Innovationstagung

Pitch 1 | Rüdiger Hnyk, Smart Mobile Labs | Umfassende Lageerkennung mit Echtzeit Video auf nomadischen 5G pop-up Netzen

Smart Mobile Labs AG, München liefert das private 5G Netz der Universität der Bundeswehr, München sowie weiterer Bundeswehr-Liegenschaften und -Zulieferer.

Auf Basis dieser (potentiell nomadischen) privaten 5G Netze lassen sich neuartige Use Cases für mobile Einsatzkräfte implementieren, die eine wesentlich verbesserte Lageerkennung zulassen. Dazu benutzt SML eine selbst enwickelte Echtzeit-Video-Verteil-Plattform EVO „Edge Video Orchestrator“ für Videos mit 4K oder Full HD Auflösung.

Die SML EVO Anwendung auf der 5G-Plattform im Fahrzeug befiehlt der „Drohne-A“, ein Aufklärungssuchmuster durchzuführen. Während dieser Zeit ruft es ständig ein Video der Wärmebildkamera in Realzeit ab und sucht in diesem Video nach Wärmesignaturen.

Sobald die Anzahl der gefundenen Wärmesignaturen einen konfigurierbaren Schwellenwert überschreitet, löst die Anwendung einen Alarm aus und schaltet das reale und Wärmebild-Video der Drohne-A auf den Hauptbildschirm im Hauptquartier um.

Die Positionen eigener 5G-SmartPhones und -Drohnen/-Fahrzeuge werden im Videostream ebenfalls dargestellt und mit Zusatz-Information versehen. Dadurch lässt sich in Realzeit eine Friend/Foe Differenzierung vornehmen.

Im Hauptquartier werden bei Bedarf die Videostreams und ein Befehls-Audio Kanal zu den SmartPhones der Einsatzkräfte freigeschaltet. Ausserdem kann der Kommandant die Videostreams weiterer Kamaras zu- und ab-schalten um den Einsatzkräfte im Feld eine umfassende Lageeinschätzung in Echtzeit zu geben.

After working in many larger companies like SIEMENS, Deutsche TELEKOM, Microsoft and SONY; Ruediger was helping Peer-to-Peer streaming leader Octoshape, Denmark to grow their business in Europe as part of the management team. Octoshape was then acquired by streaming leader Akamai in April 2015.

Thereafter, Ruediger joined Smart Mobile Labs AG in Munich as Chief Product Officer and Partner, growing its private 5G business with real-time video applications.

Ruediger holds a Diplom-Informatiker title from KIT „Karlsruhe Institue of Technology“ and a Master in Business Administration title from Henley Management College, UK.

Ruediger served in the German Bundeswehr in the Territorialkommando Süd in Mannheim in the telecommunications sector.



.

Pitch 2 | Dr. Markus Wurzenberger, Austrian Institute of Technology GmbH | Logdata-Anomaly-Miner (AMiner)

Aufgrund der fortschreitenden Digitalisierung in der heutigen Zeit verlagern sich sowohl militärische Konflikte als auch Kriminalität immer stärker in den Cyber-Raum. Um im Speziellen neuartige Angriffe von intelligenten und hoch-spezialisierten Angreifern, wie zum Beispiel durch Staaten unterstützte Cyber-Kriminelle und Advanced Persistent Threats (APTs), gegen IKT und Cyber-physische Infrastrukturen zeitgerecht zu erkennen, werden moderne Anomalieerkennungsverfahren benötigt, die innovative selbst-lernende Algorithmen aus den Bereichen Machine-Learning, Deep-Learning, und Artificial-Intelligence nutzen. Der Logdata-Anomaly-Miner (AMiner) ist eine patentierte Open-Source Lösung, die es aufgrund eines innovativen Single-Pass Verfahrens und eines hoch-effizienten flexiblen Parsers ermöglicht, Ressourcen-effiziente Analyse beliebiger Logdaten jeglicher IT- und OT Systeme in Echtzeit durchzuführen. Dies ist sowohl zentral als auch dezentral möglich und erlaubt es somit komplexe Cyber-Angriffe gegen Infrastrukturen zu erkennen. Der AMiner stellt unterschiedliche Erkennungsalgorithmen aus den Bereichen Machine-Learning, Deep-Learning, Artificial-Intelligence, und Statistik zur Verfügung, die aufgrund des modularen Aufbaus des AMiners beliebig je nach Anwendungsfall kombiniert werden können.

