Seit vielen Jahren wird der Hauptstadt ein Verkehrskollaps vorhergesagt, da die Zahl der Autos auf ihren Straßen rasant wächst. Das in den letzten Jahren in der Stadt eingeführte intelligente Transportsystem lässt diese Prognose jedoch nicht wahr werden. Alexander Polyakov, Direktor des Forschungs- und Designinstituts für städtischen Verkehr in Moskau (GUP MosgortransNIIproekt), der seit 2013 für die Entwicklung von Verkehrsanalytik und Bau verantwortlich ist Informationssysteme und Entwicklung Integrierte Programme Entwicklung der Verkehrsinfrastruktur, stellvertretender Leiter des Zentrums für Verkehrsmanagement der Moskauer Regierung. Auf dem BIG DATA 2017-Forum des Verlags „ offene Systeme» Am 29. März sprach er darüber, wie der Moskauer Verkehrskomplex Big Data nutzt, um ein intelligentes Verkehrssystem zu entwickeln, wie auf dieser Grundlage Verkehrsleitsysteme entstehen und wie Virtual- und Augmented-Reality-Tools zur Lösung unserer Probleme eingesetzt werden können.
- Wann begann die „Digitalisierung“ des Moskauer Verkehrs?
Alles begann mit einem Beschluss zur Entwicklung eines intelligenten Verkehrssystems in der Stadt, der am 11. Januar 2011 von der Moskauer Regierung genehmigt wurde.
Seitdem arbeitet das Verkehrsministerium an der Entwicklung der Verkehrsinfrastruktur unter Einsatz moderner Informationssysteme.
Im Rahmen des Projekts wurde 2014 ein Situationszentrum des TsODD geschaffen, dessen Spezialisten für die Organisation des Verkehrs und aller an der Arbeit dieses Zentrums beteiligten Systeme verantwortlich sind, einschließlich derjenigen, die die Steuerung von Ampeln und Fernsehkameras sowie die Überwachung ermöglichen Verkehrsbedingungen, visuelle Information der Verkehrsteilnehmer, Foto- und Videoaufzeichnung von Verstößen gegen die Verwaltung des städtischen Personenverkehrs.
- Projekte welcher Länder wurden als Stichproben genommen?
Berücksichtigt wurden die Erfahrungen europäischer Staaten, insbesondere Spaniens und Deutschlands, sowie die Erfahrungen Singapurs, Hongkongs und einiger US-Städte. Aber gleichzeitig haben wir verstanden, dass jede Stadt einzigartig ist, sodass sich die Verkehrsinfrastruktur Moskaus nach ihrem eigenen Szenario entwickelt, ganz zu schweigen von der Belastung der Straßen. Mittlerweile fahren beispielsweise 683.000 Autos durch Moskau.
- Wie ist das Verkehrslagemanagement in der Hauptstadt derzeit geregelt?
In den letzten Jahren innerhalb Transportkomplex Moskau hat eine Reihe von IT-Systemen geschaffen, die verschiedene Probleme in diesem Bereich lösen, einschließlich der Nutzung von Big Data.
statisch Transportmodell, Baujahr 2013, ermöglicht es Ihnen, die Situation langfristig vorherzusagen und dabei zu berücksichtigen Verschiedene OptionenÄnderungen der Straßenverhältnisse. Mit seiner Hilfe lassen sich Szenarien im stadtweiten Maßstab berechnen, sei es langfristige Verkehrssperrungen oder die Inbetriebnahme neuer Überführungen.
Dieses Modell berücksichtigt unter anderem Daten über Einwohner, die uns von verschiedenen Diensten zur Verfügung gestellt werden: die Anzahl der Personen, ihr Alter, Geschlechtsmerkmale, sozialer Status, wie viele Menschen arbeiten, wie viele nicht arbeiten usw. Moskau ist Wir sind in sogenannte Verkehrsbereiche unterteilt und wir analysieren, wohin die Bewohner jedes dieser Bezirke gehen, warum und zu welcher Zeit.
Dank der gewonnenen Daten analysieren wir die Korrespondenzmatrix – die Gesamtheit aller „Verkehrsaustausche“ zwischen Gebieten. Wenn es beispielsweise in einem Bezirk 600 Kinder im Vorschulalter und 500 Plätze in Kindergärten gibt, dann ist es offensichtlich, dass morgens hundert Kinder in einen anderen Bezirk gebracht werden. Um das Gesamtbild des Geschehens zu klären, führen wir Umfragen durch, um zu verstehen, welche Art von Transport und in welchen Fällen die Menschen wählen: wann – ein persönliches Auto, wann – öffentliche Verkehrsmittel. Darüber hinaus müssen wir vorhersagen, wie sich bestimmte Änderungen in der Stadtplanung oder in der Verkehrsorganisation auf die Transportpräferenzen der Menschen auswirken werden, welche Folgen eine Sperrung der Straße während des Baus oder umgekehrt die Eröffnung einer neuen Straße haben wird.
Wir überwachen die aktuelle Situation mithilfe eines dynamischen Verkehrsmodells, das in Echtzeit ein vollständiges Bild des Moskauer Verkehrs liefert und es uns ermöglicht, auf aufkommende Probleme zu reagieren. Zu diesem Zweck aggregiert DTM Daten, die von in öffentlichen Verkehrsmitteln installierten GLONASS-Sensoren, Foto- und Videoaufzeichnungskameras sowie Transportdetektoren – Radarsensoren, die die Verkehrsintensität, die Fahrzeuggeschwindigkeit und eine Reihe anderer Parameter messen – empfangen werden.
Mit DTM können Sie Ampeln steuern, Problembereiche analysieren, beispielsweise Unfallherde und Orte erkennen, an denen es ständig zu Staus kommt. Hindernisse im Personenverkehr erkennen und beseitigen; Überwachung des Betriebs mobiler Komplexe zur Foto- und Videoaufzeichnung (der sogenannten Parkons, die Straftaten beheben) und Bewertung der Transportnachfrage anhand der täglichen Korrespondenzmatrix.
Auf Basis des DTM wurde eine interaktive Verkehrskarte von Moskau erstellt, die Echtzeitinformationen zu Verkehrsstaus in Punkten, zur Anzahl der Unfälle und zum Verkehr anzeigt dieser Moment und pro Tag, städtischer Bodenpersonenverkehr, die Anzahl der von Kameras aufgezeichneten Verkehrsverstöße.
Im Jahr 2015 haben die Spezialisten des TsODD auf Basis eines dynamischen Modells ein Virtual- und Augmented-Reality-System erstellt, das einen Flug über die Stadt simuliert und Daten zur Verkehrssituation online bereitstellt. Dank dieses Systems können Sie den entstehenden Stau bereits erkennen, indem Sie eine Kamera anschließen, die ein echtes dreidimensionales Bild dieses Bereichs zeigt, wodurch Sie die Situation besser verstehen können.
Für Bürger stellt diese Karte dar verschiedene Informationen(Text, Foto und Video) über bedeutende historische, kulturelle und soziale Objekte, im Wesentlichen Augmented Reality.
- Über welche Kanäle informieren Sie die Bürger über die Verkehrssituation?
Die vom DTM empfangenen Daten werden in Echtzeit von verschiedenen Radiosendern, dem Telegram-Messenger und Verkehrsschildern verbreitet. Der Fernsehsender Moskau 24 und sein Internetportal m24.ru zeigen eine Karte der aktuellen Situation auf den Straßen der Stadt.
Eine solche Information ist auch ein Mittel zur Steuerung der Verkehrsströme. Moskauer sehen sich die Situation auf den Straßen an, die sie interessieren, wählen Umleitungsrouten, erwägen die Möglichkeit, mit anderen Verkehrsmitteln anzureisen, zum Beispiel vom privaten auf den öffentlichen umzusteigen.
- Gibt es numerische Indikatoren für die Wirksamkeit Ihrer Arbeit?
Im Jahr 2015 wurde ein umfassendes Verkehrsmanagementsystem eingeführt, das darauf abzielt, das Verkehrsmanagement auf den Straßen der Stadt zu optimieren und deren Durchsatz zu erhöhen. Und bereits im ersten Jahr konnten wir beachtliche Ergebnisse erzielen.
Ich gebe Ihnen ein paar Zahlen. Mittlerweile gibt es in der Stadt 4,6 Millionen zugelassene Autos, und die Unfallrate ist nach Angaben der Verkehrspolizei die niedrigste seit zehn Jahren. Im Jahr 2016 sank die Zahl der Unfälle im Vergleich zu 2010 um 45 % und die Zahl der Todesfälle um 56 %. Im zentralen Teil der Stadt, innerhalb des Dritten Verkehrsrings, stieg die Durchschnittsgeschwindigkeit einzelner Fahrzeuge um 11 % und die des Personenverkehrs um 7 %. Auf den 2016 eingeführten Sonderspuren stieg der Personenverkehr um durchschnittlich 11 %. Die durchschnittliche Ankunftszeit eines Krankenwagens hat sich von 21 Minuten auf 8 Minuten verkürzt, also fast dreimal, da Fahrspuren für öffentliche Verkehrsmittel entstanden sind und Busse und Oberleitungsbusse einem Krankenwagen weichen können, indem sie an Haltestellen in Taschen geraten.
Vergleicht man nähere Zeiträume, so ist im Jahr 2016 im Vergleich zu 2015 die Zahl der Unfälle mit Sachschaden um 18 %, die Zahl der Unfälle mit Opfern um 12 % und die Zahl der Zusammenstöße mit Fußgängern um 14 % zurückgegangen.
- Auf der Grundlage wessen Entscheidungen werden die Entwicklungen des TsODD aufgebaut?
Wir übernehmen die besten westlichen Entwicklungen. Beispielsweise basiert das aktuelle Ampelsteuerungssystem auf der spanischen Lösung, das statische Verkehrsmodell basiert auf der deutschen Plattform. Aber die Lösung, die all diese Entwicklungen vereint, ist inländischer Natur. Alle diese Systeme wurden von unseren Spezialisten integriert.
