Es wird zur Zeit viel über Wehrpflicht diskutiert, aber ich habe das Gefühl dass das immer wieder auf der Prämisse diskutiert wird, dass der nächste Krieg so aussehen wird wie wir das aus den letzten Kriegen kennen.
Fronten, Territorialverteidigung, Massenmobilisierung, konventionelle Gefechte. Die Debatte dreht sich um: Brauchen wir genug Menschen? Wie lange muss Ausbildung dauern? Sollten Frauen auch eingezogen werden?
Was wenn diese Prämisse falsch ist?
Krieg als Logistik-Problem
Was ist Krieg operativ? Die Zustellung tödlicher kinetischer Energie an einen bestimmten Personenkreis.
Das ist keine Provokation, das ist Definition. Strategie, Doktrin, Taktik - alles Optimierungen dieses Kernproblems. Wie bringe ich Energie zu Targets? Wie minimiere ich eigene Verluste dabei? Wie maximiere ich Impact?
Wenn das stimmt: Jede Innovation in Logistik ist potentiell anwendbar auf Kriegsführung.
Denkangebot: Betrachte was moderne Logistik-Plattformen können - und was folgt wenn man das auf “Zustellung tödlicher Energie” anwendet.
Transformation 1: Von Planung zu kontinuierlicher Optimierung
Klassische Militärlogistik funktioniert sequentiell: Plan entwickeln → ausführen → evaluieren → neuer Plan.
Moderne Logistik-Plattformen arbeiten anders. Amazon berechnet nicht einmal die Route und führt dann aus. Das System kalkuliert permanent neu während der Execution: Verkehr ändert sich, Verfügbarkeit ändert sich, Prioritäten ändern sich - Route passt sich an in Echtzeit.
Übertragen auf “Zustellung tödlicher Energie”: Nicht mehr “Operation planen für Situation X, dann ausführen”. Sondern: System passt sich kontinuierlich an während sich X ändert. Target-Priorität, Methoden-Auswahl, Timing werden permanent neu berechnet basierend auf aktuellen Daten.
Das passiert bereits: GIS Arta, das ukrainische System das als “Uber for Artillery” bekannt wurde. Scouts identifizieren Target, System routet automatisch an nächste verfügbare Artillerie-Einheit basierend auf Position, Munitionstyp, Response-Zeit. Keine zentrale Planung, kontinuierliche Echtzeit-Optimierung. Target-Koordinaten rein, optimale Strike-Unit wird automatisch zugeteilt, Feedback-Loop für nächsten Target.
Transformation 2: Von Intel zu Daten
Klassische Kriegsführung: “Intelligence” ist knapp, teuer, unvollständig. Man plant mit dem was man weiß, extrapoliert was man nicht weiß.
Moderne Logistik: Vollständige Transparenz ist Grundlage. Amazon weiß Position, Verfügbarkeit, Kosten, Bedarf - nicht als besondere Leistung, sondern als Systemvoraussetzung.
Für “Zustellung tödlicher Energie” bedeutet das: Die Daten existieren bereits. Social Media, biometrische Datenbanken, Telekommunikationsmetadaten, Finanzströme, Bewegungsprofile. Das ist keine zukünftige Dystopie, das ist verfügbare Infrastruktur. Die Frage ist nur Zugriff und Aggregation.
Vollständige Profile sind in Sekunden erstellbar: Position, soziale Verbindungen, Bewegungsmuster, biografische Daten. Nicht als mühsam zusammengetragene “Intelligence”, sondern als Datenbankabfrage. Das ändert strategische Möglichkeiten fundamental.
Beispiel: Target hat drei Brüder an Front, Mutter hat zwei Söhne verloren, Familie ist lokal prominent. Das sind strategische Parameter. System kalkuliert: Eliminiere erst Bruder 1, nach 48h Bruder 2, nach einer Woche Onkel, dann Target. Die optimale Sequenz folgt aus Daten, nicht aus Intuition.
Transformation 3: Von Operations zu Plattform
Klassische Kriegsführung: Jede Operation wird individuell geplant. Das skaliert nicht.
Moderne Logistik: Prozesse sind standardisiert. Amazon liefert eine Million Pakete mit gleicher Zuverlässigkeit wie zehn, weil die Plattform skaliert.
Übertragen: Targeted Killing war historisch nicht skalierbar. Mossad brauchte Monate pro Operation weil jede individuell konzipiert wurde. Platform-Logik löst das: Target-Identifikation, Methoden-Katalog, Delivery-Optionen sind standardisiert. Das System kann parallel 10 oder 1000 Operationen managen.
Zusätzlich: Feedback-Loops. Jede Operation generiert Daten, System wird besser. War Methode kosteneffizient? War Timing optimal? System lernt: “Organisationen mit Struktur X fragmentieren effektiver mit Sequenz Y”, “Methode A erzeugt bei Profil B höhere Demoralisierung”.
Das ist A/B Testing Logik angewandt auf Tötungsstrategien. Logische Konsequenz von: Plattform + Daten + Feedback.
Transformation 4: Von Inventory zu On-Demand Production
Klassische Militärproduktion: Jahrelange Entwicklung, große Produktionsserien, jahrzehntelange Nutzung. F-35 Development dauerte 20+ Jahre, Stückkosten 80-100 Millionen Dollar.
Fast Fashion funktioniert anders: Echtzeit-Tracking was funktioniert, schnelle Production Cycles (Design → Production → Delivery in Wochen), minimales Warehouse, A/B Testing für Designs, lokalisierte Production.
Übertragen: Welche Systeme sind gerade effektiv gegen aktuellen Gegner? Produziere darauf basierend, in kurzen Cycles, lokalisiert, datengetrieben.
