KI-Modell prognostiziert Flugverspätungen mit Trajektorien- und Textdaten

In der Luftverkehrssteuerung wird die Vorhersage von Flugverspätungen immer wichtiger, weil sie Ineffizienzen aufdecken, die das gesamte Netzwerk belasten. Ein neues, leichtgewichtiges Modell auf Basis großer Sprachmodelle kombiniert Trajektorieninformationen mit aeronautischen Textdaten – wie Fluginformationen, Wetterberichte und Aerodrom-Benachrichtigungen – um Verspätungen präzise zu prognostizieren.

Das System wandelt Flugtrajektorien in die Sprachmodalität um, sodass die KI die Luftverkehrsbedingungen besser erfassen kann. Durch die Integration von Kontextdaten aus verschiedenen Quellen erreicht das Modell konsequent Fehler von weniger als einer Minute. Das Ergebnis ist eine deutlich verbesserte Genauigkeit bei der Vorhersage von Verspätungen.

Die vorgestellte Architektur ist nicht nur leistungsfähig, sondern auch praktisch und skalierbar für den Einsatz in Echtzeit. Sie kann laufend aktualisiert werden, sobald neue operative Informationen eintreffen, und liefert dadurch immer aktuelle und verfeinerte Vorhersagen. Damit bietet das Modell Luftverkehrsbehörden ein robustes Werkzeug, um Engpässe frühzeitig zu erkennen und die Netzleistung zu optimieren.