{"id":1065137,"date":"2026-01-05T11:51:04","date_gmt":"2026-01-05T11:51:04","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=cases&p=1065137"},"modified":"2026-01-05T11:51:45","modified_gmt":"2026-01-05T11:51:45","slug":"how-vinci-airports-uses-ai-to-optimize-its-operational-commercial-and-financial-performance-with-google-cloud-and-artefact","status":"publish","type":"cases","link":"https:\/\/www.artefact.com\/de\/cases\/how-vinci-airports-uses-ai-to-optimize-its-operational-commercial-and-financial-performance-with-google-cloud-and-artefact\/","title":{"rendered":"VINCI Flugh\u00e4fen<\/span> Wie VINCI Airports mit AI seine operative, gesch\u00e4ftliche und finanzielle Leistung mithilfe von Google Cloud und Artefact optimiert"},"content":{"rendered":"

VINCI Flugh\u00e4fen<\/a> verwaltet 70 Flugh\u00e4fen<\/strong> in 14 L\u00e4nder<\/strong>, begr\u00fc\u00dft 320 Millionen Passagiere pro Jahr<\/strong>, und erzeugt 4,5 Milliarden \u20ac Umsatz<\/strong>. Angesichts zunehmender betrieblicher und \u00f6kologischer Zw\u00e4nge wendet sich der Betreiber an artificial intelligence, um seine Leistung zu optimieren. Ein R\u00fcckblick auf eine erfolgreiche Umstellung mit Beno\u00eet Forest, Betriebsdirektor bei VINCI Airports.<\/p>\n

Wer ist Beno\u00eet Forest?<\/strong><\/p>\n

Beno\u00eet Wald<\/a> wurde im Januar 2025 zum Operations Director von VINCI Airports ernannt, nachdem er zuvor fast drei Jahre lang die Position des Head of Data innehatte. Mit mehr als neun Jahren Erfahrung innerhalb des Konzerns leitete er die data-Transformation des Unternehmens, einschlie\u00dflich der Einf\u00fchrung des Projekts Smart Data Hub in 15 L\u00e4ndern, der Schaffung von 10 Anwendungsf\u00e4llen, die alle strategischen Bereiche von VINCI Airports abdecken (Verkehr, Handel, Betrieb, Finanzen, Umwelt), und der Integration von Predictive Analytics.
\nEr verf\u00fcgt \u00fcber einen Abschluss in Managementkontrolle des CNAM und vereint finanzielle und operative Fachkenntnisse, die er bei VINCI Autoroutes in den Bereichen Flugh\u00e4fen und Autobahnen erworben hat.<\/p>\n

Die Herausforderung: Einheitliche Verwaltung eines komplexen data-Netzwerks<\/h2>\n

VINCI Airports betreibt ein vielf\u00e4ltiges Netzwerk, das sich von Japan bis nach Chile erstreckt. Jede Plattform hat ihre eigenen IT-Systeme, lokalen Beschr\u00e4nkungen und betrieblichen Besonderheiten. Diese Vielfalt ist zwar eine Quelle der St\u00e4rke, erschwert aber auch die Entscheidungsfindung auf Konzernebene.<\/p>\n

Ihr Gesch\u00e4ftsmodell basiert auf zwei sich erg\u00e4nzenden Hebeln:<\/p>\n

    \n
  1. Geb\u00fchren f\u00fcr den Flugverkehr<\/strong> (50% der Einnahmen), die den Fluggesellschaften f\u00fcr die Nutzung der Infrastruktur in Rechnung gestellt werden<\/li>\n
  2. Kommerzielle Einnahmen<\/strong> (30%-40%), die durch die Ausgaben der Passagiere, insbesondere in Duty-Free-Shops, Restaurants und Parkh\u00e4usern, entstehen<\/li>\n<\/ol>\n

    Dieses duale Modell stellt eine zentrale Anforderung: Wissen, Verstehen und Vorausschauender Passagierverkehr<\/strong>. Alles andere ergibt sich daraus: Teamgr\u00f6\u00dfe, Kalibrierung der kommerziellen Angebote, Finanzprognosen, Servicequalit\u00e4t, Investitionspfade und Dekarbonisierungsstrategie.<\/p>\n

