Versnelt AI de oorlog? Hoe de VS in 4 dagen 2.000 Iraanse doelwitten troffen

Kunstmatige intelligentie bepaalt in toenemende mate hoe moderne oorlogen worden gevoerd.

Bij recente Amerikaanse militaire operaties in verband met het conflict rond Iran zei Washington dat het in slechts vier dagen meer dan 2.000 doelwitten had getroffen.

Dat tempo zou moeilijk vol te houden zijn geweest in eerdere conflicten, toen militaire inlichtingen handmatig door meerdere bevelsniveaus moesten worden beoordeeld.

Tegenwoordig kan software op het slagveld enorme hoeveelheden inlichtingen in enkele minuten verwerken.

Gegevens van drones, satellieten en andere sensoren worden geanalyseerd door algoritmen die potentiële doelwitten markeren en informatie voor commandanten organiseren.

Dergelijke hulpmiddelen helpen het Amerikaanse leger om de 'kill chain' op het slagveld veel sneller te doorlopen dan in eerdere oorlogen.

Wat de militaire 'kill chain' betekent

De 'kill chain' beschrijft de opeenvolging van stappen van het identificeren van een doelwit tot het uitvoeren van een aanval.

In eerdere militaire operaties kon het proces uren of zelfs dagen in beslag nemen.

Inlichtingen moesten worden verzameld, geverifieerd, geanalyseerd en via meerdere bevelsniveaus worden doorgestuurd voordat een aanval werd geautoriseerd.

Systemen voor kunstmatige intelligentie zijn ontworpen om die tijdlijn in te korten.

Software kan inlichtingenstromen snel scannen, potentiële doelwitten markeren en ze prioriteren voor beoordeling door commandanten.

Deze snellere beslissingscyclus is vooral belangrijk in conflicten waar doelen zoals lanceersystemen voor raketten of mobiel materieel snel kunnen verdwijnen.

De software achter AI-gestuurde doelwitbepaling op het slagveld

Een belangrijk onderdeel van deze verschuiving is het Maven Smart System, ontwikkeld samen met data-analysebedrijf Palantir Technologies.

Het platform bouwt voort op Project Maven, een Pentagon-initiatief dat in 2017 werd gelanceerd om machine learning toe te passen op de analyse van militaire inlichtingen.

Het systeem integreert gegevens van drones, satellieten en andere verkenningsbronnen in één operationeel dashboard.

Analisten en commandanten kunnen inlichtingenrapporten, potentiële doelwitten en operationele opties op één plek bekijken.

Verslaggeving over het conflict met Iran heeft beschreven hoe AI-gestuurde platforms voor doelwitbepaling helpen grote hoeveelheden slagvelddgegevens te verwerken en lijsten met mogelijke doelwitten te genereren die menselijke beoordeling vereisen.

Grotere inzet van AI binnen de krijgsmacht

Het Amerikaanse ministerie van Defensie heeft het gebruik van AI-systemen geleidelijk uitgebreid binnen zijn strijdkrachten.

In 2025 had het Maven-platform meer dan 20.000 gebruikers verspreid over meerdere militaire eenheden. De technologie wordt ook door NAVO-bondgenoten overgenomen.

Kunstmatige intelligentie speelt nu meerdere rollen in militaire operaties.

Computer vision-systemen kunnen dronebeelden analyseren om voertuigen of materieel te identificeren. Algoritmen scannen satellietbeelden op patronen die militaire activiteit kunnen signaleren.

Deze hulpmiddelen zijn al toegepast in conflicten zoals Oekraïne en Gaza, waar dronebewaking en digitale inlichtingenanalyse centraal staan in moderne oorlogsvoering.

Waarom AI-oorlogsvoering zorgen baart

Ondanks de snelheidsvoordelen heeft de groeiende rol van AI in de oorlogsvoering zorgen doen rijzen over toezicht en verantwoording.

Een punt van zorg is of snellere geautomatiseerde systemen voldoende tijd laten voor zorgvuldig menselijk oordeel.

Wanneer software snel grote aantallen potentiële doelwitten genereert, kunnen commandanten onder druk komen te staan om snel op te treden.

Recente gebeurtenissen in Iran hebben deze zorgen verergerd.

Onderzoeken naar een aanval die een meisjesschool in de stad Minab trof, roepen vragen op over hoe doelkeuzes werden gemaakt en of verouderde inlichtingen hebben bijgedragen aan het incident.

Een onderzoek van Reuters meldde dat de school een langdurige publieke online aanwezigheid had, wat vragen oproept over hoe de locatie als militair doel werd geclassificeerd.

Experts zeggen dat de bredere uitdaging de verantwoordingsplicht is.

AI-systemen kunnen enorme datasets analyseren en snel aanbevelingen doen, maar precies begrijpen hoe die aanbevelingen tot stand komen, kan moeilijk zijn.

Naarmate oorlogsvoering meer datagedreven wordt, zal het vinden van het juiste evenwicht tussen technologische snelheid en menselijke verantwoordelijkheid waarschijnlijk een centraal debat blijven.