Artificial neuron in concept of artificial intelligence
Schlüssel zur Informationsüberlegenheit: Künstliche Intelligenz
Schlüssel zur Informationsüberlegenheit: Künstliche Intelligenz
17.01.2025

Von Daten zur Dominanz

HENSOLDT setzt seit langem auf maschinelles Lernen (ML) und künstliche Intelligenz (KI), um Produkte und Lösungen zu verbessern. Die enge Zusammenarbeit mit der Bundeswehr und der NATO hat zu einem tiefgreifenden Wissen über die spezifischen Bedürfnisse und Abläufe des Militärs geführt. Zusammen mit der großen Menge an verfügbaren Daten bietet dies umfangreiche Möglichkeiten für die Entwicklung neuer Fähigkeiten für die Zukunft.

Die Bedeutung der künstlichen Intelligenz

Software ist ein wesentlicher Bestandteil moderner militärischer Operationen im Sinne von kräfteübergreifenden Multi-Domain-Operationen (MDO). Themen der Künstlichen Intelligenz gehören zu den wichtigsten Technologietrends der letzten Jahre und sind damit eine der wichtigsten nationalen Schlüsseltechnologien. Gerade im Verteidigungsbereich bietet KI große Chancen und spielt logischerweise auch bei HENSOLDT eine große Rolle.

Das liegt vor allem daran, dass tiefe neuronale Netze dank ihrer beeindruckenden Fähigkeiten, unterstützt durch große Mengen an Trainingsdaten und optimierter Hardware, mittlerweile eine breite Anwendung finden.

Das Positionspapier Software Defined Defence von BDSV, BDLI, Bitkom und BMVg unterstreicht die Bedeutung des Themas:

"Für KI-basierte Dienste müssen neue Muster (z.B. Tarnung, Funksignale) generiert sowie identifiziert, Dienste neu trainiert, getestet, zertifiziert und auf die taktische Ebene ausgerollt werden. Diese Modelle sollen schnell und mit geringem Integrationsaufwand in die jeweilige Plattform implementiert werden können. Ein Anwendungsfall ist zum Beispiel die Nutzung von Daten aus allen Sensoren und anderen Quellen (C4I-Systeme) für KI-basierte Funktionen (Konnektivität und Interoperabilität)."

Deep Machine learning Artificial intelligence AI technology concept on virtual screen.

Potenziale freisetzen

HENSOLDT setzt seit Jahrzehnten Methoden der künstlichen Intelligenz ein, insbesondere Methoden des maschinellen Lernens. In jüngster Zeit sind Deep-Learning-Algorithmen und generative KI-Methoden hinzugekommen. Diese verbessern die automatisierte Analyse von Sensordaten in vielerlei Hinsicht und stärken das Produktportfolio durch die Weiterentwicklung von Technologien in Bereichen wie Radar, Spektrumdominanz, Optronik und Avionik.

Die riesigen Datenmengen (Gigabytes in Sekunden), die von modernen AESA-Radaren, digitalen Empfängern oder Multispektralsensoren erzeugt werden, lassen sich ohne KI-Verfahren kaum in verwertbare Informationen ("actionable intelligence") umwandeln.

Die Experten von HENSOLDT strukturieren mit modernsten Algorithmen gefilterte Sensordaten in einem Datenmodell, trainieren neueste KI-Methoden und interpretieren die Informationen auf der Basis von umfangreichem Domänenwissen aus militärischen Einsätzen. Dieses Zusammenspiel im Sinne einer KI-Integration ermöglicht es HENSOLDT, zuverlässig und schnell Informationen aus Daten zu extrahieren, die zur Informationsüberlegenheit auf dem Gefechtsfeld beitragen und den entscheidenden Unterschied ausmachen können.

Das Potenzial dieser Datenmengen zu erschließen, ist eine Herausforderung: Einerseits bilden sie die unverzichtbare Grundlage für Informationen, auf deren Basis Entscheidungen getroffen werden können. Andererseits sind die Daten zunächst unstrukturiert und das Auffinden relevanter Informationen kann der Suche nach der Nadel im Heuhaufen gleichen. Um die Komplexität von Sensorsystemen und -lösungen zu begrenzen, ist es notwendig, ausreichend Rechenleistung in den Sensor zu integrieren, um sicherzustellen, dass die Datenmenge zumindest in der Nähe oder im Sensor vorverarbeitet und gefiltert wird.

Die vorverarbeiteten Daten der einzelnen Sensoren werden durch Sensordatenfusion und Anreicherung mit zusätzlichen Metadaten zu einem umfassenden gemeinsamen Lagebild zusammengefügt, was ohne ausgefeilte Algorithmen und KI aufgrund der riesigen Datenmengen nicht möglich wäre.

