Live ChatGPT verweigert Tool-Calls für app-only MCP-Tools

31st Air Task Force trainiert gestaffelte Drohnenabwehr mit KI, Störung und Schrotflinten

Die US Air Force kombiniert erstmals KI-gestützte Erkennung, elektronische Kampfführung und Schrotflinten in einem mehrschichtigen Abwehrkonzept gegen kleine Drohnen.

· Veröffentlicht: 28.08.2026 ·4 Min Lesezeit
31st Air Task Force trainiert gestaffelte Drohnenabwehr mit KI, Störung und SchrotflintenMit KI erstellt
Inhalt
◆ Fakten auf einen Blick
  • US Air Force Personal trainierte kürzlich einen mehrschichtigen Ansatz zur Drohnenabwehr, der KI zur Erkennung, elektronische Kampfführung zur Störung und Schrotflinten als letzte Verteidigungslinie nutzt.
  • Die Übung wurde von der 31st Air Task Force der US Air Force durchgeführt und verband verschiedene Technologien zu einer gestaffelten Verteidigung.
  • Die Soldaten lernten, KI-Systeme zur Himmelsüberwachung einzusetzen, die Drohnen identifizieren und gleichzeitig Nicht-Bedrohungen wie Vögel und Flugzeuge herausfiltern.
  • Kleine Hochgeschwindigkeitsdrohnen simulierten feindliche Flugmuster, um realistische Ziele für die Erkennung und Verfolgung zu bieten.
  • Lockheed Martin demonstrierte ein skalierbares, mehrschichtiges Verteidigungssystem zur Erkennung, Verfolgung, Identifizierung und Bekämpfung von UAS, das KI-gestützte Erkennungs- und Verfolgungssoftware, kostengünstige Sensoren und Effektoren kombiniert.
  • Das Lockheed-Martin-System ist modular und offen architekturiert, um eine schnelle Integration von Sensoren, Effektoren und C2-Erweiterungen zu ermöglichen.

31st Air Task Force trainiert gestaffelte Drohnenabwehr mit KI, Störung und Schrotflinten

Die 31st Air Task Force der US Air Force hat ein Training zur Drohnenabwehr durchgeführt, das KI-gestützte Erkennung, elektronische Kampfführung und Schrotflinten als letzte Verteidigungslinie in einem einzigen mehrschichtigen Ansatz kombinierte. Die Übung verband die drei Ebenen in einer durchgängigen Kette: Zuerst erfassten KI-gestützte Sensorsysteme den Luftraum und identifizierten Drohnen. Erkannte Drohnen wurden an die elektronische Kampfführung gemeldet, die versuchte, die Steuerung oder Navigation zu stören. Schlug die Störung fehl oder war die Drohne bereits zu nah, griffen Soldaten mit Schrotflinten als letzte physische Abfanglinie ein. Der Trainingsablauf folgte einem „crawl, walk, run“-Ansatz: Zunächst wurden die einzelnen Komponenten isoliert geübt, dann schrittweise zu einem integrierten Szenario verbunden. Die Neuheit liegt darin, dass diese drei Ebenen – Erkennung, elektronische Störung und kinetische Abwehr – in einer einzigen Übung als zusammenhängende Verteidigungskette trainiert wurden, statt als getrennte Fähigkeiten. Nach Angaben des Force Protection Superintendent der 31st ATF erwarben die Soldaten durch diesen schrittweisen Ansatz praktisches Wissen über ein vollständiges Spektrum gestaffelter Fähigkeiten zur Abwehr kleiner unbemannter Luftsysteme. Die Task Force sei darauf ausgerichtet, eine gestaffelte Verteidigung durch Erkennung, elektronische Kampfführung und physische Abfangung feindlicher Drohnen zu gewährleisten. Damit unterstreicht die Übung den wachsenden Fokus des US-Militärs auf eine Kombination kinetischer und nicht-kinetischer Systeme gegen kleine Drohnen.

KI filtert Vögel und Flugzeuge, simulierte Drohnen sorgen für Realismus

Während des Trainings lernten die Soldaten den Einsatz von KI-Systemen zur Himmelsüberwachung. Diese Systeme halfen, Drohnen zu identifizieren und gleichzeitig Nicht-Bedrohungen wie Vögel und Flugzeuge herauszufiltern. Die Soldaten lernten, diese KI-gestützte Filterung zu bedienen und zu überwachen, um Fehlalarme zu reduzieren und die Reaktionszeit zu verkürzen. Für realistische Übungsbedingungen sorgten kleine Hochgeschwindigkeitsdrohnen, die feindliche Flugmuster simulierten. Diese simulierten Ziele ermöglichten es den Soldaten, die Erkennung und Verfolgung unter einsatznahen Bedingungen zu üben, ohne auf reale Angriffe angewiesen zu sein. Die Kombination aus KI-gestützter Filterung und realistischen Drohnensimulationen zielte darauf ab, die Abläufe unter einsatznahen Bedingungen zu testen und die Reaktionszeiten zu verkürzen. Zusätzlich trainierten die Teilnehmer mit weiteren Waffen zur Drohnenabwehr sowie mit Mitteln der elektronischen Kampfführung, um die gesamte Verteidigungskette zu beherrschen.

