Flughafen Heathrow: Passagierfluss-Management optimieren

Als einer der am besten vernetzten Flughäfen der Welt, der über 82 Millionen Passagiere und jährlich über 460.000 Flüge abfertigt, ist Heathrow auf über 26 TB Daten angewiesen, um wichtige Entscheidungen in Echtzeit zu treffen. Dazu gehören Daten zu Passagierzahlen, Flügen, Fluggesellschaften, saisonalen Leistungen sowie Verkehrs- und Wetterinformationen. Der Flughafen wollte seine Prognosefähigkeiten, um das volle Potenzial der Vorhersagen auszuschöpfen, indem es seinen Ansatz zur Daten- und KI-Verarbeitung verfeinert und Tools für die Benutzerschulung, die Datenverwaltung und -sicherheit sowie für das Training von ML-Modellen nutzt.

Zentralisierung von Daten und KI

Heathrow entschied sich für die Zentralisierung seiner Daten und KI auf der Databricks Data Intelligence-Plattform auf MS Azure. Die auf einer Lakehouse-Architektur aufbauende Databricks Data Intelligence-Plattform bietet eine offene, einheitliche Grundlage für alle Daten und Governance und wird von einer Data Intelligence Engine angetrieben.

Mit Databricks verfügt Heathrow nun über die erforderlichen Fähigkeiten für fortschrittliche KI- und ML-Anwendungsfälle – angefangen bei seinem Modell zur Vorhersage des Passagieraufkommens. In nur einem Jahr konnte Heathrow die Zeit für eine Prognose von zwei Wochen auf vier Stunden verkürzen und gleichzeitig die Fehlerspanne von 30 auf 10 Prozent senken. Dies erlaubt dem Flughafen, effizienter zu werden und die Produktivität zu steigern.

Mit seinem Prognosemodell kann der Flughafen vorausschauend Wartungs-, Reinigungs- und Service-Unterbrechungen während der Ausfallzeiten planen, um Kosten zu senken und Auswirkungen auf die Reisenden besser zu vermeiden. Dadurch sind die Teams des Flughafens besser auf die Hauptreisezeiten vorbereitet und können proaktiv ein effizientes Passagierflussmanagement betreiben.

Rationalisierung der Datenverarbeitung für genaue Prognosen

Mit der Databricks Data Intelligence-Plattform war Heathrow in der Lage, seine Datenarchitektur zu vereinfachen, die Sicherheit zu verbessern und Analysen und künstliche Intelligenz effizienter durchzuführen, so dass sich seine Datenteams auf die Möglichkeiten konzentrieren konnten, das Geschäft und die Kundenerfahrung zu erneuern.