Basierend auf der gesammelten Erfahrung erstellen wir Lösungen zur Bewältigung der Verkehrssituation für andere Städte im In- und Ausland. Zum Beispiel – für Teheran.
- Holen wir gerade erst auf oder sind wir anderen Ländern schon in gewisser Weise voraus?
Wir sind auf dem Weg zu einem neuen Managementmodell. Auf Basis eines automatisierten Verkehrsleitsystems wurde im vergangenen Jahr ein Pilotprojekt zur automatischen Steuerung von Ampeln gestartet. Jetzt ist das System auf den Autobahnen Altufevskoye und Varshavskoye sowie auf der Andropov Avenue im Einsatz, wo auf der Grundlage der DTM-Daten zum Autobahnstau die Betriebsarten der Ampel automatisch geändert werden. Das ist in keiner anderen Stadt der Welt der Fall. So werden beispielsweise auch im Londoner Verkehrsmanagementsystem Transport for London Ampelbetriebsarten von den Betreibern akzeptiert.
Nun haben wir es uns zur Aufgabe gemacht, den Betrieb dieses Systems auf weitere Autobahnen auszudehnen. Die Schwierigkeit liegt in der Tatsache, dass alle Straßen miteinander verbunden sind und es notwendig ist, einige zu „räumen“, den Verkehr auf anderen jedoch nicht stark zu stoppen.
- Welche neuen Projekte sind geplant?
Wir machen weiter weitere Entwicklung Systeme zur Vorhersage von Verkehrsunfällen. Zur Durchführung der Prognose analysiert es ständig die Wetterbedingungen, die Eigenschaften problematischer Straßenabschnitte (Engpasskonfigurationen, den Grad ihrer Reduzierung). Bandbreite), Verkehrsflussindikatoren (durchschnittlicher Wert der Verkehrsstaus in der Stadt und auf dem Straßenabschnitt, Verkehrsgeschwindigkeit auf dem Straßenabschnitt usw.).
Wir müssen auf die Zukunft autonomer Fahrzeuge vorbereitet sein. In ihren Navigatoren werden bereits Informationen geladen, beispielsweise über die Geschwindigkeitsbegrenzung in einem bestimmten Abschnitt, und das Auto wählt selbstständig einen sicheren Geschwindigkeitsmodus.
Zu den langfristigen Perspektiven gehört die Entwicklung eines öffentlichen Verkehrssystems, das eine attraktive Alternative zum privaten Auto darstellen soll. Eine ausgebaute Verkehrsinfrastruktur ist unter anderem ein wichtiger Wirtschaftsfaktor, der zum Wettbewerb der Städte um die Anziehung von Touristen, Unternehmern etc. beiträgt.
Sie werden dazu beitragen, Straßen und Augmented-Reality-Systeme zu entlasten. Wenn es möglich ist, nicht zur Konferenz zu gehen, sondern vom Arbeitsplatz aus 360°-Videos anzusehen oder sogar daran teilzunehmen, und das nicht durch eine spezielle Brille, sondern auf dem Smartphone-Bildschirm, dann werden viele diese Option bevorzugen.
Moskauer Transport- und Verkehrsmanagement in Zahlen
Im Rechenzentrum, das sich unter dem Gebäude des Lagezentrums des Rechenzentrums befindet, sind mehr als 100 Server installiert, die insgesamt etwa 2 PB Daten speichern. Einige der Informationen werden ständig aktualisiert – beispielsweise werden von Kameras empfangene Daten sieben Tage lang auf Servern gespeichert. Aufgrund des stetig wachsenden Datenflusses ist geplant, die Serverkapazität deutlich zu erhöhen.
An einem gewöhnlichen Arbeitsmorgen fahren etwa 700.000 Autos zu den wichtigsten „Verkehrsadern“ Moskaus.
Zur Hauptverkehrszeit entfallen 71 % des Personenverkehrs auf den öffentlichen Nahverkehr, weshalb das Verkehrsministerium deren Interessen in den Vordergrund stellt.
Videoaufzeichnungskameras erkennen bis zu 22 Arten von Verstößen – darunter das Fahren am Straßenrand oder auf einer reservierten Fahrspur, das Abbiegen aus der zweiten Reihe, das Fahren auf eine stark befahrene Kreuzung, das Passieren eines Fußgängers, das Überholen von Lastwagen ohne Passierschein, usw. Sie übermitteln der Verkehrspolizei täglich Informationen über 100.000 Verkehrsverstöße (gerundeter Wert).
Es gibt die Konzepte „Transportmittag“ und „Transportmitternacht“. In Moskau sind sie verschoben – „Mittag“ dauert von 14:00 bis 15:00 Uhr und „Mitternacht“ kommt um 3 Uhr morgens.
Daten sind zu einem wichtigen Gut geworden, sie sind an sich schon von erheblichem Wert. Bei richtige Herangehensweise Durch die Ermittlung des Eigentümers und den sorgfältigen Aufbau des Zugangs zu ihnen können sie allen am Transportprozess Beteiligten Gewinn bringen. Sie können aber auch zum Zankapfel werden, schreibt das Magazin.
„Daten sind zu einem Vermögenswert geworden. Daten sind heute das Gold und Öl des 21. Jahrhunderts. Wer schnell lernt, mit ihnen umzugehen, sie zu verarbeiten, zu gruppieren und daraus Produkte herzustellen, die die Wertschöpfung steigern, wird die Nase vorn haben“, überzeugte Mikhail Mishustin, Leiter des Föderalen Steuerdienstes, seine Zuhörer in der Sitzung „Digitale Transformation und Lebensqualität. Blick aus den Regionen“, der im Rahmen des Russischen Investitionsforums in Sotschi stattfand. Er spricht von den sogenannten Big Data – und wer, wenn nicht der Leiter des Föderalen Steuerdienstes, wo Daten über Einkommen und Vermögen von Millionen Russen gesammelt werden, versteht deren Wert? Tatsächlich wiederholte der Beamte jedoch nur einen Satz, der inzwischen in Hunderten von Foren auf der ganzen Welt von den Chefs Tausender Unternehmen, darunter auch globaler Unternehmen, zu hören ist. Und die erste Frage, die sich stellt, ist: Da Big Data zu einem wertvollen Gut geworden ist, sollte es Regeln geben, die beschreiben, wie mit ihnen umgegangen wird, wem sie gehören, ist es möglich, diese Daten zu welchem Preis zu kaufen?
Die Big-Data-Technologie setzt das Vorhandensein von drei Elementen voraus: riesige Datenmengen, Rechenleistung für eine sehr schnelle Verarbeitung dieser Daten und spezielle mathematische Modelle, die den Vergleich vorgegebener Parameter ermöglichen, auf die zuvor kein Zugriff möglich war. Dies ermöglicht es Ihnen, neue, sehr oft nicht offensichtliche Zusammenhänge und Muster zu erkennen und darauf basierend Managemententscheidungen zu treffen und Gewinne zu erzielen (oder alternativ gesellschaftlich wichtige Aufgaben zu lösen).
Um von Big Data zu profitieren, mussten die Technologien ausgereift sein. In jüngerer Zeit verfügen Unternehmen über Rechenleistung und Algorithmen, die in der Lage sind, riesige Datenmengen schnell in Echtzeit zu verarbeiten, es entstehen Rechenzentren, in denen diese Daten gespeichert werden können, das sogenannte Internet der Dinge, das den Empfang ermöglicht Daten von Geräten in Echtzeit und verschiedene Geräte, die Leistung verbessert sich und die Preise für Sensoren, die zur Datenerfassung eingesetzt werden, sinken.
Aleksey Fedoseev, Leiter der Kundendienstabteilung bei Siemens Mobility, definiert die Grenze, ab der Daten als groß gelten können: „1 Million Messungen, die sogenannten Datenpunkte. Von nun an können wir Analysemodelle implementieren, die auf dem Big-Data-Ansatz basieren.“
Die Pioniere waren die Flugzeughersteller. Der Wert von Big Data, anhand dessen sich Störungen und Ausfälle von Anlagen vorhersagen lassen, ist in dieser Branche besonders hoch. Beispielsweise überträgt eine Boeing 737 mit zwei Triebwerken jetzt in sechs Flugstunden 240.000 Terabyte an Daten (die Datenmenge auf Papier in der Lenin-Bibliothek ist größer, aber nicht viel – etwa 84-mal). Wir sprechen von der Entfernung mehrerer Hunderttausend Parameter pro Flug, obwohl frühere Flugzeuggenerationen nur einige Hundert davon erfassten.
Letztes Jahr sagte der CEO von Tinto, einem Bergbauunternehmen, dessen Flotte Daten von unbemannten Lastkraftwagen, Steinbruchbohrgeräten, Lokomotiven und im Hafen sammelt, dass das zentrale Kontrollzentrum in der Stadt Perth jede Minute 2,4 Terabyte an Daten empfängt (ca. 3.500 Hektar). ). Terabyte pro Tag).
Andrey Borodin, Chefprojektingenieur im Design- und Technologiebüro des Digital Technologies Center der Informatisierungsabteilung der Russischen Eisenbahnen, sagt, dass Daten aus der Sicht von Fachleuten heiß sind (das heißt, sie werden sofort und in der Realität verarbeitet). Zeit), warm und kalt (unbenutzt, aber zur Lagerung gelassen).
„Und selbst Rohdaten werden von vielen Unternehmen nicht ohne Grund als wertvoller Vermögenswert betrachtet, auch wenn Unternehmen sie derzeit nicht nutzen können, um Vorhersagemodelle oder Echtzeit-Reaktionssysteme zu erstellen“, sagt Oleg Pyatakov, Leiter der Investitionsanalyse bei der Unternehmen „ 2050. Digital". Er ist sich sicher, dass die Generierung von Daten um der Daten willen zumindest kurzfristig kontraproduktiv ist: „Wir brauchen die Möglichkeit, Daten miteinander zu verknüpfen (Geräte-/Benutzer-IDs, Zeitstempel), zumindest die minimale Bedeutung der Daten dafür.“ Zielparameter, die wir zu optimieren versuchen, die Fähigkeit, eine Kontrollmaßnahme zu entwickeln. Denn in traditionellen (alten) Managementsystemen war es üblich, dass mehr als 95 % der gesammelten Daten aus unterschiedlichen Gründen nicht zur Entscheidungsfindung herangezogen wurden.“
Die Russische Eisenbahn war eines der ersten russischen Unternehmen, das den Prozess der digitalen Transformation eingeleitet hat. Und das Halten funktioniert natürlich auch mit der Big-Data-Technologie. Der erste Anwendungsbereich liegt natürlich auf der Hand: die regelmäßige Erfassung von Daten von Schienenfahrzeugen und Infrastruktur mithilfe des Internets der Dinge.
