Schmidt, Daniel (2024) Künstliche Intelligenz im Airline Management - Anwendungsfelder, Potentiale und Herausforderungen entlang der Wertschöpfungskette. Masterarbeit, IU.
Dieses Archiv kann nicht den Volltext zur Verfügung stellen.
Kurzfassung
Der digitale Fortschritt und die aktuell rasant verlaufende Entwicklung der künstlichen Intelligenz bieten vielseitige anwendungsmöglichkeiten innerhalb verschiedener Wirtschaftszweige. Auch in der Luftfahrt wird zunehmend mit künstlicher Intelligenz gearbeitet und dies in einem Bereich, der Sicherheit als höchstes Gebot ansieht. Das tatsächliche Potential und deren Risiken sind in aktuellen Diskussionen komplex und größtenteils ein unübersichtliches Themengebiet. Ziel der Arbeit ist es, die Wertschöpfungskette des Airline Managements und die KI in ihren Anwendungsfeldern zu analysieren und dabei Potentiale sowie Herausforderungen zu identifizieren. Für den notwendigen Branchenfokus im Zusammenhang mit der KI sowie deren Potentiale und Herausforderungen wurde eine Primärerhebung in Form von Experteninterviews durchgeführt. Die Auswertung und Interpretation der Ergebnisse konnte insgesamt einen positiven Effekt durch KI-Anwendungen auf die Wertschöpfungskette von Airlines darstellen. Hierzu wurden die Potentiale und Risiken in einer Matrix dargestellt. Durch die Bewertung und Einordnung der einzelnen Faktoren konnten generelle Handlungsempfehlungen für Airlines aufgestellt werden, deren Anwendbarkeit und wettbewerbsvorteile unabhängig von Geschäftsmodell der Airlines sind. Für die Airlines und das gesamte Luftfahrtsystem bedeutet dies eine Umstellung jahrelanger Arbeitsroutinen und breitere Verwendung vorliegender Daten.
elib-URL des Eintrags: | https://elib.dlr.de/207850/ | ||||||||
---|---|---|---|---|---|---|---|---|---|
Dokumentart: | Hochschulschrift (Masterarbeit) | ||||||||
Zusätzliche Informationen: | Betreuer: Dr. Sven Maertens, LV-OEK | ||||||||
Titel: | Künstliche Intelligenz im Airline Management - Anwendungsfelder, Potentiale und Herausforderungen entlang der Wertschöpfungskette | ||||||||
Autoren: |
| ||||||||
Datum: | 9 September 2024 | ||||||||
Open Access: | Nein | ||||||||
Status: | veröffentlicht | ||||||||
Stichwörter: | Airline Management, Wertschöpfungskette, künstliche Intelligenz, Machine Learning, Deep Learning, neuronale Netze | ||||||||
Institution: | IU | ||||||||
HGF - Forschungsbereich: | Luftfahrt, Raumfahrt und Verkehr | ||||||||
HGF - Programm: | Luftfahrt | ||||||||
HGF - Programmthema: | Luftverkehr und Auswirkungen | ||||||||
DLR - Schwerpunkt: | Luftfahrt | ||||||||
DLR - Forschungsgebiet: | L AI - Luftverkehr und Auswirkungen | ||||||||
DLR - Teilgebiet (Projekt, Vorhaben): | L - Lufttransportbetrieb und Folgenabschätzung, V - VMo4Orte - Vernetzte Mobilität für lebenswerte Orte | ||||||||
Standort: | Köln-Porz | ||||||||
Institute & Einrichtungen: | Institut für Luftverkehr > Luftverkehrsökonomie | ||||||||
Hinterlegt von: | Maertens, Dr. Sven | ||||||||
Hinterlegt am: | 13 Nov 2024 13:13 | ||||||||
Letzte Änderung: | 13 Nov 2024 13:13 |
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags