A Bibliometric Mapping of Airport Security: Research Trends, Thematic Structure, and Practical Implications

Jedes Mal, wenn ein Reisender ein Flughafengebiet betritt, begibt er sich in ein komplexes System, das darauf ausgelegt ist, zwei konkurrierende Bedürfnisse in Einklang zu bringen: die absolute Notwendigkeit der Sicherheit und den Wunsch nach einer reibungslosen, effizienten Reise. Hinter den Kulissen dieser Sicherheitskontrollen findet eine stille Revolution statt, wie Forscher den Prozess verstehen und verbessern. Über Jahrzehnte hinweg war der Fokus zwischen zwei unterschiedlichen Welten gespalten. Auf der einen Seite steht das menschliche Element: das Training, die Psychologie und die kognitiven Grenzen der Kontrolleurinnen und Kontrolleur, die Röntgenbilder untersuchen, um gefährliche Gegenstände zu entdecken. Auf der anderen Seite steht die technologische Grenze: die rasante Entwicklung von Computern und Software, die Bedrohungen in Gepäckstücken automatisch erkennen können. Während beide Seiten darauf abzielen, den Luftraum sicher zu halten, haben sie oft in getrennten Fahrspuren operiert und kaum miteinander kommuniziert. Diese Trennung wirft eine entscheidende Frage für die Zukunft des Reisens auf: Wie kombinieren wir menschliche Geschicklichkeit am besten mit maschineller Intelligenz, um ein Sicherheitssystem zu schaffen, das sowohl effektiv als auch effizient ist?

Um dies zu beantworten, entschied sich ein Forscher namens Tarık Mildan von der Kocaeli University in der Türkei dazu, die gesamte Landschaft der akademischen Forschung zur Flughafensicherheit abzubilden. Anstatt jede einzelne Studie einzeln zu lesen, was angesichts des enormen Volumens an Arbeiten unmöglich wäre, nutzte er eine Methode namens bibliometrische Analyse. Man kann sich dies wie eine Möglichkeit vorstellen, eine Momentaufnahme einer riesigen Bibliothek zu machen und eine Karte zu zeichnen, die zeigt, welche Bücher am häufigsten zusammen gelesen werden, welche Autoren miteinander sprechen und welche Themen an Popularität gewinnen. Indem er 1.207 akademische Dokumente sammelte, die zwischen 2010 und Anfang 2025 in einer großen Datenbank namens Scopus veröffentlicht wurden, erstellte Mildan eine visuelle Darstellung der intellektuellen Struktur des Feldes. Er untersuchte, wer die Arbeiten schrieb, welche Begriffe sie am häufigsten verwendeten und wie sich die Themen im Laufe der Zeit veränderten. Das Ziel war nicht nur, Artikel zu zählen, sondern die verborgenen Muster zu verstehen, die bestimmen, wie Wissen in diesem Bereich aufgebaut wird und wo die Lücken bestehen.

Die Karte offenbarte eine klare Geschichte von zwei parallelen Pfaden, die nebeneinander hergelaufen sind. Ein Pfad ist tief in der menschlichen Psychologie verwurzelt. Im Zentrum dieser Gruppe steht ein Forscher namens Adrian Schwaninger, der ein Netzwerk von Wissenschaftlern leitet, die sich damit beschäftigen, wie Menschen Bilder sehen und interpretieren. Diese Studien untersuchen die mentalen Prozesse der Sicherheitskontrolleur, wie sie geschult werden, um Bedrohungen zu erkennen, und wie sie mit den Maschinen interagieren, die sie benutzen. Diese Tradition war stetig und konsistent und baute ein starkes Fundament des Wissens über die menschliche Leistungsfähigkeit und die kognitiven Herausforderungen beim stundenlangen Betrachten von Röntgenbildern auf. Der andere Pfad wird durch Ingenieurwesen und Informatik angetrieben. Diese Seite der Karte ist in den letzten Jahren explodiert, insbesondere nach 2019. Sie wird von der Forschung zum Deep Learning dominiert, einer Art künstlicher Intelligenz, die es Computern ermöglicht, Objekte zu „sehen“ und zu identifizieren. Die am häufigsten vorkommenden Begriffe in diesem Cluster sind „Deep Learning“, „Objekterkennung“ (Object Detection) und spezifische Software-Tools wie YOLO, was für „You Only Look Once“ steht. Diese Technologie ermöglicht es Maschinen, Gepäckstücke in einem Bruchteil einer Sekunde zu scannen und potenzielle Bedrohungen zu melden – eine Fähigkeit, die zum Standard in der modernen Forschung geworden ist.

