Überblick
Am 13. Februar 2026 nahm das All-domain Anomaly Resolution Office ein neues Informationspapier in sein öffentliches Dokumentenportal auf: 2025 UAP Workshop: Narrative Data, Infrastructures, and Analysis — Workshop Synthesis and Recommendations. Das Papier ging aus einem zweitägigen Workshop hervor, der am 5.–6. August 2025 bei Associated Universities, Inc. im Raum Washington, D.C. stattfand und 40 Teilnehmende aus Behörden, Wissenschaft und unabhängigen Forschungsorganisationen zusammenführte. AARO finanzierte den Workshop; Associated Universities, Inc. (AUI) und die Florida State University (FSU) wirkten an seiner Organisation mit. Im Mittelpunkt stand der Umgang mit narrativen UAP-Daten. AARO — Papier zum UAP-Workshop 2025 AARO — UAP Records/Information Papers
Einige spätere Zeitleistenzusammenfassungen geben das Veröffentlichungsdatum falsch wieder. Das Office of Prepublication and Security Review des US-Verteidigungsministeriums gab das Dokument am 11. Februar 2026 zur offenen Veröffentlichung frei; AAROs eigener Dokumentenindex verzeichnet die Aufnahme am 13. Februar 2026; AUI berichtete am 19. Februar öffentlich über die Veröffentlichung. Das Papier wurde somit nicht erst im Juli 2026 erstmals veröffentlicht. AARO — UAP Records/Information Papers AUI — AARO Releases Report on Unidentified Anomalous Phenomena
Die Bedeutung des Papiers liegt weniger in einer Aussage darüber, was UAP sind, als in seiner ungewöhnlich direkten Beschreibung der Gründe, weshalb sich ein großer Teil der vorhandenen UAP-Informationen nur schwer wissenschaftlich auswerten lässt. Es beschreibt eine fragmentierte, lückenhafte und unstrukturierte Datenlandschaft, die militärische Protokolle, Berichte von Pilotinnen und Piloten, Archivunterlagen, zivile Zeugenaussagen, Online-Meldesysteme, soziale Medien und technisches Sensormaterial umfasst. Diese Quellen lassen sich häufig nur schwer zusammenführen: Sie wurden für unterschiedliche Zwecke erstellt, verwenden uneinheitliche Begriffe, enthalten wichtige Metadaten nicht oder unterliegen Vorschriften zu Geheimhaltung, Datenschutz, Aufbewahrung und Zugang.
Die Empfehlungen betreffen folgerichtig vor allem die Infrastruktur. Die Teilnehmenden sprachen sich für standardisierte Metadatenvorlagen, eine bessere Erhaltung von Originalunterlagen, die Verknüpfung narrativer Berichte mit Kontextdaten zu Wetter, Flugverkehr und Astronomie, Systeme zur Integration qualitativer und quantitativer Belege, einen vorsichtigen Einsatz künstlicher Intelligenz (KI) für Transkription, Clusterbildung und Triage sowie eine fortdauernde menschliche Aufsicht aus.
Das sind substanzielle methodische Vorschläge.
Sie dürfen jedoch nicht als empirischer Befund missverstanden werden, wonach AARO eine neue Klasse von UAP entdeckt, außergewöhnliche Technologie nachgewiesen oder die von den Workshopteilnehmenden erörterten Berichte bestätigt hätte. Das Papier ist eine Workshopsynthese, keine begutachtete Studie zur Fallklärung und keine statistische Analyse einer definierten UAP-Grundgesamtheit.
Seine wissenschaftliche Bedeutung liegt darin, die möglichen Merkmale eines besseren Belegsystems zu bestimmen.
Chronologie
5.–6. August 2025 — Workshop.
AARO finanziert einen Fachworkshop zu narrativen UAP-Daten.
13. Februar 2026 — Veröffentlichung indexiert.
AARO nimmt die Workshopsynthese in seinen offiziellen Dokumentenindex auf.
Dokument und Zweck
Die Unterscheidung zwischen dem Workshoppapier und einem AARO-Fallbericht ist wesentlich.
Das 17-seitige Dokument fasst die Diskussionen eines Workshops zusammen. Es enthält eine Kurzdarstellung, Beschreibungen dreier Arbeitsgruppensitzungen, eine Synthese der Ergebnisse, empfohlene nächste Schritte sowie Anhänge mit der Einladung, Verhaltensregeln für die Teilnehmenden, der Tagesordnung und Diskussionsfragen. AARO — Workshoppapier
Es dokumentiert kein kontrolliertes Experiment. Es veröffentlicht keinen neuen Katalog von UAP-Fällen. Es beziffert weder den Anteil der Berichte, die auf Ballons, Flugzeuge, Satelliten, Sensorartefakte oder ungeklärte Phänomene zurückzuführen sind, noch liefert es eine Beleggrundlage für die Schätzung, wie viele UAP-Berichte ein und dasselbe zugrunde liegende Phänomen betreffen. Das Ergebnis ist daher am ehesten als methodische und infrastrukturelle Orientierung aus einer Fachdiskussion einzuordnen. Darin liegt ein tatsächlicher Wert, jedoch ein anderer als bei einem Jahresbericht oder einer Fallklärungsstudie.
Die Schlussfolgerungen des Workshops spiegeln Übereinstimmungen und Bedenken der anwesenden Teilnehmenden wider. Sie sind nicht automatisch einem bestätigten wissenschaftlichen Konsens in den breiteren Fachgebieten Astronomie, Atmosphärenwissenschaft, Flugsicherheit, Informationswissenschaft oder nachrichtendienstliche Analyse gleichzusetzen.
Das Papier selbst erhebt diesen Anspruch auch nicht.
Teilnehmende und Grenzen
Am Workshop nahmen schließlich 40 Personen teil.
