LONDON (IT BOLTWISE) – Chinesische Forscher berichten von einer KI, die Infrarotbilder an Bord einer Luft-Luft-Rakete in Millisekunden auswerten soll. In Labortests soll das System bei simulierten Luftzielen eine Trefferquote von bis zu 97,1 Prozent erreicht haben. Für die Umsetzung wurde das Modell deutlich verkleinert und zusätzlich ein eigener KI-Beschleuniger eingesetzt. Der Ansatz zielt darauf, zwischen Flugzeug und Täuschkörper zu unterscheiden, bevor der Raketen-Suchkopf Zeit verliert.
Die Nachricht klingt zunächst wie ein Fortschritt in der Mustererkennung – technisch ist sie aber vor allem ein Beispiel dafür, wie eng KI in modernen Waffensystemen mit Sensorik, Echtzeit-Constraints und Hardware-Design verzahnt wird. Im Zentrum steht eine Künstliche Intelligenz, die Infrarot-Wärmebilder von Luftzielen verarbeitet und daraus erkennen soll, ob es sich um einen echten Jet oder um einen Täuschkörper handelt. Solche Entscheidungen müssen im Luftkampf extrem schnell fallen, weil ein Flugkörper für die Zielklassifizierung nur kurze Zeitfenster hat. Genau dort setzen Entwickler typischerweise an: nicht bei einer besseren „Abbildung“ als solche, sondern bei einer schnelleren und robusteren Klassifikation direkt am Rand der Sensorik.
Nach den Angaben aus dem Forschungsteam trainierte die KI mit 3.245 Infrarotbildern, die von einem Scansystem an Bord eines Flugkörpers erfasst worden sein sollen. Die Trainingsdaten umfassten drei Arten von Luftzielen, darunter simulierte Flugprofile von F-22- und F-35-ähnlichen Zielklassen sowie kleine Angriffsdrohnen. Wichtig ist dabei das konkrete Lern-Setup: Eine KI, die nur „irgendetwas“ in Wärme erkennt, ist im Gefecht wenig hilfreich. Erst die Kombination aus Bildmaterial, Labeln (also den Klassen) und einem Modell, das auf die Zielentscheidung optimiert wird, macht die Trefferquote im Labor überhaupt aussagekräftig. In den Tests wird zudem eine Genauigkeit von bis zu 97,1 Prozent genannt – aber eben in einem Szenario mit simulierten Zielen.
Der technische Hintergrund ist zugleich simpel und militärisch heikel: Tarnkappenjets sind wegen ihrer Formgebung und ihrer Materialien auf dem Radar oft schwerer zu orten. Gleichzeitig lässt sich die Wärme, die Triebwerke erzeugen und die an der Flugzeughülle entsteht, nicht vollständig „wegdesignen“. Ein Zielsensor einer Rakete kann diese Strahlung erfassen; im nächsten Schritt entscheidet die Logik des Systems anhand des Wärmeprofils, ob ein erfasstes Objekt einem Flugzeug entspricht oder nur einem Täuschkörper. Genau dieser Zwischenschritt ist für KI-Ansätze attraktiv, weil er regelbasiert schwer dauerhaft zu kalibrieren ist: Temperaturverteilungen, Flugprofile und mögliche Gegenmaßnahmen erzeugen Daten, die sich eher wie „verteilte Muster“ als wie starre Signaturen verhalten. Die KI soll daher nicht nur den Wärmelevel messen, sondern die räumliche und zeitliche Struktur im Infrarotbild als Entscheidungsgrundlage nutzen.
Bemerkenswert ist außerdem, wie die Entwickler die Rechenanforderungen begrenzen wollen. Laut den vorliegenden Angaben mussten sie das Modell stark verkleinern, damit es überhaupt in den begrenzten Formfaktor eines Flugkörpers passt. Dabei ist nicht nur „kleiner“ im Sinne von weniger Parametern entscheidend, sondern die konkrete Auswirkung auf den Inferenzbetrieb: Der Rechenaufwand soll auf 19,2 Prozent reduziert worden sein. Zusätzlich wird ein eigener KI-Beschleuniger genannt, der die Auswertung von Wärmebildern deutlich schneller durchführen soll als ältere Lösungen. Unter Hardware-Tests wird für diesen Ansatz eine Genauigkeit von 96,4 Prozent berichtet, bei einer Bildverarbeitung in rund 1,5 Millisekunden und einem Stromverbrauch von etwa 2,2 Watt. Das sind für Edge-Inferenz typische Optimierungsgrößen: Latenz und Energie pro Inferenz, nicht nur absolute Modellgüte.
Für die Luftkampftaktik ist die Geschwindigkeit plausibel entscheidend, weil ein Suchkopf in der Zielphase nicht warten kann, bis externe Rechenleistung verfügbar ist. Wenn die KI direkt am Bordcomputer arbeitet, entfällt die Abhängigkeit von einer externen Pipeline. Gleichzeitig erklärt die geringe Leistungsaufnahme, warum solche Systeme häufig in spezialisierten Beschleunigern und nicht in generischen Prozessoren enden: Bei Luftfahrt- und Raketenplattformen begrenzen Gewicht, Kühlung und Energieversorgung den Spielraum. Die genannte Verarbeitungsdauer pro Bild deutet zudem darauf hin, dass das Modell für einen „Durchlauf“-Betrieb ausgelegt ist, bei dem jedes Bild unmittelbar klassifiziert wird. Genau diese Architektur – schnell, lokal, mit dedizierter Hardware – ist inzwischen ein Leitbild für viele KI-Einsatzszenarien, von Industrieanlagen bis zu mobilen Robotern, wobei der militärische Kontext hier die harte Echtzeitforderung noch stärker betont.
Trotz aller Zahlen bleibt aber ein entscheidender Punkt: Die Versuche sollen nicht gegen echte F-22- und F-35-Ziele gelaufen sein. Stattdessen werden Daten mit simulierten Zielprofilen verwendet, und die Studie bzw. das Forschungsteam gibt nach Angaben nicht alle relevanten Testdaten frei. Auch der Einsatzbereich wird enger beschrieben: erprobt wurde die Technik für Luft-Luft-Raketen im Nahbereich. Offengelassen bleibt damit unter anderem, wie robust die Klassifikation bei anderen Geometrien, Flugprofilen, Wetterbedingungen und möglichen Gegenmaßnahmen ausfällt. Für Unternehmen und Entwickler im zivilen KI-Umfeld ist das zwar ein anderes Feld, aber die technischen Lehren sind übertragbar: KI-Genauigkeit im Labor ist nur der erste Schritt; entscheidend sind Datenumfang und -qualität, Modellgröße, Inferenzlatenz sowie das Zusammenspiel aus Sensorik, Vorverarbeitung und Beschleuniger-Implementierung. In der Praxis bestimmt diese Kette darüber, ob eine KI-Anwendung im Grenzbereich tatsächlich nutzbar wird – oder nur im Prototyp glänzt.
💳 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 für Luft-Luft-Raketen: 97,1% Genauigkeit bei Infrarot-Zielen" 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 für Luft-Luft-Raketen: 97,1% Genauigkeit bei Infrarot-Zielen" 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 für Luft-Luft-Raketen: 97,1% Genauigkeit bei Infrarot-Zielen« bei Google Deutschland suchen, bei Bing oder Google News!