- und Ethikdimension der Entwicklung von KI-Tools im Bereich der Luftfahrt festgelegt wurde. Der EASA-KI-Fahrplan ist ein ständig weiterentwickeltes Dokument, das durch Meinungsaustausch und praktische Arbeiten an der KI-Entwicklung aktualisiert und verbessert werden soll. Die neueste Ausgabe, der EASA-Fahrplan für künstliche Intelligenz 2.0, wurde im Mai 2023 veröffentlicht.
Die EASA hat auch Konzeptpapiere zur künstlichen Intelligenz veröffentlicht, die die Anpassung bestehender Luftfahrtvorschriften an die Besonderheiten der KI und die Ermittlung neuer Anforderungen und Compliance-Verfahren unterstützen.
Darüber hinaus gibt es laufende Forschungsarbeiten im Rahmen des Projekts zur Genehmigung von Anwendungen für maschinelles Lernen (Machine-Learning Application Approval, MLEAP), das sich mit der Genehmigung von Technologien für maschinelles Lernen für Systeme befasst, die für den Einsatz in sicherheitsrelevanten Anwendungen in allen Bereichen im Zuständigkeitsbereich der EASA bestimmt sind.