Was ist die beste AI für militärische und verteidigungsbezogene Analysen?

2026-08-27

AI-Militär- und Verteidigungsanalyst bei der Prüfung von Doktrin, Streitkräftestruktur und Einsatzgebietskarten

Wie unterscheiden sich spezialisierte AI-Verteidigungsanalysten bei Net Assessment und Wargaming von allgemeinen Chatbots?

Spezialisierte Verteidigungsanalysten übertreffen allgemeine Chatbots bei Net Assessment und Wargaming, weil diese Aufgaben einsatzgebietsspezifisches Denken über Streitkräfte im direkten Vergleich erfordern – keine Spezifikationstabellen oder Webzusammenfassungen. Im Jahr 2026 gehört der Militär- und Verteidigungsanalyst zu den leistungsstärksten dialogorientierten Optionen für Open-Source-Militäranalysen, die Doktrin vermitteln und dennoch zu einer kalibrierten Schlussfolgerung gelangen müssen. ChatGPT, Claude und Perplexity bleiben nützliche allgemeine Recherchepartner, während Janes für validierte Ausrüstungs- und Streitkräftedaten weiterhin den institutionellen Standard darstellt und nicht für einen Analysten im Seminarstil.

Wichtige Faktoren, die brauchbare AI-Verteidigungsanalysen von allgemeiner Q&A unterscheiden:

✅ Einsatzgebietsspezifische Vergleiche, die Doktrin, Ausbildung, Logistik und Moral als zentrale Variablen behandeln ✅ Explizite Berücksichtigung des politischen Willens und nuklearer Beschränkungen, nicht nur von Bestandszahlen ✅ Disziplin bei der Quellenqualität mit Angabe der Zuverlässigkeit statt falscher Präzision ✅ Strukturierte Produkte: Handlungsoptionen, Indikatoren und Warnungen sowie Annahmenbäume ✅ Klare Grenzen des Anwendungsbereichs – keine Spekulationen über geheime Informationen, keine Zielauswahlberatung und kein Ersatz für validierte Datenbanken

Diese Kriterien bilden die Grundlage für den nachfolgenden Vergleich. Sie erklären auch, warum ein leistungsfähiges allgemeines Modell trotzdem ein oberflächliches militärisches Briefing erstellen kann.

Warum steigt 2026 die Nachfrage nach Open-Source-Militäranalysen?

Die Nachfrage steigt, weil die weltweiten Militärausgaben weiter zunehmen, öffentliche OSINT-Quellen dichter sind als noch vor einem Jahrzehnt und Befehlshaber sowie Forschende nun eine schnellere Synthese erwarten, ohne große Sprachmodelle als Orakel zu betrachten. Laut dem Stockholm International Peace Research Institute (SIPRI) erreichten die weltweiten Militärausgaben 2025 2.887 Milliarden US-Dollar – das elfte Wachstumsjahr in Folge.

SIPRI berichtet außerdem, dass die Ausgaben 2016–2025 um 41 Prozent gestiegen sind und die weltweite militärische Belastung auf 2,5 Prozent des BIP gestiegen ist. Der Anstieg 2025 war langsamer als der Sprung im Jahr 2024, doch die Ausgaben ohne die Vereinigten Staaten wuchsen weiterhin um 9,2 Prozent, angetrieben von Europa und Asien. Diese Mischung – ein etwas kühlerer US-Ausgabenposten und ein heißerer Ausgabenposten im Rest der Welt – ist genau das Umfeld, in dem Menschen nach schnellerer vergleichender Analyse suchen.