Die Integration von künstlicher Intelligenz in HENSOLDT-Lösungen: Das KI-fähige Portfolio

HENSOLDT-Lösungen werden durch den Einsatz fortschrittlicher eingebetteter Systeme, die insbesondere KI-Funktionen effizient einsetzen können, weiter verbessert. Sensorsysteme verlassen sich traditionell auf eine Datenvorverarbeitungseinheit in der Nähe des Sensors oder auf Server in einer Zentrale zur Datenanalyse.

Die Idee für Systeme der nächsten Generation ist, dass jeder Sensor einen großen Teil der Datenanalyse selbst übernehmen kann. Dazu wird ein dedizierter Datenpool aus Real- und Simulationsdaten genutzt und weiter ausgebaut, der zum Training und zur Validierung von KI-Verfahren genutzt werden kann. Gezielte Optimierungen ermöglichen einen effizienten Betrieb auf unterschiedlicher Hardware, so dass Sensoren und komplexere Systeme gleichermaßen von KI-gestützten Funktionen profitieren.

Die Domänenexpertise und die enormen Datenmengen, die aus jahrzehntelanger Hardwareentwicklung bereits vorhanden sind, sind ein großer Vorteil gegenüber Anbietern, die sich nur mit KI beschäftigen. Gleichzeitig ist es wichtig, das Umfeld im Auge zu behalten und durch intelligente Partnerschaften ein innovatives Ökosystem aufzubauen.

So arbeitet HENSOLDT in den Bereichen Sensordatenanalyse, erklärbare KI und ethische Überlegungen zur militärischen Nutzung von KI-Funktionen eng mit externen Partnern, z.B. verschiedenen Fraunhofer-Instituten, zusammen. Darüber hinaus beteiligt sich HENSOLDT aktiv an einer Reihe von Forschungsprojekten im Rahmen der European Defence Fund Initiative, arbeitet an neuen militärischen und sicherheitsrelevanten Themen und kooperiert mit renommierten Forschungseinrichtungen und kommerziellen Akteuren.

Das KI-Ökosystem wird durch Partnerschaften mit großen Unternehmen der digitalen Transformation und Start-ups mit neuartigen, aber bereits industrialisierten Technologien ergänzt.

KI in HENSOLDT-Lösungen: Informationsvorsprung für den Anwender

SETAS - See through Armour System

Das 360°-Rundumsichtsystem See-Through Armour System (SETAS) kann in Verbindung mit dem Datenauswertungs- und Fusionssystem CERETRON den gesamten Bereich um ein gepanzertes Fahrzeug gleichzeitig beobachten und analysieren. Deep-Learning-Algorithmen zur Objekterkennung erhöhen den Automatisierungsgrad der Datenauswertung. So kann beispielsweise die Früherkennung von Gefahren sichergestellt werden.

Eine der Kernkompetenzen der Sparte Optronics & Land Solutions ist es, solche Verfahren direkt im Sensor integriert ablaufen zu lassen. Im Falle von Kameras nennt man dies Embedded Computer Vision, was "Intelligenz direkt in die Kamera" bringt und Probleme wie Latenzzeiten reduziert, erklärt Dr. Michael Teutsch, AI Lead: "Die kameranahe Datenverarbeitung erhöht die Effizienz und reduziert in der Regel die Anforderungen an Größe, Gewicht und Stromverbrauch von Sensorsystemen und -lösungen."

Die Reife dieser Produktentwicklung wurde im Mai 2023 bei einer Gefechtsübung unter realen Bedingungen im Gefechtsübungszentrum (GÜZ) der Bundeswehr in Gardelegen eindrucksvoll demonstriert. Feindliche getarnte Landfahrzeuge wurden im Gelände automatisch erkannt und aufgeklärt. Diese Aufklärungsinformationen wurden innerhalb von Sekunden georeferenziert und an die verbündeten Truppen verteilt.

Ähnliche Ansätze werden auch für die in U-Booten installierten optronischen Mastsysteme (OMS) sowie für luftgestützte Selbstschutz- und Kamerasysteme angestrebt. Dazu wird die Professionalisierung der Erfassung und Verwertung von relevanten Daten konsequent vorangetrieben. Neben der Automatisierung der Annotation von realen Trainingsdaten mit modernsten Basismodellen liegt der Fokus auch auf generativer KI, um synthetische Trainingsdaten aus der hochskalierbaren Simulation zu generieren.