Das passiert bereits in der Ukraine: FPV-Drohnen werden produziert wie Fast Fashion. Design wird wöchentlich angepasst basierend auf Front-Feedback. Production ist dezentralisiert - kleine Werkstätten, 3D-Drucker, hunderte Producer koordiniert über Plattform. Kosten: 500-2000$ pro Drohne. Development-Cycle: Wochen. Production: Tage.
Vergleich: Russischer Panzer 4-5 Millionen Dollar, Development Jahre. FPV-Drohne für 1500$ kann ihn zerstören. Cost-Ratio: 1:3000.
On-Demand 3D-Druck: Benötigt spezielle Komponenten für spezifisches Target? Drucke lokal, assembliere, execute. Kein Lager, keine langen Lieferketten.
Transformation 5: Multi-dimensionale Optimierung
Moderne Logistik optimiert nicht einen Faktor sondern gewichtete Kombination: Kosten UND Geschwindigkeit UND Zuverlässigkeit gleichzeitig.
Übertragen: Das System optimiert nicht nur “Target eliminieren”, sondern gleichzeitig: Kosten pro Elimination, eigenes Risiko, Impact auf Zielorganisation, Sekundäreffekte (Demoralisierung, Rekrutierungshemmung), politische Exposition, internationale Aufmerksamkeit.
Das sind messbare KPIs. Das ermöglicht Terror-Optimierung als quantifizierbare Metrik: Wie viel Demoralisierung pro Dollar? Wie hoch ist Kapitulationswahrscheinlichkeit nach X Eliminierungen in Sequenz Y?
Target könnte eliminiert werden mit Drohne (1500,geringesRisiko,sofortigerEffekt)oderRakete(100k, geringes Risiko, sofortiger Effekt) oder Rakete (100k ,geringesRisiko,sofortigerEffekt)oderRakete(100k, größerer kinetic impact aber geringerer psychologischer Effekt). System wählt basierend auf optimierter Gewichtung.
GIS Arta macht das bereits: optimiert nicht nur “treffe Target”, sondern: verfügbare Munition, Kosten, Response-Zeit, Kollateralrisiko, eigene Exposition. Multi-dimensional, automatisiert.
Was passiert wenn man das kombiniert?
Beispiel: Gebiet-Saturation als Delivery-Mechanismus.
Klassisch: Drohne fliegt von A nach B, greift an, fliegt zurück. Begrenzte Range, hohe Detektion, einzelner Strike.
Platform-Logik kombiniert: Drohne reist als reguläres Paket via DHL nahe ans Zielgebiet (dual-use Logistik). Startet direkt aus Box. Fliegt nachts (Echtzeit-Optimierung für minimale Detektion), versteckt sich tags, lädt solar oder an öffentlichen USB-Ports. Bewegt sich über Tage/Wochen schrittweise näher (datengetrieben: optimale Route basierend auf Überwachungsdichte). Nicht eine Drohne - hunderte infiltrieren parallel (Platform skaliert). Zielgebiet ist saturiert mit schlafenden Assets bevor irgendetwas passiert. Koordinierte Schwarm-Activation auf Signal (Terror-KPI-Optimierung: maximaler Impact durch Timing).
Das passiert bereits: Ukrainische Angriffe auf russische Bomber hunderte Kilometer hinter Front. Kommerzielle Drohnen, verschickt als Pakete, infiltriert über Wochen, koordiniert aktiviert.
Cost-Ratio: Drohne 1500,strategischerBomber100+Millionen, strategischer Bomber 100+ Millionen ,strategischerBomber100+Millionen. 1 :50.000+.
Was folgt daraus?
Kontinuierliche low-intensity operations statt episodischer Kampagnen. Das System läuft permanent: identifiziert Targets, produziert Assets on-demand, saturiert Zielgebiete, aktiviert koordiniert, lernt aus Feedback, optimiert.
Kollateralschaden wird minimiert - nicht moralisch, sondern weil ineffizient. Politisch verkaufbar als “gezielte Strikes”, nicht als “Krieg”. Keine Kriegserklärung, keine parlamentarische Zustimmung, keine klaren Fronten.
Klassische Constraints (Völkerrecht, Rules of Engagement, demokratische Kontrolle) werden nicht gebrochen sondern umgangen: Rechtlich kein “Krieg”, nur kontinuierliche “counter-terrorism operations”.
Zurück zur Wehrpflicht-Debatte
Die Debatte läuft mit der Prämisse: Nächster Krieg = konventioneller Konflikt mit Fronten und Massenmobilisierung.
Was wenn der nächste Krieg aussieht wie: Kontinuierliche, datengetriebene, präzise Elimination durch automatisierte Plattformen mit minimalem Personal-Einsatz, on-demand Production, Gebiet-Saturation über Wochen?
Dann ist die Frage nicht: Haben wir genug Wehrpflichtige?
Sondern: Wer kontrolliert die Plattform? Wer definiert Targets? Wer setzt Optimierungs-Parameter? Wie funktioniert demokratische Oversight bei kontinuierlichen, automatisierten Operations?
Zwölf Monate Grundausbildung sind irrelevant wenn Kriegsführung hauptsächlich aus Datenanalyse, Algorithmen-Optimierung, Drohnen-Operations, dezentraler Production besteht.
GIS Arta braucht keine Wehrpflichtigen. Es braucht Entwickler, Datenanalysten, Drohnen-Operatoren. Ukraine trainiert diese in Wochen. Die Skills sind transferierbar von zivilen Bereichen: Logistik-Software, Datenanalyse, Gaming, 3D-Design.
Die offenen Fragen
Nicht “wird das passieren?” - es passiert bereits. Ukraine ist das Labor.
Sondern: Wird das die dominante Form? Von wem? Mit welcher Kontrolle? Wo sind die Grenzen? Wer zieht sie?