De uitdrukking "sensor tot schutter" is een afkorting voor de cyclus die begint met een sensor die een object van interesse detecteert en eindigt met een effector die er geweld tegen toepast. De bepalende eigenschap van moderne defensie-AI is dat ze deze cyclus comprimeert — soms van minuten naar seconden, soms van uren naar minuten — door de cognitieve stappen te automatiseren die een menselijke operator anders zou uitvoeren. Deze vierdelige reeks beschrijft waar AI in de cyclus past, waar niet, en hoe de grenzen daartussen worden ontworpen. Deel 1 vestigt de cyclus zelf.
Deze reeks is een aanvulling op de architectonische Volledige gids voor AI en edge-AI in defensiesoftware en de bredere C2-systeempijler. Die gidsen geven een overzicht van het vakgebied; deze reeks gaat operationeel.
Wat de sensor-tot-schutter-cyclus werkelijk is
De cyclus kent fasen. Verschillende krijgsmachtonderdelen en doctrines benoemen deze iets anders; de canonieke fasen zijn, in volgorde, vinden, fixeren, volgen, aanwijzen, inzetten, beoordelen — soms afgekort als F2T2EA. Het OODA-cyclus-kader (Observe, Orient, Decide, Act) sluit aan op deze fasen, waarbij Observe-Orient betrekking heeft op vinden/fixeren/volgen, Decide op aanwijzen, en Act op inzetten. Beoordelen is de terugkoppeling die de cyclus sluit.
Elke fase beantwoordt een specifieke vraag:
- Vinden — heeft een sensor iets opgepikt?
- Fixeren — waar bevindt het zich precies, met hoeveel zekerheid?
- Volgen — hoe beweegt het, en wat is de voorspelling voor de volgende positie?
- Aanwijzen — is het het juiste object, van voldoende prioriteit, in een toegestane inzetcontext?
- Inzetten — welke effector is van toepassing, met welk tijdstip, met welke autorisatie?
- Beoordelen — wat was het resultaat, en wat leren we voor de volgende cyclus?
Vóór AI was elke fase door mensen bemiddeld, waarbij software fungeerde als weergave- en berichtroutingsinfrastructuur. AI verandert dit. De vraag is niet langer "kan AI deelnemen aan de cyclus" — dat kan — maar "in welke fasen, met welke beveiligingen, en het overschrijden van welke drempelwaarden vereist expliciete menselijke bevestiging."
Waar AI de cyclus comprimeert
De operationeel eerlijke koppeling van AI-mogelijkheden aan cyclusfasen in 2026:
Vinden — zware AI-inzet, weinig controverse. Computer vision op UAV-full-motion-video. Akoestische detectie. Radarplotclassificatie. SIGINT-signaalselectie. De compressie hier is dramatisch: een UAV-vlucht van 12 uur die 90 seconden operationeel relevante beelden opleverde, arriveert nu vooraf gemarkeerd bij de analist, met de 90 seconden gerangschikt. Het engineeringpatroon wordt behandeld in AI voor ISR-datatriage en de computer-vision-specifieke aspecten in Computer vision in defensiesystemen.
Fixeren — matige AI-inzet, goed begrensd. Tracklocalisatie vanuit multi-sensorinvoer, georectificatie van FMV-detectievakken, identiteitsresolutie over overlappende sensoren. De compressie is reëel maar begrensd door de grondbeginselen van de onderliggende sensorfysica — AI kan de meetnauwkeurigheid van een radar niet verbeteren, alleen de associatie ervan met andere rapporten.
Volgen — matige AI-inzet, hybride met klassieke methoden. Track-naar-track-correlatie heeft klassieke statistische methoden (JPDA, MHT) die de operationele basislijn blijven; ML-native trackers vullen deze aan in plaats van ze te vervangen. Het hybride patroon — ML stelt associaties voor, statistische motor valideert — is het operationele compromis. Zie Militaire datafusie uitgelegd voor de onderliggende discipline.