    Die Herausforderung: Sammeln und Verarbeiten von verstreuten, nicht standardisierten, siloartigen data<\/strong> \u00fcber die verschiedenen Flugh\u00e4fen der Gruppe eine einheitliche Ansicht der Verkehrsstr\u00f6me zu erstellen<\/strong>. Dies ist der Zweck der Transformation, die mit Artefact<\/a> und Google Cloud. Das Ergebnis ist die Konstruktion eines global Data Factory<\/strong> in der Lage, das Netzwerk data zu b\u00fcndeln, zu strukturieren und f\u00fcr die Entscheidungsfindung zur Verf\u00fcgung zu stellen.<\/p>\n

    Eine data-Infrastruktur, die als Leistungshebel konzipiert ist<\/h2>\n

    Um diese Herausforderung der konzernweiten Verwaltung zu meistern, entschied sich VINCI Airports f\u00fcr eine einheitliche, skalierbare und sichere data-Architektur, die auf Google Cloud-Plattform<\/strong>, Sie wurde ausgew\u00e4hlt, um jeder Gesch\u00e4ftseinheit an jedem Flughafen die Mittel an die Hand zu geben, um besser zu verstehen, zu antizipieren und zu handeln, basierend auf konsolidiert, kontextualisiert und auf verschiedenen Ebenen analysierbar data<\/strong>.<\/p>\n

    In Zusammenarbeit mit Artefact hat die Gruppe im Jahr 2023 ein Data Factory eingerichtet, das in der Lage ist:<\/p>\n

      \n
    • Sammeln von data<\/strong> aus heterogenen Systemen in 14 L\u00e4ndern<\/li>\n
    • Kontrolle der Qualit\u00e4t und Integrit\u00e4t von data<\/strong> \u00fcber automatisierte Sicherheitsvorkehrungen<\/li>\n
    • Harmonisierung der data-Struktur<\/strong> um zuverl\u00e4ssige Vergleiche zwischen Plattformen zu erm\u00f6glichen<\/li>\n<\/ul>\n

      Dieser Ansatz vermeidet die Belastungen der traditionellen IT-Harmonisierung. Dank des cloud behalten die Flugh\u00e4fen ihre lokalen Tools bei, stellen aber ihr data in einer gemeinsamen Basis zur Verf\u00fcgung, wo es bereinigt, strukturiert und dann f\u00fcr Dashboards, KI-Modelle, Leistungsanalysen usw. verwendet wird.<\/p>\n

      Google Cloud Platform: Eine robuste Architektur<\/strong><\/p>\n

      Um die Skalierung zu erleichtern, st\u00fctzt sich die Architektur der Google Cloud Platform auf bew\u00e4hrte Komponenten, die auf Volumen, Analysegeschwindigkeit und Sicherheit ausgelegt sind:<\/p>\n

        \n
      • BigQuery<\/strong> zum Speichern und Analysieren umfangreicher data<\/li>\n
      • Vertex AI<\/strong> f\u00fcr das Training und den Einsatz von Vorhersagemodellen<\/li>\n
      • Wolkenlauf + Streamlit<\/strong> um Gesch\u00e4ftsteams eine einfache, schnelle und interaktive Schnittstelle zu bieten<\/li>\n
      • Cloud-Speicher<\/strong> f\u00fcr die zentralisierte Verwaltung von Modellen und Versionen<\/li>\n
      • Wolke bauen<\/strong> f\u00fcr die kontinuierliche Integration und den reibungslosen Einsatz von Arbeitsabl\u00e4ufen<\/li>\n<\/ul>\n

        Drei wichtige Anwendungsf\u00e4lle zur Steigerung der Flughafenleistung<\/h2>\n

        1) An der Quelle: Vorhersage des Passagieraufkommens<\/strong><\/p>\n

        Das Passagieraufkommen ist das wichtigste data des Unternehmens. Seine Vorhersage macht es m\u00f6glich:<\/p>\n

