Erstveröffentlichung:
Novum Bellum

Letzte Aktualisierung:
10.08.2026

Autoren
Thomas Doll

Führung unter Feuer und Informationsdruck

Bakhmut, Frühjahr 2023. Um die Stadt wird seit Monaten eine der verlustreichsten Schlachten dieses Krieges geführt; das Artilleriefeuer reißt kaum ab. Wenige Kilometer hinter der vorderen Linie arbeitet ein kleiner ukrainischer Stab in einem Gefechtsstand. Die russische Aufklärung sucht nach solchen Führungseinrichtungen, denn ein erkannter Gefechtsstand ist ein lohnendes Ziel für Artillerie und Raketen. Der Gefechtsdruck ist hoch. An Lageinformationen fehlt es dennoch nicht. Über ein leistungsfähiges breitbandiges Satellitenkommunikationssystem empfängt der Stab ein detailliertes, fortlaufend aktualisiertes Bild des Gefechts.

Die eigentliche Arbeit des Gefechtsstands beginnt hinter diesem Bild. Aus den laufend eingehenden Informationen muss der Stab die Lage feststellen und beurteilen, Entschlüsse vorbereiten und Befehle fortschreiben – im Takt des Battle Rhythm und im Wettlauf mit dem Gegner. Genau diese Schritte geraten unter Druck. Geländeabschnitte werden dem Gegner zugeschrieben, obwohl eigene Truppenteile sie noch halten. Neu gemeldete Ziele werden sofort bekämpft, obwohl sie gegen schwerer wiegende Bedrohungen hätten abgewogen werden müssen. Nicht die Menge der Meldungen überfordert den Stab; ihm fehlt schlichtweg die Zeit, in jedem Schritt den Zusammenhang aus Lage, Auftrag und bisheriger Arbeit erneut herzustellen.

Wie schnell der Stab in jedem Schritt seiner Führungsarbeit zu einem belastbaren Ergebnis kommt, entscheidet über den Erhalt der Initiative. Genau hier setzt die KI-gestützte Entscheidungsunterstützung an – nicht als Filter für die Meldungsflut, sondern als entlastende und fokussierende Zuarbeit in den Phasen des Führungsprozesses: Sie hält für die Lagefeststellung den gültigen Arbeitsstand bereit, kennzeichnet für die Beurteilung wichtige Annahmen und Widersprüche, macht für den Entschluss die Begründungszusammenhänge sichtbar und führt diese bei Befehlsgebung und Übergabe fort. Voraussetzung ist, dass Herkunft, Status und Funktion der verarbeiteten Informationen für das KI-System erkennbar sind.

Kontinuität und Wandel der Gefechtsstandarbeit

Die folgenden Überlegungen zielen auf Gefechtsstände der Großverbandsebene, insbesondere Brigade und Division. Auf dieser Ebene sind Planung und laufende Operationsführung eng verzahnt und bilden einen gemeinsamen Führungszusammenhang; der Gefechtsstand ist ein arbeitsteiliges System. Der Battle Rhythm gibt dieser Arbeit ihren Takt: Lagevorträge, Boards, Zwischenbesprechungen, Planungsphasen und Übergaben führen die Stabsarbeit zeitgerecht zusammen. Fachbeiträge entstehen in den Zellen, werden durch den ChdSt und die Führungsorganisation synchronisiert und müssen für den Kommandeur zu einer entscheidungsfähigen Grundlage verdichtet werden.

An den Grundlagen dieser Arbeit hat sich nichts verändert. Der Führungsprozess von der Lagefeststellung bis zur Befehlsgebung bestimmt die Gefechtsstandarbeit heute wie früher. Auch arbeitsteilige, räumlich verteilte Stabsarbeit ist nicht neu. Divisionsgefechtsstände waren bis in die 1990er Jahre regelmäßig über eine kleine Ortschaft verteilt, die Zellen und Zentralen in Gebäuden und Ställen untergezogen. Ebenso wenig lässt sich der Informationsbedarf absolut bestimmen. Was an Information ausreicht, hängt von Auftrag, Lage und vom Entscheidungsträger ab. Unsicherheit bleibt ein zentrales Wesensmerkmal der Führung.

