Dubai International Airport

Mit Data Analytics zum besten Flughafen der Welt

10.10.2017 von Scott Carey und Florian Maier
Der Flughafen Dubai will zum besten Airport der Welt werden. Wir zeigen Ihnen, wie mit Hilfe von Real Time Data Analytics ein Kundenservice-Paradies entsteht.

Enorme Ströme von Betriebsdaten sollen den Customer Service am Dubai Airport auf ein neues Level hieven - egal ob es dabei um die Warteschlangen beim Security-Check oder vor den Toiletten geht.

Der Dubai International Airport soll mit Hilfe von Real Time Data Analytics zum besten Flughafen der Welt werden.
Foto: Sorbis - shutterstock.com

"Wir wollen nicht der größte Flughafen der Welt sein, sondern der Beste"

Der Entscheider der diesen Wandel vorantreibt, heißt Michael Ibbitson und war früher CIO des zweitgrößten Londoner Flughafens Gatwick. In seiner neuen Rolle als Executive Vice President (EVP) für Technologie und Infrastruktur am Dubai International Airport, versucht er bewährte Praktiken auf eine neue Größenordnung zu skalieren. Schließlich befördert der Flughafen Dubai jährlich circa 90 Millionen Reisende - was ungefähr das doppelte Passagieraufkommen von Gatwick darstellt.

Auf Splunks Anwenderkonferenz .conf 2017 hatten unsere Kollegen von Computerworld UK die Gelegenheit, sich von Ibbitson über die Herausforderungen beim digitalen Umbau des Flughafens von Dubai aufklären zu lassen. Diese bestünden nämlich nicht nur in der IT, wie Ibbitson sagt, sondern auf der gesamten Infrastruktur.

Eine physische Erweiterung des Dubai Airport steht dabei nicht zur Debatte - für eine dritte Landebahn ist schlicht kein Platz mehr da. Für Ibbitson spielt das aber ohnehin keine Rolle, wie er bekräftigt: "Wachstum muss durch Innovation und Automatisierung kommen. Wir wollen nicht der größte Flughafen der Welt sein, sondern der Beste, der ein völlig neues Level beim Kundenservice erreicht."

Eines von Ibbitsons ersten Projekten ist die Einrichtung eines "Airport Operations Center", das die zahlreichen Teams aus den Bereichen Transport, Flugfeld und IT an einem Ort bündeln soll. Wenn die Einrichtung Ende des Jahres eröffnet, sollen dort auch Daten via Software von Splunk bereichsübergreifend zur Verfügung gestellt werden. Dabei kommen - wie in Dubai üblich - auch die Annehmlichkeiten nicht zu kurz. Die Visualisierungen sollen auf riesigen Videoleinwänden in Echtzeit laufen - Kinosessel inklusive.

"Wir haben das Projekt gestartet, um die Integration der Datenströme im Hintergrund abwickeln zu können. Im nächsten Schritt werden wir damit beginnen, aussagekräftige Daten über Applikationen und Plattformen zur Verfügung zu stellen. Dabei kommt ein Set von Dashboards zum Einsatz, das über ein Web Interface abgerufen werden kann", erklärt Ibbitson.

Warum Sie am Dubai Airport nie lange warten

Der Flughafen Dubai setzt seit einem Jahr zwei Deployments von Splunk Enterprise ein: Eine für die klassischen IT-Aufgaben, eine andere für allgemeinere, datengetriebene Einblicke rund um Wartezeiten und Gepäckfluss. Das Ziel ist dabei ein umfassendes Daten-Monitoring für das gesamte Flughafen-Areal. Bisher sind 4,5 Milliarden Datenpunkte erfasst - ein Ende ist nicht in Sicht. Erfasst werden dabei nicht nur System-Logs von IT-Systemen, sondern auch Daten von Sensoren, Flugverkehrs-Kontrollsystemen, Beförderungssystemen und anderer Kern-Infrastruktur.

Auch Ibbitson selbst hat sich hohe Ziele gesteckt: Er will nicht nur den Energieverbrauch des Dubai International Aiport um 20 Prozent senken und das weltbeste Flughafen-Wifi anbieten, sondern auch die Wartezeiten beim Security-Check dauerhaft auf maximal fünf Minuten reduzieren.