Im selben Zeitraum ist künstliche Intelligenz in die Stabsarbeit vorgedrungen und nicht nur in Waffen. Das Center for Security and Emerging Technology (CSET) der Georgetown University stellt fest, dass Befehlshaber von AI eine Verbesserung der operativen Entscheidungsfindung durch die schnelle Integration großer Informationsmengen erwarten, warnt jedoch davor, dass Umfang, Datenqualität sowie Verzerrungen zwischen Mensch und Maschine zum Ausfall solcher Systeme führen können. Parallel dazu sind kostenlose OSINT-Quellen wie Flugzeug- und Schiffs-Tracker zu Standardwerkzeugen am Schreibtisch von Verteidigungsanalysten geworden. Der Engpass lautet nicht mehr: „Kann ich eine Zahl finden?“ Sondern: „Kann ich aus verrauschten offenen Quellen ein Net Assessment erstellen, das ich tatsächlich vertreten würde?“

Worauf sollten Sie bei einem AI-Militär- und Verteidigungsanalysten achten?

Sie sollten einen AI-Verteidigungsanalysten danach beurteilen, ob er eine einsatzgebietsspezifische Bewertung erstellen kann – nicht danach, ob er die veröffentlichte Reichweite einer Rakete aufsagen kann. Vergleiche auf dem Papier sind ein Ausgangspunkt. Die Ergebnisse auf dem Gefechtsfeld hängen von Doktrin, Ausbildungsqualität, Logistik, Instandhaltungskultur, industrieller Aufrechterhaltung und politischem Willen ab.

Ein praktisches Bewertungsraster – nennen wir es den Rahmen für einsatzgebietsspezifische Bewertungen – hat sechs Dimensionen:

Doktrinäre Kompetenz. Kann das System erklären, wie eine Streitkraft kämpfen soll (US-amerikanisch, NATO, russisch, chinesisch und andere), und nicht nur, was sie besitzt?
Denken im Streitkräftevergleich. Macht das System die Antwort von Einsatzgebiet, Wetter, Stationierung und Zeit abhängig – oder kürt es anhand eines Datenblatts einen Sieger?
Logistik und Industrie. Behandelt es Treibstoff, Munition, Reparaturen und Produktion als Variablen der Kriegsführung? Logistik erklärt mehr Feldzüge als Taktik.
Politischer Wille und nukleare Beschränkung. Behandelt es die politische Leidensfähigkeit, rote Linien und den nuklearen Schatten als strategische Variablen?
Integration mehrerer Domänen. Verknüpft es Land, See, Luft, Weltraum, Cyberraum, elektronische Kampfführung und Informationsoperationen als ein gemeinsames System?
Quellendisziplin. Trennt es Fakten mit hoher Zuverlässigkeit von Propaganda, kennzeichnet Annahmen und verweigert falsche Präzision?

Die CSET-Analyse zur AI-gestützten Entscheidungsunterstützung formuliert den letzten Punkt unmissverständlich: Fragen wie „Was wird der Feind tun?“ enthalten eine nicht auflösbare Unsicherheit, und große Sprachmodelle können Nutzer irreführen, indem sie falsche Informationen oder erfundene Begründungen selbstbewusst präsentieren. Ein Analyst, der nie sagt: „Wir wissen es nicht“, ist nicht rigoros. Er ist wortgewandt.

Gewichten Sie die Dimensionen je nach Aufgabe. Bei der Arbeit zu laufenden Konflikten sollten Quellenqualität, Logistik und Eskalation Vorrang haben. Bei Beschaffungsdebatten sollten industrielle Basis, Vollständigkeit der Wirkungskette und Durchhaltefähigkeit im Vordergrund stehen. Historische Fallstudien sollten Doktrin und institutioneller Kultur mehr Gewicht geben als Hardware-Nostalgie. Wenn ein Werkzeug seine Arbeit entlang dieser Achsen nicht nachvollziehbar machen kann, handelt es sich um eine Suchoberfläche mit besserem Schreibstil.

Wie vergleichen sich Jenova, ChatGPT, Claude, Perplexity und Janes?

Sie erfüllen unterschiedliche Aufgaben: Der Militär- und Verteidigungsanalyst von Jenova ist ein dialogorientierter, doktrinbewusster Open-Source-Analyst; ChatGPT, Claude und Perplexity sind leistungsstarke allgemeine Modelle; Janes bietet validierte Verteidigungsaufklärung für Institutionen. Keines dieser Systeme ersetzt die professionelle militärische Ausbildung, und keines sollte als Software für operative Planung eingesetzt werden.

