Anzeige
Skip to content

Veraltete Datenbank und getrennte Systeme: Wie das Pentagon eine iranische Schule für eine Militäranlage hielt

Image description
Nano Banana Pro prompted by THE DECODER

Kurz & Knapp

  • Eine Untersuchung zum US-Raketenangriff auf eine iranische Schule mit etwa 120 toten Kindern zeigt schwere Mängel bei der Zielerfassung. Eine Notiz von 2019, die das Gebäude als Schule identifizierte, erreichte wegen nicht vernetzter Datenbanken nie die Kommandeure.
  • Obwohl das Militär bei der Zielauswahl bereits KI-Modelle wie Anthropics Claude einsetzt, stammt die zentrale Zieldatenbank aus den 1980er Jahren. Der geplante Nachfolger ist stark verzögert, was zu unzureichenden menschlichen Kontrollen führt.
  • Künftig soll mehr KI helfen, Fehler durch automatische Abgleiche mit öffentlichen Daten zu vermeiden. Der ehemalige Pentagon-KI-Direktor Jack Shanahan übte scharfe Kritik an der mangelnden Zielüberprüfung, die als Fachgebiet seit Jahrzehnten vernachlässigt werde.

Die Untersuchung zum Raketenangriff auf eine iranische Schule legt gravierende Mängel im Zielerfassungssystem des US-Militärs offen. KI soll diese Lücken künftig schließen.

Eine übersehene Notiz eines Geheimdienstanalysten und Systeme, die nicht miteinander verbunden waren: Das sind laut einem Bericht der Los Angeles Times zwei zentrale Versäumnisse, die Ermittler bei der Aufklärung eines Raketenangriffs auf eine iranische Schule zutage gefördert haben. Bei dem Angriff Ende Februar starben schätzungsweise 120 Kinder. Der Vorfall fällt in einen Krieg, in dem das US-Militär laut früheren Berichten erstmals generative KI in großem Maßstab zur Zielauswahl einsetzte: Anthropics Modell Claude war in Palantirs Maven Smart System eingebettet und schlug am ersten Tag rund 1.000 Ziele vor.

Jahre vor dem Angriff bemerkte ein Analyst Veränderungen an einem Standort in der Stadt Minab im Südosten des Iran. Die USA hatten das Gebäude zuvor als Marineanlage des iranischen Militärs eingestuft. Tatsächlich handelte es sich inzwischen um eine Grundschule.

Eine Notiz, die niemand sah

Der Analyst vermerkte die Veränderungen laut LA Times im Jahr 2019 in einem digitalen Geheimdienst-Werkzeug. Das entscheidende Problem: Dieses Tool war nicht mit der offiziellen Zieldatenbank verknüpft, die das US-Militär zur Entwicklung von Angriffszielen verwendet. Die Information erreichte die Kommandeure nie. Das Gebäude wurde mehrfach überprüft, ohne dass jemand die Datenbank aktualisierte. Laut New York Times war das verwendete Bildmaterial sieben Jahre alt.

Anzeige
DEC_D_Incontent-1

Eine Datenbank aus den 1980er Jahren

Mindestens zwei Geheimdienst-Datenbanken sind laut LA Times historisch nie mit der autoritativen Zieldatenbank verbunden gewesen. In Syrien waren Zieldaten Mitte der 2010er Jahre teils 10 oder 20 Jahre alt. Im Zentrum steht eine Datenbank namens MIDB aus den 1980er Jahren, die oft auf manuelle Eingaben angewiesen ist. Sie soll durch das automatisierte System MARS ersetzt werden, doch die Umstellung liegt Jahre hinter dem Zeitplan. Bereits 2020 bescheinigte der U.S. Government Accountability Office dem System "langjährige Mängel".

Diese veraltete Infrastruktur steht in scharfem Kontrast zum KI-Tempo an anderer Stelle: Ein WSJ-Bericht bezifferte die getroffenen Ziele in den ersten Tagen auf über 3.000 und warnte zugleich, die Kontrollmechanismen für die menschliche Prüfung tödlicher Entscheidungen seien "unterfinanziert". Schon damals hielten US-Ermittler amerikanische Streitkräfte für den Schulangriff für wahrscheinlich verantwortlich, ein Schluss, den der LA-Times-Bericht nun mit konkreten technischen Versäumnissen untermauert.

KI soll richten, was Datenbanken nicht schaffen

Die Hoffnung einiger Zielerfassungsexperten ist laut LA Times, dass die Verknüpfung digitaler Systeme und mehr KI die Fehlerquote künftig senken. Ein automatisierter Abgleich mit öffentlichen Diensten wie Google Maps könnte etwa eine Anomalie zur menschlichen Überprüfung markieren. Genau in diese Richtung stellte das Pentagon nach dem Bericht eine agentische KI-Initiative vor.

Die Defense Intelligence Agency, die sowohl für MIDB als auch für MARS verantwortlich ist, äußerte sich gegenüber Bloomberg nicht direkt zu den Mängeln oder der verzögerten Umstellung. Ein Sprecher verwies allgemein auf die umfassende Analyse durch die zuständigen Analysten.

Anzeige
DEC_D_Incontent-2

Ausgerechnet der KI-Pionier des Pentagon warnt

Nach der aktuellen US-Zieldoktrin entscheiden militärische Befehlshaber über Priorisierung und Angriff eines Ziels und müssen militärische von zivilen Objekten unterscheiden. Zusätzlich existiert ein optionaler Prozess namens "target vetting", bei dem die Genauigkeit der zugrunde liegenden Geheimdienstinformationen geprüft wird. Es wäre "undenkbar", dass ein Befehlshaber diesen Schritt bei Angriffen am ersten Tag einer neuen Kampagne auslasse, sagte einer der ehemaligen ranghohen Geheimdienstmitarbeiter der LA Times. Centcom habe Ziele vor den Operationen gegen den Iran geprüft, unklar bleibt jedoch, ob das optionale Verfahren eingeleitet wurde.

Bemerkenswert ist, wer in dem Bericht die schärfste Kritik äußert: Jack Shanahan, pensionierter Drei-Sterne-General der Air Force, war einst der erste Direktor des 2018 eingerichteten Joint Artificial Intelligence Center und hatte zuvor das KI-Programm Project Maven geleitet. Damit gilt er als einer der Wegbereiter des KI-Einsatzes im US-Militär, das heute auf eben jenes Maven-System setzt. Damals prognostizierte Shanahan, bei einem möglichen Konflikt zwischen den USA und China werde KI eine zentrale Rolle spielen: "In 20 Jahren treten Algorithmen gegeneinander an."

Nun sagte Shanahan der LA Times, es gebe keine Entschuldigung dafür, dass ein Kommando die Genauigkeit der Informationen nicht überprüfe. Die Zielerfassung selbst beschrieb er als "moribundes Karrierefeld", das über zwei Jahrzehnte verkümmert sei, während sich das Militär auf Terrorismusbekämpfung konzentrierte. Schon 2017 habe er kaum Personal für diese Rollen finden können.

KI-News ohne Hype – von Menschen kuratiert

Mit dem THE‑DECODER‑Abo liest du werbefrei und wirst Teil unserer Community: Diskutiere im Kommentarsystem, erhalte unseren wöchentlichen KI‑Newsletter, 6× im Jahr den "KI Radar"‑Frontier‑Newsletter mit den neuesten Entwicklungen aus der Spitze der KI‑Forschung, bis zu 25 % Rabatt auf KI Pro‑Events und Zugriff auf das komplette Archiv der letzten zehn Jahre.

Quelle: LA Times