2026-09-30 · RESEARCH · Das Team von Offensive Technology

Wie man GPS-Jamming erkennt: Eine kostenlose, reproduzierbare Methode

Kurze Antwort: Sie benötigen weder proprietäre Hardware noch einen als Verschlusssache eingestuften Feed. Die meisten GNSS-Empfänger berechnen bereits das Träger-Rausch-Verhältnis (CNR, auch als C/N0 geschrieben), einen Wert, der beschreibt, wie sauber sie das Signal der einzelnen Satelliten empfangen. Das CDDIS-Archiv der NASA stellt diesen Wert für mehr als 500 öffentliche IGS-Bodenstationen weltweit kostenlos und im Minutentakt aktualisiert bereit. Eine Methode der University of Texas at Austin aus dem Jahr 2025 (Clements & Humphreys) nutzt genau dieses kostenlose Archiv, um echte GPS-Interferenzen zu erkennen: Man bildet die Differenz des CNR jedes Satelliten zu seinem eigenen Wert wenige Sekunden zuvor, mittelt über alle von einer Station getrackten Satelliten und achtet auf einen synchronisierten Ausschlag an mehreren, hunderte Kilometer voneinander entfernten Stationen zum selben Zeitpunkt. Ein Ausschlag an nur einer Station ohne Echo an anderen Stellen ist Rauschen, kein Jamming. Wir haben diesen Detektor gebaut und live gegen 27.99 Stationsstunden an echten CDDIS-Daten von 7 Stationen im Baltikum und in Mitteleuropa laufen lassen, darunter LAMA in Polen. Unser Zeitfenster war ruhig: 16 isolierte Einzelstations-Anomalien, null synchronisierte Mehrstations-Ereignisse. Im Folgenden finden Sie die vollständige Methode, die realen Daten und die Kriterien, die eine echte Erkennung von einem Zufall unterscheiden.

Warum das jetzt wichtig ist

GPS- und GNSS-Interferenzen im Ostseeraum haben sich von einem Nischenthema der elektronischen Kampfführung zu einer Schlagzeile in den Leitmedien entwickelt. Luft- und Schifffahrtsbehörden in Polen, Litauen und Finnland melden seit 2022 einen drastischen Anstieg von Jamming und Spoofing, und Medien von Defense News bis Euronews berichten bis ins Jahr 2026 über Smartphones, Drohnen und Schiffe, die in der gesamten Region ihren GPS-Fix verlieren. Piloten verfolgen dies täglich in Community-Foren wie OPSGROUP. Eine öffentliche Heatmap, gpsjam.org, aggregiert Berichte zur ADS-B-Navigationsgenauigkeit von Flugzeugen in einer Live-Karte. Das ist ein überaus nützliches operatives Werkzeug, aber es leitet Interferenzen nur indirekt aus dem Verhalten von Flugzeugen ab. Es erfasst nicht die tatsächliche Signalqualität am Empfänger.

Sucht man heute nach „how to detect GPS jamming“, bestehen die Ergebnisse fast ausschließlich aus Anbietern von Flotten-Trackern, die Hardware verkaufen, ergänzt um generische Listicles zu typischen Warnzeichen. Keiner von ihnen zeigt eine reale Erkennungs-Pipeline, die auf echten Daten basiert. Genau diese Lücke schließt dieser Beitrag: eine Methode auf der Signalebene, basierend auf Daten, die jeder kostenlos herunterladen kann, mit Code und echten Zahlen statt reiner Behauptungen.

Die Methode: Zeitdifferenziertes Träger-Rausch-Verhältnis

Das Träger-Rausch-Verhältnis beschreibt in dB-Hz, wie stark ein Empfänger das Signal eines bestimmten Satelliten im Verhältnis zum Hintergrundrauschen empfängt. Es schwankt natürlicherweise mit der Satellitenelevation, der Antennenqualität und den atmosphärischen Bedingungen. Daher eignet sich ein Schwellenwert auf dem rohen CNR nur schlecht als Jamming-Detektor: Ein tief am Horizont stehender Satellit sieht ähnlich aus wie ein gestörter. Die Lösung von Clements und Humphreys besteht darin, stattdessen einen Schwellenwert auf die zeitliche Differenz über kurze Intervalle anzuwenden, was langsame, natürliche Drifts eliminiert und schnelle Transienten isoliert:

