Digitales Kerosin für die Luftfahrt-Branche Mit Data Science Use Cases zu neuen datengetriebenen Mehrwerten

Größe: px

Ab Seite anzeigen:

Download "Digitales Kerosin für die Luftfahrt-Branche Mit Data Science Use Cases zu neuen datengetriebenen Mehrwerten"

Claus Weiß
vor 5 Jahren
Abrufe

1 Digitales Kerosin für die Luftfahrt-Branche Mit Data Science Use Cases zu neuen datengetriebenen Mehrwerten Dr. Rene Fassbender Geschäftsführer & Gründer

2 Die Smart Data Welt der Möglichkeiten! Daten verbinden bald alles mit allem, über verschiedene Branchen und Fachbereiche hinweg! die größten datengetriebenen Innovationspotenziale entstehen an neuen Verbindungslinien durch die Kombination von Datensätzen bisher getrennter Bereiche Bildquelle: Technologieprogramm Smart Data - Innovationen aus Daten Dr. Rene Fassbender 2

3 Anwendungsfall I: Historische Nachfrageentwicklung und Demand-Forecasts in bestehenden Streckennetzen Wie hat sich die Nachfrage auf allen bestehenden Strecken entwickelt, was ist die charakteristische Zeitskala für Nachfrage-Änderungen und wie lässt sich die zukünftige Nachfrage vorhersagen? Data Mining Analyse der gesamten Buchungs- & Strecken-Historie, Zeitreihen-Analysen und -Modellierung Datengrundlage: Historische Buchungs- & Streckendaten, IATA-DDS Daten Besseres quantitatives Verständnis der zeitlichen Nachfrage- Entwicklung aller Flug-Verbindungen, fundiertere datenbasierte Prognosen und Bestimmung der intrinsischen dynamischen Zeitskalen aller Strecken Dr. Rene Fassbender 3

4 Anwendungsfall II: Dynamische Angebotsanpassung des Flugplans basierend auf Frühbuchungs-Trends Wie lassen sich unter- oder über-dimensionierte Streckenkapazitäten möglichst frühzeitig identifizieren, um dynamische Angebotsanpassungen zu realisieren? Smart Data Analyse und Prognose der frühen Buchungs-Aktivitäten einzelner Verbindungen Datengrundlage: Buchungs-Daten, historische Buchungs-Zeitreihen jeder Strecken- Verbindung, IATA-DDS Daten Automatisierter Frühindikator zur Anzeige für Abweichungen der Kapazitäts-Bedarfe auf einzelnen Strecken mit der Möglichkeit der dynamischen Optimierung der Passagier-Kapazitäten im laufenden Flugplan Dr. Rene Fassbender 4

Anwendungsfall III: Datengetriebene Asset- & Flotten-Optimierung Wie lässt sich für jeden LKW / jedes Flugzeug in einer Flotte der optimale Austauschzeitpunkt finden, so dass die Gesamtkosten pro

Smart Data & Data Mining Lösung zur globalen Optimierung der Gesamtkostenfunktion des 2-LKW-Problems unter Einbeziehung aller relevanten zeitabhängigen Größen Datengrundlage &

5 Anwendungsfall III: Datengetriebene Asset- & Flotten-Optimierung Wie lässt sich für jeden LKW / jedes Flugzeug in einer Flotte der optimale Austauschzeitpunkt finden, so dass die Gesamtkosten pro Betriebsstunde unter Einbeziehung aller direkten und indirekten Kostenfaktoren minimiert werden? Smart Data & Data Mining Lösung zur globalen Optimierung der Gesamtkostenfunktion des 2-LKW-Problems unter Einbeziehung aller relevanten zeitabhängigen Größen Datengrundlage & Entwicklungsaufwand: Kauf- & Verkaufspreise, Reparatur- & Wartungs-Daten, Daten zu Opportunitätskosten, Nutzungs-Daten Betriebskosten-Reduzierung bis 10% durch Bestimmung der optimalen Austauschzeitpunkte für jeden LKW / jedes Flugzeug, verbesserte Investitionsplanung & Optimierung der Flotte Dr. Rene Fassbender 5

Anwendungsfall IV: Delay-Analysen für Flughäfen und Airlines Wie lassen sich die ursächlichen Gründe für bedingte und forstschreitende Flugverspätungen über den Tag hinweg identifizieren, verstehen

6 Anwendungsfall IV: Delay-Analysen für Flughäfen und Airlines Wie lassen sich die ursächlichen Gründe für bedingte und forstschreitende Flugverspätungen über den Tag hinweg identifizieren, verstehen und vorhersagen? Smart Data Analyse aller Flug-Delay-Codes mit vorwärts & rückwärts Tracing von miteinander in Beziehung stehenden Flugbewegungen Datengrundlage: Delay Codes der Flüge, Flugpläne, sonstige operative Daten Verursacher-Tracking für Verspätungen im Flug-Ablauf, vorausschauende Vorhersagen sich entwickelnder Verzögerungen im Flugplan, schnellere Einleitung von Gegenmaßnahmen, Verbesserung der Gesamt-Pünklichkeit an Flughäfen Bildquelle: Dr. Rene Fassbender 6

7 Anwendungsfall V: Retail-optimierte Gate- & Shop-Positionierung Wie lassen sich an Flughäfen Shops und Flugzeuge so an Gates positionieren, dass der Retail-Umsatz in den Geschäften maximiert wird? Monte Carlo Simulations-Framework zur Lösung des Positionierungsproblems an Flughäfen Datengrundlage: Shop-, Kauf- und Kundendaten des Flughafens, Flugpläne Steigerungspotenziale der Gesamtumsätze aller Ladengeschäfte von mehr als 20% durch optimale Zusammenführung von Kundennachfragen und Shop-Locations Dr. Rene Fassbender 7

8 Monte Carlo Simulationen als mächtiges Data Science Werkzeug zur Lösung komplexer Optimierungs-Probleme Dr. Rene Fassbender 8

im Foyer im Erdgeschoss Geschäftsführer rene.fassbender@olt-dss.

9 Kontakt Dr. Rene Fassbender Adrian H.B. Fopp Bei weiteren Fragen & Anregungen freue ich mich auf ein Treffen am Meet-the-Speaker-Point im Foyer im Erdgeschoss Geschäftsführer Business Development M: OmegaLambdaTec GmbH Lichtenbergstraße Garching Dr. Rene Fassbender 9

Ähnliche Dokumente

Das Smart Energy Projekt ie-services Verbund-Forschungsförderung

Das Smart Energy Projekt ie-services Verbund-Forschungsförderung Projektleiter & Data Scientist Alexander.Fritz@olt-dss.com www.omegalambdatec.com 2. Münchner Kompetenzrunde Smart Data 23. Februar 2017