Het Duitse leger (Bundeswehr) test nieuwe AI-tools om sneller te beslissen in oorlogstijd. De systemen draaien tijdens oefeningen in Duitsland deze week. Ze moeten commandanten helpen om sneller te zien wat er gebeurt en wat eerst moet. Daarbij spelen ook de Europese AI-verordening en de gevolgen voor overheid en defensie een rol.
Bundeswehr versnelt besluitvorming
De Bundeswehr demonstreert beslissingsondersteuning met kunstmatige intelligentie op de commandopost. Het doel is dat commandanten sneller handelen wanneer situaties plots veranderen. Het systeem rangschikt binnenkomende signalen en zet doelen op een rij. Zo wordt de besluitcyclus korter en overzichtelijker.
De software combineert beelden, sensordata en rapporten tot één digitaal kaartbeeld. Het toont mogelijke dreigingen en stelt vervolgstappen voor. Een officier beoordeelt de voorstellen en geeft daarna het bevel. De werkdruk voor staven moet zo dalen, vooral in complexe gevechtssituaties.
Namen van modellen of leveranciers zijn niet publiek gemaakt, op het moment van schrijven. De pilots lopen via innovatie-eenheden binnen Defensie, zoals de Cyber Innovation Hub der Bundeswehr. Evaluatie en inkoop volgen later als de software betrouwbaar genoeg is. Tot die tijd draait het om testen, meten en aanpassen.
Snellere datafusie op post
De kern is datafusie: het slim samenvoegen van verschillende datastromen. Drones, radar, radioverkeer en tekstberichten komen samen in één scherm. Het systeem verwijdert dubbelen en vult gaten aan. Daardoor ontstaat sneller een compleet beeld van het slagveld.
De architectuur werkt met lokale rekencapaciteit (edge computing) én veilige datacenters. Als het netwerk hapert, kan de post doorwerken met recente gegevens. Bij verbinding stuurt het systeem updates door. Zo blijft de informatieketen veerkrachtig in een verstoorde omgeving.
Databeheer is een groot aandachtspunt. Militaire data blijven op Duitse servers en volgen richtlijnen voor staatsveiligheid en het BSI. Logbestanden leggen vast wie welke beslissing nam en waarom. Dat helpt bij evaluaties en bijsturing na een oefening of inzet.
Mens houdt controle
De Bundeswehr zegt dat de mens aan het roer blijft. De AI doet een voorstel, maar een officier beslist. Dat past bij regels over inzet van geweld en het voorkomen van vergissingen. Autonome aanvallen zijn niet het doel van deze tests.
Automatiseringsbias is de neiging om een uitkomst van een systeem te volgen, ook als die fout is.
Om die valkuil te beperken, trainen teams met realistische scenario’s. Ze leren wanneer ze het systeem moeten tegenspreken. Ook worden modellen getest met tegenvoorbeelden en vijandelijke misleiding. Zo groeit het vertrouwen zonder blind te worden.
Validatie en toezicht horen bij het proces. Onafhankelijke teams proberen de software te laten falen. Fouten gaan terug naar ontwikkelaars met concrete voorbeelden. Pas daarna komt opschaling in beeld.
AI-verordening en defensie
De Europese AI-verordening (AI Act) sluit militaire doeleinden grotendeels uit van de reikwijdte. Toch kan de wet indirect veel betekenen. Onderdelen die ook civiel worden gebruikt, vallen wél onder regels voor hoge risico’s. Leveranciers in de EU moeten daar rekening mee houden.
Als er persoonsgegevens van burgers binnenkomen, geldt de AVG. Dat vraagt om dataminimalisatie, versleuteling en strikte toegang. Een gegevensbeschermingseffectbeoordeling (DPIA) is dan verstandig. Ook moet duidelijk zijn hoe lang data bewaard blijven.
Cybersecurity-eisen uit NIS2 spelen eveneens mee bij militaire netwerken met civiele aanbieders. Contracten vragen om duidelijkheid over updates, incidentmeldingen en auditrechten. Voor regeringen betekent dit extra werk aan inkoop en toezicht. Dat geldt in Duitsland, maar ook in andere EU-landen.
Gevolgen voor Nederland
Nederland werkt nauw samen met Duitsland in het 1 (Duits-Nederlandse) Legerkorps. Snellere besluitvorming aan Duitse kant vraagt om goede interoperabiliteit. Denk aan gedeelde datamodellen, koppelvlakken en NAVO-standaarden (STANAG’s). Anders ontstaat juist vertraging op multinationaal niveau.
TNO en Defensie verkennen al AI-toepassingen voor verkenning, planning en logistiek. Lessen over de mens-in-de-lus en testen onder stress zijn direct bruikbaar. Ook de vraag hoe je modellen certificeert voor inzet is actueel. Nederland kan hier profiteren van Duitse praktijkdata uit oefeningen.
Voor de industrie liggen er kansen én verplichtingen. Europese spelers zoals Hensoldt en start-ups zoals Helsing ontwikkelen militaire algoritmen in Europa. Nederlandse bedrijven en kennisinstellingen kunnen aanhaken met specifieke modules. Daarbij telt ook exportcontrole en de wens voor een Europese, ITAR-vrije technologieketen.
Wat nog niet werkt
De kwaliteit van de uitkomst staat of valt met de kwaliteit van de data. Onvolledige input leidt tot blinde vlekken. Vijanden proberen bovendien signalen te storen of te vervalsen. Het systeem moet dus robuust zijn tegen misleiding.
Begrijpelijkheid blijft een aandachtspunt. Een model moet kunnen uitleggen waarom het iets aanraadt. Eenvoudige, toetsbare redenen helpen een officier om te vertrouwen of te weigeren. Zonder uitleg groeit het risico op fouten.
Tot slot spelen kosten en schaalbaarheid mee. Oefenvelden zijn gecontroleerd; inzet is rommelig. De stap van lab naar front vergt tijd, training en onderhoud. Dat pad is nu in Duitsland in gang gezet, met oog voor Europese kaders en NAVO-samenwerking.