Siemens Mobility, ein strategischer Partner der Russischen Eisenbahnen in diesem Bereich, unterscheidet klar zwischen zwei Konzepten – Daten und Informationen. Die von den Fahrzeugen und der Infrastruktur generierten Daten gehören laut Aleksey Fedoseev der Betreiberorganisation: „Sobald wir geliefert haben technische Systeme Deutsche Bahn oder Russische Eisenbahn, ihnen gehören die Daten.
Anschließend werden diese im Rahmen von Dienstleistungsverträgen, im Rahmen von Einzelverträgen zur Verarbeitung dieser Daten, umgewandelt nützliche Informationen. Beispielsweise generieren Lastochka-Züge, die im MCC betrieben werden, Diagnosemeldungen über den technischen Zustand einzelner Teilsysteme des Elektrozuges. Diese Daten werden aggregiert und über einen sicheren Kanal an einen Server in der Russischen Föderation übertragen. Und erst dann, sagt Alexey Fedoseev, werden diese aggregierten Daten im Zentrum für Analyse und Datenverarbeitung, das im Februar 2017 gemeinsam von der Russischen Eisenbahn und Siemens gegründet wurde, in nützliche Informationen umgewandelt.
Die Mitarbeiter des Zentrums nutzen analytische Modelle, die es auf Basis der gewonnenen technischen Parameter ermöglichen, das Konzept der vorausschauenden Wartung umzusetzen und Ausfälle kritischer Schienenfahrzeugeinheiten vorherzusagen, so der Experte. Ein Beispiel ist die Verarbeitung von Daten, die von einem Traktionsantriebssystem empfangen werden. Aber nicht nur. Beispielsweise wird auch das Beifahrertürsystem überwacht. Beim Fahren im S-Bahn-Modus kann sich die Bedienung der Fahrgasttür auf die Verweildauer des Zuges am Bahnhof auswirken, Ausfälle und Ausfälle bei deren Betrieb können sich auf die Verletzung von Verkehrsplänen auswirken. Mitarbeiter der Reparaturabteilung der Direktion für Hder Russischen Eisenbahnen haben über das computergestützte Wartungssystem Cormap Zugriff auf diese Informationen. Das System ist offen, auf seiner Grundlage werden Entscheidungen über die Zuteilung von Zügen an die Strecke getroffen.
Predictive-Analytics-Modelle für den Betrieb von Hochgeschwindigkeitszügen, die Siemens für die deutsche, spanische, russische, türkische Bahn sowie Eurostar liefert, wurden in den letzten drei bis vier Jahren verbessert. Je mehr Daten verarbeitet werden, desto genauer gesagt Modelle funktionieren. Das Ergebnis ist eine Steigerung der technischen Einsatzbereitschaft der Züge. Beispielsweise begann die Arbeit des Siemens Remote Monitoring Center an Velaro-Zügen in Spanien etwas früher als bei Sapsan-Zügen in Russland. Die Modelle ermöglichen es, Ausfälle von Traktionsmotoren fünf bis sieben Tage im Voraus vorherzusagen, was dazu geführt hat, dass die Möglichkeit einer Störung des Verkehrsplans aufgrund eines Traktionsrückgangs fast vollständig ausgeschlossen ist. Damit hat die RENFE ihre Bereitschaft unter Beweis gestellt, den Fahrgästen im Falle einer Zugverspätung von mehr als 15 Minuten auf der Strecke Madrid-Barcelona 100 % des Fahrpreises zu entschädigen. Die Reaktion der Passagiere ließ nicht lange auf sich warten: Der Anteil des Schienenverkehrs am Passagieraufkommen in dieser Richtung stieg von 20 auf 61 %, während der Luftverkehr von 80 auf 39 % zurückging.
Nimmt man die russischen Erfahrungen bei der Implementierung ähnlicher Modelle der prädiktiven Diagnose für Sapsan-Züge heran, dann liegen laut Alexei Fedoseev die positiven Auswirkungen auf der Hand: Auf der Strecke Moskau-St. Petersburg hat die Sapsan-Zugflotte bereits mehr als 7 Millionen zurückgelegt km ohne Verzögerung aufgrund technischer Ausfälle, die länger als 5 Minuten dauern (dies ist einer der Parameter, anhand derer das Unternehmen den Grad der Zuverlässigkeit bewertet).
Ein wichtiger Bestandteil der Arbeit mit Big Data ist die Schaffung einer sogenannten vertrauenswürdigen Umgebung – sie ist auf die sichere Nutzung von Daten und den Ausschluss unbefugter Zugriffe darauf ausgelegt. Beispielsweise wird die „Vertrauenswürdige Umgebung des Lokomotivkomplexes“ aufgebaut, um auf Daten zuzugreifen, die von Lokomotiven, Verbrauchern dieser Daten – Mitarbeitern der Holding der Russischen Eisenbahnen, Dienstleistungsunternehmen, Herstellern von Schienenfahrzeugen und Komponentenherstellern – generiert werden.
Beziehungen basieren nicht immer auf einer partnerschaftlichen Basis. In diesem Fall ist eine Konfrontation zwischen den an der Bereitstellung und Verarbeitung der Daten beteiligten Parteien möglich. Wie das passieren kann, zeigt die Geschichte, die sich gerade mit dem dänischen Unternehmen Maersk entwickelt, einem Marktführer in der Seeschifffahrt. Bereits 2014 beschloss das Unternehmen, sein Seeschifffahrtsgeschäft zu digitalisieren. Maersk berichtete dann, dass ein einfacher Seetransport gekühlter Früchte von Ostafrika nach Europa eine Kette von 30 Personen und Organisationen durchläuft und etwa 200 Interaktionen (Übertragung von Dokumenten, Kommunikation) zwischen ihnen und 20 % der Lieferkosten erfordert Eine Warensendung unterliegt der Bearbeitung, der Dokumentenübermittlung und der Prozessverwaltung. Maersk wollte die Kosten in diesem Bereich, in dem es seit 60 Jahren keine größeren Veränderungen gegeben hat, drastisch senken.
Im Jahr 2016 entschied sie sich für eine Technologie und einen Partner und begann die Zusammenarbeit mit IBM-Unternehmen als Trägerin fortgeschrittenen Wissens in der Blockchain. Das Blockchain-Smart-Contract-System namens TradeLens begann 2017 mit der Erprobung. Im Januar 2018 gaben Maersk und IBM ein Joint Venture bekannt. Wir haben mit Partnern zusammengearbeitet, um herauszufinden, wie wir die Informationsübertragung beschleunigen und die Anzahl der Fehler reduzieren können. Es wurde angekündigt, dass bis Ende 2018 eine kommerzielle Vollversion von TradeLens auf den Markt kommen wird. Bis Mitte 2018 enthielt das System Daten zu 154 Millionen Ereignissen (Schiffsankunftstermine, Berichte über den Versand und die Ankunft von Containern, Zollgenehmigungen, Handelsrechnungen und Frachtbriefe, also Dokumente über die Annahme der Ladung durch den Frachtführer). vom Versender), ihre Zahl stieg täglich um 1 Million - im Allgemeinen war TradeLens für den Vollbetrieb bereit.
In der Testphase traten 92 Teilnehmer dem System bei: Reeder, Reedereien, Verlader, Häfen (z. B. der sehr große Hafen Rotterdam, über den bis zu 2/3 der Seefracht für Europa verkehren) und Zollbehörden. Doch gleichzeitig wurde am Ende der Tests bekannt, dass andere Reedereien eine Anbindung an TradeLens kategorisch ablehnten. Und ohne die Informationen dieser Spieler ist die vollständige Nutzung des Systems ausgeschlossen.
Es scheint, dass dieser Widerstand für Maersk eine Überraschung war. Mitte November nahm das dänische Unternehmen ein Angebot der sechs größten Wettbewerber (MSC, CMA CGM, Hapag-Lloydand und Ocean Network Express) an, einem gemeinnützigen Verein beizutreten, der neue Standards für den Informationsaustausch in der Branche entwickeln wird. André Simcha, CIO von MSC, der zweitgrößten Reederei, sagte Reportern, dass sein Unternehmen gerne TradeLens beitreten würde, wenn das Unternehmen offener würde. Im Allgemeinen gefällt MSC die Idee, über einen gemeinnützigen Verein zu arbeiten, viel besser, da trotz des Versprechens eines gleichberechtigten Zugangs zu Informationen alle geistigen Rechte an TradeLens zwischen IBM und Maersk aufgeteilt sind. Den Netzbetreibern gefiel die Aussicht, ihre Daten an das System weiterzugeben, nicht, obwohl ihr Hauptkonkurrent damit Geld verdienen würde. Oleg Pyatakov glaubt immer noch, dass Maersk den richtigen Weg eingeschlagen hat und am Ende die proprietären Lösungen mächtiger Unternehmen besiegen wird und offene Standards ohne die Beteiligung starker Akteure nachgeben werden. Aber Maersk muss um den Besitz eines so wertvollen Vermögenswerts wie Daten konkurrieren. Im November wurde die Schaffung eines mit TradeLens konkurrierenden Systems angekündigt.
In Baschkirien wurde erstmals „Big Data“ zur Analyse der Touristenströme eingesetzt. Das Staatliche Komitee für Tourismus der Republik Belarus hat beim Ural-Zentrum für Überwachung und Analyse eine Studie in Auftrag gegeben, die auf der Grundlage der Bewegungsdynamik von Mobilfunkteilnehmern durchgeführt wurde.
