Zwei Vorträge bei KI@Bw26
22 Mai 2026
Vom 19. bis 21. Mai 2026 fand in Hamburg zum vierten Mal die KI@Bw26 statt, bei der aktuelle Entwicklungen, Herausforderungen und Anwendungsmöglichkeiten Künstlicher Intelligenz im Kontext der Bundeswehr im Mittelpunkt standen. Unser Lehrstuhl war mit Moriz Hennen, Yeong Su Lee und Hendrik Bothe vor Ort vertreten. Zu Beginn wurden insbesondere grundlegende Problematiken bei der schnellen Umsetzung und Durchsetzung von KI-Projekten innerhalb der Bundeswehr diskutiert. Ergänzt wurde diese Perspektive durch einen Vortrag aus theologischer Sicht, der ethische Fragestellungen und Bedenken im Zusammenhang mit dem Einsatz von KI beleuchtete. An beiden folgenden Veranstaltungstagen boten jeweils drei parallele Tracks ein vielfältiges Programm mit Vorträgen zu unterschiedlichen Themenfeldern, darunter SAR-Aufklärung, Sonardatenverarbeitung, der Einsatz von Drohnen, Audiodatenverarbeitung sowie Softwareentwicklung mit KI. Besonders hervorzuheben waren die Hands-on-Workshops am zweiten Nachmittag, in denen die Teilnehmenden selbst am Computer praktische Erfahrungen sammeln konnten, so durfte man z. B. mit Haystack und mit Agentic AI experimentieren.
Moritz Hennen stellte in seinem Vortrag „Informationsgewinn durch OSINT: Skalierbare Methoden für die vollautomatisierte
Wissensgraphmodellierung“ eine effiziente und skalierbare Alternativen zu der Verarbeitung von Massendaten mit großen Sprachmodellen (LLMs) vor. Unter anderem wurde dort der an unserer Professur erforschte Ansatz ITER [1] thematisiert, der bei gleichbleibender Qualität einen um zwei Größenordnungen höheren Durchsatz im Vergleich zu Sprachmodellen erzielt. Der Vortrag endete mit einem Appell, nicht blind auf den Einsatz von Sprachmodellen zu vertrauen, um Aufgaben zu lösen, die auch durch konventionelle Ansätze gelöst werden können.
[1] https://aclanthology.org/2024.findings-emnlp.655/
Yeong Su Lee und Hendrik Bothe hielten einen Vortrag über „Robuste Verschleierung der Identität zum Schutz sensibler Bilddaten“. Im Mittelpunkt stand die Frage, wie Profilbilder so geschützt werden können, dass eine Re-Identifikation von Personen möglichst verhindert wird, die Daten aber weiterhin für Analysen nutzbar bleiben. Der vorgestellte Ansatz verändert Gesichter nicht direkt, sondern extrahiert demographische und semantische Merkmale, kategorisiert diese und erzeugt daraus neue, pseudonymisierte Profilbilder. So sollen identitätsbezogene Merkmale gezielt entfernt werden, während wichtige Eigenschaften für nachgelagerte Analysen erhalten bleiben. Ergänzt wurde der Vortrag durch eine Evaluation sowie eine Live-Demo, die das Potenzial des Ansatzes für datenschutzfreundliche Bildanalysen verdeutlichte.
Bildquellen: Moritz Hennen (FI CODE)