Dem Bericht zufolge wurden sie aufgrund ausgewiesener Fachkenntnisse in einem oder mehreren Bereichen ausgewählt. Dazu gehörten künstliche Intelligenz und maschinelles Lernen, UAP-Forschung und -Daten, Naturwissenschaften, Informations- und Datenwissenschaft, Archive und Dokumentation, analytische Methoden, Cyberinfrastruktur, Informatik sowie Human- und Sozialwissenschaften. Die Einladung ging zunächst von einer kleineren Gruppe von etwa 25-30 Personen aus; die tatsächliche Teilnehmerzahl war höher. AARO — Workshoppapier
Der Workshop schützte die Privatsphäre der Teilnehmenden bewusst.
Die Organisatoren holten für Datenerhebung und -sicherheit die Zustimmung eines Institutional Review Board ein. Sie kündigten das Treffen nicht im Voraus öffentlich an, gestatteten den Teilnehmenden, ihre institutionelle Zugehörigkeit auf Namensschildern wegzulassen, untersagten Fotografien ohne Einwilligung und wiesen die Anwesenden an, Aussagen nicht ohne Erlaubnis bestimmten Personen zuzuschreiben. Diskussionen in den Arbeitsgruppen durften zur Transkription aufgezeichnet werden; identifizierende Angaben sollten jedoch entfernt und die Aufnahmen nach Transkription und Überprüfung vernichtet werden.
Diese Gestaltung verfolgte einen nachvollziehbaren Zweck. UAP sind im beruflichen Umfeld weiterhin umstritten, und die Organisatoren wollten ausdrücklich ermöglichen, dass Teilnehmende mit unterschiedlichen Ansichten offen sprechen konnten, ohne eine spätere öffentliche Zuordnung einzelner Äußerungen befürchten zu müssen. Zugleich entsteht daraus eine Grenze für die Bewertung.
Die veröffentlichte Synthese enthält weder eine vollständige Namensliste noch genügend Angaben, damit Außenstehende die Zusammensetzung der Disziplinen, institutionellen Zugehörigkeiten oder früher vertretenen Positionen in jeder Diskussion beurteilen könnten. Feststellen lässt sich, dass Personen aus Behörden, Wissenschaft und unabhängiger Forschung anwesend waren; einige beteiligte Organisationen machten ihre Teilnahme später öffentlich. Die Society for UAP Studies erklärte beispielsweise, neben Organisationen wie der Scientific Coalition for UAP Studies, dem National UFO Reporting Center und dem National UFO Historical Records Center teilgenommen zu haben. Society for UAP Studies — Workshopteilnahme
Diese Angaben belegen eine gewisse Bandbreite. Sie erlauben es nicht, den Workshop als repräsentative Erhebung innerhalb der gesamten Wissenschaftsgemeinschaft zu behandeln.
Früherer Workshop
Die Veranstaltung von 2025 entstand nicht für sich allein.
Der Einladung zufolge baute der Workshop auf einer Veranstaltung von 2024 mit dem Titel Unidentified Anomalous Phenomena (UAP): A Dialogue on Science, Public Engagement and Communication auf. Dieser frühere Workshop wurde über ein von der National Science Foundation unterstütztes ASTRO-ACCEL-Projekt finanziert und fand vom 15.–17. Mai 2024 im Raum Washington, D.C. statt. 2024 UAP Workshop Executive Summary — Zenodo
Die frühere Veranstaltung befasste sich stärker mit Wissenschaftskommunikation, gesellschaftlicher Beteiligung und dem sozialen Umfeld der UAP-Forschung.
Ihre Kurzdarstellung benannte den Bedarf an besserer Kommunikation, interdisziplinärer Zusammenarbeit und verbesserten Verfahren zur Erhebung und Interpretation von Informationen. AUI bezeichnete fortschrittliche Instrumente und Methoden zur Datenerhebung und -analyse später als eine der wichtigen Empfehlungen aus der Arbeit von 2024. AUI — Mitteilung zur Veröffentlichung 2026
Der Workshop von 2025 lässt sich somit als methodische Fortsetzung verstehen. Der Schwerpunkt verlagerte sich von der Frage, wie Wissenschaft und Öffentlichkeit über UAP kommunizieren sollten, zu der Frage, wie die Berichte selbst strukturiert, verknüpft und analysiert werden sollten. Auch Finanzierung und Trägerschaft änderten sich. Der Workshop von 2024 wurde mit NSF-Mitteln unterstützt; den Workshop von 2025 zu narrativen Daten finanzierte AARO. Diese Unterscheidung muss erhalten bleiben. Das Papier von 2025 ist kein NSF-Bericht, auch wenn es teilweise aus einer früheren, von der NSF unterstützten Initiative hervorging.
Narrative und Messung
Zu den stärksten Beiträgen des Papiers gehört die implizite Unterscheidung zwischen dem Wert einer Zeugenschilderung und den physikalischen Größen, die sich daraus berechtigterweise ableiten lassen. Narrative Berichte bilden häufig den Ausgangspunkt einer UAP-Untersuchung.
Eine Pilotin oder ein Pilot kann Aussehen, Bewegung, Dauer und scheinbares Verhalten eines Objekts beschreiben. Ein militärisches Protokoll kann festhalten, wo eine Einheit eingesetzt war und wann ein Ereignis stattfand. Eine mündlich überlieferte Darstellung kann weitere Zeugen oder Systeme benennen, die bestätigende Aufzeichnungen hervorgebracht haben könnten.
Das sind wertvolle Ermittlungsfunktionen. Eine Erzählung allein belegt jedoch nicht zwingend die physische Entfernung, Größe, Geschwindigkeit oder Beschleunigung.
Die vorgeschlagenen Verbesserungen des Meldewesens setzen unmittelbar an diesem Problem an. Die Teilnehmenden empfahlen, Zeugen danach zu fragen, wie sie Entfernung, Größe oder Geschwindigkeit geschätzt hatten, statt solche Werte ohne Weiteres als gemessene Größen zu behandeln. Fragen sollten sich zudem auf das Wahrgenommene richten — Winkelgröße, Form, Bewegung, Geräusch oder Auswirkungen — und Meldende nicht zur Angabe einer exakten physikalischen Eigenschaft zwingen, die ihnen möglicherweise gar nicht bekannt ist. AARO — Workshoppapier
Das ist wissenschaftlich bedeutsam.
Ein Objekt, das sich scheinbar schnell über den Himmel bewegt, kann nah und langsam oder weit entfernt und schnell sein; auch die Bewegung der beobachtenden Person kann den Eindruck beeinflussen. Ohne Entfernung, Sichtliniengeometrie und Zeitmessung lässt sich eine scheinbare Winkelbewegung nicht verlässlich in eine lineare Geschwindigkeit umrechnen.
Das Papier behandelt narrative Daten daher in erster Linie als Quelle für Beobachtungsbehauptungen und Ermittlungsansätze, nicht als Ersatz für kalibrierte Sensormessungen. Diese Position ist strenger, als Zeugenaussagen entweder pauschal als wertlos abzutun oder berichtete Bewegungsdaten ungeprüft zu übernehmen.
Metadaten
Der Workshop bezeichnet fehlende Metadaten wiederholt als zentrale Schwäche bestehender UAP-Datensätze.
Ein brauchbarer Bericht sollte zumindest Zeit, Datum und Ort möglichst so genau festhalten, dass ein Abgleich mit externen Daten möglich ist. Abhängig von der Art des Belegmaterials können weitere Felder Morphologie, Dauer, Zahl der Objekte, Position der beobachtenden Person, Sensortyp, Frequenzband, Zustand der Plattform, Wetterbedingungen und Hintergrund der Zeugen erfassen. AARO — Workshoppapier
Besonderes Gewicht erhält die Provenienz. Bei einem Bild oder Video müssen die Untersuchenden wissen, woher die Datei stammt, welches Gerät sie erzeugte, ob eingebettete Metadaten unverändert vorhanden sind, ob die Datei bearbeitet wurde und welchen Weg sie vor der Analyse zwischen Personen oder Systemen nahm. Das ist kein bloßes Verwaltungsdetail.
Eine Bild- oder Videodatei ohne Provenienz kann von genau den Informationen getrennt werden, die für ihre Interpretation erforderlich sind. Kompression, Zuschnitt, erneute Kodierung, Zeitlupenbearbeitung oder Nachschärfung können die scheinbare Form und Bewegung verändern. Ein manuell übertragener Zeitstempel kann falsch sein. Eine später ergänzte Ortsangabe kann auf Erinnerung statt auf Sensormetadaten beruhen.
Die Empfehlung, Quelldateien zu bewahren und Fotometadaten automatisch einzulesen, zählt deshalb zu den praktisch wichtigsten Ergebnissen des Workshops.
AAROs öffentliche Videoveröffentlichungen von 2026 veranschaulichen dasselbe Problem. Das Büro unterscheidet wiederholt zwischen dem, was sich visuell beschreiben lässt, und dem, was analytisch gefolgert werden kann. Es weist zudem darauf hin, wenn Medien digital verändert wurden oder ihre Provenienz unvollständig ist. AARO — UAP Report Documents
Das Workshoppapier erklärt auf infrastruktureller Ebene, weshalb diese Vorbehalte von Bedeutung sind.
Metadatenklassen
Besonders nützlich ist die Unterscheidung des Berichts zwischen beschreibenden und interpretativen Metadaten. Beschreibende Metadaten betreffen Angaben, die sich vergleichsweise unmittelbar erfassen lassen: Zeit, Ort, scheinbare Form, Zahl der Objekte, Sensorposition oder Frequenzband. Interpretative Metadaten betreffen die Bedeutung, die einer Erfahrung zugeschrieben wird: ob ein Objekt scheinbar reagierte, ob ein Zeuge physische Auswirkungen vermutete oder wie ein Ereignis erlebt wurde. Beide Arten dürfen nicht miteinander vermengt werden. Die Beschreibung “a light moved from left to right over approximately ten seconds” unterscheidet sich von “the object reacted intelligently to my aircraft.” Die zweite Aussage kann bedeutsam und erhaltenswert sein, enthält aber eine Schlussfolgerung über Ursache oder Absicht.
Die Empfehlung, den Informationsreichtum der Erzählung neben strukturierten Daten zu erhalten, ist gerade deshalb sinnvoll, weil sie eine Vermengung beider Arten vermeidet. Eine rein quantitative Datenbank kann Einzelheiten entfernen, die sich später als relevant erweisen. Ein rein narratives Archiv erschwert Vergleich und statistische Analyse erheblich. Der Vorschlag lautet, beides zu bewahren.
Unabhängiger Kontext
Das Papier argumentiert wiederholt, dass narrative Belege an Nutzen gewinnen, wenn sie sich mit anderen Datensätzen verknüpfen lassen.
Zu den vorgeschlagenen Quellen gehören Unterlagen der Federal Aviation Administration und des NASA Aviation Safety Reporting System, Flugspuren des Automatic Dependent Surveillance-Broadcast, Wetterradar, astronomische Datenbanken, Feuerkugelnetzwerke, Satellitenbilder, seismologische Daten, Überwachungskameras und sogar Türklingelkameras. AARO — Workshoppapier
Diese Empfehlung hat unmittelbare Folgen für die Beurteilung von Belegen. Angenommen, ein Zeuge meldet ein helles Objekt, das sich langsam nahe dem Horizont bewegt.
Anhand eines Zeitstempels und von Koordinaten können Untersuchende prüfen, ob sich ein bekanntes Flugzeug in dieser Sichtlinie befand, ob ein Satellitenflare sichtbar war, ob ein Meteor oder eine Feuerkugel registriert wurde, ob Wetterballons vorhanden waren oder ob eine andere Kamera dasselbe Ereignis erfasste.
Ohne solche Verknüpfungen kann ein Bericht ungeklärt bleiben, weil der zur Prüfung gewöhnlicher Erklärungen benötigte Kontext mit der Zeit verloren geht. Unabhängige Bestätigung kann zudem ungewöhnliche Fälle stärken. Wenn mehrere voneinander unabhängige Quellen dasselbe Ereignis aufzeichnen und ihre Messungen miteinander vereinbar sind, werden Erklärungen aufgrund eines einzelnen Zeugenfehlers oder eines einzelnen Sensorartefakts weniger wahrscheinlich. Das Papier behandelt daher unabhängige Bestätigung statt Ansehen als den besser vertretbaren Weg zu belastbaren Belegen. Für die UAP-Forschung ist das ein wichtiges Prinzip.
Professionelle Beobachtende
Der Workshop beschreibt militärische Meldungen und Schiffsprotokolle als besonders belastbare Quellen, weil sie strukturierte Angaben zu Plattformen, Personal und Einsätzen enthalten können. Zugleich warnt er davor, bestimmten Berufsgruppen automatisch übermäßiges Gewicht beizumessen.
Die Teilnehmenden wiesen darauf hin, dass Pilotinnen und Piloten, Polizei- und Militärpersonal über nützliches Beobachtungstraining verfügen können. Ein Analysesystem kann jedoch verzerrt werden, wenn der Berufsstatus ungeachtet der tatsächlich erhobenen Daten als Ersatzmaß für die Fallqualität dient. AARO — Workshoppapier
Das ist ein differenzierter, aber wichtiger Punkt. Eine erfahrene Pilotin oder ein erfahrener Pilot kann Flugverhalten, Höhenverhältnisse oder Cockpitphänomene womöglich besser erkennen als eine ungeschulte Person. Daraus ergibt sich jedoch keine exakte Entfernung zu einem unbekannten, weit entfernten Objekt, sofern diese nicht tatsächlich gemessen wurde. Fachkenntnis ist für die Bewertung einer Zeugenaussage relevant, verwandelt eine Schätzung aber nicht in eine instrumentelle Messung. Die vorgeschlagenen Triagesysteme sollen Zeugenmerkmale deshalb mit dem Datenreichtum und unabhängiger Bestätigung verbinden, statt allein auf den Beruf abzustellen.
Historische Archive
Das Papier empfiehlt, historische UAP-Berichte weiterhin zu erhalten und zu digitalisieren. Das ist bedeutsam, weil der Workshop nicht dafür eintrat, ältere Fälle allein deshalb aufzugeben, weil sich heutige Daten besser erheben ließen. Historische Unterlagen können Meldemuster sichtbar machen, Zeugen identifizieren, staatliche Aktivitäten dokumentieren und mitunter technisches Material bewahren, das noch Jahrzehnte später analysierbar ist. Der Bericht benennt jedoch auch die Probleme realistisch.
Älteres Material kann handschriftlich verfasst, unzureichend erschlossen, in inkompatiblen Formaten gespeichert oder ohne Kontextangaben überliefert sein. Optische Zeichenerkennung hat Schwierigkeiten mit Schreibschrift. Gemeinschaftlich erstellte Transkriptionen können Fehler einführen. Übersetzungen können Bedeutungen verzerren. Mängel bei der Aufbewahrung können dazu führen, dass wichtige Unterlagen vollständig verloren gehen.
Als Beispiel für die Bedeutung der Aufbewahrung nennt das Papier den bekannten Verlust eines Teils der Daten zu den Nimitz-Begegnungen von 2004. AARO — Workshoppapier Die Empfehlung ist daher zweigleisig: Die heutige Datenerhebung soll verbessert werden, solange Untersuchende noch beeinflussen können, was aufgezeichnet wird. Älteres Material soll erhalten bleiben, weil bereits vorhandene Informationen einen einzigartigen historischen Wert besitzen können. Damit werden zwei gegensätzliche Fehler vermieden: von fragmentarischen historischen Berichten heutige wissenschaftliche Standards zu verlangen oder sie zu verwerfen, weil sie diesen Standards nicht entsprechen.
Grenzen künstlicher Intelligenz
Künstliche Intelligenz wird ungewöhnlich ausführlich behandelt. Der Workshop benannte sinnvolle Anwendungen für KI und maschinelles Lernen: Transkription, Extraktion von Datums- und Ortsangaben, semantische Suche, Clusterbildung, Mustererkennung, multimodale Vergleiche und eine vorläufige Triage von Berichten. Solche Anwendungen sind attraktiv, weil UAP-Archive große Mengen unstrukturierter Texte und Medien enthalten. Das Papier beschreibt die Risiken jedoch ebenso deutlich.
Große Sprachmodelle können halluzinieren. Die Trainingsdaten enthalten bereits jahrzehntelange UFO-Mythologie, Spekulationen und wiederholte Behauptungen, die Modellergebnisse verzerren können. Kleine, nicht repräsentative Datensätze können spezialisiertes Training unzuverlässig machen. Generative KI kann zudem gefälschte Bilder, Videos und Textberichte erzeugen, die künftige Datensätze verunreinigen. AARO — Workshoppapier
Daraus folgt die Empfehlung eines Human-in-the-loop-Modells. KI kann aus freiem Text strukturierte Felder vorschlagen, große Berichtsmengen filtern oder mögliche Cluster erkennen. Menschen sollten die Extraktion überprüfen, das Quellenmaterial sichten und für die kontextuelle Interpretation verantwortlich bleiben. Methodisch ist das belastbarer, als KI wie einen automatisierten UAP-Detektor zu behandeln. Ein Sprachmodell kann feststellen, dass eine Erzählung die Formulierung “rapid acceleration.” enthält. Es kann nicht feststellen, dass eine physische Beschleunigung stattfand, sofern die zugrunde liegenden Belege diese Behauptung nicht stützen.
Datenqualität
Eine Einschränkung fasst der Workshop unverblümt zusammen: KI-Analysen bleiben von der Qualität der Eingabedaten abhängig. Für historische UAP-Datenbanken ist das besonders relevant. Wenn mehrere Websites dieselbe ursprüngliche Anekdote wiedergeben, kann ein Algorithmus die Wiederholung mit unabhängiger Bestätigung verwechseln, sofern die Abhängigkeit der Quellen nicht erfasst wird. Ist das Datum eines Berichts falsch, kann der Abgleich mit Flug- oder astronomischen Daten zu einem falsch-negativen Ergebnis führen. Wurde ein niedrig aufgelöstes Bild wiederholt nachbearbeitet, kann ein Modell für maschinelles Sehen Bearbeitungsartefakte als physische Merkmale einordnen. Enthält ein Datensatz überwiegend spektakuläre Berichte, weil alltägliche Beobachtungen nicht gemeldet wurden, übernehmen statistische Muster diese Selektionsverzerrung. KI korrigiert solche Probleme nicht automatisch. In großem Maßstab kann sie sie verstärken.