Studien zufolge besuchten von Januar bis November 2018 1,656 Millionen Touristen die Republik, 60 % davon sind Männer im Alter von 30 bis 45 Jahren, in der Regel Angestellte von Handelsorganisationen mit höherer Bildung, mit einem Einkommen von 40.000 Rubel pro Monat. Die durchschnittliche Aufenthaltsdauer beträgt 3,8 Tage.
Der Höhepunkt des Touristenstroms fällt im Sommer. Im Juni 2018 betrug die Zahl der eintretenden Personen 179.000 Personen, im Juli 215.000 Personen. Die Mindestzahl wurde im Februar beobachtet - 118.000 Menschen.
Die Gäste kamen aus verschiedenen Regionen Russlands. Der größte Besucheranteil - Moskau, Region Moskau, Tatarstan - jeweils 11 %. Der Anteil der Einwohner der Regionen Orenburg, Tscheljabinsk und Samara am Touristenstrom betrug 9 %, 7 %, 6 %. Darüber hinaus die Region Swerdlowsk und KhMAO – jeweils 3,8 %, die Region Tjumen – 3 %, die Region Perm und Udmurtien – jeweils etwas mehr als 2 %.
Ausländische Touristen kamen aus Nachbarländern sowie aus Indien, Spanien, Italien, Jemen, Deutschland, der Türkei, Ägypten, Nigeria, Israel, den USA, der Tschechischen Republik, Saudi-Arabien, Bulgarien, Iran, China und Finnland.
Darüber hinaus wurde eine soziologische Studie in Form von Touristenbefragungen durchgeführt. 37 % der Befragten wählten ein Hotel oder einen Hotelaufenthalt. 17 % übernachteten bei Freunden oder Verwandten, 11 % bevorzugten Hostels. Nach den Reisezwecken verteilte sich der Touristenstrom wie folgt: Reisen zu Verwandten (30 %), Geschäftstourismus (28 %), Gesundheitstourismus (18 %), Besichtigungen (12 %), Aktiv (8 %), Pilgerfahrt Tourismus (0,2 %).
40 % der Touristen kamen nicht zum ersten Mal nach Baschkirien. 20 % kamen auf Empfehlung von Freunden (Kollegen, Verwandten). 24 % Gewinn bei einer Geschäftsreise. Die am wenigsten genutzten Informationsquellen bei der Wahl der Fahrtrichtung waren für die Befragten Internetportale (3,4 %), soziale Netzwerke(1,2 %), Medienwerbung (0,5 %).
Im laufenden Jahr 2019 werde auch die touristische Attraktivität bestimmter Regionen der Republik analysiert, teilte das Landeskomitee mit.
„Geoanalytik nutzt die Möglichkeiten Mobilfunkbetreiber ist eine fortschrittliche Methode zur Zählung des Touristenstroms. Derzeit verfügt nur Moskau über eine solche Erfahrung, und ich möchte Sie daran erinnern, dass letzteres den ersten Platz in der nationalen Touristenbewertung im Föderationskreis Wolga, Baschkortostan einnimmt – den zweiten“, sagte Azamat Galin, stellvertretender Leiter des Staatskomitees für Tourismus und Unternehmertum der Republik Belarus.
Nach Angaben des Turstat-Portals erreichte Baschkirien Ende 2018 die Top 15 in der Bewertung des Inlands- und Inlandstourismus und belegte mit einer Touristenzahl von über 2,5 Millionen Menschen (+13 % im Vergleich zu 2017) den 13. Platz.
Diese Initiativen der Regierung von Baschkirien sind sehr interessant und nützlich für die Untersuchung der Touristenströme und die Planung ihrer Aktivitäten, um die Tourismusprodukte der Region durch die umfassende Bereitstellung von Dienstleistungen für Touristen, einschließlich der Nutzung von IT-Technologien, zu fördern.
In den Nachrichten wird übrigens Nischni Nogorod erwähnt. Wir haben zuvor berichtet, dass diese Stadt das Projekt „Gästekarte“ umgesetzt hat, mit dem es möglich sein wird, die Bewegung von Touristen, die die Sehenswürdigkeiten der Stadt besuchen, ihre Interessen zu verfolgen und Touristen verschiedene Ermäßigungen zu erhalten nutzen Sie die öffentlichen Verkehrsmittel kostenlos.
Alle diese Initiativen werden in den Regionen umgesetzt isoliert und isoliert, ohne Bundesbeteiligung.
WORÜBER REDEST DU?
Das Fazit ist, dass die Frage der Beantragung elektronischer Visa für ausländische Staatsbürger, die in die Russische Föderation einreisen, derzeit gelöst wird. Nach Angaben des Vereins „Sicherheit im Tourismus“ ist die Verwendung solcher Visa unter Verwendung spezieller digitaler Technologien ohne Integration des Systems der Migration und Registrierung von Touristen in Hotels und der oben genannten Dienstleistungen mithilfe der „Gästekarte“ nicht sinnvoll. Dies ist kein staatlicher Ansatz.
Unserer Meinung nach sollte ein systematischer, staatlicher Ansatz die Berücksichtigung all dieser Elemente umfassen. Ein Tourist muss sich einmalig an der Grenze registrieren, nachdem er einen elektronischen Tag erhalten hat, und sich dann im Land bewegen, sich in Hotels anmelden (bereits ohne Migrationsregistrierung), problemlos Museen besuchen, verschiedene Ermäßigungen erhalten, öffentliche Verkehrsmittel kostenlos oder mit Ermäßigungen nutzen. Gleichzeitig wird dieser Ansatz es ermöglichen, sowohl die nationale Sicherheit durch die Aufzeichnung der Bewegungen von Ausländern zu gewährleisten als auch Hoteliers von der Mühe der Registrierung und Migrationsabrechnung zu befreien und den Tourismusverwaltungsbehörden in den Teilgebieten der Russischen Föderation den Empfang zu ermöglichen Informationen über die beliebtesten Objekte der Region (Stadt) und auf dieser Grundlage touristische Angebote bilden, um so den größtmöglichen Nutzen zu erzielen.
UND ALLES IST DAFÜR!
Nämlich das Regierungsdekret Russische Föderation 6. August 2015 Nr. 813, mit dem die Verordnungen über das staatliche Migrations- und Registrierungssystem genehmigt wurden, deren Umsetzung die Gastfreundschaft erheblich beeinträchtigen und den Zustrom von Touristen im Allgemeinen erhöhen kann. Genau darüber sprach der Vorstandsvorsitzende des Vereins „Sicherheit im Tourismus“ am 06. Dezember 2018 im Föderationsrat Sergej Grusd Teilnehmer des Runden Tisches zum Thema „Aktuelle Fragen der Nutzung elektronischer Visa für ausländische Staatsbürger, die in die Russische Föderation einreisen, und Verbesserung der Gesetzgebung der Russischen Föderation in diesem Bereich“
Erinnern Sie sich daran, dass die Fragen der Verbesserung der Migrations- und Registrierungsunterlagen, der Vereinfachung des Visumregimes sowie der Entwicklung und Einführung eines einzigen biometrischen Identifikators für Reisen Gegenstand von Diskussionen innerhalb der EU sein werden Internationales Forum „Tourismussicherheit“ – TSIF – 2019.Dieses Forum ist eine wichtige Fachveranstaltung, bei der Vertreter von Behörden, der Fachwelt und der Wirtschaft auf einer Plattform aktuelle Fragen zur Gewährleistung der Sicherheit im Tourismus diskutieren. Das Format des Forums sieht 4 Breakout-Sessions vor.
01.10.2018, Mo, 10:03, Msk , Text: Maria Sysoikina
Das vor einem Jahr als Teil der Moskauer Metro gegründete Safe Transport Innovation Center bringt Entwickler von Lösungen für die Arbeit mit digitalen Technologien zusammen. Im Rahmen der ersten strategischen Sitzung des Innovationszentrums wurde eine Diskussion über neue Technologien russischer Unternehmen sowie über bereits vom Zentrum umgesetzte Initiativen geführt.
Gemeinschaft rund um sicheren Transport
Das Safe Transport Innovation Center hat damit begonnen, eine Gemeinschaft von Experten und Entwicklern aufzubauen, um Ideen und Erfahrungen über den Einsatz moderner Technologien bei der Lösung verschiedener Verkehrsprobleme für Moskau auszutauschen. Im Rahmen der Community vereinen sich sowohl Unternehmen, die bereits mit Safe Transport zusammenarbeiten, als auch neue Mitglieder. Auf der ersten strategischen Sitzung des Zentrums teilten Vertreter von ABBYY, Maxima Telecom, Yandex.Taxi, Avito, Software Product und anderen ihre Vision der notwendigen technologischen Veränderungen im Verkehr in Moskau und diskutierten die Rolle der Technologie bei der Bildung neuer Innovationen Dienstleistungen und angebotene Ideen zur Personalisierung der Interaktion der Stadt mit ihren Bewohnern.
Big Data verändert die Kommunikation
Die Idee zur Gründung des Zentrums entstand im August 2018. Das Hauptziel dieser Initiative ist die Transformation der Interaktion mit Passagieren, um die Kommunikation mit den Bürgern auf eine neue, personalisierte Ebene zu bringen. Die Analyse von Big Data hilft, die gesetzten Ziele zu erreichen. Das Innovationszentrum verfügt über die Fähigkeit, mit den Daten von Organisationen zu arbeiten, die dem Verkehrsministerium unterstellt sind, seine Forschung durchzuführen, Hypothesen zu testen und Segmente für gezielte Kommunikationsunternehmen aufzubauen.
