Im Rahmen des Projektes soll ein flexibles und adaptives System zur automatisierten Analyse und Klassifizierung von heterogenen und unstrukturierten Daten aus unterschiedlichen Quellen mithilfe von KI-Methoden entwickelt werden.
Das Ziel ist dabei insbesondere die Entwicklung einer Wissensbasis für Entscheidungsprozesse innerhalb der militärischen Aufklärung, die sich für die Stabsarbeit im Rahmen der Aus-, Fort- und Weiterbildung nutzen lässt. Daraus ergeben sich die folgenden Subziele:

• Entwicklung eines automatisierten Prozesses für die Extraktion von Informationen aus heterogenen Informationsquellen: Ziel ist es, technologische Services für die (semi-)autonome Verarbeitung und Analyse von multimodalen, heterogenen Daten zu entwickeln, die den Einsatz und die Nutzung modernster Technologien, d.h. regelbasierter und KI-basierter Methoden zur Datenfusion, Analyse und Informationsextraktion erfordern.
• Wissensmodellierung: Das Ziel ist die Erstellung einer Wissensbasis unter Verwendung von Wissensmodellierungsmethoden und -technologien für die Informationsbeschaffung aus externen und offenen Informations- und Wissensquellen.
• Ableiten von Schlussfolgerungen: Ziel ist es, die aus der modellierten Wissensbasis extrahierten Informationen zu nutzen und so die Bereitstellung von Entscheidungsunterstützung durch modernste Technologie zu erforschen, indem Entscheidungsalternativen automatisch getestet, neue Fakten und Muster abgeleitet und zukünftige Situationen und Ereignisse, prognostiziert werden.

Innerhalb der Projektlaufzeit werden verschiedene Technologien auf der Grundlage der ausgewählten Anwendungsfälle evaluiert, in einem Proof-of-Concept-System zusammengeführt und getestet. Die Lösungen, die im Rahmen der F&E-Aktivitäten in BOOST entwickelt werden, tragen bei den folgenden SDGs zu: SDG#7 Bezahlbare und saubere Energie (Reduktion des ökologischen Fußabdrucks) und SDG #13 Maßnahmen zum Klimaschutz (Green Defense).