Die in zivilen und militärischen Forschungsprojekten entwickelte und demonstrierte Komponente lässt sich aufgrund vielfältiger standardisierter Schnittstellen unter geringem Aufwand in bestehende Technologien und Frameworks integrieren. Dies gilt sowohl für kommerzielle Lösungen (wie zum Beispiel IBMs QRadar), offene Frameworks (zum Beispiel basierend auf dem Elastic Stack), als auch für innerhalb von Forschungsprojekten entwickelte Plattformen (zum Beispiel Lösungen aus den EU Forschungsprojekten PANDORA und GUARD).

https://github.com/ait-aecid/logdata-anomaly-miner

Dr. Markus Wurzenberger ist seit 2014 Scientist im Cyber-Security Research Team des AIT Austrian Institute of Technology. 2021 schloss er sein Doktorratsstudium im Bereich der Informatik an der TU Wien ab. Ebendort schloss er 2015 das Master-Studium der Technischen Mathematik ab. Sein wissenschaftlicher Fokus liegt auf der Erforschung von Ressourcen-effizienten Anomalieerkennungs-Verfahren die auf Logdatenanalyse und Algorithmen aus den Bereichen Machine-Learning (ML), Deep-Learning (DL), Artificial-Intelligence (AI), und Statistik, aufbauen. Neben der Leitung und Mitarbeit in internationalen und nationalen, zivilen und militärischen Forschungsprojekten in den Bereichen Cyber-Security und Cyber-Defence, arbeitet Markus Wurzenberger an der Entwicklung der Open-Source Anomalieerkennungs-Lösung Logdata-Anomaly-Miner (AMiner).

Core-Team: Florian Skopik, Markus Wurzenberger, Max Landauer, Wolfgang Hotwagner

Pitch 3 | Dr. Dirk Stauder & Christoph Langewisch, Secublox - StartUp | Web3 basierte resiliente Führung von autonomen Schwarmsystemen

Dieses Projekt verwendet Web3-Technologie, um Kommunikations-, Informations- und Transaktionsinfrastrukturen autonomer (Schwarm-)Systeme sowie deren zugehörige Führungssysteme widerstandsfähiger, sicherer und effizienter zu gestalten. Die Web3-Technologie (DLT, Blockchain) ermöglicht hierbei durch Eigenschaften wie Dezentralität, Asynchronität, Interoperabilität, Peer2Peer-Kommunikation und Integrität von Daten & Transaktionen erstmalig die Realisierung vollständig digitaler, nicht manipulierbarer und resilienter Wertschöpfungsketten. Dies ermöglicht eine hochgradig sichere digitale Abbildung resilienter Führungssysteme von autonomen Schwarmsystemen (z.B. Drohnenschwärmen). Der hohe Grad an Integrität & Interoperabilität von Web3-Technologie führt zudem zu einer Verringerung von Komplexität durch Minimierung von Schnittstellen bei der Abbildung und Kontrolle von autonomen (Führungs-)Systemen.

Dr. Dirk Stauder (Co-Gründer Secublox) ist promovierter Finanzbetriebswirt der LMU München und beschäftigt sich seit Jahren intensiv mit Anwendungsfällen von Web3, zunächst im Finanzbereich, inzwischen mit Fokus auf die Bereitstellung Web3 basierter digitaler IT-Infrastruktur für digitale Anwendungsfälle der Zukunft. Er sieht in Web3-Technologie die Basis für die nächste Stufe der Digitalisierung von Wertschöpfungsketten und hat deshalb u.a. den Forschungs- und Entwicklungsbereich Web3 bei founders@unibw initiiert. LinkedIn: https://www.linkedin.com/in/dr-dirk-stauder-b7346a113/