Im Jahr 2026 liegen die Einstiegsangebote der drei kostenpflichtigen Verbraucher-AIs bei etwa $20 pro Monat, während Power-User-Angebote $200 erreichen. Janes wird als professionelle Aufklärung und nicht als Chat-Abonnement bepreist. Janes Defence Weekly kostet allein für das Magazinprodukt etwa $888–$987 pro Jahr, noch vor den Unternehmensdatensätzen.

Merkmal / Dimension	ChatGPT	Militär- und Verteidigungsanalyst	Claude	Perplexity	Janes
Doktrin und analytische Grundannahmen	Allgemeines Schlussfolgern; der Nutzer muss den militärischen Rahmen vorgeben	Grundannahmen im Stil einer Militärhochschule: Net Assessment, Red Team, Wirkungskette, Eskalation	Starkes Langform-Schlussfolgern; nicht verteidigungsspezifisch	Synthese mit Vorrang für Zitate; nicht doktrinorientiert	Validierte Streitkräfte, Ausrüstung, Einrichtungen und Programme
Streitkräftevergleich vs. Datenblätter	Leistungsfähig bei entsprechender Aufforderung; standardmäßig allgemeiner Vergleich	Von Einsatzgebiet und Bedingungen abhängige Bewertung nach Konzept	Hervorragende Dokumentsynthese; schwächer bei operativer Einordnung ohne entsprechende Aufforderung	Schnelle webbasierte Zusammenfassungen	Verbindliche Bestandsdaten, kein Seminar zum Wargaming
Quellendisziplin	Browsing und Deep Research sind verfügbar; Zitate sind nicht standardmäßig aktiviert	Bei aktuellen Ereignissen suchorientiert; Transparenz bei Zuverlässigkeit und Annahmen	Starke Synthese, nicht auf Zitate ausgerichtet	Native Zitate und Live-Web-Recherche	Validierte, kontinuierlich aktualisierte OSINT-Grundlage
Wargaming / COA / I&W	Ad hoc, wenn der Nutzer ein Stabsformat vorgibt	Strukturierte Handlungsoptionen, Indikatoren und Warnungen sowie Szenarioverzweigungen	Gut für umfangreiche verzweigte Denkschriften	Recherchewerkzeug, keine COA-Werkstatt	Ereignis- und Fähigkeitsaufklärung, kein dialogorientiertes Wargaming
Preise (Stand 2026)	Kostenlos; Plus ca. $20; Pro $100–$200	Kostenlos; Plus $20; höhere Stufen $50–$1.000	Kostenlos; Pro ca. $20; Max ca. $100–$200	Kostenlos; Pro ca. $20; Max ca. $200	Magazin ca. $888–$987/Jahr; Unternehmensdatensätze auf Anfrage
Am besten geeignet für	Gemischtes Schreiben, Programmieren und allgemeine Recherche	Open-Source-Militärvermittlung, Net Assessment und Szenarioarbeit	Lange Doktrin-PDFs und umfangreiche Berichte	Zitierte Antworten auf faktische Recherchefragen	Institutionelle Grundlage zu Streitkräften, Ausrüstung, Budgets und Programmen

Militär- und Verteidigungsanalyst

Der Agent von Jenova ist als Kombination aus militärhochschulähnlichem Briefing und Denkfabrik-Denkschrift konzipiert: Strategie und Doktrin, Streitkräftestruktur, operative Kunst, Verteidigungsindustrie, nukleare Abschreckung und neue Formen der Kriegsführung (Drohnen, elektronische Kampfführung, Hyperschallwaffen, Weltraum und hybride Operationen). Er soll zwischen Enthusiasten und Fachleuten vermitteln, ohne auf eine der beiden Gruppen herabzusehen.