„Wir sammeln viele heterogene, anonymisierte Daten über Passagiere und können auf Basis der Analyse wichtige Informationen gezielt an die Bürger weitergeben“, erklärt der Leiter des Innovation Centers Juri Jemeljanow. - Szenarien können sehr unterschiedlich sein. Beispielsweise kommt es im Zusammenhang mit bestimmten Veranstaltungen und Aktivitäten häufig zu Routenänderungen, Reparaturen und Verkehrsbehinderungen. Durch die Analyse der Daten können wir den Fahrgästen, die sich häufig auf diesen Strecken bewegen, personalisierte Informationen über die Veränderungen liefern.“
Projekte des Innovationszentrums
Das Zentrum führt auch weitere Großprojekte durch, beispielsweise eine Analyse der Zufriedenheit der genutzten Bezirke der Stadt Moskau Bodentransport. Die Experten des Zentrums führten zahlreiche Umfragen zu diesem Thema durch, analysierten die Ergebnisse und formulierten auf der Grundlage der Ergebnisse Initiativen zur Änderung von Routen, Fahrplänen und Haltestellen. Das Zentrum legt diese Initiativen verschiedenen Lenkungsausschüssen im Rahmen des Verkehrskomplexes vor und wird bei Genehmigung von nachgeordneten Organisationen umgesetzt. Rückkopplung Basierend auf den umgesetzten Initiativen gelangt es erneut in das Innovationszentrum, wo die Arbeitsergebnisse und der Grad der Zufriedenheit der Bürger bewertet werden. Dieses Programm startete im März 2018 und hat sich bisher als recht erfolgreich erwiesen. Jetzt beteiligt sich das Zentrum aktiv an einem ähnlichen Programm für die Moskauer Metro.
Von besonderem Interesse ist das Projekt des Zentrums zur analytischen Begleitung von Veranstaltungen im Rahmen der Fußballweltmeisterschaft. Die Experten des Zentrums analysierten den Passagierverkehr an den Spieltagen in den Moskauer Stadien (Luzhniki, Spartak, Fanzone auf Worobjowy Gory), führten schnellstmöglich nach dem Spiel Zufriedenheitsumfragen durch und entwickelten Empfehlungen zur Optimierung der Belastung des städtischen Verkehrssystems und eine effizientere Organisation der Transportdienstleistungen ermöglichen.
Beurteilung der Lastverteilung im Luzhniki-Stadion. Ein Fragment des Analyseberichts zum Spiel Russland – Saudi-Arabien, das am 14. Juni, dem Eröffnungstag der Meisterschaft, stattfand
Die Unterstützung mobiler Anwendungen für Bürger ist zu einem eigenen Arbeitsbereich des Zentrums geworden. Safe Transport arbeitet mit einer Reihe von Entwicklern zusammen, darunter Infocompas, das die App „Moscow Helper“ entwickelt. „Wir versuchen, Initiativen zur Schaffung verschiedener Dienste auf Basis mobiler Anwendungen für Bürger zu unterstützen. Für uns ist dies einer der Kommunikationskanäle mit der Bevölkerung der Stadt“, sagt Yuriy Yemelyanov. – Zum Beispiel Experten des Zentrums zusammen mit Entwicklern mobile Applikation Der Moskauer Assistent arbeitet daran, den Algorithmus zur Erkennung des staatlichen Kennzeichens zu verbessern. Für das kommende Jahr 2019 hat das Innovation Center viele ehrgeizige Ziele.
Einführung
Laut Analystenprognose setzen 67 % der Unternehmen aus der Luft- und Raumfahrtindustrie Projekte auf Basis von Big Data um, weitere 10 % planen solche Projekte. Bei den Fluggesellschaften kündigten hier 44 % der Unternehmen die Umsetzung von Projekten für Februar 2019 an, Pläne für solche Projekte gaben 25 % an.
Dies sind die Ergebnisse einer im Dezember 2017 von FlightGlobal durchgeführten Studie zur Rolle von Big Data für Luft- und Raumfahrtunternehmen und Fluggesellschaften. Analysten suchten auch nach Anregungen zum Austausch von Flugzeugzustandsdaten mit Herstellern sowie Reparatur- und Wartungsunternehmen (MRO). An der Studie nahmen 300 Fachleute aus der Luft- und Raumfahrtindustrie teil. Die meisten von ihnen sind zuversichtlich, dass Big-Data-Technologien die Betriebssicherheit und Effizienz von Fluggesellschaften verbessern können.
Ungefähr die Hälfte der Befragten gab an, dass ihre Unternehmen Datensätze zum Zustand von Flugzeugen nutzen, die ihnen helfen, fundiertere Entscheidungen zu treffen. Kurzfristig wird der Anteil dieser Unternehmen auf 75 % steigen.
Der Datenaustausch mit OEM/MRO ist immer noch problematisch. Allerdings glauben 38 % der Fluggesellschaften, dass ein solches Modell ihnen erhebliche geschäftliche Vorteile bringen kann.
Laut der Connected Aircraft-Umfrage von Honeywell vom Mai 2018 planen 47 % der befragten Fluggesellschaften, im nächsten Jahr bis zu 1 Million US-Dollar auszugeben, um für jedes von ihnen betriebene Flugzeug Flugzeuge mit dem Internet zu verbinden. Die meisten dieser Unternehmen planen, Beträge von 0,1 bis 0,5 Millionen Dollar zu erfüllen. Auf fünf Jahre gesehen haben jedoch bereits 38 % der Fluggesellschaften Investitionen in Höhe von 1 bis 10 Millionen Dollar pro Flugzeug angekündigt.
Bis Februar 2019, als Fluggesellschaften in vernetzte Technologien rund um die Luftfahrt investierten, ging es vor allem um die Bereitstellung von Satellitenkommunikation und WLAN. Jetzt sind Unternehmen bereit, die Daten, die sie durch den Einsatz von Geräten direkt an Bord von Flugzeugen erhalten können, zu nutzen. Solche Daten könnten ihnen beispielsweise Einsparungen von 1 % des verbrauchten Treibstoffs bescheren, was 50.000 US-Dollar pro Flugzeug und Jahr entspricht, berechneten die Analysten von Honeywell.
Nutzung von Big Data durch ausländische Fluggesellschaften
Big-Data-Technologien werden zur Erfüllung einer Reihe von Aufgaben im Bereich der zivilen Luftfahrt eingesetzt. In diesem Kapitel gehen wir näher auf die Haupteinsatzgebiete in der Luftfahrt im Ausland ein. Dabei handelt es sich in erster Linie um Reparaturen und Wartungen, die Sicherstellung des Treibstoffverbrauchs, die Erstellung digitaler Zwillinge, die Optimierung des Betriebs (einschließlich der Vorhersage von Flugverspätungen), die Erstellung persönlicher Angebote für Passagiere usw.
Big Data und Aufrechterhaltung der Lufttüchtigkeit von Flugzeugen
Ein solcher vorrangiger Bereich wird in naher Zukunft die Wartung (MS) und Reparatur von Schiffen sein. Beispielsweise erwarten 88 % der Analytics-Befragten, dass sie in diesem Bereich den größtmöglichen Nutzen aus dem Einsatz von Technologie ziehen können. Wartung und Reparatur sind allen anderen Bereichen an Bedeutung weit voraus. Analysen und vorausschauende Reparaturen in der Luftfahrt beweisen ihre Wirksamkeit und beweisen in der Praxis, dass vernetzte Technologien funktionieren.
Nach Wartung und Reparatur erwarten die Befragten Vorteile durch die Einführung entsprechender Pilotierungstechnologien, einschließlich der Optimierung des Treibstoffverbrauchs und der Durchlaufzeiten der Flugzeuge sowie des Passagierservices.
So stellen Analysten in der Studie „Sky High Economics: Evaluating the Economic Benefits of Connected Airline Operations“ fest, dass vernetzte Flugzeuge Daten in die Cloud oder an Bodenserver übertragen können, wo diese Daten mithilfe von Big Data Analytics-Tools analysiert werden können. Dadurch können beispielsweise Fluggesellschaften Störungen erkennen, bevor sie zu größeren Problemen werden. Die gewonnenen Informationen können genutzt werden, um bessere Entscheidungen zu treffen und kostspielige Ausfallzeiten von Flugzeugen (Aircraft on Ground) zu reduzieren.
Darüber hinaus ist es mit dem Aufkommen der prädiktiven Modellierung möglich geworden, Teile, die auf der Grundlage einer Analyse als austauschbedürftig identifiziert wurden, auszutauschen, bevor sie ausfallen, und zwar im Rahmen geplanter Reparaturen und Wartungsarbeiten. All dies trägt zur Kostensenkung bei und erhöht die Flugsicherheit.
Digitale Zwillinge. Was ist das?
Auch der Einsatz sogenannter „Digitaler Zwillinge“ steht in engem Zusammenhang mit dem Thema prädiktive (proaktive) Reparaturen. Doch anders als beispielsweise in der Öl- und Gasindustrie, wo digitale Aufzeichnungen bereits bei einigen großen Unternehmen in der Praxis eingesetzt werden, wird dieses Thema in der Luftfahrtindustrie noch eher auf Experten- und Analystenebene diskutiert.
Im Jahr 2019 begannen Experten der Luftfahrtindustrie, den Einsatz „digitaler Zwillinge“ aktiv zu fördern: Die Führung des schwedischen Unternehmens IFS, einem Softwareentwickler für Firmenkunden, darunter auch solche aus der Luftfahrtindustrie, sagten im April 2018, dass eine der technologischen Innovationen, die Fluggesellschaften dabei helfen können, Schiffe effizient zu betreiben und gleichzeitig Wartungs- und Reparaturkosten zu senken, „digitale Zwillinge“ seien. Digitale Zwillinge sind virtuelle Nachbildungen physischer Anlagen, die den Ingenieuren am Boden den Triebwerksbetrieb demonstrieren können, während das Flugzeug in der Luft ist. Um dies zu ermöglichen, installieren Ingenieure während der Motorenkonstruktion und -produktion Tausende von Datenpunkten. Anschließend wird daraus ein digitales Modell erstellt, das den Motor in Echtzeit überwacht und steuert und über seine gesamte Lebensdauer hinweg die notwendigen Informationen liefert. Lebenszyklus wie Temperatur, Druck und Luftstrom.