Christoph Langewisch (Co-Gründer Secublox) ist Deep-Tech-Experte und Gründer verschiedener Web3/Blockchain-basierter Forschungsprojekte und Unternehmen aus der Industrie sowie Verteidigungsindustrie. Er ist Absolvent der RWTH-Aachen als Diplom-Informatiker mit langjähriger Führungserfahrung in verschiedenen Positionen bei namhaften und international tätigen IT-Unternehmen. LinkedIn: https://www.linkedin.com/in/langewisch/

Pitch 4 | Dr. Michael Kissner, Akhetonics GmbH | Rein-photonischer, universeller Hochleistungsprozessor für homomorph verschlüsselte Daten

Homomorphe Verschlüsselung gilt als der heilige Gral der Datensicherheit und ermöglicht, dass Daten nicht nur während der Übermittlung und Speicherung verschlüsselt sind, sondern auch bei der Verarbeitung. Derzeit ist der Flaschenhals für die Einführung von flächendeckender homomorpher Verschlüsselung jedoch die langsame Verarbeitung der Daten. Wir wollen dieses Problem lösen, indem wir statt Elektronik einen Optischen Prozessor entwickeln, der homomorph verschlüsselte Daten rein optisch verarbeiten kann. Denn Licht hat den Vorteil, dass eine extrem hohe Rechenleistung bei extrem niedriger Energieverbrauch erreicht werden kann und wir somit homomorphes rechnen alltagstauglich machen können.

Kurzvita von Herrn Dr. Michael Kissner

Pitch 5 | Jakob Vanhoefer, LightningPose GmbH | Digitalisierung der militärischen Ausbildung mittels Einsatz von KI/ML

Eine korrekte Körperhaltung ist für Soldaten bei Abläufen und Handlungen wichtig. Z.B. für Vermeidung von körperlichen Überbelastungen und damit Verletzungen, oder bei falschen Hebevorgängen in der Logistik, aber auch bezüglich der idealen Schusspositionen, um schneller und zielgenauer zu schießen.

KI-Verfahren zur Echtzeit-Analyse und Korrektur von Körperhaltungen aus Video-Streams haben in jüngerer Vergangenheit große Fortschritte erzielt. Dies ermöglicht diverse Anwendungen bei der Bundeswehr, die in diesem Vortrag skizziert und live vorgestellt werden.

Die grundlegende Technologie ist im Sportbereich markterprobt und in App-Stores erhältlich. Anwendungen bei der Bundeswehr sind daher kurzfristig möglich. Damit kann Expertwissen personalsparend als App bereitgestellt werden.

Jakob Vanhoefer studierte Mathematik mit Schwerpunkt Data Science an der TU München und forschte anschließend an der Uni Bonn. 2022 gründete er als universitäres Spin-Off LightningPose aus und entwickelt gemeinsam mit seinem Team erfolgreich KI-Verfahren zur Haltungskorrektur auf Smartphones.

Pitch 6 | Prof. Dr. Michael Schmitt, UniBw M | Sensor- und Blickwinkel-unabhängige Veränderungsdetektion in Satellitenbildern

Die automatisierte Erkennung von Veränderungen in Satellitenbildern ist eine der wichtigsten Anwendungen der Fernerkundung. Voraussetzung ist dafür bislang die Nutzung homogener Bilddaten, d.h. von Bildern die mit der gleichen Sensortechnologie und vom (nahezu) gleichen Blickwinkel aus aufgenommen wurden. Nur so sind die meisten bislang existierenden Algorithmen in der Lage, pixel-weise Änderungen zu detektieren. Gerade in zeitkritischen Szenarien würde man sich hier mehr Flexibilität wünschen, um Veränderungen auch mit Hilfe von Bildern unterschiedlicher Satellitensensoren oder abweichender Aufnahmeposition erkennen zu können. Hier setzt die vorgestellte Idee an: Statt die Pre- und Post-Change-Bilder direkt pixelweise in der Bildgeometrie zu vergleichen, nutzen wir ein von unserer Arbeitsgruppe entwickeltes KI-Verfahren zur 3D-Rekonstruktion von Stadtgebieten aus einzelnen Satellitenbildern, um anschließend die Veränderungserkennung in georeferenzierten Höhendaten durchzuführen. Die Vorschaltung der KI-basierten Einzelbildhöhenrekonstruktion entspricht einer Datenhomogenisierung: Egal, aus welchem Blickwinkel ein Satellitenbild aufgenommen wurde, und egal, ob es mittels optischer oder Radarsensorik akquiriert wurde, stehen nun für die Veränderungserkennung Höhendaten im selben Weltkoordinatensystem zur Verfügung, sodass Sensor- und Blickwinkel-abhängige Effekte nicht mehr zum Tragen kommen.

