ISR: hoe leger en inlichtingendiensten de wereld in de gaten houden
Stel je een grote parkeerplaats voor met één bewakingscamera die continu draait. Die camera ziet alles, maar niemand kijkt er de hele dag naar, dus een verdachte auto die er drie dagen staat, valt niet op. Nu voeg je een beveiliger toe die elke ochtend een ronde loopt en gericht naar afwijkingen zoekt, plus een collega die de kentekens natrekt in een database. Pas als je die drie dingen combineert — continu kijken, gericht controleren en de informatie duiden — krijg je een bruikbaar beeld van wat er werkelijk gebeurt.
Dat is in de kern wat ISR is: Intelligence, Surveillance and Reconnaissance, oftewel inlichtingenwerk, toezicht en verkenning. Het is geen los apparaat of technologie, maar een verzamelnaam voor de manier waarop legers, inlichtingendiensten en steeds vaker ook civiele organisaties sensoren, vliegtuigen, drones en satellieten inzetten om informatie te verzamelen, en die informatie vervolgens omzetten in bruikbare kennis voor besluitvorming. Het begrip duikt de laatste jaren vaker op in het nieuws, mede door de oorlog in Oekraïne en de opmars van kunstmatige intelligentie bij het verwerken van al die verzamelde data.
Wat is het precies?
ISR bestaat uit drie afzonderlijke activiteiten die in de praktijk in elkaar overlopen. Reconnaissance (verkenning) is gericht en vaak eenmalig: een specifiek gebied of doelwit wordt onderzocht, bijvoorbeeld met een verkenningsvlucht boven een bepaalde locatie. Surveillance (toezicht) is juist continu en systematisch: hetzelfde gebied wordt over langere tijd gevolgd om patronen of veranderingen te ontdekken. Intelligence (inlichtingen) is de stap waarin ruwe waarnemingen worden geanalyseerd, geverifieerd en omgezet in een product waar een commandant of beleidsmaker daadwerkelijk iets mee kan.
Om deze drie stappen mogelijk te maken, zijn verschillende soorten sensoren nodig. EO/IR-camera's (elektro-optisch/infrarood) leveren gewone en warmtebeelden, ook in het donker. SAR-radar (synthetic aperture radar) kan door wolken en in de nacht scherpe beelden van de grond maken door radargolven uit te zenden en de teruggekaatste signalen om te rekenen tot een beeld. SIGINT (signals intelligence) onderschept radio- en communicatiesignalen, terwijl GEOINT (geospatial intelligence) al deze gegevens koppelt aan een geografische kaart.
Deze sensoren zitten op uiteenlopende platforms: onbemande vliegtuigen (drones), satellieten in een baan om de aarde, radarvliegtuigen zoals AWACS, en soms grondsensoren of onderzeeërs. De grootste technische uitdaging zit tegenwoordig niet in het verzamelen van data — dat gebeurt in overvloed — maar in de data-fusie: het combineren van al die verschillende databronnen tot één samenhangend beeld, waarbij kunstmatige intelligentie steeds vaker helpt om patronen en objecten automatisch te herkennen.
Wat wil men ermee bereiken?
Het uiteindelijke doel van ISR is wat in vakjargon situational awareness heet: een zo compleet en actueel mogelijk beeld van wat er in een gebied gebeurt. Met zo'n beeld kunnen commandanten sneller en beter onderbouwde beslissingen nemen, en kan vroegtijdig worden gewaarschuwd voor dreigingen, zoals troepenbewegingen of een raketlancering.
Een tweede, minstens zo belangrijke drijfveer is het verkorten van wat wel de sensor-to-shooter-keten wordt genoemd: de tijd tussen het waarnemen van een dreiging en het reageren daarop. Hoe sneller informatie van sensor naar analist naar beslisser stroomt, hoe kleiner de kans dat een dreiging zich ongezien kan ontwikkelen. Tot slot speelt informatie-overwicht een rol: wie beter weet wat de tegenstander doet dan andersom, heeft een strategisch voordeel, ook zonder dat er een schot wordt gelost.
Voorbeelden uit de praktijk
De MQ-9 Reaper, gebouwd door het Amerikaanse General Atomics en sinds 2007 in gebruik, is wellicht de bekendste ISR-drone. Hij kan uren achtereen boven een gebied blijven cirkelen met camera's, radar en communicatie-apparatuur aan boord, en wordt door onder meer de VS, Frankrijk, Nederland en Italië ingezet.