Verändert hat sich die Informationsbasis. Mit fortschreitender Digitalisierung der Gefechtsführung wachsen Umfang, Geschwindigkeit und Heterogenität der verfügbaren Informationen. Ihre digitale Verarbeitung gehört längst zum Alltag der Stäbe. Zu diesem Wachstum tragen zunehmend unbemannte und autonom operierende Aufklärungs- und Loiteringsysteme bei, die Ziele selbsttätig erfassen und weitermelden. Neu hinzu kommt die KI-gestützte Verarbeitung. Sie erfasst nicht nur, was in einem Dokument steht, sondern auch, was es aussagt; im Zusammenwirken mit dem Stab entstehen daraus Beiträge für jede Phase des Führungsprozesses. Überlegene Führungsfähigkeit entsteht nicht aus Datenfülle, sondern aus qualifizierter Verdichtung und dem Zeitvorteil, den sie verschafft.

Die Herausforderung: Kontextbindung im Führungsprozess

Qualifizierte Verdichtung setzt voraus, dass die KI – wie jeder, der im Stab mitarbeitet – über den Zusammenhang aus Lage, Auftrag und bisheriger Arbeit verfügt. Diesen Kontext verfügbar zu halten, ist anspruchsvoll. Der Führungsprozess ordnet die Gefechtsstandarbeit in klare Schritte, seine Arbeitsstände bleiben aber in Bewegung: Zellen arbeiten parallel, Planung und laufende Operationsführung greifen ineinander, Annahmen verändern sich. Auch Entscheidungspunkte sind nicht statisch; sie entstehen, verschieben sich und entfallen mit dem Gefechtsverlauf. Selbst bei disziplinierter Stabsarbeit kann dabei unscharf werden, welcher Bearbeitungsstand gilt, welche Annahme getroffen wurde und welche Folgerung für den nächsten Entscheidungspunkt relevant ist.

Führungs- und Lageinformationssysteme fangen davon nur einen Teil auf. Sie integrieren Daten und unterstützen ein gemeinsames Lagebild. Die für den Stab entscheidende zweite Ebene liegt in der fachlichen Einordnung. Sie steckt in dem, was der Stab beurteilt, abgestimmt und befohlen hat, und vor allem in den Begründungen, die dahinterstehen. Diese Ebene lässt sich durch Anzeige, Speicherung oder Suche nicht ersetzen. Unscharf wird der Kontext, wenn diese Einordnung im Takt der Gefechtsstandarbeit schwerer nachvollziehbar wird. Der Arbeitsstand ist dann nicht verloren; sein Stellenwert muss aber unter Zeitdruck immer wieder neu hergestellt werden: Was war Grundlage der Entscheidung? Was ist überholt? Was bleibt offen, und welche Anpassung ist erforderlich?

Damit rücken die Arbeitsergebnisse des Stabes – Dateien, Verzeichnisse, Beiträge der Zellen – als Träger dieses Führungszusammenhangs in den Blick, nicht als bloße Ablage. Der Stab kann seine Verzeichnisse sauber führen und stößt dennoch an Grenzen, wenn Datenmenge, Formate und Arbeitsstände weiterwachsen. Entscheidend ist dann nicht mehr nur, ob ein Dokument vorhanden ist, sondern ob sein Zusammenhang mit Lage, Auftrag und bisheriger Arbeit an jeder Stelle des Führungsprozesses erkennbar bleibt – für den Stab wie für die KI. Gelingt das, wird der Zusammenhang sichtbar, und die KI kann durchgängig fundierter zuarbeiten. Genau an dieser Stelle setzt ein KI-gestütztes Wissensmanagement der Gefechtsstandarbeit an.

Die Wissensarchitektur der Gefechtsstandarbeit

Dieses Wissensmanagement setzt den Zugriff des KI-Systems auf alle drei Elemente der Wissensbasis voraus. Regelungswissen ist gesetzt und umfasst Vorschriften, Verfahren und Führungsgrundsätze, die unabhängig von der jeweiligen Lage gelten. Lageinformation ist gemeldet und bildet ab, was gerade gilt, laufend eingehend von der Truppe, von Aufklärungsmitteln und von Nachbarn. Gemeldetes bleibt dabei Information; erst Prüfung und Beurteilung im Stab machen daraus Wissen. Arbeitswissen ist erarbeitet und umfasst Beurteilungen, Annahmen und verworfene Handlungsmöglichkeiten ebenso wie Entschlüsse, Befehle und Weisungen, gleich ob sie im eigenen Gefechtsstand oder auf der übergeordneten Ebene entstehen.

