Skalierung von KI durch Datenkompetenz

Die Luftfahrt ist eine der datenintensivsten Branchen der Welt. Jeder Flug erzeugt eine Flut von Informationen: Kraftstoffverbrauch, Motorentelemetrie, Passagierpräferenzen, Echtzeit-Wettermuster und mehr. Für Aer Lingus, Irlands führende Fluggesellschaft, wird diese Komplexität durch eine geschichtsträchtige Vergangenheit noch verstärkt. Viele Fluggesellschaften arbeiten immer noch mit Systemen, die vor Jahrzehnten entwickelt wurden und bei denen Daten in Abteilungssilos gefangen sind. In einem solchen Umfeld kann das Treffen einfacher Entscheidungen eine manuelle Datenextraktion und wochenlange Analysen erfordern.

Dave O’Donovan, Chief Digital, Data & Transformation Officer bei Aer Lingus, treibt diesen Wandel voran. Unter seiner Führung hat Aer Lingus eine radikale Kehrtwende vollzogen und einen erheblichen Teil seiner Investitionsausgaben von der traditionellen IT-Wartung auf eine einheitliche, von Databricks unterstützte Plattform verlagert.

Ich habe mich mit Dave zusammengesetzt, um über die Mechanismen dieser Transformation zu sprechen. Wir haben untersucht, wie Aer Lingus Altsysteme hinter sich lässt, um ein vollständig digital geführtes Kundenerlebnis zu schaffen, und warum er glaubt, dass der Schlüssel zum AI-Erfolg in der Datenkompetenz liegt.

Verlagerung der Infrastrukturausgaben auf das Datenfundament

Aly McGue: Aer Lingus ist 90 Jahre alt. Das ist ein unglaublicher Meilenstein, bringt aber auch die Herausforderung von Altsystemen und -prozessen mit sich. Wie definieren Sie heute die Mission des Unternehmens im Kontext einer sich rasant entwickelnden digitalen Landschaft?

Dave O’Donovan: Es ist eine faszinierende Zeit für uns. Aer Lingus ist Irlands Fenster zur Welt. Wir haben ein riesiges Kurzstreckennetz in ganz Europa und sind, gemessen an den angeflogenen US-Zielen, tatsächlich die zweitgößte europäische Fluggesellschaft auf dem Nordatlantik. Aber 90 Jahre alt zu sein bedeutet auch, dass wir über Systeme und Denkweisen verfügen, die über Jahrzehnte hinweg gereift sind.

Unsere Mission ist es nun, dieses berühmte „herzliche Willkommen“ und die fürsorgliche Markenidentität beizubehalten und gleichzeitig die Erwartungen von Reisenden zu erfüllen, die digital versierter sind als je zuvor und Premium-Erlebnisse erwarten. Das zwingt uns zu der Frage: Wie bieten wir ein digitales Self-Service-Erlebnis, das sich trotzdem wie Aer Lingus anfühlt? Die Antwort lautet ausnahmslos: Daten.

Aly: Sie haben vor Kurzem einen sehr mutigen Schritt getan, indem Sie einen beträchtlichen Prozentsatz Ihrer IT- und Change-Ausgaben gezielt in Daten investiert haben. Was hat zu diesem „All-in“-Moment geführt?

Dave: Das war eine gemeinsame Entscheidung auf Ebene des Führungsausschusses vor etwa 18 Monaten. Wir hatten einen Punkt erreicht, an dem uns klar wurde, dass das Verständnis für die Nutzung von AI kein bloßes „Nice-to-have“ mehr ist.

Jahrelang konnten viele Unternehmen, auch Fluggesellschaften, damit durchkommen, ihre Daten nicht ausreichend zu nutzen. Aber das Tempo der AI-Entwicklung war wie Benzin im Feuer. Wir haben beschlossen, nicht jedem neuen Trend hinterherzujagen, den unsere Konkurrenten ankündigen, sondern innezuhalten und die Grundlagen zu schaffen. Wir haben uns in den letzten anderthalb Jahren auf die Plattform, Governance, Datenqualität und vor allem auf die Datenkompetenz konzentriert. Ohne diese soliden Grundlagen ist jede AI, die man aufbaut, nur ein Kartenhaus.

Aly: Viele Unternehmen tun sich schwer mit dem Übergang von alten Data Warehouses zu einer modernen Architektur. Wie hat Ihre Ausgangssituation bei Aer Lingus Ihre Entscheidung für Databricks beeinflusst?

Dave: Seltsamerweise hatten wir das Gefühl, Glück zu haben, dass wir uns etwas langsamer bewegten als einige unserer Mitbewerber. Wir hatten keine massiven Investitionen in die „erste Welle“ von Cloud-Datentools getätigt, sodass wir uns keine Sorgen über die Abschreibung kürzlich getätigter Fehlinvestitionen machen mussten. Wir hatten immer noch viele alte On-Premises-Warehouses.