Aanwijzen — lichte AI-inzet, zware human-in-the-loop. Er bestaan hulpmiddelen voor doelprioriteitsrangschikking. Er bestaan aanbevolen inzetlijsten. Autonome aanwijzingsbeslissingen zijn zeldzaam en strak begrensd door doctrine. De engineeringimplicatie: AI produceert hier gerangschikte kandidatenlijsten met toelichtingen; mensen bevestigen. De structurele grens kan niet uitsluitend als beleid worden geïmplementeerd — ze moet in het platform worden geprogrammeerd.
Inzetten — minimale autonome AI, volwassen beslissingsondersteuning. Effectoren vuren wanneer mensen ze autoriseren. AI helpt met inzetzone-deconflictie, vermijding van eigen troepen en effectorselectie, maar de trigger ligt bij een mens. Deze grens wordt afgedwongen niet door AI-ethiekbeoordeling (hoewel er genoeg van is) maar door accreditatie, doctrine en aanbestedingseisen die identiek lijken in NATO-gelieerde strijdkrachten.
Beoordelen — zware AI-inzet. Schadetaxatie, herbeoordelings-UAV-taakopdracht, geautomatiseerde gevechtsschaderapporten. De compressie sluit de cyclus en voedt terug naar de vindingsfase van de volgende cyclus.
Kernbevinding: De geloofwaardige AI-compressie zit aan de uiteinden van de cyclus — vinden en beoordelen — en is ondiep in het midden. Dit is consistent met het vertrouwensgradiënt: het is operationeel aanvaardbaar dat AI een kandidaat naar voren brengt of een uitkomst samenvat; het is nog niet aanvaardbaar dat AI een inzet autoriseert. De engineeringvorm van het platform weerspiegelt dit.
Latentiebudgetten: wat "machinesnelheid" werkelijk betekent
"Machinesnelheid" is de marketingterm. De engineeringwerkelijkheid zijn per-fase latentiebudgetten die samenstellen tot totale cyclustijd.
Typische budgetten voor een tactisch luchtafweerscenario op brigadeniveau:
- Vinden — sensor naar detectie: ~100 ms voor een edge-AI-detector op radar/FMV; ~1 s voor gecentraliseerde batchverwerking.
- Fixeren en volgen — fusiemotor combineert: 500 ms 95e percentiel, 1,5 s 99e percentiel.
- Aanwijzen — menselijke beoordeling van kandidaat, beslissing: 5-30 seconden voor routinezaken, langer voor hoog-risicosituaties.
- Inzetten — orderpropagatie naar effector: 1-5 seconden afhankelijk van radio.
- Beoordelen — initieel schaderapporten: 30 s tot 5 min afhankelijk van sensorherbezoek.
Trage verbindingen en menselijke beoordeling domineren het totaal. AI-compressie maakt een zinvol verschil in de AI-geschikte fasen, maar de cyclus wordt begrensd door de langzaamste fase. Een platform dat vinden van 5 minuten naar 100 ms comprimeert is indrukwekkend; als de aanwijzingsfase nog steeds 30 seconden menselijke beoordeling vergt, wordt de totale cyclustijd gedomineerd door menselijke cognitie, niet door AI-inferentie.
De implicatie is aanbestedingsrelevant. Claims over "compressie van de sensor-tot-schutter-cyclus" moeten worden beoordeeld op de langzaamste fase, niet op de gemarkeerde fase. Voor de meeste defensietoepassingen is de langzaamste fase opzettelijk — menselijke beoordeling bij aanwijzen — en het verder comprimeren ervan vereist het wijzigen van de doctrine, niet de software.
Domeinoverwegingen: de cyclus verschilt per domein
Hetzelfde architectonische patroon manifesteert zich anders in operationele domeinen.
Land. Langzamere cyclus, meer menselijke beoordeling, complexe stedelijke omgevingen die sensoren in verwarring brengen. AI-compressie is geconcentreerd in de vindingsfase (UAV-beeldmateriaal, akoestische detectie) en de beoordelingsfase (schaderapporten).
Luchtafweer. Snellere cyclus, strakkere latentiebudgetten, goed begrepen sensormodellen. AI-deelname is breder — trackclassificatie, dreigingsprioriteitrangschikking — maar nog steeds begrensd door menselijke inzetautorisatie. Link 16-integratie vervoert de tactische gegevens; zie Link 16 tactische dataverbindingen.
