Laut einem detaillierten Bericht von Ars Technica adaptiert ein von der NATO unterstütztes Startup künstliche Intelligenz, damit kleine Militärdrohnen Ziele ohne direkte menschliche Befehle erkennen, identifizieren und angreifen können. Das Unternehmen Scaleout Systems demonstrierte eine KI-gestützte herumlungernde Munition, die autonom das ihrer Meinung nach wertvollste Ziel auf einem Schlachtfeld priorisierte und dorthin flog, um einen Sprengstoff abzuwerfen – ein Zeichen dafür, wie schnell autonomes Zielen von Forschungsarbeiten in europäische Verteidigungsprogramme übergeht.

Andreas Hellander, Mitbegründer und CEO von Scaleout Systems, sagte gegenüber Ars, dass die Technologie darauf ausgelegt sei, den NATO-Verbündeten einen Vorteil zu verschaffen, indem sie Sensordaten am Rande des Schlachtfelds operationell mache. Weitere Informationen zu dieser Geschichte finden Sie in unserer KI-Nachrichten.

Von der LKW-Telemetrie zum Schlachtfeld

Scaleout Systems wurde 2018 von Forschern der Universität Uppsala in Schweden gegründet und sein ursprünglicher Schwerpunkt lag weit entfernt von der Rüstungsindustrie: die Schulung und Bereitstellung von Modellen für maschinelles Lernen direkt auf der Hardware in Nutzfahrzeugen und anderen Fahrzeugen. Das änderte sich, nachdem Russland im Jahr 2022 seine groß angelegte Invasion in der Ukraine startete und sich das Unternehmen auf Verteidigungsanwendungen konzentrierte.

„Mit dem Krieg in der Ukraine und einer sich verändernden Welt haben wir erkannt, dass diese Technologie sehr wichtig sein kann, um Edge-Daten und Sensordaten für maschinelles Lernen zu operationalisieren, um sicherzustellen, dass NATO-Verbündete diesen strategischen Vorteil gefunden haben“, sagte Hellander gegenüber Ars.

Das Unternehmen wurde im Jahr 2025 für die Teilnahme am Defence Innovator Accelerator for the North Atlantic (DIANA) Challenge-Programm der NATO ausgewählt und arbeitete dort an einem Projekt namens Federated Aerial Intelligence for Recon. Die Bemühungen passen Modelle des maschinellen Lernens für die Edge-Computing-Hardware an, die auf Drohnen, Drohnenpilot-Tablets und Feldkommandoposten zu finden ist – Hardware, die, wie Hellander Ars sagte, von kleinen eingebetteten Geräten bis hin zu leistungsstarken Edge-Workstations reicht.

Föderiertes Lernen an vorderster Front

Der Ansatz von Scaleout unterscheidet sich vom Frontier-Modell-Playbook von OpenAI oder Anthropic. Anstelle großer zentralisierter Modelle verwendet das Unternehmen schlankere Modelle für maschinelles Lernen, die Computer-Vision-Aufgaben direkt auf Drohnen-Hardware ausführen. Die Drohnen helfen den Bedienern bei der Zielidentifizierung, während ihre Kameras und Sensoren Gefechtsfelddaten sammeln und dann zeitweise selektive Aktualisierungen mit Rechenknoten im örtlichen Zug oder in der Firmenzentrale teilen – ohne sensible Rohdaten zu übertragen.

Diese Hauptknoten trainieren die Modelle anhand aggregierter Daten aus mehreren Quellen neu und übertragen aktualisierte Funktionen zurück an Edge-Geräte, wenn die Bedingungen dies zulassen. Der Vorteil liegt in der Anpassungsfähigkeit: „Modelle wurden möglicherweise in einer Wüstenumgebung trainiert, und wenn wir versuchen, sie in einer städtischen Umgebung einzusetzen, werden sie keine gute Leistung erbringen“, sagte Hellander gegenüber Ars. Er argumentierte, dass Modelle, die während eines einzigen Einsatzes ständig aus Gefechtsfeldsensordaten lernen und sich verbessern, einen „nachhaltigen Vorteil“ darstellen.