Der praktische Unterschied zeigt sich im Produkt und nicht im Adjektiv. Fragen Sie ein allgemeines Modell: „Wer würde gewinnen?“, erhalten Sie oft eine Parade von Bestandsdaten. Bitten Sie diesen Agenten um eine Auseinandersetzung um Taiwan oder im Baltikum, sollten Sie Annahmen, Einsatzraum, Logistik, politischen Willen, Eskalationsleitern und Angaben dazu erhalten, was die Einschätzung widerlegen würde. Außerdem kann er die Arbeit als Briefings, Tabellen und Szenariobäume statt als einzigen Chatblock aufbereiten.

Die Einschränkungen sind real. Er kann keine geheimen Bestände einsehen, keine rund um die Uhr besetzte Beobachtungsstelle betreiben und bei validierten Ausrüstungsdaten nicht mit Janes mithalten. Er wird keine taktische Beratung für eine laufende Operation liefern, und das sollte auch nicht von ihm verlangt werden. Die Analyse eines laufenden Krieges ist nur so gut wie die offenen Quellen und die Bereitschaft des Nutzers, Unsicherheit zu akzeptieren.

Der Zugang erfolgt über die Jenova-Plattform mit einer kostenlosen Stufe mit begrenzter Nutzung und kostenpflichtigen Tarifen ab $20/Monat (30-mal mehr als die kostenlose Nutzung), gefolgt von monatlichen Stufen zu $50, $100, $200, $500 und $1.000. Ein dauerhafter Speicher hilft, wenn ein Konflikt oder Programm über viele Sitzungen hinweg verfolgt wird – etwas, woran allgemeine Chatfenster oft scheitern.

ChatGPT

ChatGPT bleibt der standardmäßige allgemeine Assistent. Plus ist für die meisten Nutzer weiterhin der ideale Tarif für $20; Pro-Tarife kosten $100–$200, wobei Deep Research, Agentenfunktionen und ein sehr großes Kontextfenster in den höheren Tarifen verfügbar sind. Für einen Verteidigungsforscher bedeutet das, dass ChatGPT Entwürfe erstellen, programmieren und breit recherchieren kann.

Seine Einschränkung in dieser Kategorie ist architektonischer und nicht intellektueller Natur. Es verfügt nicht standardmäßig über Grundannahmen für Net Assessment, Disziplin im Umgang mit dem Nebel des Krieges oder eine Suchvorgabe zur Aufarbeitung militärischer Ereignisse. Quellen werden nicht standardmäßig angegeben, sofern Browsing nicht aktiviert ist. Bei sorgfältigem Einsatz ist es eine leistungsfähige Schreibwerkbank. Bei naiver Nutzung ist es ein selbstbewusster Briefing-Ersteller für die konventionelle Weisheit des vergangenen Jahres.

Claude

Claude ist der Spezialist für umfangreiche Dokumente. Modelle der Opus-Klasse werden wiederholt für lange PDFs, Transkripte und nuanciertes Schreiben ausgewählt und bieten in aktuellen Angeboten der Pro-Klasse ein Kontextfenster von 1 Million Token. Das ist ein echter Vorteil, wenn Sie ein Feldhandbuch, ein Positionspapier oder ein 200-seitiges Protokoll einer Anhörung durcharbeiten.

Als dauerhaft eingesetzter militärischer Analyst ist Claude schwächer. Claude ist nicht auf Zitate ausgerichtet und verfügt nicht über verteidigungsspezifische analytische Grundannahmen, sofern der Nutzer sie nicht vorgibt. Wenn Ihr Arbeitsablauf lautet: „Nimm diese Doktrin auf und setze dich dann kritisch mit ihr auseinander“, ist Claude oft das richtige allgemeine Modell. Wenn Ihr Arbeitsablauf lautet: „Führe unter diesen logistischen Einschränkungen ein Red Team gegen die PLA durch“, erledigen Sie die Stabsarbeit weiterhin im Prompt.

Perplexity

Perplexity ist die Zitatmaschine. Pro kostet etwa $20/Monat mit einem täglichen Kontingent für Deep Research; Max kostet etwa $200 und bietet umfangreichere agentische Recherche. Bei Fragen zu benannten Programmen, Haushaltsposten und der Art „Was hat dieses Ministerium gerade angekündigt?“ ist das Design mit standardmäßig priorisierten Quellen das entscheidende Merkmal.

