VINCI Airports verwaltet 70 Flughäfen in 14 Ländern, begrüßt jährlich 320 Millionen Passagiere und erzielt einen Umsatz von 4,5 Milliarden Euro. Angesichts zunehmender betrieblicher und ökologischer Herausforderungen setzt der Betreiber auf artificial intelligence seine Leistung zu optimieren. Ein Rückblick auf eine erfolgreiche Transformation mit Benoît Forest, Director of Operations bei VINCI Airports.

Wer ist Benoît Forest?

Benoît Forest wurde im Januar 2025 zum Betriebsleiter von VINCI Airports ernannt, nachdem er fast drei Jahre Data die Position des Data inne hatte. Mit über neun Jahren Erfahrung innerhalb der Gruppe leitete er die data des Unternehmens, darunter die Einführung des Smart Data in 15 Ländern, die Erstellung von 10 Anwendungsfällen, die alle strategischen Bereiche von VINCI Airports abdecken (Verkehr, Handel, Betrieb, Finanzen, Umwelt), und die Integration von Predictive Analytics.
Er hat einen Abschluss in Management Control vom CNAM und vereint Finanz- und Betriebskompetenz, die er im Flughafen- und Autobahnbereich bei VINCI Autoroutes erworben hat.

Die Herausforderung: Einheitliche Verwaltung eines komplexen data

VINCI Airports betreibt ein vielfältiges Netzwerk, das sich von Japan bis Chile erstreckt. Jede Plattform hat ihre eigenen IT-Systeme, lokalen Einschränkungen und betrieblichen Besonderheiten. Diese Vielfalt ist zwar eine Stärke, erschwert jedoch die Entscheidungsfindung auf Konzernebene.

Ihr Geschäftsmodell basiert auf zwei sich ergänzenden Hebeln:

  1. Luftfahrtgebühren (50 % der Einnahmen), die Fluggesellschaften für die Nutzung der Infrastruktur berechnet werden
  2. Kommerzielle Einnahmen (30 %–40 %), die durch Ausgaben der Passagiere generiert werden, insbesondere in Duty-Free-Shops, Restaurants und Parkhäusern

Dieses duale Modell stellt eine zentrale Anforderung: Kenntnis, Verständnis und Vorhersage des Passagieraufkommens. Alles andere ergibt sich daraus: Teamgröße, Abstimmung der kommerziellen Angebote, Finanzprognosen, Servicequalität, Investitionsverläufe und Dekarbonisierungsstrategie.

Die Herausforderung: Sammeln und Verarbeiten verstreuter, nicht standardisierter, isolierter data aus den verschiedenen Flughäfen der Gruppe, um eine einheitliche Übersicht über die Verkehrsströme zu erstellen. Dies ist der Zweck der mit Artefact und Google Cloud eingeleitete Transformation. Das Ergebnis ist der Aufbau einer globalen Data , die in der Lage ist, data zu bündeln, zu strukturieren und für die Entscheidungsfindung verfügbar zu machen.

Eine data , die als Leistungshebel konzipiert ist

Um dieser Herausforderung der konzernweiten Verwaltung gerecht zu werden, entschied sich VINCI Airports für eine einheitliche, skalierbare und sichere data auf Basis Cloud Google Cloud . Damit soll jeder Geschäftseinheit in jedem Flughafen die Möglichkeit gegeben werden, auf der Grundlage konsolidierter, kontextbezogener und analysierbarer data verschiedenen Ebenen besser zu verstehen, zu antizipieren und zu handeln.

In Zusammenarbeit mit Artefact richtete die Gruppe im Jahr 2023 eine Data ein, die folgende Funktionen erfüllt:

  • Erfassung von data aus heterogenen Systemen in 14 Ländern
  • Kontrolle data und -integrität durch automatisierte Sicherheitsvorkehrungen
  • Harmonisierung data , um zuverlässige Vergleiche zwischen Plattformen zu ermöglichen

Dieser Ansatz vermeidet die Belastungen einer herkömmlichen IT-Harmonisierung. Dank der cloud behalten Flughäfen ihre lokalen Tools, stellen ihre data jedoch data einer gemeinsamen Datenbank bereit, wo sie bereinigt und strukturiert werden und anschließend für Dashboards, AI , Leistungsanalysen usw. verwendet werden.

