2023-06-252023-06-25https://tore.tuhh.de/handle/11420/16303Das Forschungsvorhaben „Lernendes Galley-Catering-System (LGCS)“ verfolgt innerhalb der Programmlinie (D) „Industrie 4.0 / Künstliche Intelligenz“ im Fachbereich (1) „Passagierfreundliche und ökoeffiziente Kabine“ das förderpolitische Ziel 3, d.h. eine „leistungsfähige und effiziente Luftfahrt“. Gesamtziel des Vorhabens LGCS ist der Entwurf eines selbstlernenden Galley-Catering-Systems (LGCS), das für Bordvorräte innerhalb der Kette Caterer, Fluggesellschaft, Kabinenbesatzung und Passagier pro Flugroute Daten erzeugt und kommuniziert, daraus lernt und aktiv Entscheidungen trifft. Das künstlich intelligente System nutzt dazu heute in der Kabine und am Boden verfügbare Konnektivität; und auch die in früheren Vorhaben für die Geschäftsprozesse der Fluggesellschaften standardisierten Kabinennetzwerke. Das Lernen findet zum Beispiel in den Bordküchen statt. Dazu werden Informationen vom Boden und aus dem Flugzeug empfangen und verarbeitet. Das LGCS sendet Entscheidungen für das Catering, den Bordservice und die Funktionsbereitschaft des Systems an die Interessensbeteiligten zurück. Für den komplexen Cateringprozess wird die Lufthansa Technik AG (LHT) das gesamte Wertschöpfungsnetzwerk einbeziehen und vertreten, um zukünftig durch eine heute mögliche reichhaltige Kommunikation (im und mit dem Flugzeug) die generierten Daten und Informationen aus den beiden abhängigen Bereichen Passagierservice und Cateringprozess für die Datenanalyse und das maschinelle Lernen nutzen zu können. Daten und Informationen sollen innerhalb der Flugzeugkabine für künstlich intelligente Bordküchen des Partners SAFRAN Cabin Germany (SCG) bereitgestellt und genutzt werden. Damit lernt ein Flugzeug erstmals seinen eigenen Cateringbedarf und seine Funktionstüchtigkeit der Systeme kennen. Ein solches System soll auch im Retrofit nachgerüstet und gewartet werden können. Die Technische Universität Hamburg (TUH) liefert zu diesem Vorgehen Wissen, Werkzeuge, Methoden und Technologie für den Entwurf von Architekturen zur Digitalisierung in der Luftfahrt bei künstlich intelligenten und damit leistungsfähigen und effizienten Kabinensystemen.