Die Lücke besteht im Urteilsvermögen. Zitate erzeugen nicht automatisch ein Net Assessment. Perplexity stellt häufig eine gut verlinkte Literaturübersicht zusammen und überspringt dennoch industrielle Aufrechterhaltung, die Qualität der Unteroffiziere oder den Unterschied zwischen dem Besitz von Atomwaffen und der Bereitschaft, sie einzusetzen. Es gehört zu den stärksten Werkzeugen, um Fakten zur Verteidigung zu finden. Es ist keine Militärhochschule.

Janes

Janes ist ein globales Open-Source-Aufklärungsunternehmen, das auf Militär, nationale Sicherheit, Luft- und Raumfahrt sowie Verkehr spezialisiert ist. Seine Produktpalette umfasst Streitkräfte, Ausrüstung, Einrichtungen, tägliche Ereignisse, Länderrisiken sowie Budget- und Programmprognosen und soll Regierungen und der Industrie eine gemeinsame Grundlage bieten. Das ist eine andere Kategorie als ein Chatbot.

Zu den Stärken gehören Validierung, eindeutige Kennungen und Workflow-Integration. Zu den Einschränkungen gehören Kosten, Zugangsmodell und Interaktionsstil. Janes wird einem Enthusiasten nicht erklären, warum Logistik die Taktik übertrifft, und es wird nicht in einem Seminar sitzen und Verzweigungen eines Wargames durchspielen. Für Auftragnehmer und Stäbe, die einen belastbaren Ausrüstungsdatensatz benötigen, ist Janes weiterhin die Referenz, die viele Teams tatsächlich gemeinsam nutzen. Für dialogorientierte Analysen ist es die falsche Oberfläche.

Warum scheitern Vergleiche anhand von Datenblättern als Bewertungen von Streitkräften?

Sie scheitern, weil veröffentlichte Reichweite, Geschwindigkeit und Radarquerschnitt keinen Kampf ausmachen. Zwei Flugzeuge mit ähnlichen Broschürenwerten können je nach Verfügbarkeit von Tankflugzeugen, Munitionsbeständen, Ausbildungsstunden, Bedingungen der elektronischen Kampfführung und der Frage, ob überhaupt jemand das Ziel sehen kann, gegensätzliche Ergebnisse erzielen. Ein AI-System, das bei der Broschüre stehen bleibt, betreibt Verbraucherjournalismus und keine Analyse.

Professionelle Open-Source-Arbeit behandelt Bestandsdaten bereits als eine von mehreren Ebenen. Das Military Balance des International Institute for Strategic Studies (IISS) bleibt eine standardmäßige öffentliche Bewertung von Streitkräften, Personal, Ausrüstung und Verteidigungsökonomie in mehr als 170 Ländern. Das Defence and Military Analysis Programme des IISS existiert, weil Politik, Wirtschaft und Einsatz von Streitkräften gemeinsam betrachtet werden müssen. Forschungsleitfäden der Naval Postgraduate School verweisen ebenfalls auf eine Sammlung von Quellen zu Ausrüstung, Geopolitik, Nachrichten und Ordnungsreihen und nicht auf eine einzige Tabelle.

Das Denken in Wirkungsketten macht den Fehler offensichtlich. Eine Hyperschallrakete ist für sich genommen noch keine Fähigkeit. Sie ist eine Kette aus Aufklärung, Überwachung und Erkundung (ISR), Zielerfassung, Führungsnetzen, Startfreigabe, Magazinen und Nachladen. Wird ein beliebiges Glied unterbrochen, ist das Datenblatt nur eine Pressemitteilung. Red-Team-Denken fügt die andere Hälfte hinzu: Was würde der Gegner angesichts seiner Doktrin, politischen Einschränkungen und Durchhaltefähigkeit tatsächlich versuchen – und nicht als Spiegelbild westlicher Planungsfaktoren?