Google Cloud : Eine robuste Architektur

Um eine Skalierung zu erleichtern, basiert die Architektur Cloud Google Cloud auf bewährten Komponenten, die auf Volumen, Analysegeschwindigkeit und Sicherheit ausgelegt sind:

  • BigQuery zum Speichern und Analysieren großer data
  • Vertex AI für das Training und die Bereitstellung von Vorhersagemodellen
  • Cloud + Streamlit, um Geschäftsteams eine einfache, schnelle und interaktive Schnittstelle zu bieten
  • Cloud für die zentrale Verwaltung von Modellen und Versionen
  • Cloud für kontinuierliche Integration und reibungslose Bereitstellung von Workflows

Drei wichtige Anwendungsfälle zur Steigerung der Flughafenleistung

1) An der Quelle: Vorhersage des Passagieraufkommens

Das Passagieraufkommen ist die wichtigste data des Unternehmens. Durch dessen Prognose wird Folgendes möglich:

  • Langfristige Strategie (Investitionen, Eröffnung neuer Strecken, Finanzprognosen)
  • Skalierung des täglichen Betriebs (Sicherheit, Empfang, Gepäckabfertigung)
  • Verwalten Sie kommerzielle Angebote basierend auf Passagierprofilen

VINCI Airports und Artefact entwickelten Artefact mehrstufige Vorhersagemodelle, die auf die Bedürfnisse jeder Managementebene zugeschnitten sind und Folgendes bieten:

  • Eine konsolidierte Ansicht für die Konzernleitung mit jährlichen Flussprognosen
  • Wöchentliche oder tägliche Betriebsansichten zur Vorhersage von Aktivitätsspitzen
  • Eine lokale Ansicht pro Flughafen, abgeglichen mit data

Diese Modelle basieren auf Verkehrsdaten aus der Vergangenheit, exogenen Variablen und schwachen Signalen. Sie ermöglichen die Simulation von Verläufen, den Vergleich menschlicher Prognosen mit algorithmischen Vorhersagen und die Optimierung von Kompromissen.

2) Verbesserung der betrieblichen Effizienz von Flughäfen

Dank data kann VINCI Airports nun Engpässe vorhersagen und seine Ressourcen im Voraus anpassen. Durch das Scannen von Bordkarten lässt sich beispielsweise vorhersagen, wann Passagiere an den Sicherheitskontrollen eintreffen werden. Durch den Abgleich dieser data den Kapazitäten der Kontrolllinien können die Teams die Personalstärke in Echtzeit anpassen, um Wartezeiten von weniger als 10 Minuten zu gewährleisten. Im Hinblick auf die Sicherheit durchlaufen Passagiere an den Gepäckkontrollen ein Röntgengerät, um potenzielle Gefahren zu erkennen.

3) Optimierung der Vertriebsstrategien für Reiseprodukte

Durch die Analyse von Verkehrsströmen und Einkäufen gewinnt VINCI Airports ein besseres Verständnis dafür, wer was wann, wo und in welchem Kontext konsumiert.

Ein britischer Passagier auf der Durchreise verhält sich nicht genauso wie ein französischer Passagier auf einem Inlandsflug. Ein Flug um 6:15 Uhr nach Lissabon generiert nicht denselben durchschnittlichen Warenkorbwert wie ein Urlaubsflug nach Punta Cana.

Durch die Analyse der an den Check-in-Schaltern gescannten Bordkarten und den Abgleich mit data ermittelt die Gruppe Konsumgewohnheiten und kann den Einzelhändlern am Flughafen empfehlen, ihr Produktangebot auf der Grundlage von Passagierprofilen und Reisezielen anzupassen.

Erfolgsfaktoren: Von der Implementierung bis zur Akzeptanz im Unternehmen

Teams von Beginn des Projekts an einbinden

Artefact VINCI Airports von Beginn an Artefact und schon bei Projektstart eng mit den Mitarbeitern zusammengearbeitet. Eine bessere Unterstützung des Geschäftsbetriebs ist super wichtig, um die richtige Balance zwischen menschlicher Intelligenz und Vorhersagemodellen zu finden.

„Der Zeitpunkt für die Einarbeitung der operativen Teams ist sehr wichtig. Sie muss am ersten Tag beginnen. So wird sichergestellt, dass data die geschäftlichen Belange verstehen und hochgradig operative Anforderungen in die Gestaltung der Lösungen einbeziehen.“ – Benoît Forest, Betriebsleiter bei VINCI Airports

Dies erleichtert die Entwicklung konkreter Anwendungsfälle, die auf reale geschäftliche Herausforderungen (Verkehr, Sicherheit, Einzelhandel, Finanzen usw.) abgestimmt sind, und gewährleistet deren langfristige Akzeptanz.

