LONDON (IT BOLTWISE) – Chinesische Forscher haben ein KI-Modell entwickelt, das Wärmesignaturen von Luftzielen anhand von Infrarotbildern auswertet. In Labortests erreichte das System eine Genauigkeit von bis zu 97,1 Prozent und entscheidet damit für Raketen-Suchköpfe in Millisekunden. Die Teams geben außerdem an, den Rechenaufwand auf 19,2 Prozent reduziert und mit einem KI-Beschleuniger rund 2,2 Watt Leistungsaufnahme erreicht zu haben. Offen bleibt, ob die Erkennung gegen echte F-22- und F-35-Jets unter Gefechtsbedingungen ähnlich zuverlässig ausfällt.
Die vermeintliche Schwäche moderner Tarnkappenjets liegt aus Sicht der Sensorik selten im Radar, sondern in den physikalischen Resten, die sich nicht vollständig wegzaubern lassen. Genau an dieser Stelle setzt ein KI-gestütztes Verfahren an, das chinesische Forschungsteams für Luft-Luft-Raketen entwickeln wollen: Ein Modell soll Infrarotszenen so auswerten, dass ein Raketen-Suchkopf in sehr kurzer Zeit entscheidet, ob vor ihm ein echtes Flugziel oder ein Täuschkörper steht. Der Knackpunkt ist dabei die Millisekunden-Logik an Bord, denn je weniger ein System auf externe Rechenhilfe angewiesen ist, desto schneller kann es im Flug reagieren.
Technisch basiert das Vorhaben auf der Bildklassifikation aus dem Infrarotbereich. Die Forschenden trainierten das Modell mit 3245 Infrarotbildern, die von einem Scansystem an Bord eines Flugkörpers erfasst wurden. Laut Beschreibung umfasste das Trainingsmaterial drei Arten von Luftzielen; neben simulierten F-22- und F-35-Konfigurationen gehörten auch kleinere Angriffsdrohnen dazu. Für Unternehmen und Entwickler ist der entscheidende Punkt nicht nur die Trainingszahl, sondern die Pipeline: Von der Erfassung der IR-Signatur über die Erkennung bis zur direkten Entscheidung innerhalb der Raketenlogik muss alles so ausgelegt sein, dass es auch unter begrenzter Rechenleistung und harten Echtzeitanforderungen stabil läuft.
In den berichteten Labortests erreicht das System bis zu 97,1 Prozent Genauigkeit. Gleichzeitig wird deutlich, warum der Weg über ein möglichst schlankes Modell gegangen ist: Ein Suchkopf oder Flugkörper hat nur begrenzten Bauraum, ein striktes thermisches Budget und oft auch Vorgaben für Energieverbrauch und Robustheit. Die Entwickler geben an, das Modell stark verkleinert zu haben, sodass es im Vergleich zu früheren Systemen nur noch einen Bruchteil der Recheneinheiten benötigt. Den Rechenaufwand senkten sie demnach auf 19,2 Prozent, und zusätzlich setzten sie einen eigenen KI-Beschleuniger ein, der mehrere Rechenschritte parallel ausführt und wichtige Daten direkt im Hardwarepfad vorhält.
Die Hardware-Zahlen liefern den praktischen Eindruck, den reine Modellmetriken selten vermitteln. Bei Hardware-Tests nennen die Forschenden eine Genauigkeit von 96,4 Prozent. Der entscheidende Leistungswert für die Echtzeitfähigkeit liegt jedoch in der Laufzeit: Pro Bild verarbeitete das System rund 1,5 Millisekunden und soll dabei etwa 2,2 Watt verbraucht haben. Für die Luftkampf-Dynamik ist das relevant, weil ein Luftfahrzeug im Ansatzbereich wenig Zeit für aufwendige Auswertung lässt; ebenso wichtig ist, dass der Suchkopf die Bildauswertung direkt an Bord durchführen kann und damit keine zusätzliche Rechenstation benötigt. Genau diese Kopplung aus Modellkompaktheit und Beschleuniger-Design ist der Unterschied zwischen einer „funktionierenden“ Demonstration und einem System, das unter engen Latenz- und Energiegrenzen wirklich nutzbar wäre.
Wichtig bleibt die Abgrenzung gegenüber einer gefährlichen Fehlinterpretation: Die Tests liefen nach Angaben der Teams nicht gegen echte F-22- oder F-35-Jets, sondern mit simulierten Zielen. Damit bleibt die zentrale Frage offen, wie gut das Modell mit der Realität umgeht, also mit der Variabilität in Flugzuständen, Umgebungsbedingungen, Sensorrauschen und taktischen Manövern. Der leitende Autor wird zudem so zitiert, dass die entsprechenden Testdaten nicht offengelegt werden könnten; für Außenstehende erschwert das eine unabhängige Nachprüfung. Aus Sicht der Technikbewertung heißt das: Die gemeldeten Werte sind ein Indikator für die Machbarkeit, aber noch kein Beweis für die Leistungsfähigkeit unter Gefechtsbedingungen.
Auch der Einsatzbereich ist laut Beschreibung enger gefasst als der Gesamtkatalog möglicher Zielerkennungen. Das Team erprobte die Technik zunächst für Luft-Luft-Raketen im Nahbereich. Damit wird zwar ein klarer Use Case adressiert, aber die Übertragung auf andere Plattformen ist nicht automatisch gegeben: Ob sich das Verfahren ebenso für Boden-Luft-Systeme eignet, bleibt offen. In der Praxis hängt das unter anderem davon ab, welche IR-Spektren und Perspektiven beim Scan tatsächlich dominieren, wie sich Hintergrundsignaturen aus Bodenklutter oder Wetterlagen unterscheiden und ob das Modell auch dann zuverlässig zwischen Flugziel und Täuschkörper trennt, wenn der Sichtwinkel und die Dynamik deutlich variieren.
Für den Markt und die Entwicklungslinien ist die Meldung vor allem ein Signal dafür, wie stark KI inzwischen in sicherheitskritischen Echtzeitketten gedacht wird. Statt große Generalistenmodelle in eine eng getaktete Sensorfusion zu pressen, setzen die Teams auf Bildklassifikation mit gezieltem Beschleuniger und auf ein Training, das auf die erwartete Zielklasse zugeschnitten wird. Daneben zeigt der Ansatz, dass die Hardware-Seite heute mindestens so wichtig ist wie die Modellarchitektur: Ein kleineres Netz mit passendem Beschleuniger kann im Ergebnis zuverlässiger wirken als ein theoretisch leistungsfähigeres Modell, das die Latenzgrenzen sprengt. Wer KI-Lösungen für Edge- oder Embedded-Anwendungen entwickelt, erkennt hier ein Muster wieder: Optimierung für Inferenzzeit, Energie und Datenpfade ist oft der entscheidende Wettbewerbsfaktor.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI erkennt Wärmesignaturen von F-22 und F-35: Studie für Luft-Luft-Raketen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI erkennt Wärmesignaturen von F-22 und F-35: Studie für Luft-Luft-Raketen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI erkennt Wärmesignaturen von F-22 und F-35: Studie für Luft-Luft-Raketen« bei Google Deutschland suchen, bei Bing oder Google News!