Im Juni testete Scaleout das Konzept auf einem schwedischen Luftwaffenstützpunkt in Uppsala, wo das schwedische Militär bereits eine Lizenz für die Softwareplattform des Unternehmens besitzt. Die Demonstration zeigte, dass ein vorwärtsgerichteter Rechenknoten seine eigenen KI-Inferenz- und aktiven Lernprozesse auch dann weiter ausführen konnte, wenn der Kontakt zu einem zentralen Knoten im Labor des Unternehmens verloren ging, und seine erlernten Aktualisierungen synchronisierte, sobald die Verbindung wiederhergestellt war. Hellander erklärte gegenüber Ars, dass diese föderierte Strategie letztendlich auf ganze Regionen ausgeweitet werden könne, und bemerkte: „Grundsätzlich kann man die Zusammenarbeit zwischen NATO-Mitgliedstaaten fördern.“

ALMA: Eine autonome herumlungernde Munition

Die folgenreichste Anwendung ist die Teilnahme von Scaleout am Projekt Affordable Loitering Modular Ammunition (ALMA) unter der Leitung von BAE Systems Bofors, dessen Ziel die Entwicklung einer kostengünstigen autonomen Kamikaze-Drohne ist. Das ALMA-Konzept wurde erstmals im Januar bei einer Winter Demo 2026-Veranstaltung in Schweden öffentlich vorgeführt.

Während dieser Demonstration „erkennt, identifiziert und geolokalisiert“ eine Drohne mithilfe von KI autonom alle potenziell erkannten Bedrohungen, heißt es in einer von Ars zitierten Präsentation von Scaleout Systems. „Alle Daten werden von einem dedizierten Onboard-Computing verarbeitet, sodass das System ohne externe Verarbeitung in Echtzeit arbeiten kann.“

Die Drohne priorisierte dann automatisch das Ziel mit dem höchsten Wert gemäß ihrer Mission – in diesem Fall ein gepanzertes technisches Fahrzeug –, flog darauf zu und warf einen Sprengstoff ab. Ars berichtete, dass ein menschlicher Bediener die Drohne immer noch steuern und steuern könne, die Drohne die Mission jedoch selbstständig und ohne direkte menschliche Befehle ausführe. Hellander sagte gegenüber Ars, das Unternehmen habe auch ein funktionierendes Überwachungs- und Aufklärungskonzept entwickelt, das in Schweden öffentlich demonstriert wurde.

Warum Edge-KI im modernen Krieg wichtig ist

Der Vorstoß zur KI an Bord spiegelt die Realität aktueller Konflikte wider. Elektronische Kriegsführung und feindliche Störungen beeinträchtigen häufig die Kommunikation, was einer der Gründe dafür ist, dass immer mehr ukrainische Militärdrohnen bereits integrierte KI in billige Kamikaze-Designs integrieren. Ars wies auch darauf hin, dass es riskanter erscheint, sich bei der Ausführung von KI-Modellen auf zentralisierte Rechenzentren zu verlassen, da große Rechenzentren während des Krieges zwischen den USA und dem Iran angegriffen und zerstört wurden.

Lokale KI-Modelle, die unabhängig arbeiten – ohne ständigen Kontakt mit einem entfernten Server – funktionieren weiter, wenn die Verbindungen ausfallen, und genau das ist das Szenario, über das sich Militärplaner am meisten Sorgen machen.

Die breitere Debatte über autonome Waffen

Die ALMA-Demonstration landet mitten in einer ungelösten internationalen Debatte über tödliche autonome Waffen, in der es um die Schlüsselfrage geht, wie viel menschliche Kontrolle bei der Auswahl und Bekämpfung von Zielen durch Maschinen verbleiben muss. Bei den öffentlichen Demonstrationen von Scaleout behielt ein menschlicher Bediener die Fähigkeit, die Drohne zu steuern und zu steuern, und das Unternehmen stellt seine Technologie als Entscheidungsunterstützung für das NATO-Militär dar. Was die Demo im Januar jedoch gezeigt hat, ist, dass der gesamte Missionszyklus – Erkennen, Identifizieren, Priorisieren, Angriff – jetzt auf dem Bordcomputer einer kostengünstigen Drohne ohne externe Verarbeitung ausgeführt werden kann.

Wie der Bericht von Ars Technica deutlich macht, sind die Bausteine ​​der autonomen Angriffsfähigkeit nicht mehr auf die geheimen Programme der Großmächte beschränkt. Sie werden von Startups zusammengestellt, über Innovationskanäle der NATO beschleunigt und öffentlich demonstriert – eine Entwicklung, die Befürworter der Rüstungskontrolle und Militärplaner gleichermaßen genau beobachten werden.

---

Bleib vorne bei KI

Die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Mehr KI-Nachrichten lesen →