Anwendung von Machine Learning zur Bestimmung des Frachtgewichts von Flugzeugen

Aus verschiedenen Gründen kann es notwendig sein, das Frachtgewicht eines Flugzeugs zu bestimmen. Einer davon ist beispielsweise eine Analyse von Wettbewerbern im Luftfrachtmarkt. Da jedoch Ladungsgewichte Interna der jeweiligen Airline und nicht öffentlich zugänglich sind, müssen Verfahren entwickelt werden, dies umzusetzen. Ziel dieser Masterarbeit ist es, anhand öffentlich zugänglicher Daten und geeigneter Verfahren wie beispielsweise aus dem Machine Learning, das Gewicht der geladenen Fracht eines Flugzeugs zu bestimmen.
 
Für die Datenbasis kommt beispielsweise das sogenannte Automatic Dependent Surveillance Broadcast (ADS-B), ein Flug-Überwachungssystem, das von vielen großen Airlines eingesetzt wird, infrage. Bei diesem auf Funk basierenden System setzen die Flugzeuge automatisiert regelmäßig aktuelle Daten zu ihrer geografischen Position, Höhe, Geschwindigkeit und einigen anderen Parametern per Broadcast ab. Dieser Broadcast kann mithilfe von ADS-B Receivern in der Luft und am Boden durch andere Flugzeuge, Einrichtungen der Flugsicherung oder auch unbeteiligte Dritte empfangen und gegebenenfalls aufgezeichnet werden. Es erscheint denkbar, solche aufgezeichnete Daten dieses Systems zu benutzen, um ein Verfahren zur Gewichtsbestimmung zu entwickeln.
 
Diese Arbeit soll einen Proof of Concept in Form einer prototypischen Umsetzung liefern, dass eine Gewichtsbestimmung auf Basis von ADS-B-Daten möglich ist.