Was diese Karte so wertvoll macht, ist, dass sie zeigt, wie diese beiden Pfade einander weitgehend ignoriert haben. Die Forscher, die die menschliche Psychologie untersuchen, zitieren selten die Arbeiten, die von den Informatikern geschrieben wurden, und umgekehrt. Die Daten zeigen, dass die Human-Factors-Gruppe (menschliche Faktoren) eine eng vernetzte Gemeinschaft von Kooperationspartnern hat, während die Technologiegruppe ein massives, schnell wachsendes Feld ist, das Tausende von Zitaten angezogen hat. Die produktivsten Autoren im Technologiesektor sind Experten für Computer Vision und künstliche Intelligenz, während die Experten für die menschlichen Faktoren Psychologen und angewandte Forscher sind. Diese Spaltung deutet darauf hin, dass das Feld derzeit in zwei separate Gespräche unterteilt ist. Ein Gespräch dreht sich darum, wie man einen Menschen besser in seinem Job trainiert, und das andere darum, wie man eine Maschine baut, die den Job für ihn erledigen kann. Die Studie legt nahe, dass diese Trennung ein Problem sein könnte, da die Zukunft der Flughafensicherheit wahrscheinlich von der Integration dieser beiden Ansätze abhängt, anstatt sie getrennt zu halten.

Der Zeitstrahl der Forschung erzählt eine weitere wichtige Geschichte. In den ersten acht Jahren des Untersuchungszeitraums, von 2010 bis 2018, wuchs die Anzahl der Publikationen in einem langsamen und stetigen Tempo. Ab 2019 jedoch nahm der Output dramatisch zu und erreichte einen Höhepunkt in den Jahren 2023 und 2024. Dieser plötzliche Sprung fällt mit der weit verbreiteten Einführung fortschrittlicher Computer-Vision-Techniken zusammen. Der Anstieg war nicht nur eine allgemeine Zunahme des Interesses; er wurde spezifisch durch eine Flut neuer Studien zu Deep Learning, Röntgenbildgebung und automatisierter Bedrohungserkennung vorangetrieben. Die Fachgebiete dieser Arbeiten bestätigen diesen Wandel. Der Großteil der Arbeit stammt nun aus den Fachbereichen Ingenieurwesen und Informatik, wobei ein signifikanter Teil auch aus den Bereichen Mathematik und Physik stammt. Während die Sozialwissenschaften und die Psychologie immer noch einen beträchtlichen Teil der Studien beitragen, ist ihr Anteil im Vergleich zur boomenden technischen Literatur kleiner geworden. Dies deutet darauf hin, dass das Feld zunehmend technischer wird, mit einem starken Fokus auf dem Bau besserer Algorithmen und Detektionssysteme.

Trotz des beeindruckenden Wachstums in der Technologie hebt die Karte auch hervor, was fehlt. Die Forschung ist stark auf die Mechanik der Detektion ausgerichtet: wie man die Maschinen schneller, genauer und besser darin macht, Waffen oder Sprengstoffe aufzuspüren. Die Erfahrung der Passagiere wird jedoch kaum erwähnt. Es gibt sehr wenig Forschung, die den Sicherheitskontrollprozess mit dem Gefühl der Reisenden, ihrer Wartezeit oder ihrer Zufriedenheit mit dem Service verknüpft. Ähnlich verhält es sich mit den breiteren politischen und wirtschaftlichen Aspekten der Flughafensicherheit, die unterforscht sind. Während die technische Seite der Gleichung mit großer Geschwindigkeit gelöst wird, bleibt die menschliche Seite der Gleichung – wie diese Systeme in das tägliche Leben der Reisenden passen und wie sie reguliert werden – ein blinder Fleck. Die Studie legt nahe, dass die zukünftige Forschung diese Lücken schließen muss, indem sie untersucht, wie die automatisierte Detektion mit dem Training von Menschen integriert werden kann und wie Sicherheitsmaßnahmen sowohl sicher als auch passend für die Reisenden gestaltet werden können.

Für die Menschen, die Flughäfen tatsächlich betreiben und Sicherheitsrichtlinien entwerfen, bieten diese Erkenntnisse einen klaren Leitfaden. Die Beständigkeit der Human-Factors-Forschung deutet darauf hin, dass Maschinen keinen Ersatz für die menschlichen Kontrolleur sind, sondern vielmehr ein Werkzeug, das neben ihnen eingesetzt werden muss. Die Daten zeigen, dass wir selbst dann, wenn wir bessere künstliche Intelligenz entwickeln, weiterhin in die Ausbildung von Menschen investieren müssen, da das Vertrauen zwischen dem Kontrolleur und der Maschine ein komplexes psychologisches Thema ist, das nicht einfach vorausgesetzt werden kann. Darüber hinaus bedeutet das rasante Tempo des technologischen Wandels, dass die Regeln und Vorschriften, die die Flughafensicherheit regeln, Schritt halten müssen. Wenn die Technologie jedes Jahr fortschreitet, sollte der Zertifizierungsprozess für neue Ausrüstungen nicht Jahre hinterherhinken. Schließlich weist die Studie darauf, dass die effektivste Sicherheitsstrategie wahrscheinlich daraus resultiert, die Verbindung zwischen risikobasierten Screening-Programmen, die Passagiere basierend auf ihrem Risikoniveau unterschiedlich behandeln, und den neuen automatisierten Detektionswerkzeugen herzustellen. Durch die Zusammenführung dieser getrennten Forschungsströme kann die Luftfahrtindustrie zu einem System gelangen, das nicht nur intelligenter, sondern auch kohärenter und effektiver für alle Beteiligten ist.