Maritiem. Langzame cyclus, grote zoekgebieden, AIS-spoofingproblemen. AI-compressie in de vindingsfase (AIS/ADS-B-integratie, zie AIS- en ADS-B-integratie) en patroon-van-levendetectie (Patroon-van-levenanalyse).
Cyber. Aangrenzende in plaats van identieke cyclus — detectie, attributie, respons. De vindingsfase is AI-zwaar (anomaliedetectie op netwerktelemet rie); de aanwijzings-/inzetfasen zijn doctrine- en rechtszwaar. Zie Cyberplatforms voor situationeel bewustzijn.
Ruimte. Opkomend, langzame cyclus, schaarse sensordekking. AI-deelname vroeg in sensorfusefasen; de inzetfase blijft bijna volledig menselijk.
Multi-domeinoperaties vereisen geharmoniseerde cycli over deze domeinen. Het JADC2-architectuurpatroon is de Amerikaanse uitdrukking hiervan; Europese equivalenten volgen vergelijkbare contouren. Zie Europese JADC2-leveranciers.
Waar de human-in-the-loop-grens ligt
De structurele grens tussen AI- en menselijke actie is niet onderhandelbaar. Ze is verankerd in de NATO AI-strategieprincipes, in nationale doctrine, in internationaal humanitair recht zoals toegepast op autonome systemen. De engineeringimplicatie: de grens is geïmplementeerd als code, niet als beleid.
De patronen die werken:
Per-beslissingsautorisatie. Elke actie met operationele consequentie — een inzetopdracht, een trackclassificatiewijziging, een taakopdracht — vereist expliciete menselijke bevestiging. Het platform weigert verder te gaan zonder. De bevestiging wordt geregistreerd met operatoridentiteit voor nabespreking.
Graduele autonomie. Binnen een enkele workflow hebben verschillende beslissingen verschillende autorisatiegates. Een trackaanmaakregebeurtenis is autonoom; een trackinzetbeslissing is mensbevestigd; een trackannulering revisiteert autorisatie. De grens is beslissingsspecifiek, niet workflowspecifiek.
Escalatie bij storingsmodus. Wanneer het vertrouwen van de AI in een aanbeveling onder de drempel valt, escaleert de workflow naar een mens met hogere bevoegdheid in plaats van door te gaan met verminderd vertrouwen. Dit patroon is het belangrijkst wanneer de AI opereert in gedegradeerde omstandigheden — sensorjammen, tegenstrijdige invoer, modeldrift.
De bredere behandeling van doctrine en ethiek voor defensie-AI staat in NATO's AI-strategie voor defensiesoftware. De LLM-specifieke beveiligingen voor analistgerichte workflows staan in LLM's in inlichtingentriage voor defensie.
Wat deze reeks behandelt
De resterende drie delen behandelen de cyclus in engineeringdiepte.
Deel 2: Sensor-kant AI gaat in op de vind- en fixeerfasen. Edge-inferentie-architectuur, modelimplementatie op UAV-payloads en grondvoertuigen, de hardwarekeuzes, de datapijplijn die de modellen ondersteunt. Dit is het AI-zware einde van de cyclus en waar de meeste engineeringinvesteringen terechtkomen.
Deel 3: Beslissingsondersteuning en handelwijze-AI behandelt de aanwijzingsfase en de analistgerichte tooling eromheen. Aanbevolen inzetlijsten, hulpmiddelen voor handelwijzeanalyse, LLM-uitgebreide briefingtools en de structurele patronen die mensen in de lus houden.
Deel 4: Effecten, effectorkoppeling en human-in-the-loop-grenzen sluit de cyclus. Hoe AI deelneemt aan inzetten en beoordelen zonder de grens voor autonome effecten te overschrijden. De accreditatie-, doctrine- en aanbestedingsrealiteiten die de grens op zijn plaats houden.
Elk deel gaat uit van het cyclusnkader van deel 1 en wordt operationeel.