          \n
        • Leitfaden f\u00fcr eine langfristige Strategie<\/strong> (Investitionen, Er\u00f6ffnung neuer Strecken, Finanzprognosen)<\/li>\n
        • Skalieren Sie das Tagesgesch\u00e4ft<\/strong> (Sicherheit, Empfang, Gep\u00e4ckabfertigung)<\/li>\n
        • Verwalten Sie kommerzielle Angebote<\/strong> basierend auf Passagierprofilen<\/li>\n<\/ul>\n

          VINCI Airports und Artefact haben daher Vorhersagemodelle auf mehreren Ebenen, die auf die Bed\u00fcrfnisse der einzelnen Managementebenen zugeschnitten sind<\/strong>, und bietet:<\/p>\n

            \n
          • Eine konsolidierte Ansicht f\u00fcr das Konzernmanagement<\/strong>, mit j\u00e4hrlichen Flussprognosen<\/li>\n
          • W\u00f6chentliche oder t\u00e4gliche operative Ansichten<\/strong> Aktivit\u00e4tsspitzen zu antizipieren<\/li>\n
          • Ein lokaler Blick pro Flughafen<\/strong>, mit Querverweis auf Verhaltensmuster data<\/li>\n<\/ul>\n

            Diese Modelle basieren auf der Verkehrsgeschichte, exogenen Variablen und schwachen Signalen. Sie erm\u00f6glichen die Simulation von Trajektorien, den Vergleich menschlicher Prognosen mit algorithmischen Projektionen und die Optimierung von Kompromissen.<\/p>\n

            2) Verbesserung der betrieblichen Effizienz des Flughafens<\/strong><\/p>\n

            Dank data kann VINCI Airports jetzt Staupunkte vorhersehen<\/strong> und seine Ressourcen im Voraus anpassen. Durch das Scannen von Bordkarten ist es zum Beispiel m\u00f6glich, vorherzusagen, wann die Passagiere an den Sicherheitskontrollen ankommen werden. Durch den Abgleich dieser data mit den Abfertigungskapazit\u00e4ten der Linien, Teams k\u00f6nnen den Personalbestand in Echtzeit anpassen<\/strong> um Wartezeiten von weniger als 10 Minuten zu gew\u00e4hrleisten. Was die Sicherheit betrifft, so durchlaufen die Passagiere an den Gep\u00e4ckkontrollstellen ein R\u00f6ntgenger\u00e4t, um m\u00f6gliche Gefahren zu erkennen.<\/p>\n

            3) Optimierung der Verkaufsstrategien f\u00fcr Reiseprodukte<\/strong><\/p>\n

            Durch die Analyse der Verkehrsstr\u00f6me und Eink\u00e4ufe erh\u00e4lt VINCI Airports ein besseres Verst\u00e4ndnis daf\u00fcr, wer was, wann, wo und in welchem Zusammenhang konsumiert.<\/p>\n

            Ein britischer Passagier im Transit verh\u00e4lt sich nicht so wie ein franz\u00f6sischer Passagier auf einem Inlandsflug. Ein Flug um 6:15 Uhr nach Lissabon erzeugt nicht die gleiche durchschnittliche Warenkorbgr\u00f6\u00dfe wie ein Urlaubsflug nach Punta Cana.<\/p>\n

            Durch die Analyse der an den Kassen gescannten Bordkarten und den Abgleich mit dem Verkehrsaufkommen data konnte die Gruppe identifiziert Konsummuster<\/strong> und k\u00f6nnen den Einzelh\u00e4ndlern an den Flugh\u00e4fen empfehlen, ihr Produktangebot auf der Grundlage von Passagierprofilen und Reisezielen anzupassen.<\/p>\n

            Erfolgsfaktoren: Von der Implementierung bis zur Gesch\u00e4fts\u00fcbernahme<\/h2>\n