GE half bei der Entwicklung eines digitalen Zwillings für das Fahrwerk des Flugzeugs. Die Sensoren wurden an den störanfälligsten Teilen des Fahrgestells angebracht. In Echtzeit werden Daten wie Druck und Temperatur an Spezialisten übermittelt und helfen so, Ausfälle oder Restlaufzeiten vorherzusagen. Diese Daten wurden mit den Daten des digitalen Zwillings verglichen, der ähnlichen Belastungen ausgesetzt war.
Zur Umsetzung des prädiktiven Reparatur- und Wartungsmodells werden zwei Lösungen zum Einsatz kommen – ein On-Board-Datenaustauschsystem für Flugbetrieb und Wartung (FOMAX) und ein Off-Board-Skywise-Toolkit zur Luftfahrtdatenanalyse. FOMAX, ein Server von Rockwell Collins, sammelt Flugzeugwartungs- und Leistungsdaten. automatischer Modus sendet sie an Ingenieure und Techniker. SkyWise, das auf einer Cloud-Plattform läuft und Datenanalysen ermöglicht, wurde gemeinsam von Airbus und Palantir Technologies entwickelt.
Das FOMAX-System empfängt alle Daten vom an Bord befindlichen FDIMU-System (Flight Data Interface Management Unit). FOMAX verfügt über die Funktionalität eines 4G-Routers: Nach der Landung des Schiffes werden alle Daten über 4G-Gatelink-Antennen an die Skywise-Analyseplattform übertragen und von Airbus-Spezialisten analysiert. Zur Analyse haben Airbus-Spezialisten eigenständig spezielle Modelle entwickelt, die das Auftreten von Systemproblemen vorhersagen können. Nach der Analyse werden die Ergebnisse an die EasyJet-Spezialisten gesendet, die bereits selbstständig Entscheidungen über die Notwendigkeit einer vorausschauenden Wartung oder Reparatur treffen. Anhand der erhaltenen Informationen können die Spezialisten des Luftfahrtunternehmens Algorithmen erstellen, die es in Zukunft ermöglichen, das Auftreten eines bestimmten Problems in jedem Flugzeug vorherzusagen.
Das Flugzeugmodell A320 mit FOMAX ist in der Lage, mehr als 24.000 Parameter zu erfassen, d. h. eine 100-prozentige Erfassung von Informationen aus Flugzeugsystemen und -komponenten. Flugzeuge ohne FOMAX sammeln 400 Parameter, also 2 % der verfügbaren Informationen.
Nach Angaben des Managements von Delta trägt das vorausschauende Wartungsprogramm des Unternehmens dazu bei, Störungen erheblich zu reduzieren: In den letzten 12 Monaten konnte durch den Einsatz proaktiver Wartung 1.200 Flugverspätungen oder -annullierungen vermieden werden.
Das Programm nutzt Daten aus verschiedenen Systemen wie Boeings Aircraft Health Management, Airbus und GE-Systemen. Gleichzeitig bilden Flugzeuge, die bereits entwickelt wurden, bevor die Datenextraktion und -analyse zu einer „Must-have“-Funktion wurde, die Basis der Flugzeugflotte der Fluggesellschaft. Nach der Analyse der empfangenen Daten entwickelt das Programm Empfehlungen für den Austausch von Teilen und Mechanismen. Laut Delta Air Lines ist die verwendete Software bei der Empfehlung von Ersatzteilen zu 95 % genau.
Bei der Vorstellung der Lösung gab das Startup an, dass im Frühjahr 2018 ein Pilotversuch bei einer großen internationalen Fluggesellschaft umgesetzt werden soll. Allerdings jede Weitere Informationen Dieses Thema wurde nicht veröffentlicht.
Anwendung von Big Data zur Analyse und Prognose der Nachfrage im Luftverkehr
Der Luftfahrttechnologieentwickler Sabre Corporation, ein Lösungsanbieter für die globale Reisebranche, gab im November 2017 die Unterzeichnung einer mehrjährigen Vereinbarung bekannt, nach der Hong Kong Airlines eine MIDT-Lösung (Market Information Data Tapes) erhalten würde. Diese Lösung ist eine Datenbank, die Zugriff auf historische und prognostizierte Buchungsdaten (bis zu 11 Monate tief) bietet. Der Besitz dieses Produkts ermöglicht es den Fluggesellschaften, die Auswirkungen von Maßnahmen im Bereich der Tarifbildung und Marketingprogramme zu analysieren.
Hong Kong Airlines geht davon aus, das Produkt bei seinen Plänen zur Markteinführung auf dem nordamerikanischen Markt einzusetzen. Das Produkt ermöglicht die Erstellung von Berichten und verfügt über Analysefunktionen, die es dem Benutzer ermöglichen, die besten Kanäle für die Umsetzung einer Marketingstrategie zu identifizieren. Hong Kong Airlines wird Zugriff auf die Daten von Sabre-Agenten auf der ganzen Welt für alle Abflüge und Ziele haben, an denen die Fluggesellschaft präsent ist.
Big Data zur Verbesserung der Kundenzufriedenheit und Personalisierung
British Airways, ein Top-10-Passagierverkehrsunternehmen, nutzt seit 2013 Big Data Analytics, um das Serviceniveau für seine Kunden zu verbessern: Die Fluggesellschaft sammelt verschiedene Daten über Passagiere in einem speziellen Speicher und lädt sie dann in ein Programm namens „Know Mich" . Der Zweck des Programms besteht darin, die Bedürfnisse der Kunden kennenzulernen und besser zu verstehen sowie die bei verschiedenen Kontakten mit diesen Kunden gesammelten Daten zu nutzen, um deren Serviceniveau zu verbessern.
„Know Me“ enthält verschiedene Passagierdaten: Online-Buchungsverhalten, Einkaufspräferenzen, Sitzplatzpräferenzen. Alle diese Informationen werden automatisch generiert und bei der nächsten Buchung des Kunden automatisch verwendet.
Das Programm arbeitet analytisch Software von Opera Solutions. Darüber hinaus nutzt es die Google-Bildersuche, die es den Mitarbeitern der Fluggesellschaften ermöglicht, hochwertige und hochfliegende Passagiere bereits beim Betreten des Flughafens oder der Business-Box zu erkennen und ihnen so einen erstklassigen Service zu bieten.
Ein weiterer wichtiger Akteur auf dem Markt, Virgin Australia, gab Ende 2017 bekannt, dass es an der Optimierung der Leistung seiner Anwendungen für maschinelles Lernen arbeite. Zu diesem Zweck engagierte das Unternehmen das Startup DataRobot. Ein amerikanisches Startup hat eine Predictive-Analytics-Plattform für entwickelt schnelle Erstellung und Implementierung von Vorhersagemodellen. Die Plattform hilft Virgin Australia bereits dabei, den Zeitaufwand für die Erstellung von Vorhersagemodellen um 90 % zu reduzieren und gleichzeitig die Prognosegenauigkeit um 15 % zu verbessern.
Für Februar 2019 arbeitet die Fluggesellschaft an der Optimierung ihres Treueprogramms Velocity Frequent Flyer durch die Einführung prädiktiver Analysen, die die Kunden des Unternehmens dabei unterstützen sollen, den besten Zeitpunkt für die Nutzung der erhaltenen Punkte zu wählen. DataRobot hat die Aufgabe, Prognosen/Modelle darüber zu erstellen, wer am wahrscheinlichsten eine Reise antritt, zu welchem Preis und welche Art von Reise der Reisende bevorzugt. Generell geht es um die Verbesserung des Serviceniveaus für die Teilnehmer des Treueprogramms der Fluggesellschaft.
Verwendung intelligenter Chatbots
Die erste Lösung ist ein Chatbot-Modell, das der menschlichen Kommunikation nahe kommt. Gleichzeitig wurde eine maschinelle Lernanwendung namens LUIS (Language Understanding Intelligence Service) eingesetzt, um die Dialogfähigkeiten zu verbessern. Darüber hinaus sind kognitive Dienste in den Chatbot integriert, insbesondere die Gesichtserkennung. Damit können Airline-Kunden eine Liste von Filmen mit einem bestimmten Schauspieler anfordern, die sie an Bord ansehen können. Dazu müssen Sie lediglich ein Foto dieses Schauspielers in die Bewerbung hochladen.
Die zweite Lösung ist eine auf künstlicher Intelligenz basierende Anwendung zur Analyse von Videoinhalten mittels maschinellem Lernen. Die Plattform konnte es erkennen bestimmte Objekte, Szenarien oder altersbeschränkte Inhalte, die häufig aufgrund der Inhaltsanforderungen der Fluggesellschaften erforderlich sind. Künstliche Intelligenz ist beispielsweise in der Lage, Inhalte mit Bezug zu Flugzeugabsturzszenen oder Inhalte für Erwachsene zu erkennen und herauszufiltern.
Im April 2018 stellte FoxTripper erstmals das Programm „Reisekarte“ vor. Das Programm versorgt Passagiere mit Informationen über die Orte, die das Flugzeug anfliegt, und ermöglicht es Passagieren, Reservierungen an Zielorten vorzunehmen. Die im Flug gesammelten Daten ermöglichen in Kombination mit den Passagierdaten der Fluggesellschaft Vorhersagen darüber, welche Produkte und Dienstleistungen für den Passagier relevant sind.
Andere interessantes Beispiel- Gogo Air. Dieses Unternehmen für Bord-Infotainment nutzt künstliche Intelligenz und maschinelles Lernen, um Fluggesellschaften dabei zu helfen, ihr Erlebnis zu verbessern. Gogo Air nutzt die Tools der Adobe Analytics-Reihe, darunter Virtual Analyst, ein Tool für maschinelles Lernen, um Kundeninformationen für eine Reihe großer Fluggesellschaften zu sammeln.