Von Falcon Peak bis THOR: Die Entwicklung der US-Drohnenabwehr

Die Übung der 31st ATF reiht sich in eine Serie von US-Militärmanövern zur Drohnenabwehr ein. Das US Northern Command führte im Oktober die Übung Falcon Peak durch, die auf nicht- und schwach-kinetische Techniken beschränkt war – darunter mit Netzen bewaffnete Drohnen, die feindliche Quadcopter einfangen sollten. Das Air Force Research Laboratory testete am 5. April das THOR-System, eine Hochleistungs-Mikrowellenwaffe, gegen einen Drohnenschwarm am Chestnut Test Site der Kirtland Air Force Base. Die US Air Force hat 87,148 Millionen US-Dollar für Hochleistungs-Mikrowellenforschung im Zusammenhang mit THOR beantragt. Diese Entwicklung verdeutlicht die zunehmende Bedeutung gestaffelter Abwehrsysteme: Während Falcon Peak auf nicht-kinetische Mittel setzte und THOR auf gerichtete Energie, integriert die 31st ATF nun kinetische Komponenten wie Schrotflinten in ein mehrschichtiges Konzept. Die Übung zeigt, wie die verschiedenen Teilstreitkräfte unterschiedliche Fähigkeiten für ihre jeweiligen Missionen erproben und welche Lehren daraus für die gesamte Streitkraft gezogen werden können.

Kinetische Mittel im zivilen Luftraum: Ein Widerspruch mit rechtlichen Hürden

Zwischen dem Training der 31st ATF und der Übung Falcon Peak besteht ein Widerspruch: Während die 31st ATF Schrotflinten als letzte Verteidigungslinie trainierte, war Falcon Peak auf nicht-kinetische Techniken beschränkt. Der Grund liegt in Vorschriften zum Schutz des zivilen Luftverkehrs, die den Einsatz aggressiver kinetischer Mittel auf dem US-Heimatgebiet weitgehend verhindern. Die unterschiedlichen Übungen, Kommandos und rechtlichen Rahmenbedingungen bedingen diesen Unterschied: Das Training der 31st ATF fand in einem anderen Kontext statt, während Falcon Peak explizit auf US-Territorium mit zivilen Luftraumbeschränkungen durchgeführt wurde. Für den Einsatz kinetischer Abwehr im Inland bedeutet das: Schrotflinten oder andere kinetische Effektoren sind rechtlich kaum nutzbar, solange der zivile Luftverkehr nicht ausgeschlossen werden kann. Die Übung der 31st ATF zeigt daher vor allem eine Fähigkeit, die im Auslandseinsatz oder unter besonderen Bedingungen relevant sein könnte. Die Diskrepanz verdeutlicht die Herausforderung, militärische Drohnenabwehrfähigkeiten mit zivilen Sicherheitsanforderungen in Einklang zu bringen.

Lockheed Martins skalierbares System: Industrieversprechen unter der Lupe

Parallel zu den militärischen Übungen demonstrierte Lockheed Martin ein skalierbares, mehrschichtiges Verteidigungssystem zur Erkennung, Verfolgung, Identifizierung und Bekämpfung von UAS. Das System kombiniert nach Herstellerangaben KI-gestützte Erkennungs- und Verfolgungssoftware, kostengünstige Sensoren und eine wachsende Zahl von Effektoren. Es ist modular und offen architekturiert, um eine schnelle Integration von Sensoren, Effektoren und C2-Erweiterungen zu ermöglichen. Lockheed Martin bezeichnet das System als „combat-proven command and control“ und „low-cost sensors“ sowie als „agile, layered defense solution“. Diese Angaben sind kritisch einzuordnen: Unabhängige Tests oder Einsatzberichte, die die behauptete Kampferprobung und Kosteneffizienz bestätigen, liegen nicht vor. Auch der Verweis auf bewährte Systeme wie das Aegis Combat System als Vertrauensbasis für neue Lösungen ist eine Herstelleraussage, die nicht durch unabhängige Leistungsdaten belegt ist. Die Demonstration zeigt das industrielle Interesse am Markt für Drohnenabwehr, ersetzt aber keine belastbare Evaluierung durch das Militär.

A
Andreas Rüdiger
Herausgeber & Redaktionsleitung · KI-Modelle, Technik & Business

Andreas Rüdiger ist Gründer der Agentur INREMA und verantwortet KI Spotlight redaktionell. Sein Schwerpunkt liegt auf KI-Modellen, Recheninfrastruktur, technischen Entwicklungen und der wirtschaftlichen Einordnung. Er sorgt dafür, dass komplexe KI-Themen verständlich und nachvollziehbar aufbereitet werden. Mehr zu ihm auf inrema.de und andiger.de.

Ähnliche Artikel