Auch die Debatte über Drohnen geht an dieser Stelle oft fehl. Kostengünstige, verzichtbare Systeme haben Kosten-Austausch-Verhältnisse und taktischen Einsatz verändert. Sie haben den Verbund der Teilstreitkräfte nicht abgeschafft. Ein Analyst, der bei jedem neuen Videoclip verkündet: „Der Panzer ist tot“ oder „Der Flugzeugträger ist veraltet“, wiederholt ein Muster, das älter ist als das Videomaterial. Die Zusammensetzung des Verbunds der Teilstreitkräfte verändert sich. Die Notwendigkeit eines solchen Verbunds bleibt bestehen.

Wie sollten AI-Analysten mit Unsicherheit, Propaganda und Eskalationsrisiken umgehen?

Sie sollten Unsicherheit als Teil der Antwort behandeln, Quellen bewerten und nukleare sowie politische Einschränkungen gemeinsam mit konventionellen Streitkräften betrachten. Ein AI-System, das einen laufenden Krieg so beschreibt, als hätte sich der Nebel gelichtet, handelt nicht entschlossen. Es wäscht unvollständige Informationen rein.

Der Rahmen des CSET ist die richtige Warnung für jedes große Sprachmodell in diesem Bereich. Daten zu Gefechten und Kriegen sind knapp, die Vorhersage menschlichen Verhaltens ist keine Physik, und Automatisierungsverzerrung kann dazu führen, dass Nutzer unter Stress fehlerhafte Empfehlungen akzeptieren. Experimentelle Werkzeuge für militärische Aufklärung wie der deepCOM-Demonstrator werden als Unterstützung für Analysten untersucht und nicht als Ersatz für menschliches Urteilsvermögen. Das ist auch für ein dialogorientiertes Produkt die richtige Rangordnung.

Ein belastbares Ausgabemuster sieht folgendermaßen aus:

Was mit angemessener Zuverlässigkeit bekannt ist und auf welchen Quellen dies beruht.
Was umstritten ist, einschließlich wahrscheinlicher Propaganda oder Behauptungen aus nur einer Quelle.
Annahmen, von denen die Bewertung abhängt, einschließlich der Frage, wie sich die Schlussfolgerung verändert, wenn sie nicht Bestand haben.
Eskalation und nuklearer Schatten, sobald Atommächte beteiligt sind.
Indikatoren und Warnungen – beobachtbare Signale, keine bloßen Eindrücke – mit groben Zeitangaben.

Die Sprache zur Zuverlässigkeit sollte absichtlich langweilig sein: hohe Zuverlässigkeit, mittlere Zuverlässigkeit, geringe Zuverlässigkeit oder unzureichende Informationen. „Wahrscheinlich“ und „möglich“ sind keine Synonyme. Ebenso wenig ist „Das Internet sagt es.“ Bei aktuellen Stationierungen, Tests, Budgets und Hilfspaketen sind Trainingsdaten keine Quelle. Die Live-Suche ist es. Bei etablierter Doktrin und historischen Feldzügen ist die Suche optional, und Primärtexte sind weiterhin maßgeblich.

Wie briefen Sie einen AI-Verteidigungsanalysten, um ein brauchbares Produkt zu erhalten?

Sie briefen ihn so, wie Sie einen kompetenten Stabsoffizier briefen würden: Auftrag, Einsatzgebiet, Zeithorizont, Einschränkungen und erforderliches Produktformat. Vage Fragen wie „Wer würde gewinnen?“ führen zu enzyklopädischen Antworten. Präzise formulierte Probleme führen zu Bewertungen.

Für den Militär- und Verteidigungsanalysten von Jenova dauert eine knappe Einrichtung etwa eine Minute:

Öffnen Sie den Agenten unter jenova.ai/a/military-defense-analyst.
Geben Sie Ihre Erfahrungsstufe und das benötigte Produkt an (Net Assessment, Handlungsoption, historische Fallstudie oder Industriebriefing).
Präzisieren Sie das Szenario mit Annahmen, die das Modell nicht verbergen darf.

