Überblick
Air France–KLM arbeitete mit Google Cloud und emagine zusammen, um seine Datenplattform zu modernisieren und KI im gesamten Unternehmen zu skalieren. Durch die Konzeption eines dedizierten A-Teams aus Daten- und Engineering-Spezialisten haben wir dazu beigetragen, die Implementierung zu beschleunigen, die Governance zu stärken und fortgeschrittene Analysen in messbare operative Wirkung zu verwandeln.
Die Herausforderung
Um den vollen Wert seiner Daten auszuschöpfen, benötigte Air France–KLM mehr als nur neue Technologie. Die Gruppe brauchte ein skalierbares, sicheres Cloud-Fundament, das fortschrittliche Analysen, vorausschauende Wartung und KI-gestützte Entscheidungsfindung in allen Geschäftsbereichen unterstützt.
Die Ambition war klar: Daten nutzen, um die Zuverlässigkeit der Flugzeuge zu verbessern, Bodenabläufe zu optimieren und das Kundenerlebnis zu personalisieren. Doch die Verwirklichung dieser Ambition erforderte tiefgreifende Veränderungen.
Altsysteme begrenzten die Skalierbarkeit. Datenpipelines waren komplex und fragmentiert. Die Überführung von Modellen aus der Experimentierphase in den Produktivbetrieb war langsam und ressourcenintensiv. Gleichzeitig mussten Sicherheits-, Compliance- und Governance-Standards in einem stark regulierten Umfeld kompromisslos eingehalten werden.
Mehr als nur ein Migrationsprojekt war dies eine grundlegende Transformation der Art und Weise, wie Daten im gesamten Unternehmen strukturiert, abgerufen und operationalisiert wurden.
Air France–KLM brauchte einen Partner, der Folgendes leisten konnte:
- Entwerfen und implementieren Sie eine moderne Cloud-Datenplattform auf Google Cloud
- Die Bereitstellung von KI und Machine Learning industrialisieren
- Governance, Zuverlässigkeit und Kostenkontrolle sicherstellen
- Bleib nah an der Umsetzung und übernimm Verantwortung für die Ergebnisse
Kurz gesagt brauchten sie Expertise, die sich flexibel in großem Maßstab einsetzen lässt – ohne Abstriche bei der Verantwortlichkeit.
Die Lösung
emagine stellte ein dediziertes A-Team aus mehr als 20 Spezialisten zusammen und setzte es ein, um die Transformation zu unterstützen. Das Team vereinte:
- 10 Data Scientists
- 2 MLOps Engineers
- 4 Operations-Research-Ingenieure
- 1 DevOps Engineer
- Zusätzliche Expertise in Lieferung und Koordination
Anstatt Strategie und Umsetzung zu trennen, arbeitete das Team direkt im Programm mit – es entwarf, entwickelte und skalierte die Plattform in enger Zusammenarbeit mit Air France–KLM und Google Cloud.
Phase 1: Die A‑Team-Gründung
Die Transformation begann damit, ein engagiertes, funktionsübergreifendes A-Team zusammenzustellen, das auf den Umfang und die Komplexität des Programms zugeschnitten war.
Indem emagine Datenwissenschaft, Engineering und Delivery-Expertise in einem integrierten Team vereinte, wurde sichergestellt, dass Strategie und Umsetzung von Anfang an eng aufeinander abgestimmt blieben.
Phase 2: Aufbau der Cloud-Datenbasis
Das Team entwarf und implementierte skalierbare Datenverarbeitungs- und Modelltrainings-Pipelines auf der Google Cloud Platform (GCP) und schuf damit eine moderne Architektur, die in der Lage ist, große Datenmengen über operative Systeme hinweg zu verarbeiten.
Die Datenaufnahme und -orchestrierung wurden optimiert, um die Zuverlässigkeit zu erhöhen und die Kosten zu senken. Es wurden Pipelines aufgebaut, die auf Leistung und Wiederholbarkeit ausgelegt sind – so wird eine konsistente Bereitstellung ermöglicht, anstatt nur einmalige Experimente durchzuführen.
Phase 3: Skalierung von KI durch MLOps
Um schneller von Pilotprojekten zur Produktion überzugehen, implementierte emagine strukturierte MLOps-Frameworks über die gesamte Plattform hinweg.
Dies verbesserte die Versionskontrolle, das Testen, die Bereitstellungsgeschwindigkeit und das Lebenszyklusmanagement von Machine-Learning-Modellen.
Phase 4: Verankerung von Governance und verantwortungsvoller Umsetzung
Sicherheit und Compliance wurden von Anfang an in die Architektur integriert. Das Team arbeitete eng mit internen Stakeholdern zusammen, um sicherzustellen, dass Governance-Standards eingehalten wurden, während gleichzeitig der Zugang zu vertrauenswürdigen Daten verbessert wurde.
Dieses Gleichgewicht zwischen Flexibilität und Kontrolle ermöglichte Fortschritte, ohne das Risiko zu erhöhen.
Während des gesamten Programms blieb emagine für die Lieferung verantwortlich. Das Team blieb eingebunden und passte sich den sich wandelnden Prioritäten an, während es gleichzeitig die klare Verantwortung für die Ergebnisse beibehielt.
Transformation timeline
Phase 1
Die A‑Team-Gründung
Phase 2
Aufbau der Cloud-Datenbasis
Phase 3
Skalierung von KI durch MLOps
Phase 4
Verankerung von Governance und verantwortungsvoller Umsetzung
Die Ergebnisse
Schnellere KI-Bereitstellung
Strukturiertes MLOps und skalierbare Infrastruktur ermöglichten einen schnelleren Übergang von der Experimentierphase in den produktiven Betrieb und verkürzten so die Time-to-Value für neue Anwendungsfälle.
Verbesserte Entscheidungsfindung
Vereinheitlichte, sichere und zugängliche Daten statteten Business-Teams mit verlässlichen Erkenntnissen aus und unterstützten fundiertere operative und strategische Entscheidungen.
Personalisierte Kundenerfahrung
Erweiterte Analysen ermöglichten eine bessere Antizipation der Kundenbedürfnisse und verbesserten so Servicequalität und Kundenbindung.
Stärkere Governance und Sicherheit
Eine moderne Cloud-Plattform gewährleistete Compliance, Transparenz und langfristige Skalierbarkeit.
Durch die Kombination von Cloud-Infrastruktur, KI-Fähigkeiten und verlässlicher Umsetzung hat Air France–KLM seine Innovationskraft gestärkt – nun auf einer Grundlage, die auf Skalierung ausgelegt ist.