Schmidt, Daniel (2024) Künstliche Intelligenz im Airline Management - Anwendungsfelder, Potentiale und Herausforderungen entlang der Wertschöpfungskette. Master's, IU.
Full text not available from this repository.
Abstract
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.
Item URL in elib: | https://elib.dlr.de/207850/ | ||||||||
---|---|---|---|---|---|---|---|---|---|
Document Type: | Thesis (Master's) | ||||||||
Additional Information: | Betreuer: Dr. Sven Maertens, LV-OEK | ||||||||
Title: | Künstliche Intelligenz im Airline Management - Anwendungsfelder, Potentiale und Herausforderungen entlang der Wertschöpfungskette | ||||||||
Authors: |
| ||||||||
Date: | 9 September 2024 | ||||||||
Open Access: | No | ||||||||
Status: | Published | ||||||||
Keywords: | Airline Management, Wertschöpfungskette, künstliche Intelligenz, Machine Learning, Deep Learning, neuronale Netze | ||||||||
Institution: | IU | ||||||||
HGF - Research field: | Aeronautics, Space and Transport | ||||||||
HGF - Program: | Aeronautics | ||||||||
HGF - Program Themes: | Air Transportation and Impact | ||||||||
DLR - Research area: | Aeronautics | ||||||||
DLR - Program: | L AI - Air Transportation and Impact | ||||||||
DLR - Research theme (Project): | L - Air Transport Operations and Impact Assessment, V - VMo4Orte - Vernetzte Mobilität für lebenswerte Orte | ||||||||
Location: | Köln-Porz | ||||||||
Institutes and Institutions: | Institute of Air Transport > Air Transport Economics | ||||||||
Deposited By: | Maertens, Dr. Sven | ||||||||
Deposited On: | 13 Nov 2024 13:13 | ||||||||
Last Modified: | 13 Nov 2024 13:13 |
Repository Staff Only: item control page