KI SpotlightNewsScaleout deployt KI-Modelle auf Drohnen für autonome Zielerfassung
Edge-KI ermöglicht autonome Drohnen ohne zentrale Infrastruktur.
Mit KI erstellt◆ Fakten auf einen Blick
- Scaleout wurde 2018 von Forschern der Uppsala University gegründet und konzentrierte sich zunächst auf ML-Modelle für kommerzielle Fahrzeuge, wechselte aber nach Russlands Invasion in der Ukraine 2022 zu Verteidigungsanwendungen.
- Scaleout hat kleine KI-Modelle (u.a. YOLO-basiert) direkt auf Drohnen und Edge-Hardware installiert, um Echtzeit-Zielidentifikation und -auswahl zu ermöglichen, ohne auf zentrale Rechenressourcen angewiesen zu sein.
- Das autonome Drohnensystem arbeitet ohne Operator, ohne Netzwerkverbindung und ohne GPS-Unterstützung und wurde bei -18°C mit eingeschränkter Sicht unter realen arktischen Bedingungen getestet.
- Scaleout nutzt föderiertes Lernen, um Modelle direkt im Feld zu trainieren; dabei werden nur verschlüsselte Gewichtsupdates ausgetauscht, Rohdaten verlassen nie das Gerät.
- Scaleout wurde 2025 für das NATO DIANA Challenge Program ausgewählt und arbeitet dort an föderierter Luftaufklärung.
- Scaleout hat eine Partnerschaft mit BAE Systems für eine Arctic Demo, bei der autonome Drohnen in umkämpften Umgebungen lernen und operieren, ohne zentrale Datenverbindung.
Scaleout deployt KI-Modelle auf Drohnen für autonome Zielerfassung
Scaleout hat kompakte KI-Modelle direkt auf Drohnen installiert, um in Echtzeit Ziele zu identifizieren und anzugreifen, ohne auf zentrale Rechenzentren angewiesen zu sein. Die Inferenz läuft lokal auf der Edge-Hardware, wodurch Netzwerk-Round-Trips entfallen und die Latenz sinkt. Zum Einsatz kommen feinabgestimmte Ultralytics-YOLO-Modelle, die wegen ihrer geringen Parameterzahl und Echtzeit-Performance für die begrenzten Ressourcen von Drohnen-Hardware geeignet sind.
Arktistest ohne Netz, GPS und Operator
Das System wurde bei -18°C und eingeschränkter Sicht in der schwedischen Arktis getestet. Die Drohne arbeitet ohne Operator, Netzwerkverbindung und GPS-Unterstützung, weil ein On-Board-Neural-Network die Sensordaten fusioniert und eine lokale Missionslogik die Zielerfassung und -verfolgung steuert. So findet, identifiziert und verfolgt die Drohne Ziele vollständig autonom.
