Reden und handeln
In den letzten Jahren wurde viel über die Rolle der Künstlichen Intelligenz (KI) diskutiert, doch wie kann sie genutzt werden, um militärische Operationen und das Personal im Bereich der Aufklärung zu unterstützen?
Die Fähigkeiten der KI sind in den letzten Jahren exponentiell gewachsen, infolgedessen nimmt die Zahl der möglichen Anwendungen dieser Technologie in immer mehr Arbeitsbereichen weiter zu.
Ein Blick auf einige der Tools im KI-Werkzeugkasten zeigt, wie sie von militärischen Nachrichtendiensten und operativem Personal genutzt werden können, um Arbeitsabläufe in einer Kommandozentrale effizienter zu gestalten.
Einen Plan zusammenbringen
Die explosionsartige Zunahme der potenziellen Einsatzmöglichkeiten von ChatGPT und ähnlichen Systemen mit großen Sprachmodellen (Large Language Model, LLM) unterstützt die Erstellung von Inhalten auf eine Weise, die sowohl den Erstellern als auch den Lesern zugutekommt. Für militärisches Personal kann diese Technologie genutzt werden, um Textentstehungsprozesse, die sonst sehr zeitaufwendig sein könnten, zu beschleunigen.
Da militärische Pläne, Befehle und Präsentationen in stark strukturierten Formaten vorliegen, kann der Einsatz von KI-Chatbots zur Erstellung textlicher Elemente eines Einsatzplans dazu beitragen, die Belastung des operativen Personals und der Analysten zu verringern und die Verwendung klarer Sprache zu fördern.
Durch den Einsatz von Maschinellem Lernen (ML), um das aktuelle gemeinsame Lagebild zu verstehen, kann ein KI-Chatbot dann einen Überblick über das Gefechtsfeld erstellen, komplexe operative Manöver in leicht verständliche und strukturierte Sprache zusammenfassen und diese in ein Format ausgeben, das einfach in einen Plan integriert werden kann. ML kann zudem verwendet werden, um einen Überblick zu geben über die verfügbaren Kräfte und ihre Fähigkeiten sowie die Zeit, die sie benötigen, um einen Einsatzbefehl zu beginnen und abzuschließen.
Infolgedessen kann die Zeit, die Planungs- und Einsatzkräfte für die Erstellung standardisierter Inhalte aufwenden, erheblich reduziert werden, was zu einer verbesserten Effizienz in der Kommandozentrale führt. Resultierend daraus, können andere Einheiten unterstützt oder andere Aufgaben übernommen werden.
Tiefere Anwendungen des Maschinellen Lernens ermöglichen es einem KI-System, Handlungsoptionen für Befehlshabende zu entwickeln und so Entscheidungen auf dem Gefechtsfeld zu unterstützen, indem Optionen aufgedeckt werden, die sonst möglicherweise nicht berücksichtigt worden wären.
Nadeln im Heuhaufen finden
Da das Datenvolumen, das Sensoren den Planungs- und Aufklärungsmitarbeitern liefern, exponentiell wächst, wird es zunehmend schwieriger relevante Daten herauszufiltern, um Erkenntnisse zu gewinnen. Wenn die Daten richtig strukturiert und attribuiert sind, wird es einfacher Objekte von Interesse zu identifizieren – was dazu beiträgt, das erkannte Lagebild (Recognised Intelligence Picture, RIP) zu bereichern und das Lagebewusstsein im gemeinsamen operativen Bild zu stärken.
Durch die Bereitstellung strukturierter Daten kann KI-Technologie bei der automatischen Markierung, Kategorisierung und Klassifizierung von Sensordaten helfen, um sicherzustellen, dass sie zur richtigen Zeit am richtigen Ort platziert werden. Dies kann dann visuell dargestellt werden – wie z.B. in Heatmaps oder Diagrammen – in Dashboards, um eine schnelle Interpretation des Gefechtsfeldes zu ermöglichen.