Durch die Bereitstellung von Unterhaltungsinhalten an Bord und WLAN-Zugang sammelt Gogo Air Informationen über Passagiere, die diese Dienste nutzen. Diese Informationen werden dann verarbeitet und analysiert. Dadurch erhalten Fluggesellschaften Daten, die ihnen helfen, den Kundenservice zu verbessern und ihren Passagieren häufig gezieltere Produkte anzubieten. Fluggesellschaften erfahren, an welchen Produkten ihre Kunden während des Flugs interessiert sein könnten, welche Geräte sie im Flug verwenden, wie viel Zeit sie bereit sind, online zu verbringen oder welche Art von Unterhaltung sie im Flugzeug bevorzugen.
Fluggesellschaften nutzen die erhaltenen Daten, um Dienstleistungen je nach Situation zu personalisieren, indem sie beispielsweise die Bildschirme der Infotainmentsysteme im Flugzeug abhängig von der Flugdauer, den vom Passagier verwendeten Geräten usw. an den Kunden anpassen Ziel.
Stehen Sie nicht daneben und die Technik des Caterings an Bord. Deshalb schloss Black Swan Data, ein Unternehmen, das Lösungen für die Datenanalyse entwickelt, im April 2018 in Hamburg eine Kooperationsvereinbarung mit der Gategroup. Der Zweck der Zusammenarbeit besteht darin, Passagierdaten und Social-Media-Trends zu analysieren, um vorherzusagen, welches Menü im Flugzeug Passagiere wählen werden. Passagiere können nach dem Einsteigen ihre Lieblingsgerichte bestellen und erwarten, dass sie diese auch erhalten. Das Pilotprojekt der beiden Unternehmen zeigte gute Ergebnisse: Es gelang, die Lebensmittelverschwendung um 50 % zu reduzieren und die Produktivität um 15 % zu steigern.
Im Mai 2018 führte das Luftfahrtlösungsunternehmen SITA ein Gepäckverfolgungs- und -managementsystem ein. Die von ihr entwickelte BagJourney-Technologie ermöglicht es immer mehr Fluggesellschaften, ihren Gepäckbetrieb zu verwalten. Allein im ersten Halbjahr 2018 haben sich mehr als 20 Spediteure für diese Lösung entschieden. SITA BagJourney ist eine der wichtigsten Lösungen, die der Luftfahrtindustrie dabei hilft, die IATA-Resolution 753 einzuhalten, die die Gepäckverfolgung in jeder Phase der Reise vorschreibt.
Die SITA BagJourney-Lösung wird jedes Jahr für die Abfertigung von Hunderten Millionen Gepäckstücken eingesetzt. Nach Angaben der Anwender reduziert die Lösung die Fehleranzahl um 30 %. BagJourney ist mit einer Vielzahl von Hardware kompatibel, darunter mobile Geräte für Scan- oder stationäre Geräte.
Laut BahamasAir, einem der Nutzer der Lösung, gelang es ihnen nach der Implementierung innerhalb von sieben Tagen, den Prozess der vollständigen Umstellung auf mobile Geräte zur Verfolgung des gesamten Gepäcks an zwei der gepäckreichsten Reiseziele – Nassau und Miami – abzuschließen. Nach den Ergebnissen von sechs Monaten ist die Zahl der Beschwerden über Gepäckprobleme auf der verkehrsreichsten Strecke um 60 % zurückgegangen. Die Fluggesellschaft plant, die Lösung in alle Richtungen umzusetzen und geht davon aus, dass sie bis Ende des Jahres die Anforderungen der Resolution 753 vollständig erfüllen wird.
Interviews mit Experten
Anwendung von Big-Data-Technologien in der russischen Zivilluftfahrt
Die Arbeit mit der Reputation der Kunden ist für Transportunternehmen, einschließlich der Luftfahrt, von großer Bedeutung. Soziale Netzwerke ermöglichen es Ihnen, Echtzeit-Feedback von Passagieren zu sammeln und schnell darauf zu reagieren.
Die Vorteile des betrachteten Systems liegen in der Möglichkeit einer kontinuierlichen Überwachung der Zufriedenheit mit dem Unternehmen und der Interaktion mit Nutzern in sozialen Netzwerken; Gewährleistung der Sicherheit und Identifizierung terroristischer Organisationen, Extremismus und anderer Probleme; Kontinuierliche Verbesserung des Angebots für den Kunden durch Analyse in sozialen Netzwerken und die Möglichkeit zur direkten Kommunikation mit dem Betreiber; Wahrung des Rufs der Fluggesellschaft durch zeitnahen Kontakt mit dem Publikum in sozialen Netzwerken; Analyse der Nutzerpräferenzen und Erstellung individueller Produktangebote sowie erfolgreiche gezielte Werbung. Mehr zum Projekt -
Inländisches DBMS Tarantool im Big-Data-Analyseprojekt
Aeroflot hat im Rahmen eines Plattformprojekts zur Analyse und Verarbeitung von Passagieranfragen in sozialen Netzwerken Predictive-Analytics-Algorithmen implementiert. Als DBMS wurde eine inländische Entwicklung verwendet – die Tarantool-Lösung des Unternehmens Mail.Ru Group.
Der Komplex besteht aus einer Vielzahl von Modulen, die sowohl funktionale Geschäftsanforderungen als auch Module zur Integration in die bestehende IT-Infrastruktur von Aeroflot PJSC und verschiedene Kanäle für den Empfang von Anfragen (soziale Netzwerke, E-Mail, offizielle Website, persönliches Konto) abdecken.
Das erste Modul ist für die Identifizierung des Kunden anhand einer umfassenden Analyse der Daten verantwortlich, sowohl des Textes selbst als auch der Profildaten des Autors. Die Anzahl der Anrufe kann bis zu mehreren Tausend pro Tag betragen.
Das zweite Modul dient der Suche nach doppelten Treffern. Kopieren von Text zur Platzierung auf verschiedenen Ressourcen oder zum Versenden per Post. Es gibt eine Definition semantisch ähnlicher Beiträge, um Cluster zu identifizieren, bei denen es sich um Vorfälle handelt. Die gleichzeitige Bearbeitung mehrerer solcher Stellen führt zu einer deutlichen Entlastung der verantwortlichen Mitarbeiter.
Das dritte Modul „Informationsanlässe“ ist eines der wichtigsten im System. Seine Hauptfunktion besteht darin, gefährliche Beiträge vorausschauend zu erkennen, noch bevor die Aktivität zunimmt. Die eingebetteten Algorithmen deuten somit auf eine potenzielle „Infobombe“ hin und ermöglichen es, Reputationsverluste auszugleichen.
Die geschätzte Anzahl der Datenzugriffe betrug mehrere Tausend Anfragen pro Sekunde mit einer erforderlichen Antwortzeit von einigen Millisekunden. Um den hohen Anforderungen des Kunden gerecht zu werden, wie etwa dem vorgeschriebenen Zeitlimit von drei Sekunden für die Anreicherung der Adresse mit verschiedenen Eigenschaften, war der Einsatz einer High-Tech-Software erforderlich. Basierend auf den Ergebnissen von Tests zu Leistung, Datenspeicherqualität und Funktionalität wurde beschlossen, eine heimische Entwicklung zu verwenden – das Tarantool DBMS.
Tarantool wird auf der Plattform als Betriebsdatenbank verwendet, in der Anfragen in Form spezieller Datenstrukturen gespeichert werden, die für Analysealgorithmen erforderlich sind. Die extrem hohe Leistung und das Vorhandensein von Eigenschaften wie Sekundärindizes in der Datenbank sowie die Unterstützung einer großen Anzahl von Verbindungen ohne Leistungsverlust ermöglichten die erfolgreiche Implementierung der oben genannten Funktionsmodule, ohne den festgelegten Zeitrahmen zu überschreiten.
| Die Nutzung inländischer Entwicklungen in einem so großen Unternehmen wie Aeroflot ist äußerst wichtig. Russische Software ist ausländischen Pendants oft in nichts nachstehen und, wie in unserem Fall, sogar überlegen. Aus diesem Grund wurde Tarantool ausgewählt. Und natürlich wird der wichtige Faktor der Importsubstitution erfüllt, der für unser Unternehmen in den kommenden Jahren eine der zentralen Prioritäten darstellt. Kirill Bogdanov, CIO, PJSC Aeroflot |
Durch die Implementierung konnte der Kunde durch die Nutzung der Plattform die Effizienz des Prozesses der Bearbeitung von Beschwerden und Kundenanfragen durch verantwortliche Mitarbeiter von Aeroflot PJSC erheblich steigern und die Zeit für die Übermittlung der Anfrage sowie die Zeit für die Bearbeitung/Lösung erheblich reduzieren Problem aufgrund von Mechanismen zur Anreicherung der Anfrage mit Kontext, Ton, Themen (Tagging), Profilautor usw. All dies zielt darauf ab, in fast allen Phasen der Erbringung der Dienstleistungen von Aeroflot PJSC einen positiven wirtschaftlichen und Reputationseffekt zu erzielen. Basierend auf den erfolgreichen Erfahrungen werden alle Projektbeteiligten weiterhin die Tarantool-Software in ihren Projekten einsetzen und die Partnerschaften stärken
Technoserv implementierte ein intelligentes Kundensegmentierungssystem für Aeroflot
Technoserv bestätigte, dass Big-Data-Technologien in der Transportbranche generell gefragt sind, und dies wird durch die steigende Zahl von Projekten bestätigt, die diese Technologien nutzen. Gleichzeitig seien die Themen der Projekte ihrer Meinung nach völlig unterschiedlich. Dazu gehören die Aufgaben der zunehmenden Personalisierung der Kommunikation mit Kunden, proaktive Gerätereparatur, Bedarfsvorhersage und andere Aufgaben, die mithilfe von Algorithmen des maschinellen Lernens gelöst werden, sowie die Analyse großer Mengen strukturierter, unstrukturierter und halbstrukturierter Daten sowohl für die Fluggesellschaft als auch für ihre Partner. Die Abwicklungsgeschwindigkeit wurde von 14 Tagen auf 23 Sekunden erhöht.
| Wir haben mit einer Bank einen Deal abgeschlossen, um ein Flugticket über eine offene API-Blockchain zu kaufen, aber ich bin sicher, dass ein solches Schema sehr bald von vielen Unternehmen auf der ganzen Welt genutzt werden wird. Mit der Blockchain-Plattform können Sie Geschäftsprozesse deutlich optimieren. Es automatisiert jedes Abrechnungsschema, auch sehr komplexe – zum Beispiel Lagerlieferungen. Bei einem solchen Mechanismus ist eine menschliche Beteiligung praktisch nicht erforderlich: Es besteht keine Notwendigkeit, Rechnungen auszustellen, Abstimmungen durchzuführen oder Rechtsakte zu verfassen. Potenziell können Anbieter von Bordmahlzeiten, Treibstoff und Flughafendienstleistungen an die Plattform angeschlossen werden – alle Unternehmen, mit denen S7 Airlines ständig zusammenarbeitet und nicht nur.(Aviation Fuel Smart Contracts, AFSC) basierend auf Blockchain. Das Projekt ermöglichte eine Automatisierung der Planung und Abrechnung von Treibstoffvorräten und soll die Geschwindigkeit der gegenseitigen Abrechnung bei der Betankung von Flugzeugen erhöhen.
