Die KI spielt eine immer wichtigere Rolle in Befehls- und Kontrollsystemen (solche, die die Einsatzführung bei der Durchführung und Überwachung der einer Mission zugewiesenen Einsatzkräfte unterstützen), in denen sie von der Datenerfassung und -analyse bis zur Präsentation von Informationen für den Bediener Anwendung findet. In diesem Artikel geben wir einen kurzen Überblick über den gegenwärtigen und zukünftigen Beitrag der KI in Bezug auf diese Aspekte.

Beginnend mit der Datenerfassung zeigt die KI großes Potenzial in zwei ihrer Hauptkomponenten: adaptives Sensormanagement und Zusammenführung der Daten dieser Sensoren. Das adaptive Management konzentriert sich auf die Anpassung von Messverfahren und -parametern sowie die Koordinierung der Sensoren entsprechend den Anforderungen der Mission und den Veränderungen der Umwelt. Neu aufkommende Szenarien (wie z. B. die hybride Kriegsführung) und neue Generationen von Sensoren (biometrische, soziale, städtische) fördern die Entwicklung fortschrittlicher Formen des adaptiven Managements. Techniken wie Data Mining in sozialen Netzwerken und Echtzeit-Videoanalyse, um zwei Beispiele zu nennen, werden ein Management ermöglichen, das auf der Analyse eines allgemeineren Kontexts beruht und weit über die traditionellen Techniken der Kontrolltheorie hinausgeht. Gleichzeitig bieten moderne Deep-Learning-Algorithmen zusammen mit klassischen statistischen Techniken (wie Bayes'sche Methoden, die die Grenze dessen berühren, was wir derzeit unter künstlicher Intelligenz verstehen) einen neuen Horizont für die Datenzusammenführung, die besonders für die Kombination unstrukturierter Daten (wie Sprachdaten oder Texte in natürlicher Sprache) aus heterogenen Quellen relevant ist, zu deren Hauptherausforderungen die korrekte Ausrichtung oder Assoziation der Daten und das Management von Konflikten zwischen ihnen gehören. Wenn beispielsweise Informationen über dasselbe taktische Element von mehreren Sensoren eingehen, würde der KI-Algorithmus eine Beziehung zwischen diesen herstellen und die Unterschiede auf der Grundlage der Bewertung des Glaubwürdigkeitsgrads der Quellen für verschiedene Situationen auflösen.

Ein weiterer Befehls- und Kontroll-Aspekt, bei dem KI sehr nützlich ist, ist die Entscheidungsunterstützung. Während die Aussicht, den Menschen in wichtigen Entscheidungsprozessen vollständig zu ersetzen, heute noch in weiter Ferne zu liegen scheint, sind KI-basierte Werkzeuge zur Verringerung der Arbeitsbelastung von Entscheidungsträgern längst unerlässlich. Anschauliche Beispiele dafür sind die Lagebeurteilungen und die Wahl des optimalen Vorgehens.

Unter Lagebeurteilung verstehen wir das Verstehen und die Interpretation von Einsatzszenarien und potentiellen Bedrohungen, um taktische und strategische Ziele zu erreichen. Erfahrung und Wissen über den Feind sowie über die eigene und fremde Doktrin sind daher für die richtige Beurteilung einer Situation unerlässlich. Die künstliche Intelligenz erleichtert diese Aufgabe, indem sie den Menschen durch die bereits erwähnte Datenfusion und die Vorverarbeitung und Analyse der Daten bei der Vordiagnose unterstützt und dem Anwender so strukturierte und verständliche Informationen bereitstellt.

Die Auswahl der Aktionslinie, die ihrerseits auf der Bewertung der Situation beruht, stützt sich auf die Analyse möglicher alternativer Aktionslinien und die Vorhersage der Folgen jeder einzelnen dieser. Auch hier sind die Erfahrungen und Kenntnisse des Entscheidungsträgers die Schlüsselfaktoren. Algorithmen wie die des Maschinellen Lernens können jedoch sehr nützlich sein, wenn es darum geht, den Verantwortlichen mitzuteilen, wenn auf der Grundlage des Erfahrungsverlaufs genügend Informationen für eine Entscheidung vorliegen (d. h. wenn sich die Beschaffung zusätzlicher Informationen nicht mehr maßgeblich auf die Entscheidung selbst auswirken würde). Dies ist von größter Bedeutung, da die Zeit oft ein wesentlicher Faktor für die Führung und Kontrolle ist, da sich allgemein die Erfolgschancen erheblich erhöhen, wenn die Entscheidung rechtzeitig getroffen wird. Auf der Grundlage dieses Erfahrungsverlaufs (der im Wesentlichen aus Vorkenntnissen von Fakten, Entscheidungen und Konsequenzen in vergleichbaren Situationen besteht) sind diese Instrumente außerdem in der Lage, eine quantitative Abschätzung der mit allen denkbaren Alternativen verbundenen Auswirkungen vorzunehmen, zusammen mit den Hypothesen, auf denen sie beruhen, sowie den entsprechenden Erklärungen, welche den Beteiligten verständlich macht, warum eine bestimmte Entscheidung zu einem bestimmten Ergebnis führen könnte.

Zum Abschluss dieses kurzen Überblicks werden wir ein Schlüsselelement der Informationsdarstellung in Befehls- und Kontrollsystemen, den so genannten Gemeinsamen operativen Überblick (COP - Common Operational Picture), vorstellen. Dieses „Bild“ zeigt die relevanten operativen Informationen, wie z. B. die Positionen der eigenen und feindlichen Einheiten, und ist typischerweise mit einer Karte verbunden, auf der die Objekte von Interesse grafisch dargestellt sind. In den klassischen Systemen müssen diese Objekte manuell von einem menschlichen Bediener eingegeben werden und sind dann für alle sichtbar, die Zugang zum COP haben. Auto-Learning-Techniken machen es jedoch möglich, der Karte automatisch Informationen hinzuzufügen, z. B. aus der Analyse von Satellitenbildern oder von einer zur Erkundung des Einsatzgebiets entsandten Drohne. Auf diese Weise können wichtige Objekte wie z. B. feindliche Truppen oder wichtige Infrastruktur automatisch erkannt, analysiert und dem Bediener präsentiert werden.

Während, wie oben erwähnt, das menschliche Urteilsvermögen auch für lange Zeit noch weiterhin das primäre Element im Entscheidungsfindungsprozess von Befehls- und Kontrollträgern bleiben wird, wird die Entwicklung und Wirksamkeit der KI-basierten Instrumente nach und nach den Menschen von den nebensächlichsten Aufgaben entlasten, so dass er sich ausschließlich auf die Aufgaben konzentrieren kann, bei denen sein Zutun wirklich entscheidend ist.

Autor: Raúl Valencia