            Einbindung der Teams von Beginn des Projekts an<\/strong><\/p>\n

            Artefact unterst\u00fctzte VINCI Airports bereits in der Anfangsphase des Projekts und \u00fcbernahm eine Zusammenarbeit mit dem operativen Personal<\/strong> gleich zu Beginn des Projekts. Um das richtige Gleichgewicht zwischen menschlicher Intelligenz und Vorhersagemodellen zu finden, ist eine bessere Unterst\u00fctzung der Unternehmen unerl\u00e4sslich.<\/p>\n

            \u201cDas Timing der Einarbeitung der operativen Teams ist sehr wichtig. Sie muss am ersten Tag beginnen. Dadurch wird sichergestellt, dass die Wissenschaftler von data die gesch\u00e4ftlichen Belange verstehen und die betrieblichen Anforderungen in die Entwicklung von L\u00f6sungen einbeziehen.\u201d<\/em> - Beno\u00eet Forest, Betriebsdirektor von VINCI Airports<\/p>\n

            Dies erleichtert die Entwicklung konkreter Anwendungsf\u00e4lle, die sich an realen gesch\u00e4ftlichen Herausforderungen orientieren (Verkehr, Sicherheit, Einzelhandel, Finanzen usw.) und deren langfristige Einf\u00fchrung gew\u00e4hrleisten.<\/p>\n

            Data Qualit\u00e4t, der Schl\u00fcssel zu gesch\u00e4ftlichem Vertrauen<\/strong><\/p>\n

            Anf\u00e4nglich betrachteten die Teams von VINCI Airports data governance als zweitrangig. Mit Beno\u00eet Forest haben sie sehr schnell erkannt, dass es tats\u00e4chlich von grundlegender Bedeutung ist. Denn wenn Modelle aufgrund schlechter data-Qualit\u00e4t nicht funktionieren, schwindet das Vertrauen der Kunden schnell.<\/p>\n

            VINCI Airports und Artefact haben eine Reihe von technischen Sicherheitsvorkehrungen getroffen, um die Zuverl\u00e4ssigkeit von data im Vorfeld zu gew\u00e4hrleisten:<\/p>\n

              \n
            • Erkennung von fehlenden Dateien<\/strong> (z.B. eine Warnung wie \u201ckein Verkehr vom Vortag empfangen\u201d)<\/li>\n
            • Kontrolle der Struktur<\/strong> um sicherzustellen, dass Schemata im Laufe der Zeit stabil bleiben<\/li>\n
            • Integrit\u00e4tstests<\/strong> (eine abnormale Abweichung an einem Flughafen l\u00f6st einen automatischen Alarm aus)<\/li>\n<\/ul>\n

              Diese automatisierten Pr\u00fcfungen, die vollst\u00e4ndig innerhalb der Google Cloud Platform durchgef\u00fchrt werden, verhindern stille Abweichungen und gew\u00e4hrleisten die Stabilit\u00e4t der Modelle in der Produktion.<\/p>\n

              \u201cIch denke, der Erfolg dieses Projekts liegt darin, dass wir die strategische Gesch\u00e4ftsherausforderung verstanden haben, den Umfang definiert haben, die L\u00f6sung implementiert haben, Schulungen durchgef\u00fchrt haben und das Tool nun t\u00e4glich von den Gesch\u00e4ftsteams verwendet wird.\u201d<\/em> - Beno\u00eet Forest, Betriebsdirektor von VINCI Airports<\/p>\n

              Kontinuierliche Messung der Vorhersageleistung<\/strong><\/p>\n

              VINCI Airports hat ein Verfahren zur Bewertung nach der Inbetriebnahme eingef\u00fchrt. Die Teams vergleichen, was die Modelle vorhergesagt haben, mit dem, was tats\u00e4chlich vor Ort passiert ist. Das Ziel ist es, Diskrepanzen zu erkennen, ihre Ursachen zu verstehen und die Modelle anzupassen, um ihre Genauigkeit im Laufe der Zeit zu verbessern. Diese Effizienz wird durch den Einsatz von KI erm\u00f6glicht.<\/p>\n