• Differenz pro Satellit. Berechnen Sie für jeden getrackten Satelliten ε[k] = CNR[k] − CNR[k−L], wobei L bei einer Abtastrate von 1 Hz etwa 3 Sekunden beträgt.
• Stationsstatistik. Mitteln Sie ε[k] über alle Satelliten, die die Station aktuell erfasst, um für jede Epoche einen einzelnen stationsspezifischen Wert Λ[k] zu erhalten.
• Die Nullhypothese. An einem ruhigen Tag verhält sich Λ[k] wie mittelwertfreies Rauschen mit einer stationsspezifischen Breite, die durch den Empfänger und die Antenne der jeweiligen Station bestimmt wird. Bestimmen Sie diese Breite empirisch und setzen Sie einen Schwellenwert um eine bestimmte Anzahl von Standardabweichungen darüber an.
• Der entscheidende Filter: Raum, nicht nur Amplitude. Eine echte großräumige Störquelle, etwa ein HF abstrahlender Satellit oder ein leistungsstarker Bodensender, trifft innerhalb desselben Zeitfensters von wenigen Sekunden auf mehrere, geografisch verteilte Stationen. Eine Schwellenwertüberschreitung, die auf eine einzige Station beschränkt bleibt und kein Echo an einer anderen, hunderte Kilometer entfernten Station erzeugt, ist weitaus wahrscheinlicher lokaler Natur: Mehrwegeausbreitung, ein physisches Hindernis, ein Schluckauf des Empfängers oder ionosphärische Szintillation, die in allen von uns gesichteten Arbeiten als Hauptursache für Fehlalarme hervorgehoben wird.

Was wir tatsächlich ausgeführt haben

Ein Skeptiker sollte in der Lage sein, dies nachzubauen. Hier ist die gesamte Pipeline.

• Stationen. Sieben IGS-High-Rate-Stationen, verteilt über rund 2.000 km in Mittel- und Nordeuropa: LAMA (Lamkówko, Polen), GANP (Ganovce, Slowakei), GOPE (Pecny, Tschechien), MAR6 (Mårtsbo, Schweden), METG (Metsähovi, Finnland), ONSA (Onsala, Schweden) und WTZR (Wettzell, Deutschland). LAMA wurde ausgewählt, da die nachfolgende Arbeit des zitierten Papers dort die größten gemessenen CNR-Einbrüche verzeichnete.
• Zeitfenster. 2026-09-29, ein Dienstag, 07:00 bis 11:00 UTC, der jüngste vollständige Wochentag, für den zum Ausführungszeitpunkt High-Rate-Daten verfügbar waren. Die Geschäftszeiten wurden gewählt, da das zitierte Paper dort Häufungen von Interferenzen festgestellt hat.
• Der Datenabruf. Das High-Rate-RINEX-v3-Archiv des NASA CDDIS ist in 15-Minuten-Blöcken organisiert. Der HTTPS-Zugriff lieferte einen direkten 401: Ein Earthdata-Login ist dort mittlerweile zwingend erforderlich, was eine Zugriffsänderung vom Juni 2025 bestätigt. Anonymes FTP-SSL funktionierte gänzlich ohne Authentifizierung, derselbe Zugang, den das CDDIS seit Jahren anbietet: ftp://gdc.cddis.eosdis.nasa.gov/gnss/data/highrate/<yyyy>/<ddd>/<yy>d/<HH>/. 112 15-Minuten-Dateien, insgesamt 104 MB, über die 7 Stationen und 4 Stunden.
• Das Parsing. Die Dateien liegen als Hatanaka-komprimiertes RINEX v3 vor. Wir haben sie mit den Open-Source-Bibliotheken georinex und hatanaka für Python dekomprimiert und geparst und das GPS-L1-C/A-Träger-Rausch-Feld (S1C) pro Satellit und Epoche extrahiert.
• Die Berechnung. Exakt die obige Λ[k]-Statistik, L = 3 Sekunden, ausgewertet anhand von zwei Schwellenwerten, 5σ und 6σ, gegenüber dem jeweiligen empirischen Rauschteppich der Station. Eine Überschreitung gilt nur dann als Kandidat für ein Mehrstations-Ereignis, wenn sie an mehr als einer Station innerhalb eines 5-Sekunden-Fensters auftritt.
• Was wir nicht getan haben. Wir haben bei keinem Host außer dem öffentlichen Archiv der NASA Daten abgefragt, keine HF-Signale gesendet und keine personenbezogenen Daten erfasst. Stationskoordinaten und Metadaten zur Ausrüstung sind öffentliche Aufzeichnungen der IGS-Infrastruktur, keine privaten Informationen.

Wie 27.99 ruhige Stationsstunden in der Praxis aussehen

LAMA, unsere primäre Referenzstation, war die ruhigste der sieben. Ihr Λ[k]-Rauschteppich wies eine Standardabweichung von nur 0.124 dB-Hz auf, und sie verzeichnete über das gesamte vierstündige Zeitfenster hinweg null Schwellenwertüberschreitungen bei 5σ oder 6σ. So sieht ein wirklich sauberes Signal aus: keine flache Linie, sondern echtes Rauschen, das sich innerhalb eines wohldefinierten Bereichs bewegt und diesen kein einziges Mal verlässt.

Über alle sieben Stationen hinweg zeigt sich bei unterschiedlichen Rauschpegeln das gleiche Bild. GANP in der Slowakei wies mit einer Standardabweichung von 0.219 dB-Hz das stärkste Rauschen auf und erzeugte den größten Einzelausschlag, den wir im gesamten Datensatz erfasst haben.

Gesamt: 16 isolierte Einzelstations-Überschreitungen bei 5σ, die bei 6σ auf 4 zurückgingen. Dieser Rückgang ist an sich ein nützlicher, transparenter Datenpunkt für jeden, der einen solchen Detektor kalibriert: Die Lockerung des Schwellenwerts um ein Sigma vervierfachte in etwa unsere Fehlalarmrate, wobei kein einziger Fall aus beiden Gruppen einem echten Mehrstations-Ereignis entsprach.

Der einzige Beinahe-Treffer und warum er nicht zählt

Achtundzwanzig Stationsstunden an realem HF-Rauschen lieferten genau eine Koinzidenz, die es wert ist, analysiert zu werden, denn ein glaubwürdiger Beitrag zeigt auch die Grenzfälle und nicht nur die sauberen Ergebnisse. Um 07:27:38 UTC überschritt ONSA seinen 5σ-Schwellenwert bei +0.656 dB-Hz. Zwei Sekunden später, um 07:27:40 UTC, überschritt GANP seinen eigenen 5σ-Schwellenwert bei −1.2 dB-Hz. Zwei Stationen im Abstand von fünf Sekunden, beide angeschlagen: Auf dem Papier entspricht das exakt dem Muster eines Mehrstations-Kandidaten.

Es handelt sich jedoch um keinen solchen Fall, und zwar aus zwei Gründen, die die räumliche Gleichzeitigkeitsprüfung des Papers gezielt abfängt. Erstens stimmt das Vorzeichen nicht: Eine echte großflächige Störquelle senkt das CNR an jeder erreichten Station ab, sie erhöht es nicht an einer und senkt es an einer anderen. Zweitens passt die Größenordnung nicht zusammen: Die Überschreitung bei ONSA lag kaum über dem Schwellenwert, während die bei GANP etwa doppelt so hoch war wie der eigene Grenzwert. Beim strengeren 6σ-Schwellenwert qualifiziert sich der Messwert von ONSA um 07:27:38 gar nicht mehr, und die Koinzidenz verschwindet vollständig. Dieser GANP-Ausschlag ist übrigens auch ein anschauliches Beispiel für ein bekanntes Artefakt dieser Methode: Ein echter sprunghafter Anstieg im CNR einer Station zeigt sich in Λ[k] als zusammengehöriges Positiv-Negativ-Paar im Abstand von exakt L Sekunden, hier +1.9 dB-Hz um 07:27:26 gefolgt von −1.8 dB-Hz um 07:27:29. Dieses Paar ist bezeichnend für ein reales, lokales Ereignis am Empfänger oder an der Antenne von GANP. Dass dieses Ereignis allein auf GANP beschränkt blieb und an den 300 bis 600 km entfernten Stationen GOPE oder LAMA kein Echo erzeugte, schließt eine gemeinsame physikalische Ursache sicher aus.

Was dies nicht beweist

Ehrliche Grenzen, denn eine Zahl ohne ihre Einschränkungen ist reines Marketing.

