Täglich reisen Millionen Passagiere in Flugzeugen. Ihre Unterhaltung an Bord ist ein wesentlicher Bestandteil des modernen Flugverkehrs. Vom ersten an Bord gezeigten Film im Jahre 1921, bis hin zu Fernsehsystemen im Stil eines Reisebusses in den späten 1970er Jahren, bietet das heutige »in-flight entertainment« (IFE) jedem Passagier sein individuelles Unterhaltungssystem. Der Bedarf an einem IFE-System der nächsten Generation mit maßgeschneiderten Multimedia-Empfehlungen und einem personalisierten Dashboard, das die Bedürfnisse des Passagiers widerspiegelt, ist der offensichtliche nächste Schritt nach vorn.

Das vom Deutschen Zentrum für Luft- und Raumfahrt (DLR) geförderte Verbundforschungsprojekt CANARIA (Cloud-enabled Aircraft Network and Artificial Intelligence-based data Analysis) zielt darauf ab, ein solches innovatives IFE-System auf der Grundlage einer föderierten Kommunikations- und Edge-Computing-Netzwerkarchitektur zu entwickeln. CANARIA vereint modernste Technologien für vernetzte Flugzeuge der Zukunft, Cloud Computing und innovative Methoden der Datenverarbeitung durch Künstliche Intelligenz (KI) und Maschinelles Lernen (ML).

Die geplante Vernetzung von Hunderten von Komponenten in CANARIA, zu denen verschiedene Arten von Sensoren, Kabinensysteme wie IFE-Bildschirme, tragbare Geräte für Passagiere und Besatzung usw. gehören, stellt neue Herausforderungen in Bezug auf die Cybersicherheit, die Komplexität des Netzwerk- und Datenmanagements im Hinblick auf die zur Verfügung gestellten Datenmengen dar. Dies bietet jedoch auch neue Möglichkeiten hinsichtlich der Nutzung verteilter Netzwerkressourcen (Speicher, Rechenleistung) im Sinne einer Cloud-Plattform, welche ein bahnbrechendes IFE-System beinhaltet. Zur Realisierung dieser sicheren und flexiblen CANARIA-Cloud-Plattform werden wesentliche Innovationen in technologischen Kernbereichen wie der drahtlosen Anbindung vieler Kabinensysteme, u. a. für die hochratige Datenübertragung, einschließlich IFE, Software Defined Networking (SDN) und virtualisierte Plattformen, vorgeschlagen.

Fraunhofer FOKUS arbeitet im CANARIA-Projekt an einem cloudbasierten, föderierten Empfehlungssystem für bestehende IFE-Lösungen. Es erfasst die Interaktionen der Passagiere mit dem IFE, wie z. B. das Ansehen eines Films, um persönliche und übertragbare Passagierprofile und Stereotypen zu erstellen. Während persönliche Daten nicht geteilt werden, ermöglicht die Verwendung von Federated Learning – ein moderner Ansatz für verteiltes maschinelles Lernen – das gemeinsame Lernen eines globalen Modells. Darüber hinaus kann ein solches Modell entlang der Hierarchieebene eines Verbunds aus z. B. Fluggesellschaften, Flugallianzen und Anbietern von Multimedia-Inhalten gemeinsam genutzt werden, ohne dass geheime Geschäftsdaten offengelegt werden. Die tragbaren Profile der einzelnen Passagiere werden genutzt, um die gewünschten Inhalte im Voraus zu berechnen und personalisierte Inhalte in das Flugzeug und entweder auf den Bildschirm am Sitzplatz oder auf das persönliche Gerät herunterzuladen.

Fraunhofer FOKUS leistet damit einen zentralen Beitrag zur Entwicklung passgenauer KI/ML-Methoden für KI-basierte Luftfahrtanwendungen und legt einen technische Grundbaustein für weitere CANARIA-Teilsysteme. Darüber hinaus bringt FOKUS seine Expertise bei der Implementierung des verteilten Datenaustauschs und des Edge-basierten Vorverarbeitungssystems ein.

Das System wird NEMI (Network and Edge Data Management Interface) nutzen, eine moderne container-basierte Architektur, die derzeit bei Fraunhofer FOKUS entwickelt wird. Da der Austausch von Daten über verteilte Systeme hinweg auf zuverlässige, sichere und datenschutzgerechte Weise in Echtzeit eine Herausforderung darstellen kann, gehen wir diese Probleme mit NEMI an, und nutzen dabei unsere mehr als 20-jährige Erfahrung in den Bereichen Netzwerkkonvergenz, künstliche Intelligenz und Datenvisualisierung. NEMI schafft einen offenen Nährboden für die gemeinsame Nutzung von Daten, indem es eng in Edge- und (5G/6G-)Kommunikationsumgebungen integriert wird, um Datenhoheit, -extraktion, -austausch und -analyse für KI-gesteuerte Anwendungsfälle zu ermöglichen. Beispiele hierfür sind zukünftige organische, selbstoptimierende 6G-Kernnetze, verteilte Echtzeit-Kontrollschleifen, föderierte Dateninfrastrukturen oder GDPR-konforme Daten-Firewalls.

Im CANARIA-Verbundprojekt arbeiten die Partner TriaGnoSys GmbH / Safran passenger Innovations, TU Braunschweig, TU Dresden, Cadami GmbH und Fraunhofer FOKUS zusammen.