Künstliche Intelligenz hat sich als leistungsfähiges Werkzeug für die Analyse großer Datenmengen erwiesen, was sie zu einem wichtigen Faktor für künftige Rüstungskontrollverifikationsregime macht. Dieses Kapitel befasst sich mit den möglichen Folgen von KI für die Verifikation. Wir stellen fest, dass die Verfügbarkeit geeigneter Trainingsdaten zu Verifikationszwecken eine Herausforderung darstellen kann, die von KI-Techniker*innen, die Modelle für die Verifikation erstellen, gelöst werden muss. Die Erklärungsfähigkeit („Explainability“) von KI-Ergebnissen – d. h. die Begründung hinter den Ergebnissen – muss von Entwickler*innen und Anwender*innen berücksichtigt werden, um solide Verifikationsbewertungen zu gewährleisten und den Inspektor*innen Einblicke in das Potenzial und die Grenzen von entscheidungsunterstützenden KI-Modellen zu geben. Um Vertrauen und Akzeptanz für KI-gestützte Verifikation und Überwachung zu schaffen, sollten KI-Verifikationssysteme gemeinsam mit allen Vertragsparteien entwickelt und getestet werden. Trainingsdaten und Modelle sollten nach Möglichkeit von allen Beteiligten geteilt werden, um die Transparenz zu fördern und eine unabhängige Validierung zu ermöglichen.
Bibliographische Angaben
Göttsche, M. & Unruh, F. (2025). KI in der Verifikation. In: Göttsche, M.; Reis, K. & Daase, C. (Hrsg.). Neue Realitäten in der globalen Sicherheit durch KI. CNTR Monitor – Technologie und Rüstungskontrolle 2025. PRIF – Leibniz-Institut für Friedens- und Konfliktforschung
Autor*innen
Fabian Unruh & Prof. Dr. Malte Göttsche