Radargestützte automatische Zielerkennung

Im Radarbereich werden Methoden des maschinellen Lernens eingesetzt, um eine automatische Zielklassifizierung und damit einen schnellen Situationsüberblick für den Operator zu ermöglichen. Dies reicht von Methoden zur Klassifizierung des Modulationseffekts von Triebwerken zur eindeutigen Identifizierung von Flugzeugen/Jägern über Mikro-Doppler-Methoden zur Unterscheidung zwischen verschiedenen Luft- und Bodenzielen bis hin zu konventionellen und modernen Methoden zur automatischen Zielerkennung auf Bildern des Synthetischen Apertur Radars (SAR).

Das SPEXER 2000 3D MkIII Radar bietet beispielsweise die Klassifizierung von kleinen und sich langsam bewegenden Objekten in einem städtischen Umfeld. Insbesondere die Unterscheidung zwischen kleinen Drohnen und Vögeln sorgt für ein umfassendes Lagebild, das die Arbeit des Operators erheblich erleichtert. Darüber hinaus findet die Unterscheidung einer Vielzahl von Zieltypen für unterschiedliche Radartypen im HENSOLDT-Portfolio statt und wird ständig weiterentwickelt.

Im Bereich der automatischen Zielerkennung auf SAR-Bildern hat sich zudem gezeigt, dass mit modernen Deep-Learning-Methoden nicht nur Ziele detektiert und klassifiziert werden können, sondern auch ganze SAR-Szenen erfolgreich segmentiert werden können. Dies ermöglicht darauf aufbauende Verfahren zur semantischen Analyse von Szenarien, für die SAR-Bilder vorliegen, beispielsweise zur automatischen Erkennung von Kampf- oder Angriffsformationen.

Aktuelle Entwicklungen ermöglichen die Erkennung von Drohnenschwärmen, die nahezu verzögerungsfreie Erkennung von nur kurzzeitig sichtbaren Zielen wie Kampfhubschraubern, die nur kurz aufsteigen, um ihre Waffen abzuwerfen, oder die Unterdrückung von Clutter durch Windkraftanlagen, komplexe städtische Strukturen und die zunehmende Belegung des elektromagnetischen Spektrums. Es kann sogar mit Radaren mit geringer Dopplerauflösung eingesetzt werden, so dass das gesamte HENSOLDT-Portfolio davon profitiert und einen schnellen, zuverlässigen Überblick über die Lage ermöglicht.

Kalaetron Integral

KI kann auch SIGINT-Systeme wie Kalaetron Integral in allen Einsatzphasen unterstützen. Intelligente Algorithmen helfen bei der Parametrisierung der hochkomplexen SIGINT-Sensoren. Grundlage dafür sind kognitive KI-Verfahren, die auf dem Wahrnehmungs-Handlungs-Zyklus basieren und Methoden des Reinforcement Learning zur Optimierung der Sensorik nutzen.

Während des Einsatzes erkennen intelligente Cluster- und Klassifikationsalgorithmen zusammengehörende Impulse von Radarsystemen oder nutzen Spektralanalysen, um Kommunikations- und Radarsignale zu erkennen und zu klassifizieren. In den nächsten Schritten können Radargeräte und Modi durch die Erkennung von Pulsmustern identifiziert werden.

Künstliche Intelligenz in der Verteidigungsindustrie bedeutet Verantwortung

Als Unternehmen der Verteidigungsindustrie stellt sich HENSOLDT nicht nur die Frage, wie KI eingesetzt werden kann, sondern auch, wie sie verantwortungsvoll genutzt werden kann. In komplexen Bedrohungsszenarien können Abschreckung und Überlegenheit - und damit Überlebensfähigkeit und Wirksamkeit - nur erreicht werden, wenn die eigenen Kräfte in die Lage versetzt werden, den "Find-fix-track-target-engage-assess-Zyklus" schneller und effektiver zu durchlaufen als der Gegner. Verantwortung bedeutet, dass der Mensch immer in den Steuerungsprozess eingebunden bleibt, aber dennoch jederzeit umfassend durch Automatisierung unterstützt wird, um zeitnah, effektiv und ressourcenschonend zu handeln und Kollateralschäden weitestgehend zu vermeiden.

HENSOLDT ist sich seiner Verantwortung bewusst: Um hochkomplexe Verteidigungssysteme optimal zu ermöglichen, muss die künstliche Intelligenz in ihrer ganzen Bandbreite beherrscht werden. An der Schnittstelle von künstlicher Intelligenz und dem fundierten Wissen über die Anwendungsszenarien unserer Kunden entstehen die Verteidigungssysteme von morgen.

Aktuelle Insights