Der Schwerpunkt des Workshops auf Provenienz, gemeinsamen Metadatenschemata und Quellenerhaltung ist deshalb Voraussetzung für die KI-Empfehlungen und kein davon getrenntes Thema.
Taxonomien
Der Workshop schlägt eine knappe Taxonomie bekannter berichteter Formen wie Scheibe, Kugel und Dreieck vor, ergänzt um ein offenes Feld “other”. Der Zweck ist praktisch.
Strukturierte Kategorien ermöglichen es, Berichte datenbankübergreifend zu vergleichen. Verwendet ein Archiv “orb,” ein anderes “sphere,” und ein weiteres “round light,” kann ein Datenwörterbuch bestimmen helfen, wann diese Kategorien als gleichbedeutend gelten können und wann sie getrennt bleiben sollten.
Damit ist jedoch ein methodisches Risiko verbunden: Taxonomien können beeinflussen, was Zeugen berichten.
Wenn ein Formular “triangle,” “disk” und “cigar,” deutlich als Optionen vorgibt, könnten Meldende die nächstliegende vertraute Kategorie wählen, statt eine ungewöhnliche Form mit eigenen Worten zu beschreiben. Nach der Kodierung könnte diese Entscheidung später als Beleg für eine beständige “triangle class” erscheinen.
Der Workshop begegnet diesem Problem teilweise mit der Empfehlung, freie Erzählungen vor der strukturierten Extraktion zu erfassen und ungewöhnliche Formen weiterhin in einem Freitextfeld zuzulassen. Diese Reihenfolge ist wichtig. Eine Taxonomie sollte Beobachtungen nach ihrer Erhebung ordnen, statt sie während der Erhebung hervorzubringen.
Unbekannte Werte
Eine weitere überzeugende Empfehlung betrifft den Umgang von Formularen mit fehlendem Wissen. Der Workshop schlägt die Option “refuse to answer” oder eine gleichwertige Auswahl vor, damit Zeugen nicht zur Angabe von Werten gezwungen werden, die sie nicht kennen. Dieses kleine Gestaltungsmerkmal hat erhebliche analytische Folgen. Wer eine Entfernung nicht schätzen kann, könnte sonst raten, weil das Formular eine Zahl verlangt. Diese künstlich erzeugte Präzision kann später wie eine Beobachtung in die statistische Analyse eingehen. Dasselbe Problem betrifft genaue Angaben zu Größe, Höhe, Geschwindigkeit und Zeit. Eine gute Dateninfrastruktur muss daher Unsicherheit als Daten bewahren. Ein unbekannter Wert ist wissenschaftlich oft nützlicher als eine selbstsicher wirkende Schätzung, die nur erfunden wurde, um ein Pflichtfeld auszufüllen.
Dieses Prinzip entspricht weitgehend der Beschreibung nützlicher UAP-Informationen in AAROs gegenwärtigen FAQ: Metadaten, höher aufgelöste Bilder und gemessene Funkfrequenzdaten mit Ortsangaben und Zeitstempeln sind gerade deshalb wertvoll, weil sie Vermutungen durch aufgezeichnete Größen ersetzen. AARO — Frequently Asked Questions
Geheimhaltung und Interoperabilität
Die Geheimhaltung zählt zu den schwierigsten Problemen des Papiers.
Militärische UAP-Beobachtungen können von geheim eingestuften Sensoren erfasst werden. Die Einstufung kann nicht deshalb erfolgen, weil das beobachtete Objekt außergewöhnlich ist, sondern weil die Offenlegung der Fähigkeiten, des Standorts oder des Einsatzes eines Sensors sensible Informationen preisgeben würde.
Dadurch entsteht eine analytische Barriere.
Zivile Forschende können über einschlägige Wetter- oder astronomische Daten verfügen, aber keinen Zugang zur militärischen Beobachtung haben. Staatliche Analytiker können über geheime Sensoraufzeichnungen verfügen, jedoch Schwierigkeiten haben, genügend Einzelheiten für eine externe Replikation weiterzugeben.
Der Workshop schlägt interoperable Infrastrukturen vor, die Informationen verknüpfen und zugleich Geheimhaltung, Datenschutz sowie ethische Beschränkungen beachten. Das lässt sich leichter empfehlen als umsetzen. Das Dokument beschreibt keine fertige technische Architektur, die geheime und nicht geheime Systeme miteinander verbinden könnte. Stattdessen empfiehlt es Integrationsprojekte im Pilotmaßstab, Datenwörterbücher, modulare Metadatenstandards, Schnittstellenkontrolldokumente, APIs und Steuerungsstrukturen. Das sind praktische Ausgangspunkte, keine vollständige Lösung. Die Bedeutung der Empfehlung liegt darin, dass die Informationsarchitektur selbst als Teil des wissenschaftlichen Problems behandelt wird.
AAROs Fallarbeit
Das Workshoppapier gewinnt im Vergleich mit AAROs Jahresberichterstattung zusätzlich an Aussagekraft.
AAROs Bericht für das FY2025 hält fest, dass ein Mangel an zeitnah verfügbaren, verwertbaren Sensordaten die Fallklärung weiterhin einschränkt. Dem Bericht zufolge arbeitete das Büro mit militärischen und technischen Partnern daran, optimale Sensoranforderungen, Verfahren zum Informationsaustausch und die wesentlichen Bestandteile hochwertiger UAP-Meldungen zu bestimmen. AARO — FY2025 Consolidated Annual Report
Derselbe Jahresbericht liefert ein anschauliches Beispiel dafür, was narrative Daten leisten können und was nicht.
AARO zufolge enthalten zivile Pilotenmeldungen aus FAA-Quellen weniger Daten als viele Meldungen des Department of War. Sie können dennoch genügend narrative Einzelheiten für Bewertungen mit hoher Sicherheit liefern, insbesondere wenn die Beschreibungen mit Satellitenflares vereinbar sind.
Umgekehrt berichtet AARO von Schilderungen über Phänomene nahe sensibler Infrastruktur, deren behauptete Merkmale die bekannte Leistungsfähigkeit übersteigen könnten, sofern sie bestätigt würden. Da diesen Berichten technische Begleitdaten fehlten, ließ sich die behauptete Leistung nicht feststellen. AARO — FY2025 Annual Report
Das entspricht weitgehend der methodischen Position des Workshops. Narrative Belege können mitunter ausreichen, um ein bekanntes Phänomen zu identifizieren. Ohne technische Bestätigung eignen sie sich jedoch wesentlich weniger dazu, außergewöhnliche physische Leistungen zu belegen.
Bestehende Standards
Das Papier sollte nicht dahin gehend verstanden werden, AARO habe vor 2025 über keinerlei Meldestruktur verfügt.
Dem Jahresbericht für das FY2023 zufolge hatte AARO gemeinsam mit dem Joint Staff und Komponenten des US-Verteidigungsministeriums bereits die Entwicklung von UAP-Meldestandards angeführt und an einer besseren Qualität militärischer Daten gearbeitet. AARO — FY2023 Consolidated Annual Report
2023 veröffentlichte AARO zudem einen ausführlichen Leitfaden für sein autorisiertes Verfahren zur Meldung historischer Programme; aktuelle militärische Meldungen erfolgten dagegen nach gesonderten geheimen Anweisungen. AARO — UAP Program Report User Guide
Der Workshop von 2025 steht daher für eine Erweiterung des Datenproblems, nicht für dessen Entdeckung. Das militärische Einsatzmeldewesen lässt sich intern standardisieren. Schwieriger ist die Verknüpfung militärischer Meldungen mit historischen Archiven, zivilen Erzählungen, wissenschaftlichen Sensordaten und unabhängigen Forschungsdatenbanken, die nach unterschiedlichen Schemata angelegt wurden. Mit diesem größeren Ökosystem befasste sich der Workshop.
Institutionelle Einordnung
Bei der Bewertung des Papiers ist die Trägerschaft des Workshops zu berücksichtigen. AARO finanzierte das Treffen, und das endgültige Dokument wird als AARO-Informationspapier bereitgestellt. AUI und FSU organisierten die Veranstaltung und erstellten die Synthese. Das macht das Dokument für AAROs sich entwickelnden Forschungsansatz ausgesprochen relevant. Zugleich darf die Veranstaltung nicht als unabhängige externe Prüfung der bisherigen Datenpraxis von AARO dargestellt werden. Die Teilnehmenden mögen Hürden und Mängel kritisiert haben, und das Papier benennt viele davon ausdrücklich. Der Workshop wurde jedoch in Zusammenarbeit mit jener Organisation konzipiert, deren Auftrag er unterstützen sollte. In dieser Hinsicht entspricht er anderen staatlich finanzierten Fachworkshops.
Das Ergebnis kann fundierte wissenschaftliche Analysen enthalten, ohne dieselbe Unabhängigkeit zu besitzen wie eine ausdrücklich zur Prüfung der Programmleistung beauftragte Studie. AUI beschreibt den Bericht in seiner eigenen Mitteilung als Zusammenarbeit zwischen AARO, AUI und FSU, nicht als unabhängiges Urteil über AARO. AUI — Mitteilung zur Veröffentlichung
Beleggrenzen
Das Dokument lässt sich besonders leicht überinterpretieren, weil es die Sprache wissenschaftlicher Forschung, künstlicher Intelligenz und groß angelegter Datenanalysen verwendet. Seine Empfehlungen belegen nicht, dass in UAP-Erzählungen bereits statistische Muster gefunden wurden. Sie stellen nicht fest, dass historische Formkategorien unterschiedlichen physischen Fluggeräten entsprechen. Sie belegen nicht, dass KI anomale Berichte zuverlässig von konventionellen unterscheiden kann. Sie bestätigen nicht die Authentizität der von unabhängigen UAP-Organisationen gepflegten Datenbanken, nur weil diese Quellen erörtert wurden. Ebenso wenig zeigen sie, dass narrative Berichte außergewöhnliche Kinematik ohne Sensordaten belegen können. Das Papier entwirft einen Weg, solche Fragen besser prüfbar zu machen. Das ist ein sinnvoller Beitrag, aber keine Entdeckung.
Umsetzungsstand
Nach der Veröffentlichung lautet die wichtigste Frage, ob die Empfehlungen umgesetzt wurden. Die öffentliche Quellenlage zeigt eine teilweise Übereinstimmung, aber kein klar erkennbares, vollständig umgesetztes Programm.
AAROs im Juli 2026 veröffentlichter Jahresbericht für das FY2025 hält fest, dass das Büro seine Verfahren weiterentwickelt und neue Analyseinstrumente einführt. Er beschreibt dreidimensionale Modellierungen, mit denen zahlreiche Meldungen über Satellitenflares geklärt wurden, sowie fortgesetzte Arbeiten zur Verbesserung der Sensoranforderungen und des Informationsaustauschs. AARO — FY2025 Annual Report
AAROs öffentliche Website stellt inzwischen außerdem deutlich mehr Einsatzberichte, Bilder und Videos bereit als zum Zeitpunkt des Workshops. Das Büro veröffentlicht häufig kontextbezogene narrative Beschreibungen zusammen mit den Medien und trennt die Beschreibung sorgfältig vom Untersuchungsergebnis. AARO — UAP Report Documents
Diese Entwicklungen entsprechen Teilen der Workshopforderungen nach Erhaltung und Kontextualisierung. Sie belegen jedoch nicht, dass ein gemeinsames organisationsübergreifendes Metadatenschema, eine integrierte zivil-militärische Dateninfrastruktur oder eine öffentliche API für narrative Daten umgesetzt worden wäre.
Am 26. August 2026 verzeichnete AAROs öffentlicher Index der Informationspapiere keinen Umsetzungsbericht, der den Abschluss der empfohlenen Metadatenvorlagen, Interoperabilitätspiloten oder eines KI-Steuerungsrahmens speziell dokumentiert hätte. AARO — UAP Records/Information Papers
Das Papier ist daher weiterhin in erster Linie als Empfehlungsdokument zu behandeln.
