Motivation
Die Digitalisierung der Arbeitswerkzeuge von Rollverkehrslotsen zeigt großes Potenzial, die Sicherheit und Effizienz im Luftverkehr zu steigern. Jedoch kann mit den neuen digitalen Lotsenassistenzsystemen dieses Potenzial nicht voll ausschöpft werden. Die Schnittstelle über Touchscreens erweist sich als Engpass, da die Vielzahl an manuellen Eingaben die Lotsen deutlich stärker beansprucht. Auch die bereits vorhandene Sprachkommunikation als Eingabe für Assistenzsysteme birgt zu viele Gefahren, sodass diese nicht ohne weiteres genutzt werden kann.
Ziele und Vorgehen
Ziel des Vorhabens STARFISH ist es, ein System zu entwickeln, das mit der vorgeschriebenen und natürlichen Arbeitsweise der Lotsen vereinbar ist und zugleich deren Entscheidungskompetenz fördert. Hierzu setzt das Vorhaben an drei Punkten an: Die KI-Spracherkennung (SE) der Lotsenkommandos soll verbessert werden, indem domänenspezifisches Wissen verwendet wird und anhand von Umgebungsdaten mittels tiefer Neuronaler Netze die wahr-scheinlichsten Kommandos ermittelt werden. Die von der SE erkannten Kommandos sollen einer Plausibilitätsprüfung unterzogen werden. Die übermittelten Kommandos sollen nur dann im Assistenzsystem A-SMGCS (Advanced-Surface Movement Guidance and Control System) für Rollverkehrslotsen umgesetzt werden, wenn sichergestellt werden kann, dass sie kein inakzeptables Risiko darstellen. Das Projekt STARFISH wird nach einem Spiralmodell durchgeführt, d.h. Anforderungsdefinition, Softwareentwicklung, Integration und Bewertung der Prototypen erfolgen in einem iterativen Prozess. Durch diese Methode hat man schon frühzeitig ein einsetzbares Produkt, das direkt von den Lotsen genutzt werden kann. Dies steigert die Akzeptanz, und es kann frühzeitig korrigierend eingegriffen werden. Mit jeder weiteren Iteration kommen weitere Funktionalitäten hinzu, die bisherigen werden erneut geprüft und ggf. verbessert.
Innovationen und Perspektiven
Das entstehende Gesamtsystem wäre weltweit die erste technologische Lösung, die Lotsen von den zusätzlichen Systemeingaben und der damit verbundenen unerwünschten Erhöhung der Head-Down-Time, sprich der Zeit, die der Lotse nicht auf das Radar schaut, entlasten würde. Die Verbundpartner sind zuversichtlich, die KI-Forschungsergebnisse in einen Prototyp überführen zu können und dabei ein aktuelles, marktrelevantes Problem zu lösen. Gelingt es mit dem Vorhaben, über eine Plausibilitätsprüfung und ein Sicherheitsnetz eine zuverlässige, für die Luftfahrt sicher anwendbare Lösung zu entwickeln, kann diese Methode auch auf andere sicherheitsrelevante Anwendungsgebiete übertragen werden.