LONDON (IT BOLTWISE) – Chinesische Forscher haben eine KI entwickelt, die Wärmebilder nutzen soll, um Ziele wie die US-Jets F-22 und F-35 zu erkennen. Die Ergebnisse aus Labortests nennen bis zu 97,1 Prozent Trefferquote bei simulierten Luftzielen. Entwickelt wurde das System für eine Auswertung direkt im Flug, damit die Rakete in Millisekunden entscheiden kann. Gleichzeitig ist laut Angaben noch unklar, wie gut die Technik gegen echte Tarnkappenjets funktioniert.
Im Luftkampf entscheidet oft weniger die Reichweite als die Zeit bis zur richtigen Identifikation. Genau an dieser Stelle setzt ein neues KI-System aus chinesischer Entwicklung an: Es soll Infrarot- bzw. Wärmesignaturen nutzen, um unter simulierten Bedingungen die US-Tarnkappenjets F-22 und F-35 zu erkennen. Die im Labor berichtete Trefferquote liegt demnach bei bis zu 97,1 Prozent, allerdings nicht als Direttreffer gegen echte Flugzeuge, sondern anhand von Testdaten mit Modellzielen.
Technisch betrachtet nutzt das Konzept keine Radar-Rückmeldung, weil Tarnkappenjets auf dem Radarprofil deutlich schwerer zu orten sind. Stattdessen kommt ein Sensorprinzip zum Einsatz, das im Wärmebild sichtbar wird: Triebwerkswärme und die durch Reibung sowie Abstrahlung entstehende Hitze an der Flugzeughülle lassen sich nicht vollständig wegoptimieren. Für eine Rakete bedeutet das: Der Suchkopf erfasst die Strahlung, und die KI soll im Gefecht in extrem kurzen Zeitfenstern entscheiden, ob vor ihr ein echtes Flugziel oder ein Täuschkörper steht.
Die Entwicklungsarbeit adressiert dabei vor allem zwei technische Engpässe, die bei onboardfähiger KI immer wieder auftreten: Platz und Rechenbudget. Die Forscher mussten das Modell stark verkleinern, damit es in den Flugkörpersensor bzw. die Raketen-Hardware passt. Laut den vorliegenden Angaben reduzierte sich der Rechenaufwand auf 19,2 Prozent gegenüber früheren Systemgenerationen; zusätzlich wurde ein eigener KI-Beschleuniger integriert, der die Bildauswertung deutlich schneller als ältere Ansätze erledigen soll. In den Hardware-Tests erreichte das System 96,4 Prozent Genauigkeit, bei einer Laufzeit von rund 1,5 Millisekunden pro Bild und einem Energieverbrauch von etwa 2,2 Watt.
Der Weg dorthin verlief über ein Training mit 3245 Infrarotbildern, die von einem Scansystem an Bord eines Flugkörpers erfasst wurden. Das Trainingsmaterial enthielt laut Beschreibung drei Arten von Luftzielen: neben simulierten F-22- und F-35-Zielen auch kleine Angriffsdrohnen. Damit steckt das Modell nicht nur in der Klassifikation „Flugziel ja/nein“, sondern soll offenbar mehrere Zielkategorien unterscheiden, was für die operative Logik einer Luft-Luft-Rakete entscheidend ist. Gleichzeitig bleibt die Validierung eingeschränkt: Die Versuche liefen den Angaben zufolge gegen simulierte Ziele, während echte Vergleichsdaten zu F-22 und F-35 nicht offengelegt wurden.
Aus Marktsicht zeigt die Meldung vor allem, wie stark sich die KI-gestützte Zielerkennung in Richtung Edge Computing bewegt. Wer wie bei Raketen- oder sonstigen Sensor-to-Shooter-Workflows die Latenz senken will, braucht Modelle, die auf engstem Bauraum laufen und dennoch zuverlässig genug sind, um die Folgeprozesse auszulösen. In der Praxis bedeutet das, dass sich die Wettbewerbsvorteile zunehmend aus dem Zusammenspiel von Modellgröße, Beschleuniger-Design und Bildvorverarbeitung ergeben. Dass das System ausdrücklich für Luft-Luft-Raketen im Nahbereich erprobt wurde, unterstreicht zudem die Engineering-Realität: unterschiedliche Plattformen, Sensorauflösungen und Flugprofile können die Anforderungen an Datenmengen und Inferenzverhalten stark verändern.
Für Unternehmen und Entwickler außerhalb des militärischen Kontextes ist die technische Kernaussage dennoch verwertbar: KI-Modelle für echtzeitfähige Entscheidungen brauchen nicht nur „hohe Genauigkeit“, sondern vor allem reproduzierbare Inferenzzeiten und Energieeffizienz. Die genannten Werte von etwa 1,5 Millisekunden pro Bild bei rund 2,2 Watt zeigen, dass die KI-Auswertung hier als eingebettete Komponente verstanden wird, nicht als nachgelagerte Cloud-Analyse. Ob und wie sich das Verfahren auf andere Plattformklassen übertragen lässt, bleibt offen; ebenso ist noch zu beobachten, wie sich die Erkennungsrate bei weiter verbesserten Daten- und Modellvarianten entwickeln soll.
💳 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 "Chinesische KI für Luft-Luft-Raketen erkennt F-22 und F-35 über Wärme" 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 "Chinesische KI für Luft-Luft-Raketen erkennt F-22 und F-35 über Wärme" 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: »Chinesische KI für Luft-Luft-Raketen erkennt F-22 und F-35 über Wärme« bei Google Deutschland suchen, bei Bing oder Google News!