Zum Inhalt springen
Zurück

Betriebsintelligenz

Abgeschlossen

Travel Disruption Orchestration

Deterministischer, erklärbarer Entscheidungsmotor für Reisestörungen — gebaut beim Amadeus + Contentstack KI-Hackathon.

Überblick

Bei Reisestörungen müssen Operatoren Passagierkontext, Tarifregeln und Umbuchungsoptionen schnell abgleichen — manuell ist das langsam und inkonsistent, ein rein generativer KI-Ansatz ist nicht prüfbar. Ich habe JourneyMind beim Amadeus + Contentstack KI-Hackathon gebaut, um zu testen, ob KI Kontext vorbereitet, während ein deterministischer Entscheidungsmotor Empfehlungen liefert, die Operatoren erklären und vertreten können. React/TypeScript und FastAPI, mit Playwright-getesteten Operator-Abläufen.

Problemstellung

Bei Reisestörungen müssen Operatoren Passagierkontext, Tarifregeln und Umbuchungsoptionen schnell abgleichen. Manuell ist das langsam und inkonsistent; ein rein generativer KI-Ansatz ist nicht nachvollziehbar und nicht prüfbar.

Warum ich es gebaut habe

Während des Amadeus + Contentstack AI Hackathons habe ich JourneyMind als Arbeitsprobe für einen operationalen Workflow gebaut: KI-Orchestrierung plus deterministische Entscheidungslogik, um echte Handlungsempfehlungen zu erzeugen.

Wer profitiert

Operations-Agenten und Reiseberater, die bei Störungen schnell und konsistent handeln müssen — mit einer Empfehlung, die sie verstehen und vertreten können.

Aktueller Status

Hackathon-Build mit vollständiger Architektur und Kern-Flows; Produktionshärtung und Live-Daten-Integration folgen.

Architektur

Aktuelle Architektur

Aktuelle Implementierung — basierend auf dem, was heute gebaut ist.

Technologie-Stack

React · TypeScript · Vite · Tailwind CSS · FastAPI · Python · REST APIs · Playwright

Erkenntnisse

  • Determinismus allein garantiert keine Erklärbarkeit — Begründung muss im Entscheidungsprozess entstehen
  • KI-Orchestrierung außerhalb des finalen Entscheidungsschritts hält das System prüfbar
  • End-to-End-Tests des Operator-Ablaufs decken mehr auf als isolierte Unit-Tests
  • Explizite Constraints sind im regulierten Kontext wertvoller als implizite Modell-Flexibilität

Zukünftige Richtung

  • Produktionshärtung: Auth, Rate-Limiting, Beobachtbarkeit, Resilienz
  • Live-Daten-Integration für Störungen, Tarife und Umbuchungen
  • Konfigurierbare Constraints ohne Code-Änderung
  • Audit-Log für Empfehlungen und manuelle Überschreibungen