Der Zugriff auf die drei Elemente ist unterschiedlich weit entwickelt. Beim Regelungswissen ist er vorhanden, bei der Lageinformation über die Anbindung der Subsysteme erschließbar. Beim Arbeitswissen fehlt er. Die KI kann heute jede Datei des Stabes öffnen und ihren Inhalt erfassen. Wie diese Inhalte zusammenhängen, erkennt sie aber nicht. Die Dokumente geben darüber keine Auskunft.

Die Dateien müssen die Zusammenhänge deshalb selbst mitführen. Diese Arbeit fällt nicht dem Stab zu, sondern läuft automatisiert und ergibt das KI-lesbare Lage- und Arbeitsverzeichnis. Jedes Dokument führt darin mit, woher es stammt, welchen Stand es hat, wer es verantwortet und was freigegeben ist. Darüber hinaus wird sichtbar, was inhaltlich zusammengehört, etwa eine Maßnahme und die Annahme, auf der sie beruht. Solche Bezüge kann nur die KI erfassen und automatisiert mitführen.

Ein Teil des Arbeitswissens steckt in grafischen Produkten, etwa in Synchronisationsmatrizen und Entscheidungsübersichten. Ihre Aussage erschließt sich der KI bislang nicht; sie lesbar zu machen, ist ein wichtiger weiterer Entwicklungsschritt.

Was hier beschrieben ist, wird zivil bereits umgesetzt. Unternehmen stehen vor derselben Aufgabe. Auch ihre KI-Systeme sollen an der laufenden Arbeit ansetzen, an Projektständen, Entscheidungen und Begründungen, die über Abteilungen und Zeit hinweg entstehen. Für einzelne Nutzer ist das umgesetzt und in Gebrauch, quelloffene Umsetzungen für Teams von einigen Dutzend Personen liegen ebenfalls vor. Google hat das zugehörige Dateiformat als offenen Standard veröffentlicht, Microsoft und Amazon bauen entsprechende Dienste auf.

Für die Gefechtsstandarbeit zeichnet sich damit ein erheblicher Mehrwert ab. Der Stab arbeitet in seiner gewohnten Umgebung weiter. Die KI liest dieselben Verzeichnisse und erreicht damit das Arbeitswissen des Stabes. Sie kann die für den Führungsprozess erforderlichen Zusammenhänge ableiten. Ihre Zuarbeit wird treffender und belastbarer.

KI-Unterstützung entlang des Battle Rhythm

Im Battle Rhythm leistet die KI an jeder Station einen anderen Beitrag. Vor dem Lagevortrag arbeitet sie heraus, was sich seit dem letzten Stand fachlich verändert hat. In Boards und Planungsbesprechungen spiegelt sie die Beiträge der Zellen gegen Auftrag und Annahmen und markiert Abweichungen. Nach dem Entschluss hält sie den neuen Stand fest und zeigt, welche Produkte davon betroffen sind. Bei der Übergabe gibt sie Auskunft darüber, wie der Plan zustande gekommen ist.

Unter Gefechtsbedingungen ist diese Zuarbeit keine Komfortfunktion. Fehlerhafte Übergaben, nicht fortgeschriebene Annahmen oder gar übersehene Lageänderungen können Kräfte gefährden und zeitkritische Entscheidungen verzögern.

Der Stab bleibt in all dem der handelnde Teil. Er beauftragt das KI-System, prüft dessen Zuarbeit, fordert nach, verwirft und entscheidet, was in seine Arbeit eingeht. Die Ergebnisse entstehen im Wechsel von Auftrag und Zuarbeit. Wie weit die Unterstützung dabei reicht, hängt von Lage, Führungsebene und verfügbaren Mitteln ab.

Ein leistungsfähiges Modell im Gefechtsstand bereitzustellen, genügt dafür nicht. Es kann Fragen beantworten, Dokumente zusammenfassen und Regelungswissen erschließen; das ist nützlich, verbessert die Führungsarbeit aber nur bedingt. Führungsnutzen entsteht erst, wenn das KI-System an das Arbeitswissen des Stabes anschließt, dem Battle Rhythm folgt und in den Verfahren des Stabes verankert ist. Das ist tiefe Integration in den Führungsprozess, keine bloße Beschaffung.

