Wie ein führendes Luftfahrtunternehmen durch wiederverwendbare GenAI-Komponenten neue Geschäftspotenziale erschließt

Mit der Entwicklung generischer Komponenten und Bibliotheken kann ein führendes Unternehmen der Luftfahrtindustrie seinen Teams ermöglichen, Generative Artificial Intelligence (GenAI) innerhalb kürzester Zeit in ihre individuellen Produkte zu integrieren – von automatisierter Fehlerklassifizierung bis zu intelligentem Flottenmanagement.

GenAI

Cloud Engineering

Digitale Transformation

Luftfahrt

Ein führendes Unternehmen der Luftfahrtindustrie stand vor der Herausforderung, GenAI unternehmensweit nutzbar zu machen. Während einzelne Teams bereits punktuell mit der Technologie experimentierten, waren diese Ansätze nicht unternehmensweit einsetzbar und skalierbar.

Die Vision war klar: Wiederverwendbare Komponenten sollten es allen Teams ermöglichen, GenAI schnell und sicher in ihre individuellen Produkte zu integrieren – ohne sich mit der komplexen technischen Implementierung auseinandersetzen zu müssen.

Ein zentrales Technik-Team sollte dabei die Detailarbeit übernehmen: die Evaluation der Vielzahl an verfügbaren LLM (Large Language Model)-Anbietern, die Entwicklung der Infrastruktur-Komponenten und konsequente Umsetzung von Sicherheitsmaßnahmen. Die Zusammenarbeit mit Holisticon entstand dabei aus einer früheren intensiven Projektzusammenarbeit und unserer besonderen Expertise in Cloud- und Software-Engineering sowie der Architektur komplexer Systemlandschaften.

Ziele des Projekts:

Die Entwicklung wiederverwendbarer GenAI-Komponenten und Bibliotheken für verschiedene Teams
Die Evaluation und Integration verschiedener LLM-Anbieter mit modellunabhängiger Architektur
Die schnelle Konfigurierbarkeit der Komponenten für individuelle Team Anforderungen

Vom Konzept zur Produktivumgebung

Das Projekt wurde in drei aufeinander aufbauenden Phasen umgesetzt und legte den Grundstein für eine unternehmensweite AI-Nutzung.

Phase 1

Exploration von Anwendungsfällen

In gemeinsamen Workshops wurden relevante Use Cases identifiziert und auf Machbarkeit geprüft. Holisticon unterstützte insbesondere bei der Bewertung der technischen Umsetzbarkeit und beriet zur optimalen Architektur.

Wichtige Bestandteile sind dabei Schnittstellen zu bestehenden Systemen für nahtlose Integration und die Einbindung eigener Datenquellen, die nicht in den Trainingsdaten der LLMs enthalten sind.

Phase 2

Proof of Concept

Als erstes Pilotprojekt wurde ein Use Case aus dem technischen Wartungsbereich gewählt: die intelligente Verknüpfung von Fehlerberichten mit umfangreichen technischen Dokumentationen.

Die Herausforderung: Technische Fehlereinträge müssen mit relevanten Informationen aus umfangreichen Handbüchern abgeglichen werden – ein zeitaufwendiger, fehleranfälliger Prozess.

Die Lösung: AI unterstützt bei der automatischen Zuordnung und Bewertung.

Klassifizierung von Fehlern nach Schweregrad
Ableitung konkreter Handlungsempfehlungen aus technischen Dokumentationen
Qualitätsverbesserung durch Erkennung von Eingabefehlern
Unterstützung bei kritischen Entscheidungen

AI übernimmt dabei eine unterstützende Rolle und hilft, die Qualität bei der Zuordnung von Fehlern zu steigern und Zeit zu sparen. Die finale Entscheidung liegt beim Menschen.

Phase 3

Rollout des Produktivsystems

Aus den Erkenntnissen der vorangegangenen Phasen entwickelte das zentrale Team für die unternehmensweite Nutzung von AI anschließend wiederverwendbare Komponenten.