Die Anwendung dieser Business Analytics Prinzipien kann dazu beitragen, die belastenden Aufgaben der Aufklärungsanalysten bei der Sammlung und Kategorisierung gesammelter Daten zu reduzieren, sodass sie letztendlich Zeit für höher priorisierte oder anspruchsvollere Aufgaben aufwenden können.
Ist das normal?
Der Einsatz in der Area of Operation kann für jedes neue Team zunächst ungewöhnlich sein, und das Verständnis dessen, was als „normale“ Aktivität im Gegensatz zu potenziell feindlicher Aktivität gilt, kann einem Gegner einen Vorteil verschaffen. Das Verständnis von Verhaltensmustern in einem Gebiet – insbesondere wenn zivile und kommerzielle Akteure noch anwesend sind – kann die Untersuchung einer Vielzahl von Daten erfordern, die letztlich keine Intervention erfordern.
Die Befragung von Zivilisten, die ihrem täglichen Leben nachgehen, kann weiter zur Entfremdung gegenüber dem Militär und zu potenzieller Feindseligkeit führen. Die Digitalisierung und die Verwischung der Grenzen zwischen zivilen und militärischen Fähigkeiten – von der Nutzung ziviler Drohnen bis hin zu Satelliteninternet und 5G-Telekommunikation – können bedeuten, dass das Signaturmanagement für eine feindliche Streitkraft nahezu identisch mit dem der örtlichen Zivilbevölkerung ist.
KI kann bei der Analyse von Verhaltensmustern helfen und Sensordaten nutzen, um das Einsatzpersonal auf die Anwesenheit ungewöhnlicher Akteure oder Änderungen in der Aktivität von Akteuren, die normalerweise in der Gegend sind, aufmerksam zu machen. Systematic’s SitaWare Headquarters Fusion hilft dem Personal, Spuren zu reduplizieren, wenn sie von mehreren Sensorsystemen gemeldet werden, sodass sie korreliert und in eine einzige Spur zusammengeführt werden können, die die zuverlässigsten und genauesten Informationen enthält.
Die Technologie wurde bereits im maritimen Bereich zur Unterstützung von SitaWare Maritime angewendet und erprobt. SitaWare Headquarters Fusion hat mit Sensoren und Open-Source-Datenfeeds gearbeitet, um zivile und militärische Schiffe zu verfolgen sowie verdächtige Schiffe oder ungewöhnliches Verhalten zu identifizieren. Die Technologie ist auch Teil von SitaWare Insight und hilft Nutzern, große Datenmengen zu analysieren, um Verhaltensänderungen aufzudecken die das Muster beeinflussen können.
Die [visuellen] Punkte verbinden
Computer Vision ist ein Teilbereich der Künstlichen Intelligenz, bei dem ein Computersystem ein Objekt automatisch identifizieren und klassifizieren kann, wodurch es zu einem verwertbaren Datenpunkt für Aufklärungs- oder Einsatzpersonal wird.
Zum Beispiel kann ein Einheitssymbol auf einem gepanzerten Fahrzeug helfen, die Gefechtsordnung eines Gegners zu identifizieren, sodass ein Kommandeur entsprechend den Stärken und Schwächen des Gegners planen kann. Übergeordnete Bildaufklärung (IMINT) kann auch Computer Vision nutzen, um Objekte zu identifizieren und zu durchsuchen, wie Schiffe auf See oder bestimmte Flugzeugtypen auf einem Luftwaffenstützpunkt, wobei Künstliche Intelligenz zur Klassifizierung für weitere Analysen eingesetzt wird.
In Kombination mit anderen KI-Technologien wie Verhaltensmusteranalyse und Veränderungserkennung können Aufklärungs- und Einsatzkräfte ihre Arbeitslast durch Automatisierung und intelligentere Arbeitsweise erheblich reduzieren. Die Möglichkeit, einen Überblick über große Einsatzgebiete zu erhalten und sich auf Bereiche zu konzentrieren, in denen es Veränderungen gegeben hat, ermöglicht eine optimierte Informationsgewinnung und die Fähigkeit mehr Aufgaben zu erledigen.