Laut Aussage von Vertretern von Gazprom Neft handelt es sich um die erste Erfahrung mit der Nutzung verteilter Registrierungstechnologien für den russischen Luftfahrtmarkt. Mit ihrer Hilfe konnte die Fluggesellschaft den Treibstoff sofort beim Betanken von Flugzeugen bezahlen, ohne Vorauszahlung, Bankgarantien und finanzielle Risiken für die Transaktionsteilnehmer. Dieser Ansatz steigert die Effizienz von Finanztransaktionen und senkt die Arbeitskosten, so das Öl- und Gasunternehmen. Vorhersage von Ausfällen von S7 Airlines-Flugzeugen mithilfe von maschinellem Lernen und Big-Data-AnalyseAnfang März 2018 entwickelte S7 Airlines ein vorausschauendes Wartungssystem. Nach eigenen Angaben ist das Unternehmen die erste russische Fluggesellschaft, die die Entwicklung eines solchen Systems abgeschlossen hat.
An Erstphase Es wird für Airbus A319-Flugzeuge verwendet. Zukünftig soll das System für die gesamte Flugzeugflotte adaptiert werden. Das vorausschauende Wartungssystem umfasst die Analyse einer Reihe historischer Daten zur Wartung von Flugzeugen und zum Betrieb einzelner Komponenten. Die Software zur Datenanalyse und zum Aufbau eines mathematischen Modells wurde von Spezialisten von S7 Airlines zusammen mit dem russischen Unternehmen Datadvance entwickelt, das auf die Entwicklung von Lösungen für Predictive Analytics spezialisiert ist. Im März 2018 standen bereits zahlreiche Daten für den Zeitraum 2012 bis 2017 zur Analyse zur Verfügung. Hierbei handelt es sich um Daten, die in Flugzeugtelemetriesystemen, Datenbanken des Flugzeugwartungs- und Reparaturbetriebes S7 Technics sowie meteorologische Daten erfasst werden. Die Hauptaufgaben, die das Unternehmen mithilfe der vorausschauenden Wartung lösen möchte, sind die Reduzierung der Anzahl technisch bedingter Flugverspätungen, die Verbesserung der Flugsicherheit und der Wartungseffizienz von Schiffen sowie die Vorhersage der Wahrscheinlichkeit möglicher Ausfälle für jedes Flugzeug der Flotte des Unternehmens. Mehrere hundert RFID-Tags sind in jedem Flugzeug an buchstäblich allem angebracht, was nicht niet- und nagelfest ist – von der Schwimmweste bis zum Sicherheitsgurt. Etiketten werden auch an hitzebeständigen Handschuhen, Megaphonen, Sauerstoffflaschen, Masken, Feuerlöschern usw. angebracht. Ziel des Projekts ist es, die Bestandsaufnahme der Notfallausrüstung nach jedem Flug zu beschleunigen. Einer der Flugbegleiter startet eine spezielle Anwendung auf dem Tablet, geht durch die Kabine und scannt RFID-Tags. Auf jedes erkannte Label wird mit einem Short geantwortet Tonsignal, und am Ende generiert die Anwendung einen Bericht über das Vorhandensein aller Notfallgeräte. Der Bericht wird sofort auf den Server hochgeladen: SIM-Karten werden in die Tablets eingebaut und der Cloud-Teil auf Basis von Microsoft Azure umgesetzt. Wenn keine Ausrüstung vorhanden ist, wird dies sofort im Bericht angezeigt bzw. in diesem Fall wird der Befehl zum Senden von Vorfeldbussen mit Passagieren nicht erteilt und diese werden überprüft. Ohne Ausrüstung kann das Flugzeug nicht zum nächsten Flug zugelassen werden (d. h. wenn an Bord nicht genügend Schwimmweste vorhanden ist, wird einem der Passagiere die Beförderung verweigert). Die manuelle Inventur erfordert hingegen deutlich mehr Zeit und Aufwand: Allein unter den Sitzen befinden sich 189 Westen, die alle überprüft werden müssen. So gelang es Pobeda dank der RFID-Technologie, die minimale Abfertigungszeit eines Flugzeugs von 30 auf 25 Minuten zu reduzieren. Dies ist einer der wichtigsten KPIs in der Passagierluftfahrt: Je weniger Zeit von der Ankunft am Flughafen bis zum Abflug des nächsten Fluges vergeht, desto höher ist die Wirtschaftlichkeit der Fluggesellschaft, da das Flugzeug nur dann Einnahmen generiert, wenn es fliegt und steht nicht auf dem Boden. Angesichts der Größe der Pobeda-Flotte von eineinhalb Dutzend Flugzeugen ermöglicht die Reduzierung der Lagerzeit jedes Flugzeugs um 5 Minuten die Durchführung von mindestens einem zusätzlichen Flug, ohne die Flugzeugflotte zu vergrößern. Schaffung eines Innovationszentrums im Bereich der Zivilluftfahrt zur Stärkung der Kompetenz im Bereich Big DataIm Jahr 2017 gründete Innodata, ein russischer Softwareentwickler im Bereich innovative Technologien, und die russische IT-Universität Innopolis gründete das Zentrum für Innovation in der Zivilluftfahrt (CIGA). Der Zweck des Vereins besteht darin, eine technologische und digitale Präsenz in der modernen Zivilluftfahrt zu entwickeln, die Offenlegung des Wesens und der Bedeutung moderner Technologien zu fördern, die Nachfrage und Angebot für Akteure der Luftfahrtindustrie beeinflussen, und Innovationen der digitalen Welt in die aktuelle Zivilluftfahrt zu integrieren Technologien. Im Jahr 2018 wurde die RAMAX-Gruppe Partner des Zentrums, um die bestehende Expertise im Technologiebereich zu stärken und spezialisierte Lösungen für die Luftfahrtindustrie zu entwickeln.
Die Haupttätigkeitsbereiche sind die Weiterentwicklung bestehender bzw. die Schaffung neuer Lösungen für die Luftfahrtindustrie. Zentrum führt wie Bildungsaktivitäten, und Projekt, sei es die Umsetzung von Projekten auf wissenschaftlicher und technischer Ebene, Innovationsebene oder Informations- und Analyseebene. CIGA ist auch offen für Pilotprojekte zur Förderung fortschrittlicher Technologien und Lösungen und ist bereit, die Entwicklung zu unterstützen. Virtuelle Realität zur Bekämpfung von Aerophobie, technologiebasierte Flughafennavigation virtuelle Realität, Verhaltensanalyse von Mitarbeiteraktivitäten im Informationsbereich, Vorhersage der Kaufkraft von Passagieren und Bildung dynamischer Empfehlungen für sich ändernde Ticketpreise, Flugplanplanung und saisonale Flugplanoptimierungsanalyse, prädiktives Passagierflussmanagement, Personalmanagement an Flughäfen, Entwicklung von ein System zur Auswahl persönlicher Paketangebote für Fluggesellschaften und Partnerdienste sowie Techniken zum Scannen der Flugzeugoberfläche während der Wartung nach dem Flug, zur Landebahnanalyse, zur Verwaltung des Überbuchungsniveaus, zur Analyse der Passagierinteressen und zur Erstellung von Vorschlägen dafür. AbschlussDie oben diskutierten Beispiele zeigen, dass Fluggesellschaften nicht mehr nur Flugzeuge sind, die Transportunternehmen, an die wir uns gewöhnt haben. Eine wichtige Grundlage für ihre Entwicklung sind Technologien, die es beispielsweise ermöglichen, Dienste zu personalisieren. Individuelle Angebote, die jedem Passagier die Reise so angenehm wie möglich machen. Reiseinformationen finden, Tickets buchen, Suchbegriffe– Alle Aktionen im Netzwerk hinterlassen digitale Spuren, die analysiert werden können, um das zielgerichteteste Paket von Diensten zusammenzustellen. Darüber hinaus können Sie durch die Arbeit mit Big Data die Kundenbindung erhöhen, indem Sie beispielsweise schnell auf Passagieranfragen reagieren. Noch mehr Daten werden von Produktionssystemen generiert. Flugzeuge, Eisenbahnlokomotiven und Züge sind die Quelle eines riesigen Flusses technischer Daten, die von Sensoren stammen, die in Motoren und Lebenserhaltungssystemen eingebaut sind. Eine detaillierte Analyse dieser Daten ermöglicht es Ihnen, den Reparaturbedarf eines bestimmten Ersatzteils zu erkennen und vorherzusagen. Auf diese Weise können Sie das Sicherheitsniveau erhöhen und den Transportunternehmen erhebliche Kosten einsparen. Der Reparaturaufwand verringert sich und das Flugzeug kann länger bestimmungsgemäß genutzt werden. Das vorgeschlagene Material ging auf einige der Möglichkeiten und praktischen Ergebnisse des Einsatzes von Big-Data-Technologien in der Luftfahrtindustrie ein, aber in Wirklichkeit gibt es von Tag zu Tag mehr solcher Entwicklungsmöglichkeiten. Lesen Sie auch
|