Kernkomponenten der Lösung:

Wiederverwendbare Komponenten-Bibliothek

Ein zentraler Erfolgsfaktor war die Entwicklung generischer Komponenten und Bibliotheken, die innerhalb kürzester Zeit individuell konfiguriert und angepasst werden können. Das zentrale Team kann diese für Produktteams bereitstellen, damit diese AI flexibel und anwendungsspezifisch in ihre Produkte integrieren können.

Aufbereitung von Unternehmensdaten

Relevante Informationen aus Handbüchern und anderen Datenquellen wurden mit Hilfe von ETL-Pipelines extrahiert, transformiert und mit Vektorinformationen in einer Datenbank gespeichert. Dies ermöglicht eine schnelle und präzise semantische Suche nach technischen Lösungen und Anleitungen.

Cloud-basierte Infrastruktur

Die Nutzung von Serverless-Technologien ermöglicht eine flexible Skalierung bei gleichzeitiger Kosteneffizienz. Die Cloud-native Architektur gewährleistet hohe Verfügbarkeit und Performance.

Umfassendes Sicherheitskonzept

Sicherheit und Datenschutz wurden durch Authentifizierungsmaßnahmen sowie den Einsatz spezialisierter Dienste zur Erkennung von manipulativen Eingaben (Prompt Injections) gewährleistet.

Modellunabhängige Architektur

Ein Wechsel zwischen verschiedenen GenAI-Modellen wie Claude und ChatGPT ist jederzeit möglich und wird kontinuierlich evaluiert, um stets die beste Lösung für jeden Anwendungsfall zu bieten.

Gemeinsam stark: die Vorteile der Komponenten-Lösung

✓

Schnelle Integration für eine Vielzahl an Teams

Das zentrale Team kann innerhalb eines Tages AI-Agents für die Produktteams konfigurieren und bereitstellen. Aktuell nutzen bereits mehrere Teams die Komponenten aktiv in ihren Produkten, weitere befinden sich in der Evaluierungsphase. Die modulare Architektur ermöglicht es, problemlos auf weitere Teams zu skalieren.

✓

Neue Produktmöglichkeiten

Die GenAI-Komponenten bilden die Grundlage für innovative Produkte im Bereich digitales Flottenmanagement, die bereits erfolgreich entwickelt werden.

✓

Effizienzsteigerung durch Wiederverwendung

Bewährte Komponenten für Authentifizierung, Prompt-Injection-Erkennung und Vektorsuche sind sofort einsetzbar. Teams müssen keine eigene GenAI-Expertise aufbauen und können die Komponenten direkt nutzen. Monitoring und Maintenance erfolgen übergreifend, was zu erheblichen Kosten- und Zeitersparnissen führt. Updates und Verbesserungen an den Bibliotheken kommen allen Teams zugute.

✓

Technologische Flexibilität

Die modellunabhängige Architektur ermöglicht es, jederzeit auf neue oder bessere LLM-Modelle zu wechseln und stets state-of-the-art Technologie einzusetzen.

Mit der erfolgreichen Umsetzung dieses Projekts konnte das Luftfahrtunternehmen einen wichtigen Schritt in Richtung KI-gestützter Geschäftsprozesse machen. Die wiederverwendbaren Komponenten und Bibliotheken zeigen exemplarisch, wie innovative AI-Lösungen neue Geschäftspotenziale im Bereich digitales Flottenmanagement erschließen können – flexibel, skalierbar und individuell anpassbar für jedes Team.

Bereit, Ihre eigene GenAI Success Story zu schreiben?

Erzählen Sie uns von Ihren Herausforderungen und lassen Sie uns gemeinsam innovative KI-Lösungen entwickeln, die Ihr Business voranbringen. Wir freuen uns darauf, Sie auf Ihrem Weg zu begleiten.

Jetzt Kontakt aufnehmen Mehr Success Stories lesen