Data – der Schlüssel zum Vertrauen in Unternehmen

Anfangs betrachteten die Teams von VINCI Airports data als zweitrangig. Mit Benoît Forest wurde ihnen jedoch sehr schnell klar, dass sie tatsächlich von grundlegender Bedeutung ist. Denn wenn Modelle aufgrund schlechter data versagen, schwindet das Vertrauen der Unternehmen schnell.

VINCI Airports und Artefact eine Reihe technischer Sicherheitsvorkehrungen getroffen, um data im Vorfeld zu gewährleisten:

  • Erkennung fehlender Dateien (z. B. eine Warnmeldung wie „Datenverkehr vom Vortag nicht empfangen“)
  • Strukturkontrolle, um sicherzustellen, dass Schemata über einen längeren Zeitraum stabil bleiben
  • Integritätstests (eine ungewöhnliche Abweichung an einem Flughafen löst einen automatischen Alarm aus)

Diese automatisierten Prüfungen, die vollständig innerhalb Cloud Google Cloud durchgeführt werden, verhindern stille Abweichungen und gewährleisten die Stabilität der Modelle in der Produktion.

„Ich denke, der Erfolg dieses Projekts liegt darin, die strategische geschäftliche Herausforderung zu verstehen, den Umfang zu definieren, die Lösung zu implementieren, Schulungen anzubieten, und nun wird das Tool täglich von den Geschäftsteams genutzt.“ – Benoît Forest, Betriebsleiter bei VINCI Airports

Kontinuierliche Messung der Vorhersageleistung

VINCI Airports hat einen Prozess zur nachträglichen Bewertung eingeführt. Die Teams vergleichen die Vorhersagen der Modelle mit den tatsächlichen Ereignissen vor Ort. Ziel ist es, Abweichungen zu identifizieren, deren Ursachen zu verstehen und die Modelle anzupassen, um ihre Genauigkeit im Laufe der Zeit zu verbessern. Diese Effizienz wird durch den Einsatz von AI ermöglicht.

Weiter mit AI: Systematisierung von Vorhersagen

Mit der Stabilisierung der data hat VINCI Airports eine zweite Phase eingeleitet: den Übergang zu systematisierten Prognosen. Die Teams haben Modelle trainiert, um Verkehrstrajektorien zu verfeinern, Aktivitätsspitzen vorherzusagen und ihr Verständnis des Passagierverhaltens zu vertiefen.

Der Ansatz basiert auf differenzierter Granularität:

  • Jährliche strategische Prognosen, nützlich für die Finanzabteilung.
  • Wöchentliche oder tägliche Prognosen für das Betriebsmanagement.
  • Postoperative Analyse, um die Vorhersagen des Modells mit den tatsächlichen Ergebnissen zu vergleichen

AI ermöglichtAI uns, von lokaler Intuition zu gemeinsamem Wissen überzugehen, ohne Teams zu ersetzen, sondern indem wir ihnen die Mittel an die Hand geben, Zeit zu sparen und sich auf die Entscheidungsfindung zu konzentrieren.“ – Benoît Forest, Betriebsleiter bei VINCI Airports

Der Aufstieg der generativen AI umfassende data

Im Rahmen des laufenden Projekts untersucht VINCI Airports derzeit das Potenzial generativer AI drei Anwendungsfällen:

  1. Sicheres GPT: Ein in Dashboards integrierter Assistent
  2. Sprich mit meinen data: Konversationsbasierte Datenbankabfragen
  3. Dokumentenintelligenz: Automatische Extraktion und Synthese komplexer Inhalte (Verfahren, Audits, reports)

Diese Entwicklungen sind notwendig und stellen die Herausforderungen für das Team von Benoît Forest bis zum Jahr 2025 dar. Diese Fülle an Informationen wird nach wie vor hauptsächlich in Echtzeit-Dashboards (Power BI) dargestellt. Diese Tools sind zwar effektiv, aber nach wie vor unflexibel und müssen ständig weiterentwickelt werden, um mit den Anforderungen Schritt zu halten.
Das Ziel ist es daher, jedem Mitarbeiter die direkte Interaktion mit allen data autonome AI zu ermöglichen, die in der Lage sind, komplexe Fragen zu beantworten und die Analyse weit über die aktuellen Möglichkeiten herkömmlicher Dashboards hinaus voranzutreiben.