Als wir uns den Markt ansahen, war er gereift. Es war klar, dass Databricks eine Komplettlösung bot. Wir konnten voll auf eine einzige Lakehouse-Architektur setzen. Was für mich den Ausschlag gab, war nicht nur das Feedback unserer Data Engineers – die von der Performance begeistert waren –, sondern die Vision der Demokratisierung von Daten. Ich freue mich über Dinge wie die Data-Warehousing-Plattform von Databricks und Databricks Genie. Diese Tools ermöglichen es geschäftlichen Anwendern, Fragen an die Daten in einfachem Englisch zu stellen. Das ist der einzige Weg zu echter Skalierung.

Beseitigung des IT-Engpasses bei Altsystemen

Aly: Sie haben den „Engpass“ von Altsystemen erwähnt. Wenn Sie mit dem Finger schnippen und ein Hindernis zwischen Ihren Daten und einer endgültigen Entscheidung beseitigen könnten, welches wäre das?

Dave: Es wäre die physische Extraktion von Daten aus Systemen, die, wie wir gerne sagen, „60 Jahre jung“ sind. Diese Altsysteme sind fantastisch in dem, wofür sie gebaut wurden – eine Fluggesellschaft sicher zu betreiben –, aber sie wurden nicht für das Zeitalter der generativen AI entwickelt.

Wir müssen uns von einer Welt verabschieden, in der eine Abteilung sagt: „Das sind meine Daten, sie gehören mir“, hin zu einer Welt, in der Daten ein gemeinsames, ganzheitliches Gut sind, das zur Verbesserung des gesamten Betriebs genutzt wird.

Aly: Lassen Sie uns über die menschliche Komponente sprechen. Sie haben viel in eine „Data Literacy Academy“ investiert. Warum hat das für eine Führungskraft einer Fluggesellschaft eine solche Priorität?

Dave: Weil Tools nur die halbe Miete sind. Sie können das beste LLM oder die schnellste Rechenleistung der Welt haben, aber wenn Ihre Teams nicht die Intuition oder die Fähigkeiten haben, sie zu nutzen, haben Sie nichts gewonnen.

Wir haben uns mit einer in Großbritannien ansässigen Gruppe zusammengetan, um einen maßgeschneiderten Lehrplan zu erstellen. Wir haben alles gemacht: Online-Schulungen, persönliche Workshops und sogar eigene Podcasts aufgenommen. Aber selbst bei all dem muss man es jeden Tag vorantreiben. Es muss von oben kommen. Unser CEO ermutigt die Teams ständig, über Datenkompetenz nachzudenken. Wir versuchen, mundgerechte Informationshäppchen bereitzustellen, die die Mitarbeiter sofort in ihrer täglichen Arbeit nutzen können.

Mein goal ist es, dass „Citizen Developer“ in fünf Jahren bei Aer Lingus die Norm sein werden. Wenn wir immer noch eine Situation haben, in der eine Führungskraft nicht weiß, wie sie Daten nutzen kann, um ihre Abteilung zu leiten, dann habe ich in meiner Rolle versagt.

Der Wettbewerbsvorteil von Echtzeit-Erkenntnissen

Aly: In einer Branche wie der Luftfahrt ist „Echtzeit“ eine Voraussetzung. Wo sehen Sie heute die größten Auswirkungen von Echtzeit-Erkenntnissen?

Dave: Das Operation Control Center (OCC) ist das Herzstück der Fluggesellschaft. Etwa 24 Stunden vor einem Flug ändern sich die Variablen schnell: Wettermuster ändern sich, die Verfügbarkeit der Besatzung verschiebt sich und Probleme bei der Flugzeugwartung können auftreten.

In der Vergangenheit wurden diese Entscheidungen oft in Silos getroffen. Indem wir nun Daten von verschiedenen Sensoren aus dem gesamten Betrieb auf einer einheitlichen Plattform zusammenführen, können unsere OCC-Teams das „Gesamtbild“ in Echtzeit sehen. Wenn wir einen Flug annullieren oder eine Verspätung in Kauf nehmen müssen, möchten wir, dass diese Entscheidung auf möglichst aktuellen Daten basiert, um Beeinträchtigungen für unsere Kunden zu minimieren.

Auf der kommerziellen Seite ist es ebenso wichtig. Wir verkaufen über 80 % unserer Tickets über direkte digitale Kanäle. Wir sind eine volumenstarke Einzelhandelsplattform. Die Möglichkeit, Echtzeit-Erkenntnisse zur Preisanpassung zu nutzen – um sicherzustellen, dass wir unsere Auslastung maximieren und gleichzeitig den Ertrag optimieren –, ist ein enormer Wettbewerbsvorteil.

