Innovationsprojekt KI-Stabsassistent SUMO

Ausgangslage und Ziel

Die militärische Aktionsplanung verlangt in kurzer Zeit präzise Analysen aus grossen, heterogenen Datenmengen. Unter Zeitdruck steigt das Risiko von Fehlentscheidungen und das Übersehen relevanter Informationen. Zudem gibt es eine breite Palette kommerziellen KI-Anwendungen, welche auf Grund der Sicherheit im militärischen Kontext nicht verwendet werden können.

Ziel des Innovationsprojekts war die Entwicklung eines KI-basierten Stabsassistenten, der die Aktionsplanung unterstützt und qualitativ verbessert – mit sicherem, zuverlässig nutzbarem Betrieb in geschützten Umgebungen. Dafür entwickelten Cudos, Artifact und ELMA gemeinsam mit dem Kommando Cyber einen Demonstrator auf Stufe Bataillon. Der Prototyp soll zeigen, in welchen Prozessschritten KI heute substanziell unterstützt, wie Daten sicher verarbeitet werden können und welche Architektur- und Modellwahl (lokal, offline) in Frage kommt. Erfolgsnachweis: ab Juni 2025 testbarer Prototyp, drei priorisierte Use Cases, qualitative Evaluation mit Fachexperten und Ausblick auf produktive Weiterentwicklung.

Lösung

Der Prototyp “SUMO” adressiert drei konkrete Anwendungsfälle: (1) Reglemente-Chat (RAG) für schnelles Finden und Extrahieren von Bestimmungen; (2) Faktorenanalyse nach AUGEZ/AEK (gemäss Reglement Führungs- und Stabsorganisation der Armee) auf Basis vorgesetzter Befehle, inkl. Extraktion, Strukturierung und Ableitung erster Erkenntnisse; (3) FGG-GPT als fach-spezifischer Assistent mit PDF-Markierung relevanter Inhalte (Pendenzen, Termine, Standorte etc.). Technisch kombiniert die Web-App Angular/.NET mit einem Python-RAG-Service, Vektorsuche in Postgres/pgvector und lokal gehosteten LLMs (z. B. Qwen3) auf NVIDIA-Jetson-Hardware – vollständig offline für maximale Informationssicherheit. Der Jetson wurde von ELMA so verkleidet, dass er im militärischen Umfeld problemlos genutzt werden kann.

Ergebnisse: Zeitgewinn bei Recherche und Dokumentanalyse (Use-Cases 1 & 3), während die komplexe, holistische Konsequenz-Ableitung in der Faktorenanalyse weiterhin menschliche Expertise erfordert und von besserer Datengrundlage profitiert.

Das Video gibt einen Einblick in die Ergebnisse, welche am Innovationstag 2025 der Schweizerische Gesellschaft für Technik und Armee (STA) vorgestellt wurden.