Datenintelligenz für die Entscheidungsfindung in hybriden Kriegsführungsumgebungen

Heute hat sich das operative Umfeld dramatisch verändert. Es geht nicht mehr nur um die Analyse herkömmlicher physischer Szenarien oder Konflikte, sondern um den Umgang mit viel komplexeren Zusammenhängen, bei denen die Hauptschwierigkeit in der schieren Menge der Daten aus verschiedenen Quellen, Bereichen und Ebenen besteht. Wir verfügen jedoch über ausgereifte Technologien, wie z. B. die fortgeschrittene Analytik, Big Data oder die Nutzung offener Quellen, die es ermöglichen, diese Überlastung in nützliche Indikatoren und Warnungen für die Entscheidungsfindung umzuwandeln.

Eine der größten Herausforderungen ist der Übergang zum Betrieb in einer Multi-Domain-Umgebung. Traditionell war der Nachrichtendienst auf strategischer, operativer und taktischer Ebene strukturiert und an physische Bereiche gebunden. Dieser Ansatz hat sich weiterentwickelt und umfasst nun auch neue Bereiche wie den Cyberspace und den kognitiven Bereich.

In diesem Zusammenhang kann die Multidomäne als ein komplexes Handlungsfeld verstanden werden, in dem alle Bereiche miteinander verbunden und voneinander abhängig sind. Eine Maßnahme in einem dieser Bereiche kann entscheidende Auswirkungen auf die anderen haben. So kann beispielsweise eine Desinformationskampagne in den sozialen Medien Misstrauen in der Bevölkerung erzeugen und die Entscheidungsfindung auf verschiedenen Ebenen beeinflussen. Mit anderen Worten: Eine nicht-physische Handlung kann direkte Auswirkungen in mehreren Bereichen gleichzeitig haben.

Dieses Szenario fällt unter das Konzept des hybriden Krieges, auch bekannt als Konflikt in der Grauzone. Dabei handelt es sich um Aktionen, die die Schwelle zu einer konventionellen militärischen Reaktion nicht überschreiten und darauf abzielen, Schwachstellen im Zielsystem auszunutzen. Diese Art von Konflikten konzentriert sich insbesondere auf den kognitiven Bereich, d. h. auf die Wahrnehmungen und Entscheidungen der Bevölkerung und der politischen Entscheidungsträger. Mehrdeutigkeit und Schwierigkeiten bei der Zuordnung erschweren die Antwort und erhöhen die Unsicherheit.

Die dritte große Herausforderung ist die Informationssättigung. Im aktuellen Kontext ist das Problem nicht der Mangel an Daten, sondern die Menge der Daten. Die Informationen werden kontinuierlich und in unterschiedlichen Formaten generiert, was ihre Analyse erschwert. In diesem Szenario äußern sich die Bedrohungen oft als schwache, verstreute und schwer zu erkennende Signale.

Herkömmliche Ansätze, die auf manuellen Analysen oder isolierten Indikatoren beruhen, sind für diese Komplexität nicht geeignet. Die eigentliche Herausforderung besteht darin, große Mengen an Informationen zum richtigen Zeitpunkt in nützliches, verständliches und umsetzbares Wissen für die Entscheidungsträger umzuwandeln.

Bevor wir uns mit der Rolle der Technologie befassen, muss zunächst definiert werden, welche Fähigkeiten erforderlich sind, um diese Herausforderungen zu bewältigen. Jedes entscheidungsorientierte System muss in der Lage sein, Informationen aus verschiedenen Quellen zu integrieren, Anomalien und schwache Signale zu erkennen, Informationen bereichsübergreifend zu korrelieren und Daten in klare Indikatoren für den Entscheidungsträger umzuwandeln. Alle haben ein gemeinsames Ziel: die Zeit zwischen der Erkennung eines relevanten Signals und der Entscheidungsfindung zu verkürzen.

Diese Kapazitäten stehen in direktem Zusammenhang mit dem OODA-Zyklus (Beobachten, Orientieren, Entscheiden, Handeln), dem klassischen Entscheidungsmodell. In komplexen Umgebungen liegt der Vorteil nicht nur darin, gut zu entscheiden, sondern auch darin, vor dem Gegner zu entscheiden. Technologie trifft keine Entscheidungen, aber sie ermöglicht es, Daten in nützliche Informationen umzuwandeln, damit der Entscheidungsträger schneller und umsichtiger handeln kann.

Sobald die Fähigkeiten definiert sind, geht es im nächsten Schritt darum, zu verstehen, mit welchen Technologien sie realisiert werden können. Hier kommt das Konzept von Big Data ins Spiel, das nicht als eine bestimmte Technologie verstanden wird, sondern als ein Ansatz, der neue Wege der Informationsverarbeitung und -analyse eröffnet.

Auf dieser Grundlage ermöglichen Plattformen, wie die von GMV im Bereich der inneren Sicherheit entwickelte, die Übertragung dieser Fähigkeiten auf das reale Einsatzumfeld.

Der erste Schritt ist die Integration und Verarbeitung von Informationen in einer einzigen Umgebung. In diesem Prozess werden Daten in strukturiertes Wissen und durch Analyse in entscheidungsunterstützende Intelligenz umgewandelt. Zu diesem Zweck werden die folgenden Verfahren angewandt ETL/ELT und Standardisierungsprozesse angewandt, um die Daten unter Berücksichtigung der Sicherheits- und Klassifizierungsanforderungen für die Nutzung vorzubereiten.

Fortgeschrittene Analytik und künstliche Intelligenz bilden den Kern dieser Fähigkeiten. Sie ersetzen nicht den Analysten, sondern erweitern dessen Kapazitäten, indem sie die Informationsverarbeitung, die intelligente Suche und die automatische Extraktion von relevantem Wissen ermöglichen, einschließlich der Analyse, Transkription oder Übersetzung von Dokumenten. In jedem Fall trifft künstliche Intelligenz keine autonomen Entscheidungen: Es gibt immer eine menschliche Validierung und Qualitätskontrolle.

Die bereichsübergreifende Korrelation stützt sich auf Graphenmodelle, um Beziehungen zwischen Ereignissen darzustellen und die Identifizierung nicht offensichtlicher Muster zu erleichtern.

Schließlich werden all diese Informationen in Dashboards, Warnmeldungen und entscheidungsorientierte Indikatoren umgesetzt. Sie ermöglichen die Synthese komplexer Informationen und unterstützen die Prioritätensetzung und Entscheidungsfindung auf agile Weise.

Ein anschauliches Beispiel ist der Einsatz eines Tools, das dem Betreiber die wichtigsten Informationen über ein COP (Common Operational Picture) bereitstellt, wo Daten, Analysen und Entscheidungen in einer einzigen Umgebung zusammenlaufen, die Karten, Indikatoren und Funktionen für die Zusammenarbeit integriert.

In diesem Zusammenhang geht es nicht darum, Informationen anzuhäufen, sondern sie effizient zu nutzen. Die Technologie ermöglicht es dem Analysten, Daten in nützliches Wissen umzuwandeln und Unsicherheiten zu verringern, ohne den Entscheidungsträger zu ersetzen.

Letztlich liegt der Wettbewerbsvorteil darin, den Entscheidungszyklus schneller und genauer zu durchlaufen. In einem zeitkritischen Umfeld kann eine frühere Entscheidung den entscheidenden Unterschied ausmachen. Genau hier hat sich die Datenintelligenz als ein Schlüsselelement bei der Bewältigung der heutigen Sicherheitsherausforderungen etabliert.

Autor: Pablo Crego Nieto