Modernisierung mit agentenbasierter AI

Aly: Wie experimentieren Sie heute mit AI-Agenten? Do you have a specific use case in mind?

Dave: Wir beginnen mit etwas, das „schön und einfach“, aber unglaublich verbreitet ist: der Erstellung von Business Cases. In jedem großen Unternehmen verbringt man enorm viel Zeit damit, Business Cases zu schreiben, um eine Finanzierung zu erhalten.

Wir prüfen einen agentenbasierten Workflow, bei dem ein Agent Ihnen bei der Erstellung des Cases hilft. Dann möchten wir, dass ein „CFO-Agent“ den Case prüft und genau identifiziert, was der CFO fragen wird. Das ist eine hervorragende Möglichkeit, unsere interne Logik auf Herz und Nieren zu prüfen, noch bevor wir überhaupt den Besprechungsraum betreten.

Aly: Wie halten Sie bei dem rasanten Tempo des Wandels die Waage zwischen der dringenden Notwendigkeit, „jetzt zu skalieren“, und der Realität des Experimentierens?

Dave: Es ist ein schmaler Grat. Man lässt sich leicht von neuen Trends ablenken, um den Vorstand oder den CEO kurzfristig bei Laune zu halten. Aber man kann sich auch nicht 18 Monate lang im stillen Kämmerlein einschließen, um die „perfekte“ Plattform zu bauen.

Ich folge einer 75/25-Regel. Etwa 75 % unserer Kapazität konzentrieren sich auf die langfristige grundlegende Strategie – die Datenqualität und die Governance von Unity Catalog richtig hinzubekommen. Die anderen 25 % konzentrieren sich auf Innovation und schnelles Wachstum des Marktwerts. Man braucht diese kleinen Erfolge, um den Schwung beizubehalten und das Unternehmen bei der Stange zu halten. Wir haben sogar ein eigenes „Continuous Improvement“-Team von etwa 20 Mitarbeitern eingerichtet, die in die verschiedenen Abteilungen gehen – Finanzen, Kundenservice, Betrieb – und Prozesse so neu definieren, dass sie „AI-ready“ sind.

Aufbau einer anpassungsfähigen Kultur zur Skalierung von AI

Aly: Und zu guter Letzt: Was ist Ihr Rat an andere CDIOs, die den Druck dieses AI-Hype-Zyklus spüren?

Dave: Konzentrieren Sie sich nicht darauf, „zukunftssicher“ zu sein, denn das können Sie nicht sein. Die Technologie ändert sich alle sechs bis zwölf Monate. Konzentrieren Sie sich stattdessen darauf, „anpassungsfähig“ zu sein.

Arbeiten Sie mit Plattformen wie Databricks zusammen, die auf offenen Standards und Open Source basieren. Das gibt Ihnen die Flexibilität, die Richtung zu ändern, wenn sich der Markt weiterentwickelt. Und was am wichtigsten ist: Investieren Sie in Ihre Mitarbeiter. Die wertvollsten Menschen in meinem Unternehmen sind diejenigen mit Neugier, Intuition und Kreativität. In einer Ära, in der Technologie zur Massenware wird, sind diese menschlichen Qualitäten Ihr einziger echter Wettbewerbsvorteil.

Schlussgedanken

Daves Ansatz bei Aer Lingus ist ein Paradebeispiel für moderne digitale Führung. Während sich die Branche auf das generative Potenzial von KI fokussiert, konzentriert er sich auf die eine Variable, die das maximale Potenzial eines Unternehmens bestimmt: die Menschen.

Indem Aer Lingus Datenkompetenz als unternehmensweite Notwendigkeit und nicht als technisches Wahlfach behandelt, löst das Unternehmen die grundlegende Herausforderung der KI-Ära. Sie modernisieren nicht nur eine traditionsreiche Fluggesellschaft, sondern schaffen eine widerstandsfähige, datenkompetente Kultur, in der alle Mitarbeitenden in der Lage sind, Rohdaten in operative Exzellenz zu verwandeln – und das in einer Branche, in der bei Entscheidungen jede Sekunde zählt. Dieses kulturelle Fundament ist der ultimative Wettbewerbsvorteil.

Um zu erfahren, wie mehr als 25 Branchenexperten den Weg für eine erfolgreiche KI-Einführung ebnen, erhalten Sie Zugang zum Bericht „Making AI Deliver“ von Economist Enterprise, der mit Unterstützung von Databricks erstellt wurde.

Sehen Sie sich unten das vollständige Interview mit Dave O’Donovan an

(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag