Die im Rahmen von ARES erarbeiten Forschungsergebnisse des Fraunhofer HHI zur KI-gestützten Rekonstruktion magnetischer Felder wurden Anfang Oktober 2025 auf der IEEE International Conference on Systems, Man, and Cybernetics (SMC 2025) in Wien vorgestellt. Dr. Nikita Kovalenko stellte vor, wie magnetische Messdaten – die typischerweise bei der Kampfmittelsondierung mit SENSYS-Magnetometern entstehen – effizienter und zuverlässiger ausgewertet werden können. Die Auswerteverfahren ergänzen die AR-gestützten Messprozesse im ARES-Projekt, bei denen hochwertige Daten und schnelle Verarbeitung entscheidend sind.

Der vorgestellte Ansatz ersetzt klassische Interpolationsverfahren durch ein Deep-Learning-Modell, das auf realitätsnah simulierten Magnetfeldern trainiert wurde. Die KI rekonstruiert aus nur spärlich gemessenen Daten dichte Magnetfeldkarten, die klarere Objektstrukturen zeigen und störende Hintergrundeffekte deutlich besser unterdrücken als herkömmliche Verfahren. Die Ergebnisse auf realen Testfeldern bestätigen, dass die Methode typische UXO-Signaturen präzise abbildet und dabei die Auswertung spürbar beschleunigt.

Damit leistet die Arbeit des Fraunhofer HHI Teams einen wichtigen Beitrag für ARES: Sie verbessert die Qualität der magnetischen Karten, erleichtert die Interpretation für Fachpersonal und unterstützt langfristig die sichere KI-basierte Detektion verborgener Objekte. Weitere Entwicklungsarbeiten zielen darauf ab, das Verfahren noch robuster für verschiedene Messsituationen zu machen und es stärker in die praktischen ARES-Workflows einzubinden.