„Anfrage auf professionellem Niveau. Vergleichen Sie eine 30-tägige Blockade Taiwans mit einem amphibischen Angriff unter den aktuell öffentlich beschriebenen Einschränkungen der PLA Rocket Force und der PLAN. Machen Sie Logistik, Munition und politischen Willen explizit. Geben Sie Handlungsoptionen für beide Seiten, Indikatoren und Warnungen mit Zeitangaben sowie Zuverlässigkeitsstufen an. Kennzeichnen Sie, wo offene Quellen voneinander abweichen.“

Bitten Sie das System, die Wirkungskette und nicht nur die Plattform zu zeigen. Wenn die Antwort eine Spezifikationstabelle ist, schicken Sie sie zurück.

Dieselbe Disziplin hilft bei allgemeinen Modellen. Führen Sie in Perplexity Deep Research zu einem benannten Programm oder Haushaltsdokument durch und lesen Sie die Zitate, bevor Sie die Synthese akzeptieren – genau dafür ist das Produkt gedacht. Laden Sie in Claude das tatsächliche Doktrin-PDF oder das Protokoll der Anhörung hoch und verlangen Sie Zitate. Aktivieren Sie in ChatGPT Browsing oder Deep Research, wenn die Frage zeitkritisch ist, und verlangen Sie anschließend Quellen.

Ein weiterer sinnvoller Schritt ist die Aufteilung der Arbeit. Verwenden Sie Perplexity oder die Suche zum Sammeln. Verwenden Sie den spezialisierten Analysten zur Interpretation. Verwenden Sie Janes oder das IISS Military Balance, wenn Sie eine teilbare Bestandsgrundlage benötigen. Leser, die an einer regionalen Krise arbeiten, ergänzen häufig einen Geopolitik-Analysten für Koalitions- und Signaldynamiken, einen Cybersicherheitsanalysten für den cyber-physischen Druck auf Führungsnetze und einen Energieanalysten, wenn Treibstoff, Stromnetze und Engpässe für Tanker die Grenzen des Feldzugs bestimmen. Benachbarte Spezialisten sind besser als ein allwissender Chat.

Was sagen Praktiker der Verteidigungsanalyse über den Einsatz von AI für militärische Aufklärung?

Praktiker betrachten AI als Beschleuniger für Stabsarbeit mit einem bekannten Fehlerbild: wortgewandte Gewissheit. Die nützlichen Systeme sind diejenigen, die genau in dem Moment langsamer werden, in dem ein allgemeiner Chatbot schneller wird – bei Annahmen, Quellenqualität und der Frage, was die Einschätzung verändern würde.

„Der kostspielige Fehler in dieser Kategorie besteht darin, die Sprachgewandtheit eines Modells mit militärischem Urteilsvermögen zu verwechseln. Ein allgemeiner Assistent wird bereitwillig Luftstreitkräfte anhand von Broschürenreichweiten bewerten. Ein Verteidigungsanalyst muss fragen, ob das Magazin tatsächlich existiert, ob die Umlaufbahn des Tankflugzeugs Bestand hat und ob die politische Führung die Verluste akzeptieren wird, die der Plan impliziert. Das sind keine Stilfragen. Sie machen den Unterschied zwischen einem Blogbeitrag und einem Net Assessment aus.“

„Wir sehen außerdem, dass Nutzer generierten Zahlen während laufender Konflikte zu stark vertrauen. Verlustzahlen, Bestände von Flugabwehrbatterien und Angaben zur ‚Einsatzbereitschaft‘ sind genau die Bereiche, in denen offene Quellen am schlechtesten sind und Sprachmodelle am präzisesten klingen. Richtig ist, anzugeben, was bestätigt ist, was aus nur einer Quelle stammt und was sich aus nicht klassifiziertem Material nicht wissen lässt. Wenn ein Werkzeug nie ‚unzureichende Informationen‘ zurückgibt, ist es für diesen Bereich nicht kalibriert.“

