Zwischen Künstlicher Intelligenz und Corona – Der 2. BWI Data Analytics Hackathon 2020

Nicht nur für Forschung und Wirtschaft ist das Potenzial von KI-Anwendungen riesig. Auch in der Bundeswehr gibt es ein breites Spektrum von Einsatzmöglichen. Aus diesem Grund befasst sich die BWI als Digitalisierungspartner der deutschen Streitkräfte schon seit längerem mit KI-Lösungen und hat breits erste Lösungen wie das Service Package „Data Analytics“ in ihr Portfolio aufgenommen.

Auch in Zeiten von Covid-19 geht bei der BWI die Suche nach konkreten Anwendungsfeldern weiter. Beispielsweise in Form des BWI Data Analytics Hackathons. Unter dem Motto #KIistKeinHexenwerk entwickelten 50 Teilnehmende – 30 Mitarbeiter*innen der BWI und 20 Soldat*innen aus unterschiedlichen Einheiten – in der letzten Novemberwoche zu insgesamt zehn Themenfelder smarte KI-Anwendungen mit hohem Praxisbezug.

KI für Cyber-Security

Wie kann KI im Bereich Cyber-Security eingesetzt werden? Ein Team entwickelte beim Hackathon ein System, das mit Hilfe von Deep Learning und einfachen maschinellen Lernverfahren Cyberangriffe auf das eigene Netzwerk erkennt und analysiert. Mit der entwickelten Lösung ist es möglich, innerhalb von Sekunden Anomalien oder Angriffe wie etwa Portscans zu erkennen. Zusätzlich kann deskriptiv der Netzwerkverkehr geospatial auf einem virtuellen Globus abgebildet werden. Das ermöglicht einen schnellen Blick auf die Herkunft der Pakete. Das Feature eines manuellen oder automatisierten Retrainieren der Modelle runden den bereits voll einsatzfähigen Prototypen ab.

Mit KI durch Wände sehen

In Verbindung mit einem Radiowellen-Sendeempfänger kann KI auch Bewegungen hinter Wänden sichtbar machen. Ein Hackathon-Team nutzte hierfür eine Senderempfängerbox, einen sogenannten „Walabot“. Der sendet unterschiedliche Radiowellen aus, die von Oberflächen reflektiert und wieder zurück gesendet werden. Anhand von Interferenzen können so Bewegungen erkannt werden. Um aus den erzeugten Daten ein KI-Modell zur Erkennung von Bewegungen zu generieren, wurden unterschiedliche Versuchsaufbauten realisiert und das Modell fortlaufend trainiert. Dazu wurden die Sensordaten mit Videomaterial angereichert, um ein Feedback für das Modelltraining zu gewährleisten. Die Anwendungsmöglichkeiten der erarbeiteten Lösung sind vielfältig, beispielsweise für Rettungs- oder Spezialkräfte im Einsatz, um nichteinsehbare Bereiche wie Schuttberge oder Räume aufzuklären.