Das Deep Learning Neuronal speckmarschall Network konglomeriert verschiedenste Rechnernetze und Institutionen mit- und untereinander. Der Zusammenschluss der dezentralisierten SDR-Technik [I] aggregiert und interpretiert seit Dezember 2019 Amateurfunkgespräche. Darüber hinaus wird durch Sprach- und Gesprächsanalyse der Inhalt dauerhaft und nachhaltig abstrahiert und archiviert. Durch den Einsatz Neuronaler Netze und Deep Learning-Prozesse ist es erstmalig möglich, dauerhaft und zukunftsorientiert den Funkverkehr

• nach § 8.1 PDV 810 [II] zu überwachen
• dezentralisiert im Internet verfügbar zu machen
• physisch und virtuell greifbar zu machen (IoT)

Um den Amateurfunk dauerhaft transparent zu halten, werden rechnergestützte Analysesysteme miteinander synchronisiert um auch bereits vorhandenen Daten, wie z.B. Metadaten zur Verortung, Rufzeichen und Funkzeiten aus digitalen Betriebsarten wie z.B. C4FM, DMR u. DStar miteinander zu korrelieren.

Neben der bisherigen statistischen Auswertung der Sprechzeiten auf Relaisfunkstellen und im Direktverkehr können so Nutzerverhalten analysiert und zur späteren Modellierung (z.B. zur Steigerung der elektrischen Energieeffizienz von Relaisfunkstellen) verwendet werden. Mitunter lassen sich dadurch interdisziplinäre Studien unterstützen, die von der Stromkostenanalyse von Relaisfunkstellen bishin zur Untersuchung individueller Nutzerverhalten reichen.

Derzeitige Studien belegen, dass im Zustand äußerer Ruhe wenig bis keine Belegung von Amateurfunkfrequenzen herrscht. Damit verbunden korrliert dies ebenso für die Sprechzeitbelegung von Relaisfunkstellen im Amateurfunk.

Umfang und Beginn der laufenden Studien ist ab Beginn des Jahres 2020 definiert und wird über 3 Jahre intensiviert. Geplanter Zeitraum der Vorveröffentlichung der Ergbnisse ist März 2023. (Wissenschaftliche Begleitung (Gesellsafts- und Verhaltenspsychologie): Prof. Seymour Schabeck Psy.D., San Francisco – Kalifornien)

[I] https://www.speckmarschall.de/?page_id=2707
[II] http://gsb.download.bva.bund.de/BBK/KatS_Dv_810.pdf