De RQ-4 Global Hawk van Northrop Grumman, operationeel sinds begin jaren 2000, vliegt juist op grote hoogte en kan met zijn sensoren een enorm gebied in één vlucht in kaart brengen. Een afgeleide versie, de RQ-4D Phoenix, vormt de kern van het gezamenlijke NAVO-programma Alliance Ground Surveillance (AGS), dat sinds 2019 vanaf de Italiaanse basis Sigonella opereert en NAVO-lidstaten een gedeeld grondtoezichtsysteem biedt.
Project Maven, gestart door het Amerikaanse ministerie van Defensie in 2017, is een van de eerste grootschalige pogingen om kunstmatige intelligentie in te zetten voor het automatisch herkennen van objecten in ISR-videobeelden, met als doel analisten te ontlasten die anders handmatig duizenden uren beeldmateriaal zouden moeten bekijken.
Sinds de Russische invasie van Oekraïne in 2022 speelt ook commerciële satellietbeeldvorming een opvallende rol: bedrijven als Maxar en Planet Labs leverden publiek toegankelijke satellietbeelden waarmee journalisten en onderzoekers troepenopbouw en gevechtshandelingen konden verifiëren, iets wat voorheen vrijwel uitsluitend was voorbehouden aan overheidsdiensten.
Hoe ver is de techniek?
De basistechnologie van ISR — drones, satellieten, radar — is grotendeels volwassen en wordt al decennia gebruikt en verbeterd. De grote verandering van de afgelopen jaren zit in de hoeveelheid data die deze systemen produceren en in de pogingen om AI in te zetten om die stroom hanteerbaar te maken. Dat laatste is nog volop in ontwikkeling.
Een bekend knelpunt wordt in het Engels samengevat als drowning in data, starving for information: er komt zoveel ruw beeld- en signaalmateriaal binnen dat menselijke analisten het simpelweg niet allemaal kunnen bekijken, waardoor relevante signalen soms pas achteraf worden ontdekt. AI-systemen zoals die uit Project Maven moeten dit verlichten, maar kampen zelf met problemen: ze hebben grote hoeveelheden gelabelde trainingsdata nodig, presteren wisselend in onbekende omstandigheden, en er is discussie over hoeveel vertrouwen je aan een automatische detectie mag geven zonder menselijke controle (het zogeheten human in the loop-principe).
Daarnaast is interoperabiliteit een hardnekkig probleem: NAVO-bondgenoten gebruiken uiteenlopende systemen en dataformaten, waardoor het delen van ISR-informatie tussen landen in de praktijk vaak trager verloopt dan technisch mogelijk zou moeten zijn. Ook latency — de vertraging tussen waarneming en analyse — blijft een aandachtspunt, vooral wanneer gegevens van een sensor naar een rekencentrum elders ter wereld moeten worden gestuurd voordat ze bruikbaar zijn.
Wie werken eraan?
In de Verenigde Staten zijn Northrop Grumman (Global Hawk), General Atomics (Reaper-familie) en Lockheed Martin (onder meer verkenningsvliegtuigen en satellietsystemen) de belangrijkste fabrikanten. In Europa leveren Leonardo (Italië) en Airbus Defence and Space sensoren, radars en satellietplatforms.
Op het gebied van data-analyse en -fusie is softwarebedrijf Palantir een veelgenoemde speler binnen westerse defensieorganisaties. Denktanks zoals de Amerikaanse RAND Corporation publiceren regelmatig strategisch onderzoek over de rol en toekomst van ISR.
Aan de kant van overheden coördineert het Amerikaanse ministerie van Defensie (DoD) een groot deel van het werk, met de National Geospatial-Intelligence Agency (NGA) als gespecialiseerd orgaan voor geografische inlichtingen en de NSA voor signalen-inlichtingen. Binnen de NAVO wordt ISR-capaciteit deels gezamenlijk georganiseerd, zoals bij het eerdergenoemde AGS-programma. Ook China en Israël investeren fors in eigen ISR-satellieten en -drones, al is daarover minder publiek gedetailleerde informatie beschikbaar dan over westerse programma's.