AirDetec

20245 (Seit 2024)

Meine Rolle

Senior Product Designer

Themen

AI & Innovation, UX / UI Design

2024 - 2025 IBM iX

KI und komplexe Expertensysteme

Die GASCADE Gastransport GmbH betreibt in Deutschland ein Fernleitungsnetz von über 3.700 Kilometern. Die Vision hinter AirDetec war es, die traditionell personal- und kostenintensive Instandhaltung (Helikopterflüge, manuelle Begehungen, Fahrzeugpatrouillen) durch ein vollautonomes, KI-gestütztes Überwachungssystem zu ersetzen.
Der Fokus - Als übergeordneter UX Designer begleitete ich das Projekt von der ersten Konzeption bis zur finalen Umsetzung. Meine Aufgabe war es, eine intuitive Experten-Webanwendung zu schaffen, die große Datenmengen (hochauflösende Drohnenbilder und Geodaten) verarbeitet und den Instandhaltungs-Teams eine schnelle, datenbasierte Entscheidungsfindung ermöglicht.

Zum Projekt

Impact in Zahlen

Skalierung & Effizienz

3.700 km

Gesamtes Pipelinenetz von GASCADE als langfristiges Ziel.

120 m

Maximale Flughöhe der autonomen Drohnen zur Erfassung d Bild.

95%

Technische KI-Präzision zur automatischen Erkennung und Klassifizierung von Anomalien.

Systematisches Risikomanagement unterteilt in Offen, In Prüfung und Gelöst

Die Challange

Datenflut bändigen & Entscheidungen beschleunigen

Die Instandhaltung von kritischer Energieinfrastruktur unterliegt höchsten Sicherheitsanforderungen.

‍Das Problem:
Herkömmliche Inspektionsmethoden (Helikopter) sind teuer, umweltschädlich und ungenau. Gleichzeitig erzeugt der neue Ansatz (vollautonome Drohnen, die hunderte Bilder und Geo-Koordinaten liefern) eine massive Datenflut, die Experten schnell überfordern kann.

‍Die Strategie:
Neben meiner konzeptionellen Arbeit steuerte ich als Lead die UI-Entwicklung und übernahm die Supervision der UI-Designerin, um eine konsistente visuelle Sprache sicherzustellen. Technische Basis hierfür war ein modifiziertes shadcn-UI-System, das exakt auf die spezifischen Bedürfnisse dieses B2B-Projekts angepasst wurde. Das daraus entstandene Warnhinweis-Dashboards übersetzt komplexe KI-Analysen (mittels IBM Maximo Visual Inspect und asynchroner Datenorchestrierung durch IBM iX) in einen klaren, kollaborativen Workflow. Experten können Flüge suchen, Anomalien auf einer interaktiven Karte verfolgen, im Team kommentieren (mit Historie) und den Bearbeitungsstatus anpassen.

Deep Dive

Zwischen Systematik und Expert-UX

Komplexe KI-Modelle in intuitive Workflows übersetzen: Wie man Wartungsteams befähigt, kritische Infrastruktur effizient zu steuern.

Kollaboratives Dashboard

Ein zentraler Ort für Instandhalter, um Befunde zu filtern, georeferenziert auf Karten zu verorten und via Kommentarfunktion interdisziplinär zu bewerten.

Erste Flugversuche

Nach erfolgreichen initialen Testflügen lieferte die Bilderkennungs-KI von IBM die reale Datengrundlage, die iterativ optimiert wurde, um eine einwandfreie Objekterkennung aus der Luft zu garantieren.

Learnings

Meine persönlichen Projekt- Erkentnisse

Design System Customization im Enterprise-Kontext

Durch den gezielten Rückgriff auf shadcn als Basis und dessen maßgeschneiderte Weiterentwicklung für GASCADE habe ich gelernt, wie wichtig es ist, moderne Frontend-Standards mit den spezifischen Anforderungen von Expert-Software zu verknüpfen. Es beschleunigt den Build-Prozess massiv, ohne visuelle und funktionale Flexibilität einzubüßen.

Design für asynchrone KI-Prozesse

Wenn KI-Modelle im Hintergrund (wie IBM Maximo Visual Inspect) asynchron arbeiten, muss das UI dem Nutzer aktives Vertrauen und Transparenz vermitteln (z. B. über Statusindikatoren wie das Confidence-Level oder den Live-Datenstatus).

Leadership in der Umsetzung: Supervision & Mentoring

Die Verantwortung von der Konzeption bis zum fertigen UI und die parallele Supervision der UI-Designerin hat mir gezeigt, wie wertvoll eine klare gestalterische Leitlinie bei hochkomplexen B2B-Produkten ist. Qualität entsteht, wenn Systematik und kreative Kollaboration Hand in Hand gehen.

Design als Brücke zwischen Automatisierung und menschlicher Verantwortung

Bei KI-gestützten Systemen wie AirDetec darf Automatisierung niemals zu einer reinen „Black Box“ für den Anwender werden. Ich habe gelernt, dass eine exzellente UX in sicherheitskritischen Bereichen immer die menschliche Expertise einbinden muss, anstatt sie zu ersetzen. Durch transparente Confidence-Level, Kommentarfunktionen und klare Status-Workflows haben wir sichergestellt, dass die KI als mächtiges Werkzeug dient, die finale Entscheidung aber stets beim Menschen verbleibt. Das schafft das nötige Vertrauen in neue Technologien.