Die Datenintegrationsplattform

Im Gefechtsstand laufen die Meldungen aller angebundenen Subsysteme zusammen, aus Aufklärungs- und Wirkungssystemen ebenso wie aus Wetter-, Geo- und Führungsinformationsdiensten. Damit die KI den Stab unterstützen kann, muss sie an diese Meldungen herankommen. Sie an die Subsysteme anzuschließen, genügt aber nicht. Eine einzelne Meldung sagt zunächst nur, was beobachtet wurde, nicht, was es bedeutet. Die KI muss sie deuten können, also erkennen, ob sie ein Fahrzeug oder einen Verband bezeichnet, wie sicher sie ist und wie sie zu anderen Meldungen steht.

Genau dies ist die Aufgabe einer Datenintegrationsplattform (DIP). Sie nimmt die Meldungen aller Subsysteme auf, ordnet sie und macht sie deutbar. Damit ist sie die verbindende Schicht zwischen den Subsystemen und dem KI-System und zugleich die gemeinsame Lagedatenbasis des Gefechtsstands. Jedes Subsystem meldet nicht mehr für sich, sondern in die DIP hinein.

Damit Meldungen aus unterschiedlichen Subsystemen zusammenpassen, überführt die DIP sie in eine gemeinsame Sprache. Jede eingehende Angabe wird auf eine einheitliche Bedeutungsstruktur abgebildet. Diese Ontologie legt fest, was ein Objekt ist und wie es beschrieben wird. Auf dieser Grundlage erkennt die DIP, wenn mehrere Meldungen dasselbe reale Objekt betreffen, führt sie zusammen und ergänzt Herkunft, Konfidenz, Aktualität und Schutzbedarf.

Die NATO-Nationen haben den Austausch von Landführungsinformationen über Jahre hinweg abgestimmt und für ihre gemeinsamen Missionsnetze verbindlich festgeschrieben. Erwachsen ist daraus die MIP4 Information Exchange Specification. Die erforderliche Ontologie liegt damit bereits vor und muss nur noch an die eigenen Subsysteme angebunden werden. Sie deckt den Kern der Führungsinformationen ab, nicht jede denkbare Quelle. Für Spezialsysteme, etwa für Analyse oder Simulation, muss sie erweitert werden. Genau dafür ist sie angelegt.

Dem KI-System liefert die DIP die Lageinformation in einer Form, auf die sich Annahmen und Beurteilungen des Stabes beziehen können. Zusammen mit dem Regelungswissen und dem Arbeitswissen erreicht die KI damit alle drei Wissenselemente.

Lokale KI, Hardware und Modell als Betriebsrahmen

Der laufende Battle Rhythm darf nicht von einer dauerhaft stabilen Breitbandanbindung abhängen. Folglich muss die KI im Gefechtsstand lokal betrieben werden können. Zugleich kann der Gefechtsstand selbst nicht mehr als ein einzelner, kompakter Ort verstanden werden. Signatur, Aufklärbarkeit und Verwundbarkeit sprechen dafür, Stabszellen räumlich verteilt in Gelände, Infrastruktur oder Ortschaften zu betreiben und trotzdem als gemeinsamen Führungsraum arbeitsfähig zu halten.

Auch die KI läuft deshalb auf einem verteilten lokalen System aus zellennahen KI-Knoten, Servern und leistungsfähigen Arbeitsplätzen, die auf dasselbe Lage- und Arbeitsverzeichnis zugreifen. Die KI-Unterstützung folgt der dislozierten Gefechtsstandstruktur, statt sie an einem technischen Zentrum zu bündeln. Im Regelbetrieb sind die Zellen über Lichtwellenleiter miteinander verbunden. Reißt eine Verbindung ab, arbeitet die getrennte Zelle an ihrem Stand weiter; nach der Wiederherstellung müssen die auseinandergelaufenen Stände geordnet zusammengeführt werden.

Lokale KI ist dabei Teil eines gestuften Betriebsmodells. Rückwärtige oder heimatlandgebundene KI-Infrastruktur bleibt für Modellpflege, Evaluation, Freigabe und besonders rechenintensive Analysen erforderlich. Der Gefechtsstand benötigt daraus abgeleitete lokale Fähigkeiten, die auch bei eingeschränkter Verbindung, begrenzter Bandbreite oder restriktiven Schutzregeln arbeitsfähig bleiben und periodisch synchronisiert werden können. Gefordert ist deshalb robuste Verfügbarkeit für klar begrenzte Aufgaben, nicht maximale Modellleistung vor Ort.