Historische Bedeutung
Das Papier markiert eine wichtige Verschiebung in der institutionellen UAP-Debatte. Frühere staatliche Programme konzentrierten sich häufig vor allem auf die Klärung einzelner Meldungen. Der Workshop von 2025 stellt eine grundlegendere Frage: Wie muss ein Datensystem beschaffen sein, damit einer groß angelegten UAP-Analyse vertraut werden kann? Dieser Perspektivwechsel ist bedeutsam.
Ein Fallklärungsprogramm kann immer wieder auf dieselben Schwächen stoßen, ohne deren Ursache zu beheben. Werden Beobachtenden nicht die richtigen Fragen gestellt, verlieren Sensordateien ihre Provenienz, können Archive keine Daten austauschen, ist die Terminologie uneinheitlich und werden KI-Systeme mit dupliziertem oder kulturell verzerrtem Material trainiert, kann zusätzliche Analyse dieselbe Unsicherheit lediglich effizienter reproduzieren.
Der Workshop behandelt diese Schwächen als eigenständige Forschungsprobleme. Er erweitert ein gewöhnlich von Luftfahrt, Physik und Nachrichtendiensten geprägtes Feld um Informationswissenschaft, Archivwissenschaft und sozialwissenschaftliche Methoden. Das ist angemessen, weil ein großer Teil des UAP-Problems zunächst kein physikalisches Problem ist. Bevor jemand eine Beschleunigung berechnen kann, müssen Zeitstempel, Entfernung und Sensorgeometrie erhalten sein. Bevor eine statistische Analyse ein Cluster bestimmen kann, muss geklärt werden, ob wiederholte Berichte voneinander unabhängig sind. Bevor ein KI-System eine Erzählung klassifizieren kann, müssen eine Taxonomie definiert und der Originaltext bewahrt werden. Der Workshop von 2025 macht diese Abhängigkeiten ausdrücklich sichtbar. Historisch könnte sich das als bedeutender erweisen als jedes einzelne vorgeschlagene KI-Werkzeug oder Meldeformular.
Er fasst UAP-Forschung zunächst als Problem der Beleginfrastruktur und erst danach als Erklärungsproblem auf.
Bewertung der Belege
Das Workshoppapier von 2025 zu narrativen Daten zählt zu AAROs methodisch nützlicheren öffentlichen Dokumenten, weil es Schwächen behandelt, die UAP-Forschung unabhängig davon verzerren können, als was sich die zugrunde liegenden Phänomene letztlich erweisen.
Unpräzise Zeitstempel sind ein Problem, gleichgültig, ob ein Objekt ein Satellit oder tatsächlich anomal ist. Fehlende Provenienz ist ein Problem, ob ein Bild nun einen Ballon oder ein unbekanntes Flugzeug zeigt. Selektionsverzerrung ist ein Problem, ob ein Datensatz letztlich keinen einzigen oder mehrere außergewöhnliche Fälle enthält. KI-Halluzinationen und doppelt erfasste Quellen können unter jeder Hypothese falsche Muster erzeugen. Das Papier leistet daher etwas Dauerhafteres als eine Aussage über einen einzelnen Fall. Seine stärksten Empfehlungen betreffen die Frage, wie Belege vor Beginn der Interpretation bewahrt werden sollten. Freie Erzählungen sollen erhalten bleiben, weil strukturierte Kategorien ungewöhnliche Einzelheiten ausblenden können. Strukturierte Metadaten sollen hinzukommen, weil Erzählungen allein schwer vergleichbar sind. Unsicherheit soll erfasst und nicht durch geschätzte Präzision ersetzt werden.
Unabhängige Kontextdaten sollen nach Möglichkeit verknüpft werden. Originalmedien und ihre Provenienz sollen erhalten bleiben. Automatisierte Verfahren sollen menschliche Analytiker unterstützen, nicht deren evidenzbezogenes Urteil ersetzen. Diese Grundsätze entsprechen der etablierten wissenschaftlichen Praxis und dem Informationsmanagement. Ebenso wichtig sind die Grenzen des Papiers.
Es ist die Synthese eines bewusst kleinen, selektiv zusammengesetzten Workshops und keine begutachtete empirische Studie. Die vollständige Zusammensetzung der Teilnehmenden und die zugrunde liegenden anonymisierten Beratungen stehen für eine unabhängige Analyse nicht zur Verfügung. Der Bericht prüft nicht, ob die vorgeschlagene Infrastruktur die Genauigkeit der UAP-Klassifikation tatsächlich verbessert. Auch nennt er keine quantitativen Maßstäbe, anhand derer eine spätere Umsetzung zu bewerten wäre.
Die praktische Bedeutung des Papiers hängt daher vom weiteren Vorgehen ab. Ein gemeinsames Schema ist nur dann wertvoll, wenn Meldesysteme es übernehmen. Provenienzstandards sind nur dann wirksam, wenn Originaldateien tatsächlich erhalten bleiben. KI-Schutzmaßnahmen sind nur dann relevant, wenn automatisierte Analysen anhand bekannter Fälle bewertet und Fehlerraten gemessen werden. Interoperabilität ist nur dann von Bedeutung, wenn rechtliche, sicherheitsbezogene und technische Hürden so weit überwunden werden, dass Datensätze verknüpft werden können. Im August 2026 zeigte die öffentliche Quellenlage, dass AARO sein Meldewesen und seine Analyseinstrumente weiter verbesserte; eine vollständige Umsetzung des vorgeschlagenen Datenökosystems war jedoch noch nicht belegt. Die angemessene Bewertung fällt somit positiv, aber begrenzt aus. Das Workshoppapier löst das UAP-Problem nicht.
Es beschreibt vergleichsweise überzeugend, weshalb die verfügbaren Belege so häufig keine verlässlichen Schlussfolgerungen tragen — und was sich ändern müsste, damit künftige Forschung wissenschaftlich aussagekräftiger wird.