• Ein Zeitfenster, ein Wochentag. Ein Nullbefund über vier Stunden sagt nichts über andere Tage oder Uhrzeiten aus. Der im zitierten Paper analysierte Datensatz über 7 Jahre und 165 Stationen wies nur an einem Bruchteil der Stationstage Interferenzen aus. Ein ruhiger Dienstagnachmittag ist daher ein erwartbares Ergebnis und kein Beweis dafür, dass der Ostseeraum generell störungsfrei ist.
• Diese Methode eignet sich für großräumige Ereignisse, nicht für einzelne lokale Jammer. Das Standard-IGS-Archiv ist für synchronisierte, mehrere Sekunden andauernde Phänomene ausgelegt, wie sie von weltraumgestützten oder extrem leistungsstarken Quellen erzeugt werden. Die Lokalisierung von Boden-Jammern im Ostseeraum durch regionale Forscher nutzte speziell dafür konzipierte, dichte TDOA-Sensor-Arrays, ein völlig anderes Instrumentarium. Diese Pipeline liefert Ihnen nicht die Koordinaten eines Jammers auf einem Schiff.
• Sieben Stationen sind eine Demonstration, keine Vollerhebung. Wir leiten aus dieser Stichprobe keine Aussagen über die regionale Häufigkeit von Jamming ab. Sie belegt, dass die Methode mit realen Daten durchgängig funktioniert, und zeigt, wie eine realistische Baseline aussieht.
• Die Wahl des Schwellenwerts ist ein echter Trade-off. Unsere eigenen Daten belegen das unmittelbar: 16 markierte Epochen bei 5σ reduzieren sich auf 4 bei 6σ, beides in unserem Zeitfenster ausnahmslos Fehlalarme. Wer dieses Verfahren einsetzt, muss den Schwellenwert auf den Rauschteppich der eigenen Station abstimmen.

Wie Sie dies selbst ausführen

Alles hier Beschriebene ist für jeden frei zugänglich. Wählen Sie eine Reihe geografisch verteilter IGS-High-Rate-Stationen aus der aktuellen Netzwerkliste unter network.igs.org. Laden Sie 15-Minuten-RINEX-v3-Blöcke per anonymem FTP-SSL aus dem öffentlichen Archiv des CDDIS herunter, ganz ohne Benutzerkonto. Dekomprimieren und parsen Sie diese mit Open-Source-Werkzeugen wie georinex, um das CNR-Messsignal für Ihre gewünschte Konstellation und Frequenz zu extrahieren. Berechnen Sie Λ[k] genau wie oben beschrieben, ermitteln Sie den Rauschteppich Ihrer eigenen Stationen und werten Sie vor allem eine Einzelstations-Überschreitung niemals für sich allein als Erkennung. Erst die räumliche Gleichzeitigkeitsprüfung über verteilte Stationen hinweg macht aus einem Empfänger-Schluckauf einen belastbaren Befund, und genau dieser Schritt hat auch unseren Beinahe-Treffer korrekt verworfen.

Warum das zählt

Der Wert einer solchen Methode liegt darin, dass sie die tatsächlichen Gegebenheiten direkt auf der Signalebene erfasst, gestützt auf eine Infrastruktur, für die man keinem Hersteller-Dashboard vertrauen muss. gpsjam.org und ähnliche Tools leisten wertvolle Arbeit, indem sie Störungen nachgelagert aus dem Verhalten von Flugzeugen und Schiffen ableiten. Dieser Ansatz erfasst die Ursache direkter, anhand von Daten, die ein globales Netzwerk geodätischer Empfänger seit Jahrzehnten Stunde für Stunde kostenlos bereitstellt. Diese Kombination aus einer fundierten akademischen Erkennungsmethode, frei zugänglichen Daten ohne Hürden jenseits eines anonymen FTP-Logins und einer vollständig reproduzierbaren Pipeline ist selten in einem Bereich, der sonst von Sales-Seiten der Hersteller und als Verschlusssache eingestuften Feeds dominiert wird. Wir haben dies transparent durchgeführt, einschließlich des Ergebnisses, von dem wir nicht erwartet hatten, dass es der nützlichste Teil sein würde: Eine saubere Baseline mit realen Fehlalarmzahlen ist genau das, was jeder wissen muss, der diese Methode einsetzt, bevor er dem ersten Alarm vertraut.

Weiterführende Artikel

• Was ist eine externe Angriffsfläche?
• DNSSEC-Post-Quantum-Readiness: Was 30.000 Zonen zeigen.
• Certificate Transparency Post-Quantum: 43% der statischen CT-Logs signieren bereits mit ML-DSA-44.