Der vorliegende Artikel ist der dritte Teil einer Reihe, die sich mit der wachsenden Bedeutung Künstlicher Intelligenz (KI) für die Gefechtsführung der Landstreitkräfte befasst. Der erste Beitrag, „Künstliche Intelligenz auf dem Gefechtsfeld – Erkenntnisse und Forderungen zur Erhöhung der Fähigkeiten in landbasierten Operationen“, erschienen im Hardthöhenkurier 5/2025, analysierte das Potenzial und die Grenzen von KI-Systemen auf dem Gefechtsfeld, ausgehend von den Erkenntnissen des Ukrainekrieges und den daraus abgeleiteten Anforderungen an die deutschen Landstreitkräfte.
Der zweite Beitrag, „Der KI-gestützte Gefechtsstand – Ein zentrales Element der KI-zentrierten Gefechtsführung“, veröffentlicht auf novumbellum.org im Januar 2026, führte diesen Gedanken weiter und entwarf eine Konzeptidee für die Integration generativer KI in die dislozierte Gefechtsstandarbeit.
Der vorliegende Artikel denkt beide Vorgänger zu Ende und vollzieht den entscheidenden Schritt: von der KI-gestützten zur KI-zentrierten Gefechtsführung. Der Unterschied ist fundamental. KI-gestützte Gefechtsführung bedeutet, dass KI den Menschen bei einzelnen Aufgaben unterstützt, ein Werkzeug unter vielen, punktuell eingesetzt, punktuell wirksam. KI-zentrierte Gefechtsführung bedeutet, dass KI zum strukturgebenden Element der gesamten Führungsarchitektur wird. Sie durchdringt Aufklärung, Führung, Wirkung und Unterstützung nicht als Ergänzung, sondern als verbindendes Nervensystem. Der Mensch bleibt Entscheidungsträger, aber die Art, wie er zu seinen Entscheidungen gelangt, verändert sich grundlegend.
Kern dieses Artikels ist das Konzept des KI-Agenten Mesh: ein selbstorganisierendes Netz spezialisierter KI-Agenten, das die gesamte Tiefe des Gefechtsfelds über spannt vom Sensor auf der Drohne über das Gefechtsfahrzeug bis zum operativen Gefechtsstand. Der Artikel beschreibt, wo die KI-Entwicklung heute steht, was das KI-Agenten Mesh konkret bedeutet (technisch, geografisch und organisatorisch), wie andere Nationen diesen Weg bereits gehen und welcher Handlungsbedarf sich daraus für die Bundeswehr ergibt.
Der aktuelle Stand: Von agentischen zu multiagentischen Systemen
Seit der Veröffentlichung von ChatGPT Ende 2022 hat die Entwicklung Künstlicher Intelligenz eine Dynamik erreicht, die selbst Fachleute in ihrer Geschwindigkeit überrascht. Innerhalb von nur drei Jahren haben sich generative KI-Systeme von cloudbasierten Textgeneratoren zu autonomen Agenten entwickelt, die eigenständig komplexe Aufgaben ausführen, Werkzeuge bedienen und mit anderen Systemen interagieren.
Der aktuelle Paradigmenwechsel führt dabei von einzelnen KI-Modellen zu vernetzten Multiagentensystemen, in denen mehrere spezialisierte KI-Agenten arbeitsteilig zusammenwirken und ein Ergebnis erzielen, das keiner von ihnen allein erreichen könnte. Dass dieser Wandel auch militärisch erkannt ist, zeigt die im Januar 2026 veröffentlichte KI-Strategie des US-Verteidigungsministeriums, die agentische Netzwerke explizit zum Schwerpunkt erklärt. Ein eindrückliches Beispiel für das Potenzial solcher Systeme liefern zivile Open-Source-Projekte wie OpenClaw oder Hermes Agent, die seit Ende 2025 binnen weniger Monate Hunderttausende Entwickler weltweit begeistern.
Es handelt sich um agentische Frameworks, die auf eigener Hardware laufen, verschiedene Kommunikationskanäle verbinden und eigenständig komplexe Aufgaben auf dem Rechner ausführen, wahlweise mit Cloud-Abindung an leistungsfähige Sprachmodelle oder vollständig lokal mit kleineren Modellen. Was diese Projekte im zivilen Kontext demonstrieren, ist im militärischen Kontext von unmittelbarer konzeptioneller Relevanz: Sie zeigen, was selbstorganisierende KI-Agentennetze technisch bereits heute leisten können.
Parallel zur Entstehung von Multiagentensystemen vollzieht sich ein entscheidender Effizienzsprung bei den KI-Modellen selbst. Sie sind nicht mehr zwingend auf gigantische, cloudbasierte Rechenzentren angewiesen. Neue Modellgenerationen sind darauf optimiert, bei minimalem Ressourcenverbrauch und ohne Cloud-Anbindung maximale Geschwindigkeit zu liefern. Für den militärischen Einsatz zeichnet sich daraus eine klare Arbeitsteilung ab: große Sprachmodelle mit umfangreichen Reasoning-Fähigkeiten auf der strategischen und operativen Ebene, mobile KI-Cluster auf den taktischen Gefechtsständen, spezialisierte Kleinstmodelle direkt auf dem Endgerät.
Die Kernvision: Das KI-Agenten Mesh
Im ersten Artikel dieser Reihe wurde ein Gedanke angerissen, der damals noch spekulativ wirkte, heute jedoch als konzeptionelle Leitlinie ernst genommen werden muss: Zukünftig könnten in der Bundeswehr Hunderte, wenn nicht Tausende unterschiedliche KI-Agenten zum Einsatz kommen. Praktisch jeder Sensor, jedes Waffensystem, jedes Gefechtsfahrzeug, jede Befehls- und Gefechtsstelle würde über spezialisierte KI-Agenten verfügen. Im Gefecht interagieren diese Systeme selbstständig, tauschen automatisiert Daten und Erkenntnisse aus, ohne dass ein Mensch eingreifen müsste.
Genau dieses Bild beschreibt das KI-Agenten Mesh, die Kernvision des vorliegenden Artikels. Das Mesh ist kein einzelnes System und kein zentrales Programm. Es ist ein durchgängiges, selbstorganisierendes Netz aus spezialisierten KI-Agenten, das die gesamte Tiefe des Gefechtsfelds überspannt von der untersten taktischen Ebene bis zum operativen Gefechtsstand. Jeder Knoten dieses Netzes ist ein Akteur: Er nimmt Informationen auf, verarbeitet sie, trifft begrenzte autonome Entscheidungen in seinem Zuständigkeitsbereich und gibt verdichtete Erkenntnisse an benachbarte Knoten weiter. Was das in der Praxis bedeutet, lässt sich anhand eines konkreten Szenarios verdeutlichen. Eine Aufklärungsdrohne identifiziert ein feindliches Fahrzeug. Ihr eingebetteter KI-Agent klassifiziert das Ziel, bewertet die Bedrohungslage und meldet diese Erkenntnis nicht mehr vertikal an einen übergeordneten Gefechtsstand. Stattdessen verhandelt der Sensoragent dezentral und unmittelbar mit den autonomen KI-Agenten benachbarter Wirkmittel über verfügbare Feuerkapazitäten.