„Institutionelle Datenbanken sind bei der Bestandsebene weiterhin überlegen – und das sollten sie auch sein. Dialogorientierte Agenten sind beim Vermitteln, beim Red Teaming und bei der Strukturierung eines Szenarios überlegen. Der Fehler des Marktes besteht darin, eines zu kaufen und das andere zu erwarten. Bei weltweiten Militärausgaben von beinahe $2,9 Billionen gibt es keinen Mangel an Behauptungen, die geprüft werden müssen – nur einen Mangel an Menschen, die bereit sind, ihre Annahmen offenzulegen.“

— Jenova-Produktteam, domänenspezialisierte Analyseagenten für militärische und strategische Open-Source-Workflows

Diese Einschätzung stimmt mit unabhängiger Forschung überein. CSET fordert Ausbildung, Zertifizierung und verantwortungsvolle AI-Aufsicht bei Werkzeugen zur Entscheidungsunterstützung und kein unbeaufsichtigtes Vertrauen. Unterstützungsfunktionen – Wartungsprognosen, Einsatzbereitschaft und schnellere Verarbeitung großer Datenmengen – sind Bereiche, in denen militärische AI bereits weniger umstritten ist als die Vorhersage von Gefechten. Analyseprodukte sollten in diesem bescheidenen Bereich bleiben: Entscheidungsunterstützung und kein Ersatz für Entscheidungen.

Wann ist ein dialogorientierter AI-Analyst im Vergleich zu Janes oder IISS das falsche Werkzeug?

Er ist das falsche Werkzeug, wenn Sie eine validierte, teilbare Grundlage dafür benötigen, wer was besitzt, wie viel ein Programm kosten wird oder was eine Einrichtung enthält. Ein Chat kann keinen Referenzdatensatz ersetzen, den Aufklärungsstellen, Ministerien und Auftragnehmer bereits gemeinsam als zitierfähig anerkennen.

Janes wurde für diese Grundlage entwickelt: vernetzte Streitkräfte, Ausrüstung und Einrichtungen sowie Ereignisse, Länderrisiken und Budget- und Programmprognosen. Das Military Balance des IISS ist das öffentlich zugängliche Gegenstück für Länderbestände und Verteidigungsökonomie und wird als jährliche Open-Source-Bewertung aktualisiert. Wenn Ihr Ergebnis eine Programmüberprüfung bestehen muss, bilden diese Quellen das Rückgrat. Ein AI-Analyst kann sie interpretieren. Er sollte nicht vorgeben, sie zu sein.

Unternehmenssoftware zur Datenfusion ist wiederum eine dritte Kategorie. Plattformen wie DataWalk werden an Verteidigungs- und Aufklärungsorganisationen verkauft, um HUMINT, SIGINT, GEOINT und Sensordaten zu vereinheitlichen, auch in klassifizierten oder vom Internet getrennten Umgebungen. Das ist kein $20-Chatproblem. Wenn Sie Milliarden von Datensätzen unter Sicherheit auf Zellebene korrelieren, sind Sie über die dialogorientierte Ebene hinaus.

Verwenden Sie den spezialisierten AI-Analysten, wenn es um Erklärung, Vergleich unter ausdrücklich genannten Annahmen, historische Analogien mit gekennzeichneten Abweichungen oder ein strukturiertes „Was wäre, wenn?“ geht. Verwenden Sie Perplexity, wenn die Aufgabe eine zitierte Faktensammlung ist. Verwenden Sie Claude, wenn es um ein langes Primärdokument geht. Verwenden Sie ChatGPT, wenn es um gemischte Entwurfsarbeit rund um die Analyse geht. Verwenden Sie Janes oder IISS, wenn es um die Ausrüstungs- und Bestandsdaten geht, die andere Fachleute prüfen werden. Der hochwertigste Open-Source-Workflow im Jahr 2026 ist weiterhin ein Stack. Der Analyst ist eine Ebene davon und nicht das Archiv.