Schwedische Zielerfassung überholt Schutzvorkehrungen

Bei einem Industrietest im schwedischen Karlskoga erkannte die Software an Bord einer kleinen Drohne mehrere Zieltypen, wählte nach menschlich festgelegten Missionsregeln eines davon aus und begann den autonomen Anflug. Nach Angaben der Entwickler lief die Verarbeitung lokal, ohne externe Rechenleistung und ohne durchgehende Kommunikationsverbindung. Ein Bediener steuerte die abschließende Auswahl nicht.

Die Demonstration im Januar war Teil von ALMA, dem von BAE Systems Bofors geleiteten Projekt Affordable Loitering Modular Ammunition. Das schwedische KI-Unternehmen Scaleout, eine Ausgründung der Universität Uppsala, lieferte die Software für maschinelles Lernen. Expando AB und Airolit stellten die Drohnenhardware bereit; an der übergeordneten Veranstaltung Winter Demo 2026 beteiligten sich rund 20 Unternehmen.

Scaleout zeigte einen klar umrissenen technischen Ablauf: Ein trainiertes Erkennungsmodell lief an Bord der Drohne, erkannte und klassifizierte Objekte am Boden, ordnete sie nach Priorität und steuerte anschließend auf jenes Objekt zu, das die von Menschen geschriebenen Regeln als vorrangig eingestuft hatten.

Warum lokale Verarbeitung die Bedingungen verändert

Die meisten militärischen Drohnen übertragen ihre Kamerabilder heute an einen entfernten Bediener, der Ziele beobachtet, identifiziert und den Einsatz freigibt. Dieses Verfahren setzt eine schnelle und ununterbrochene Datenverbindung zwischen der Drohne und der Führungsstelle voraus.

Beim ALMA-Ansatz findet die Bildanalyse dagegen an Bord statt. Scaleouts technische Darstellung seiner weiter gefassten Entwicklungsarbeit beschreibt Kameras, die das Umfeld erfassen, ein kompaktes Erkennungsmodell, das Objekte erkennt und klassifiziert, sowie eine Software, die sie über mehrere Videobilder hinweg verfolgt. Anschließend wählen Bewertungsregeln ein priorisiertes Ziel aus. Die gesamte Verarbeitung übernimmt ein kleiner Bordcomputer und kein entfernter Server.

Damit entfällt eine Schwachstelle: Ein Gegner kann die Erkennungssoftware nicht allein dadurch abschalten, dass er die Kommunikationsverbindung stört. Der Test zeigte allerdings nicht, ob das System auch anderen Beeinträchtigungen standhält, etwa einer Manipulation der Sensoren oder einer Störung der Navigation. Die lokale Verarbeitung wirft zudem eine bislang unbeantwortete Frage auf: Welche Kontrolle bleibt dem Bediener, wenn die Verbindung eingeschränkt ist? Ob vorab festgelegte Abbruchbedingungen, redundante Verbindungen oder andere Schutzmechanismen existieren, ist nicht bekannt.

Was der Test gezeigt hat – und was nicht

Die vorliegenden Belege beschränken sich auf eine Industriemonstration auf einem schwedischen Testgelände, nicht auf einen unabhängigen Leistungsvergleich oder eine militärische Abnahmeprüfung. Keine öffentlich zugängliche Quelle nennt, wie zuverlässig das Modell Ziele erkennt, wie es sich bei Rauch, Staub, Tarnung oder gleichzeitig auftretenden zivilen und militärischen Objekten verhält und wie schnell es zu einem Ergebnis kommt. Gerade die Differenz zwischen einem kontrollierten Testgelände mit bekannten Fahrzeugtypen und der Unübersichtlichkeit realer Einsatzbedingungen stellt für Zielerfassungssysteme die schwierigste Herausforderung dar (NIST AI risk framework).

Unklar bleibt auch, ob bei dem Test ein scharfer Gefechtskopf, eine inerte Nutzlast oder lediglich ein simulierter Angriff zum Einsatz kam. Sekundärberichte sprechen von einer Sprengladung gegen ein gepanzertes Fahrzeug; die eigenen Darstellungen von Scaleout machen dazu jedoch keine Angaben.

Keine Quelle belegt eine Einführung durch die schwedischen Streitkräfte oder eine NATO-Einheit. Ein Forschungsdatensatz von Vinnova führt die verwandte Arbeit von Scaleout als laufende Forschung und Entwicklung, nicht als Beschaffungsvorhaben.

Wer die nächsten Antworten liefern muss

Die Demonstration verlagerte die Objektauswahl und den Anflug auf die Drohne, wobei die Regeln von Menschen vorgegeben worden waren. Das ist ein konkretes technisches Ergebnis. Es belegt jedoch weder eine einsatzfähige Waffe noch, dass bei lokal verarbeiteten Zielentscheidungen eine wirksame menschliche Kontrolle erhalten bleibt.

Sollte diese Konfiguration als Waffe übernommen werden, müsste Schweden nach Zusatzprotokoll I, Artikel 36 prüfen, ob sie rechtmäßig eingesetzt werden kann. Zu bewerten wären dabei die Sensorik, die Erkennungsgenauigkeit, mögliche Fehlfunktionen und die tatsächlichen Eingriffsmöglichkeiten des Bedieners. Der EU AI Act nimmt rein militärische Systeme aus seinem Anwendungsbereich aus; die internationalen Verhandlungen über autonome Waffen haben zwar Grundsätze hervorgebracht, aber keinen verbindlichen Vertrag, der eine ausreichende menschliche Kontrolle definiert.

Die Entwickler müssen öffentlich darlegen, wie hoch die Erkennungsgenauigkeit und die Rate von Fehlalarmen sind und welche Eingriffsmöglichkeiten der Bediener tatsächlich besitzt. Ein künftiger schwedischer Käufer oder eine zuständige Waffenprüfung müsste rechtlich bewerten, ob diese Kontrollen ausreichen. Bis beides vorliegt, zeigt der Test in Karlskoga, welche Ziele eine Software an Bord auswählen kann – nicht, welchen Zielen sie anvertraut werden sollte, getroffen zu werden.