Damit unterscheidet sich der hier beschriebene Weg bewusst von plattformzentrierten Ansätzen, die Lageinformation und Arbeitswissen gemeinsam in einer zentralen Objektontologie modellieren. Welcher Weg unter Gefechtsbedingungen überlegen ist, bleibt eine offene Abwägung.

Voraussetzungen, Risiken und menschliche Führungsverantwortung

Die Erschließung des Arbeitswissens muss zwei Anforderungen erfüllen. Sie muss den Stab entlasten, indem sie den Führungszusammenhang weitgehend automatisiert mitführt. Zugleich muss sie erkennbar halten, wo fachliche Bewertung, Freigabe oder Entscheidung erforderlich ist. Automatisierung darf das Arbeitswissen also nicht vom Stab lösen, sondern muss es so aufbereiten, dass menschliche Führungsverantwortung besser ausgeübt werden kann. Nicht jede Besprechung muss protokolliert werden; getroffene Annahmen, Bewertungen, Freigaben und erteilte Aufträge müssen aber für Stab und KI nachvollziehbar erfasst werden.

Genau darin liegt auch das Hauptrisiko. Wenn Arbeitsstände unklar, Metadaten veraltet oder Bezüge falsch gesetzt sind, kann die KI scheinbar schlüssige Zuarbeiten erzeugen, die fachlich nicht tragen. Das Risiko liegt dann nicht nur in einer falschen Antwort, sondern in einer plausibel wirkenden Arbeitsgrundlage. Herkunft, Zuständigkeit und Schutzbedarf müssen deshalb sichtbar bleiben. Nicht damit der Stab Verzeichnisadministration betreibt, sondern damit er die entscheidenden Bewertungen bei Bedarf kontrollieren und absichern kann.

Maßgeblich bleibt die menschliche Führungsverantwortung. Der Nutzen liegt in der fortlaufenden Interaktion zwischen Mensch und System, nicht in einer Verlagerung von Verantwortung. Unsicherheit beseitigt die KI dabei nicht; sie macht widersprüchliche Bewertungen und veränderte Annahmen früher sichtbar und bearbeitbar. Die Entscheidung darüber bleibt Führungsaufgabe. Daraus folgt auch ein Ausbildungsbedarf: Führungspersonal muss KI-Zuarbeiten kritisch prüfen, Quellenbezug einfordern und Modellgrenzen erkennen können. Gute KI-Arbeit im Gefechtsstand wird damit Teil moderner Stabsdisziplin.

Schlussfolgerung

Ein leistungsfähiges Modell allein verbessert die Gefechtsstandarbeit nur bedingt. Die KI muss die Wissensbasis des Stabes erreichen. Beim Regelungswissen und bei der Lageinformation ist das eine Frage der Anbindung. Beim Arbeitswissen fehlt bislang die Form, in der es maschinell erreichbar wäre. Diese Form zu schaffen, ist die eigentliche Herausforderung; das KI-lesbare Lage- und Arbeitsverzeichnis leistet das.

Daraus folgt eine Architekturentscheidung. Die Lageinformation wird über die Datenintegrationsplattform zentral zusammengeführt, weil aus vielen Einzelmeldungen nur so ein gemeinsames Bild entsteht. Das Arbeitswissen bleibt dezentral und in offener Form. Der Stab muss es prüfen können, und es muss auch dann verfügbar sein, wenn die Verbindung zwischen den Zellen ausfällt. Plattformzentrierte Ansätze führen beides in einer zentralen Ontologie zusammen. Der hier beschriebene Weg trennt es und erhält damit die Kontrolle des Stabes über sein Arbeitswissen.

Die Operative Leitlinie des Generalinspekteurs verlangt, Informationsüberlegenheit in Entscheidungs- und Wirkungsüberlegenheit umzusetzen. Genau hier setzt die KI-gestützte Gefechtsstandarbeit an. Moderne Gefechte erfordern schnelles und umsichtiges Handeln. Für den Gefechtsstand bedeutet dies, in kürzerer Zeit zu besseren Ergebnissen zu kommen. Der Stab allein wird das nicht leisten können. Er braucht ein leistungsfähiges und resilientes KI-System, das erst durch die tiefe Integration in seinen Führungsprozess wirksam wird. Diese Fähigkeit rasch zu entwickeln und der Truppe zur Verfügung zu stellen, gehört zu den dringlichsten Aufgaben unserer Zeit.