Um den Energieverbrauch besser sichtbar zu machen, hat Ibbitson bereits für die Installation von Sensoren gesorgt, deren Daten anschließend visualisiert werden. So können der EVP und sein Team Verbesserungspotenzial schnell erkennen und umsetzen. Bis 2023 soll der Energiehunger des Flughafens in Dubai gebremst werden - 25 Millionen Dollar könnten so eingespart werden. In einem ersten Schritt müssen dazu aber zunächst die Daten aus allen IT-Systemen der einzelnen Gebäude zusammenfließen. Splunk bietet den Verantwortlichen die Möglichkeit, diese Daten zu konsolidieren und Echtzeit-Informationen über den Energieverbrauch an die Entscheider im Unternehmen weiterzuleiten, damit eine effizientere Nutzung angestoßen werden kann.

Studie Analytics Readiness













Mit der Optimierung der Wartezeit am Security Checkpoint kennt sich Ibbitson bestens aus. Durch die Nutzung der Daten von Decken-Sensoren und 3D-Kameras können die Mitarbeiter des Flughafens inzwischen die Wartezeiten in Echtzeit einsehen und anhand historischer Daten Aussagen über die zu erwartenden Besucherströme treffen.

Die Mitarbeiter können diese Daten jedoch nicht nur einsehen, sondern sorgen auch selbst für deren Aggregation, indem sie beispielsweise über die eigene Mitarbeiter-App Peak-Zeiten erfassen. Die Auswertung dieser Daten erlaubt es schließlich dem gesamten Flughafen, an der Effizienzschraube zu drehen und die Wartezeiten zu reduzieren. Eine Besonderheit am Flughafen Dubai: Das Sicherheitspersonal wird von der Polizei gestellt. Da es sich also nicht um Angestellte des Dubai International Airport handelt, haben die Sicherheitskräfte auch keinen Zugriff auf die Datenströme.

Seit der ersten Splunk-Implementierung und den neuen Prozessen um sie herum konnte der Airport die Wartezeiten beim Security-Check bereits halbieren - von durchschnittlich acht auf vier Minuten.

Mit Machine Learning zu mehr Fluggepäck-Effizienz

Um die Gepäckbeförderungskapazität des Flughafens in den Vereinigten Arabischen Emiraten zu steigern, verlässt sich Ibbitson ebenfalls vor allem auf Daten: Auf den rund 15 Kilometer langen Beförderungsbändern sammelt der Flughafen pro Gepäckstück 200 Datenpunkte. Das ermöglicht der Belegschaft Einsichten, von deren Existenz sie vorher nicht einmal wusste. Zum Beispiel wurde so ein Bug entdeckt, der Gepäckstücke mit einem Timestamp aus dem Jahr 2047 ausstattete, so dass diese vom System unnötigerweise priorisiert wurden.

Nach Aussage von Ibbitson hatte das Beförderungssystem zuvor bereits mit 10.000 Gepäckstücken pro Stunde zu kämpfen. Nun seien 13.000 Gepäckstücke pro Stunde ohne Probleme möglich.

Für die Zukunft plant Ibbitson auch den Einsatz von Machine Learning, um zu jedem Zeitpunkt ganz genau bestimmen zu können, wo im System sich ein Gepäckstück gerade befindet. Und zwar schon zwölf bis 24 Stunden im Voraus. Das kühne Ziel: Eines Tages sollen die Kunden eine SMS mit der Information bekommen, wann und wo genau ihr Gepäck auf dem Band auftauchen wird.