Quellenverzeichnis
AARO — 2025 UAP Workshop: Narrative Data, Infrastructures, and Analysis
Die wichtigste Quelle für diese Detailanalyse. Das 17-seitige Papier enthält die Workshopmethodik, Zusammenfassungen der Diskussionen, die Synthese, Empfehlungen, Einladung, Verhaltensregeln, Tagesordnung und Fragen für die Arbeitsgruppen. Es belegt die Teilnahme von 40 Personen, den Schwerpunkt auf narrativen Daten, die Empfehlungen zu Metadaten und Provenienz, den vorgeschlagenen Arbeitsablauf zwischen Mensch und KI sowie die in gegenwärtigen UAP-Datensystemen erkannten Grenzen.
Offizielles AARO-Workshoppapier lesen
AARO — UAP Records / Information Papers
Der maßgebliche AARO-Veröffentlichungsindex für das Dokument. Er verzeichnet das Workshoppapier als neuen, am 13. Februar 2026 hinzugefügten Inhalt und korrigiert damit spätere Zeitleistenzusammenfassungen, die seine Erstveröffentlichung in den Juli datieren.
AAROs UAP-Dokumentenindex aufrufen
Associated Universities, Inc. — “AARO Releases Report on Unidentified Anomalous Phenomena (UAP),” 19 February 2026
Primärquelle des Organisators zur Zusammenarbeit zwischen AARO, AUI und der Florida State University sowie zur Verbindung des Workshops von 2025 mit der früheren, von der NSF finanzierten Initiative von 2024. Sie belegt die institutionelle Beziehung und den beabsichtigten Schwerpunkt auf einer strengen Datenerhebung, Standardisierung und Analyse.
Mitteilung von AUI lesen
2024 UAP Workshop Executive Summary — Unidentified Anomalous Phenomena: A Dialogue on Science, Public Engagement and Communication
Von den Organisatoren auf Zenodo hinterlegte Primärzusammenfassung des Workshops. Sie dokumentiert die von der NSF unterstützte Vorgängerveranstaltung im Mai 2024 und deren Schwerpunkt auf Wissenschaftskommunikation, gesellschaftlicher Beteiligung und interdisziplinärer UAP-Forschung.
Kurzdarstellung des Workshops von 2024 lesen
Florida State University — June 2024 faculty and staff record
Zeitgenössischer Universitätsbericht, der bestätigt, dass Gretchen Stahlman von der FSU den UAP-Workshop von 2024 im Raum Washington, D.C. mit Unterstützung der National Science Foundation gemeinsam leitete.
Bericht der FSU lesen
Society for UAP Studies — participation in the August 2025 workshop
Darstellung einer teilnehmenden Organisation, die ihre eigene Beteiligung sowie mehrere weitere beim Workshop vertretene unabhängige Forschungsorganisationen benennt. Sie gewährt begrenzten Einblick in eine Teilnehmerliste, die das offizielle Papier bewusst anonymisiert. Es handelt sich um eine Positionsquelle eines Teilnehmers, nicht um eine unabhängige Bewertung der Workshopergebnisse.
Workshopbericht der SUAPS lesen
AARO — Fiscal Year 2025 Consolidated Annual Report on UAP
Wichtige Folgequelle für den Vergleich des Workshops mit AAROs operativer Fallarbeit. Dem Bericht zufolge schränkt der Mangel an zeitnahen und verwertbaren Sensordaten die Fallklärung weiterhin ein; zugleich beschreibt er Verbesserungen bei Sensoranforderungen, Informationsaustausch und analytischer Modellierung. Er zeigt außerdem, unter welchen Umständen narrative Berichte eine konventionelle Zuordnung stützen können und wann außergewöhnlich klingende narrative Behauptungen ohne technische Daten unbestätigt bleiben.
AAROs Jahresbericht für das FY2025 lesen
AARO — Fiscal Year 2023 Consolidated Annual Report on UAP
Früherer offizieller Beleg dafür, dass AARO und der Joint Staff bereits vor dem Workshop von 2025 mit der Entwicklung operativer UAP-Meldestandards begonnen hatten. Die Quelle hilft, die umfassenderen, datensatzübergreifenden Infrastrukturempfehlungen des Workshops von bereits bestehenden militärischen Meldeverfahren zu unterscheiden.
Jahresbericht für das FY2023 lesen
AARO — U.S. Government UAP-Related Program/Activity Report User Guide
AAROs Leitfaden von 2023 für sein autorisiertes Verfahren zur Meldung historischer Programme. Er zeigt, dass das Büro für eine bestimmte Klasse narrativer Belege bereits strukturierte Formulare und Zulassungskriterien verwendete, während für aktuelle operative UAP-Meldungen eigene Verfahren galten.
AARO-Leitfaden zum Meldeverfahren lesen
AARO — Frequently Asked Questions / scientifically useful UAP reporting
Aktuelle AARO-Hinweise zum Wert von Metadaten, höher aufgelösten Bildern, Zeitstempeln, Ortsangaben und gemessenen Funkfrequenzdaten. Die Quelle ermöglicht einen Vergleich der Workshopempfehlungen mit AAROs gegenwärtigen öffentlichen Hinweisen zu wissenschaftlich verwertbaren Meldungen.
AAROs FAQ lesen
AARO — UAP Report Documents
Gegenwärtiges öffentliches Verzeichnis der von AARO veröffentlichten Einsatzberichte, Bilder und Videos. Es ist besonders für die Fragen des Workshops zu Provenienz und Kontextbeschreibungen sowie für die Unterscheidung zwischen sichtbarem Bildinhalt und analytischer Schlussfolgerung relevant.
AAROs UAP Report Documents durchsuchen
National Archives — UAP/UFO bulk downloads
Die gegenwärtige Archivstruktur des Bundes für den umfangreichen Zugriff auf digitalisierte historische UAP-/UFO-Unterlagen der US-Regierung. Sie ist für die Empfehlung des Workshops relevant, historisches Material zu erhalten und zu digitalisieren, während neuere Meldesysteme besser strukturierte Daten priorisieren.
NARA-UAP-/UFO-Sammeldownloads durchsuchen