Prof. Schmitt leitet die im September 2021 neu gegründete Professur für Erdbeobachtung an der Fakultät für Luft- und Raumfahrttechnik der UniBw München. Seine Arbeitsgruppe ist eingebettet in das Institut für Raumfahrttechnik und Weltraumnutzung der Fakultät, sowie das fakultätsübergreifende Forschungszentrum SPACE und beschäftigt sich vor allem mit algorithmischen Aspekten der Erdbeobachtung: Mit Hilfe von Methoden der Bild- und Signalverarbeitung, sowie des maschinellen Lernens entwickeln Schmitt und sein Team Verfahren für eine automatische Extraktion von Informationen aus Daten unterschiedlicher flugzeug- oder satellitengestützter Fernerkundungssensoren.

Vor seinem Ruf an die Universität der Bundeswehr war Prof. Schmitt viele Jahre bei verschiedenen Arbeitsgruppen an der Technischen Universität München (TUM) beschäftigt, wo er auch promoviert wurde und sich habilitierte. Im Rahmen seiner Promotion, die er in Kooperation mit dem Fraunhofer-Institut für Hochfrequenzphysik und Radartechnik und der Universität Zürich durchgeführt hat, forschte er an neuen Methoden zur 3D-Rekonstruktion von städtischen Szenen mit Hilfe von flugzeuggetragenem Millimeterwellen-Radar. Während seiner Habilitation beschäftigte er sich vor allem mit der Fusion von optischen und Radar-Fernerkundungsdaten unter Verwendung moderner KI-Verfahren. Im Jahr 2016 besuchte Herr Schmitt das Microwave Remote Sensing Laboratory der University of Massachusetts Amherst als Gastwissenschaftler, wo er sich mit Fokussierungsalgorithmen für bildgebende FMCW-Radare beschäftigte.

Zwischen der Zeit an der TUM und dem Ruf an die UniBw hatte Prof. Schmitt die Professur für Angewandte Geodäsie mit Schwerpunkt Fernerkundung an der Hochschule München inne und war zeitgleich als beratender Wissenschaftler am Institut für Methodik der Fernerkundung am Deutschen Zentrum für Luft- und Raumfahrt tätig.

Pitch 7 | Henning Schiel, Patero GmbH | Quantensichere Gefechtsfeldkommunikation über resiliente taktische Datenlinks

Gefechtsfeldkommunikation muss höchsten Ansprüchen an Cybersicherheit und Resilienz genügen. Diese Kriterien sind aber technisch wie auch organisatorisch, insbesondere unter realen Einsatzbedingungen, nur schwer umzusetzen.

Unsere Lösung optimiert durch den Einsatz von Forward Error Correction (FEC) auf taktischen Datenlinks im Zusammenspiel mit hybrider, kryptoagiler Quantencomputer resistenter Kryptographie (PQC) die Sicherheit und Resilienz der Gefechtsfeldkommunikation insbesondere unter schwierigen Einsatzbedingungen mit erhöhten Übertragungsfehlern, Latenzen und gegnerischen Störmaßnahmen.

Dabei legen wir besonderen Wert auf eine praxisnahe Umsetzung z.B. in den Bereichen Satellitenkommunikation und Echtzeitübertragung von Video- und Steuerungsdaten von Drohnen.

Das Ziel ist eine deutliche Erhöhung der Kommunikationsreichweite bei gleichzeitig verbessertem Schutz gegen elektronische Abwehrmaßnahmen.

Kurzvita von Herrn Henning Schiel