Machine Learning - Technologien und Status quo
Bilderkennung ist wichtigstes Anwendungsgebiet für Machine Learning
Heute kommen Machine-Learning-Algorithmen vor allem im Bereich der Bildanalyse und -erkennung zum Einsatz. In Zukunft werden Spracherkennung und -verarbeitung wichtiger.
Machine Learning im Anwendungsbereich Customer Experience
Heute spielt Machine Learning im Bereich Customer Experience vor allem im Bereich der Kundensegmentierung eine Rolle (hellblau). In Zukunft wird die Spracherkennung wichtiger (dunkelblau).
Machine Learning in den Bereichen Produktion und Prozesse
Unternehmen erhoffen sich im Bereich Produktion/Prozesse heute und in Zukunft (hell-/dunkelblau) vor allem im Bereich Prozessoptimierung positive Effekte durch Machine Learning.
ML im Bereich Kundendienst und Support
Sentiment-Analysen werden eine Kerndisziplin für Machine Learning im Bereich Kundendienst und Support
Auch IT-Abteilungen profitieren
Schon heute wird Machine Learning für die E-Mail-Klassifizierung und Spam-Erkennung genutzt. In Zukunft (dunkelblau) werden Diagnosesysteme wichtiger.
Was Management, Finance und HR von Machine Learning erwarten
Heute und in Zukunft ist in diesem Bereich das Risikomanagement eine vorrangige ML-Disziplin. In Zukunft soll auch das Talent-Management beflügelt werden.
Massive Effekte für Einkauf und Supply Chain Management
Machine Learning wird sich auf verschiedenste Bereiche des Procurements und des Supply Managements auswirken (hellblau = heute; dunkelblau= in Zukunft)
Diese Lernstile sind bekannt
Beim bekanntesten Lernstil, dem Überwachten Lernen (Supervised Learning), werden Bildern oder Dokumenten von Hand eine gewisse Menge an Tags oder Labeln zugewiesen. So werden die ML-Algorithmen trainiert.
Diese Lernstile verwenden Branchen
Während Autobauer eher auf "Semi-supervised Learning" setzen, sammeln andere Branchen mit Supervised Learning Erfahrung.
Machine-Learning-Algorithmen
Die meisten Unternehmen setzen auf einen Mix von Verfahren, um ihre vielfältigen Aufgaben zu lösen.
Einsatz von Machine-Learning-Algorithmen nach Branchen
Neuronale-Netzwerk-Algorithmen finden vor allem im Automotive-Sektor Verwendung - und natürlich in der ITK-Branche selbst.
Diese Programmiersprachen und Frameworks kommen im ML-Umfeld zum Einsatz
Mit knapp 70 Prozent Einsatzgrad ist Java die führende Programmiersprache im Bereich ML. Allerdings holen speziellere Sprachen und Frameworks auf.
Deep-Learning- und Machine-Learning-Packages
DeepLearn Toolbox, Deeplearning4j, das Computational Network Toolkit und Gensim werden auf Dauer die führenden Pakete sein.
Zielinfrastruktur für ML-Workloads
Die Deployments von Machine Learning gehen zunehmend in die Breite und erreichen auch die Cloud und das Internet der Dinge. Auf die Unternehmen kommt mehr Komplexität zu.
Bedenken und Herausforderungen
Datenschutz und Compliance-Themen machen Anwender am meisten zu schaffen, geht es um den Einsatz von Machine Learning. Außerdem vermissen viele einen besseren Überblick über das Marktangebot.
Machine Learning ist Sache der BI- und Analytics-Spezialisten
Die organisatorische Einführung von ML obliegt meistens den BI- und IT-Profis. Viele Anwender holen sich aber auch externe Hilfe.
Wo Externe helfen
Datenexploration, Skill-Aufbau und Implementierung sind die Bereiche, in denen Machine-Learning-Anfänger am häufigsten externe Hilfe suchen.

Data Analytics in allen Airport-Bereichen

Nachdem die Verantwortlichen des Dubai International Airport ein wenig Recherche betrieben hatten, stellten sie schnell fest, dass das Thema Wifi am ehesten für Unzufriedenheit unter den Kunden sorgt. Der logische Schluss laut Ibbitson: "Wir wollen das beste, kostenlose Flughafen-WLAN anbieten."

Konkret heißt das: Kostenloses WLAN in Streaming-Qualität auf dem gesamten Flughafengelände. Und weil die IT-Abteilung sowohl die Wifi-Nutzung als auch die -Performance in Echtzeit einsehen kann, sind kriminelle Hacker dabei schnell identifiziert und entsprechende Sicherheitslücken können gezielt beseitigt werden.

Zu guter Letzt hat Ibbitson am Flughafen Dubai auch noch das Projekt "Golden Bathroom" angestoßen, dessen Ziel eine Verbesserung der Toilettensauberkeit ist. "Um die Toiletten bestmöglich sauber halten zu können, muss man verstehen, wie sie genutzt werden", erklärt Ibbitson. "Es geht im Grunde darum, die ‚busy peaks‘ zu identifizieren und die Verträge mit der Reinigungsfirma auf diese Erkenntnisse hin anzupassen."

Dieser Artikel basiert auf einem Beitrag unserer UK-Schwesterpublikation Computerworld.