              Weiter mit KI: Systematisierung der Vorhersage<\/h2>\n

              Mit der Stabilisierung der data-Umgebung hat VINCI Airports eine zweite Phase eingeleitet: den \u00dcbergang zur systematischen Vorhersage. Die Teams haben Modelle trainiert, um die Verkehrsverl\u00e4ufe zu verfeinern, Aktivit\u00e4tsspitzen zu antizipieren und ihr Verst\u00e4ndnis des Passagierverhaltens zu verbessern.<\/p>\n

              Der Ansatz basiert auf einer differenzierten Granularit\u00e4t:<\/p>\n

                \n
              • J\u00e4hrliche strategische Prognosen<\/strong>, n\u00fctzlich f\u00fcr die Finanzabteilung.<\/li>\n
              • W\u00f6chentliche oder t\u00e4gliche Hochrechnungen<\/strong> f\u00fcr das operative Management.<\/li>\n
              • Post-operative Analyse<\/strong>, um zu vergleichen, was das Modell vorhergesagt hat und was tats\u00e4chlich eingetreten ist<\/li>\n<\/ul>\n

                \u201cKI erm\u00f6glicht es uns, von lokaler Intuition zu gemeinsamem Wissen \u00fcberzugehen, ohne die Teams zu ersetzen, sondern indem wir ihnen die M\u00f6glichkeit geben, Zeit zu sparen und sich auf die Entscheidungsfindung zu konzentrieren.\u201d<\/em> - Beno\u00eet Forest, Betriebsdirektor von VINCI Airports<\/p>\n

                Der Aufstieg der generativen KI f\u00fcr eine umfassende data-Analyse<\/strong><\/p>\n

                Im Rahmen des laufenden Projekts erforscht VINCI Airports nun das Potenzial der generativen KI anhand von drei Anwendungsf\u00e4llen:<\/p>\n

                  \n
                1. Sicheres GPT<\/strong>: Ein in Dashboards integrierter Assistent<\/li>\n
                2. Sprechen Sie mit meinem data<\/strong>: Konversationsabfragen database<\/li>\n
                3. Intelligenz dokumentieren<\/strong>: Automatische Extraktion und Synthese von komplexen Inhalten (Verfahren, Audits, reports)<\/li>\n<\/ol>\n

                  Diese Entwicklungen sind notwendig und stellen die Herausforderungen des Jahres 2025 f\u00fcr das Team von Beno\u00eet Forest dar. Diese F\u00fclle an Informationen wird immer noch haupts\u00e4chlich in visuellen Echtzeit-Dashboards (Power BI) dargestellt. Obwohl diese Tools effektiv sind, bleiben sie starr und m\u00fcssen st\u00e4ndig weiterentwickelt werden, um sich weiterzuentwickeln.
                  \nDas Ziel ist daher jedem Mitarbeiter erm\u00f6glichen, \u00fcber autonome KI-Agenten direkt mit allen data zu interagieren<\/strong>, die in der Lage sind, komplexe Fragen zu beantworten und die Analyse weit \u00fcber die derzeitigen M\u00f6glichkeiten herk\u00f6mmlicher Dashboards hinaus zu erweitern.<\/p>","protected":false},"excerpt":{"rendered":"

                  VINCI Airports betreibt 70 Flugh\u00e4fen in 14 L\u00e4ndern, empf\u00e4ngt j\u00e4hrlich 320 Millionen Passagiere und erzielt einen Umsatz von 4,5 Milliarden Euro. Angesichts zunehmender betrieblicher und \u00f6kologischer Herausforderungen setzt der Betreiber auf artificial intelligence, um seine Leistungsf\u00e4higkeit zu optimieren. Ein R\u00fcckblick auf eine erfolgreiche Transformation mit Beno\u00eet Forest, Betriebsleiter bei VINCI Airports.<\/p>","protected":false},"featured_media":1065138,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"categories":[106],"class_list":["post-1065137","cases","type-cases","status-publish","has-post-thumbnail","hentry","category-tourism"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/cases\/1065137","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/cases"}],"about":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/types\/cases"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media\/1065138"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media?parent=1065137"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/categories?post=1065137"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}