ドイツが国家版「Cyberdome」構想　AI顔認証・対ドローン・サイバー防衛を一体化へ

ドイツが、サイバー攻撃や不審ドローン、破壊工作への対策をまとめて強化する方針を示した。2026年9月6日のReuters報道によると、内務省報道官は、機動的な対ドローン能力の拡充、重要インフラ企業への対処権限の付与、デジタルセンサー網「Cyberdome」の構築、AIを使った顔認証・映像監視の拡大を含む計画を説明した。［1］

ただし、Cyberdomeという単一のAIが、全国の顔認証カメラからドローン迎撃までを統括する仕組みが完成したわけではない。政府資料によると、Cyberdomeはサイバー攻撃の検知・分析・対処を連携させる構想だ。今回の「一体化」は、まず複数の防衛策を同じ政策パッケージとして進めることを意味する。顔認証や対ドローン装備と技術的にどう接続するのかは、確認した公開資料では明らかになっていない。

見るべきなのは、AIやセンサーの数だけではない。警報を誰が確認し、どの権限で対処するのか。誤作動による被害をどう防ぐのか。本稿では、政府・議会の一次資料や過去の顔認証実験、既存製品との比較に加え、誤警報の確認負担とドローンへの対処時間を独自に試算する。

情報確認日：2026年9月6日。計画・報道内容と導入済みの事実を区別し、独自試算には仮定を明記した。

何を一体化するのか――Cyberdomeは対策全体の一部分

今回の方針は、「ネットワークを守る」「空からの侵入に対処する」「破壊工作の準備を発見する」という異なる任務を、並行して強化するものだ。名称だけを見て、すべてが同じ技術や指揮系統で動くと考えると、構想を正しく理解できない。

施策	公表・報道された方向性	実装に向けて確認が必要な点
Cyberdome	デジタルセンサーをつなぎ、サイバー攻撃を検知・分析して対処につなげる	接続対象、共有データ、自動対処の範囲
警察の対ドローン能力	都市部に迅速に展開できる部隊を配置し、交通拠点などを守る	実際の配備状況、常時監視の範囲、到着時間
重要インフラ企業の対処権限	電力などの事業者による能動的なドローン対処を可能にする方向	許可される手段、実施条件、事故時の責任
AI顔認証・映像監視	駅などで破壊工作の準備に関わる人物の発見を支援する	照合対象、リアルタイム利用の有無、保存期間と監督

施策の概要はEuronewsの報道に基づく。右欄は、実装状況を評価するために本稿で整理した確認事項であり、政府が公表した仕様ではない。［2］

顔の照合、武器などの物体検出、行動の異常検知も、それぞれ別の機能だ。顔が登録画像と似ているからといって、その人物に攻撃の意思があると判断できるわけではない。これらをまとめて「AIが不審者を見抜く」と表現するのは正確ではない。

空港事件が後押ししたが、構想は2025年から進んでいた

Cyberdomeは2026年8月の空港事件を受けてゼロから生まれた構想ではなく、少なくとも2025年8月には政府の正式な検討対象になっていた。

直近の背景には、2026年8月にライプツィヒ／ハレ空港で起きたドローンによる攻撃未遂がある。ドイツ政府は9月1日、ロシアに責任があるとの判断を公表した。一方、ロシア側は関与を否定している。政府による責任の認定と、本稿で独立して検証できた事実は分けて考える必要がある。［3］［1］

時期	一次資料で確認できる動き	今回のニュースとの関係
2025年8月27日	閣議でサイバー防衛強化の方針を決定。内務省がCyberdomeの実現構想を作成へ	空港事件より前から進む政策
2026年1月12日	内務省がイスラエルとのサイバー・安全保障協力の拡大を発表	CyberdomeやAI分野での協力を位置付け
2026年2月23日	議会への政府回答で、Cyberdomeを3つの領域からなるプログラムと説明	ネットワーク防衛の構成が具体化
2026年7月22日	連邦行政のITを強化するCyberGovSecureを閣議決定。Cyberdomeは並行して構想中と説明	行政内部の防御と国家全体の防御を区別

出典：ドイツ政府の2025年8月発表、内務省の2026年1月発表、議会文書21/4306、ドイツ政府の2026年7月発表。［4］［5］［6］［7］

2025年8月27日から今回の報道日までは、日付差で375日になる。これは本稿による独自計算であり、375日間にわたってシステムの建設が続いていたという意味ではない。今回の新しさは名称の登場ではなく、すでに進んでいた構想を破壊工作対策の拡大とどう結び付けるかにある。

一次資料が示すCyberdomeの「3つの領域」

2026年2月の政府回答が挙げるのは、検知ネットワーク、分析の連携体制、個別システムを守る開かれたエコシステムの3領域だ。各種の事業や取り組みを、この枠組みの中で連携させるとしている。［6］

火災対策に置き換えて考えると分かりやすい。各施設に設置する火災報知器、地域全体の状況を把握する消防指令、個々の建物で行う消火活動に相当する。ただし、これは本稿で理解しやすくするために用いたたとえであり、政府が同じ運用方式を採用すると決めたわけではない。

政府は同回答で、当時の準備・計画作業はまだ完了していないとして、詳細の開示を控えている。そのため、全国規模での稼働開始や、特定企業の製品採用を示す証拠として扱うことはできない。［6］

本稿が確認した資料だけでは、事業全体の確定予算や全国的な稼働開始日、顔認証映像とネットワーク情報をどう接続するのかは分からない。「公開情報から確認できない」ことと、「計画が存在しない」ことも別の話だ。

独自試算：誤警報率0.1％でも、100万件なら確認作業は約33人時

顔認証を大規模に使う場合、認識率だけを見るのでは不十分だ。警報のうち何件が本当の一致なのか、確認作業にどれだけの人手が必要になるのかも見る必要がある。

ここでは、1日100万件の顔認証判定を行う仮想的な運用を考える。実際に照合対象者である判定が10件、対象者を正しく検出する割合が90％、残り99万9,990件は対象外とする。各判定は1回として数え、同一人物の重複通知は考えない。これはドイツ政府の性能値や実際の監視規模を示したものではない。

対象外1件あたりの誤警報率	誤警報の期待件数／日	正しい警報の期待件数／日	全警報に占める正しい警報	誤警報1件の確認に2分かかる場合
0.1％	約1,000件	9件	約0.9％	約33.3人時／日
0.01％	約100件	9件	約8.3％	約3.3人時／日
0.001％	約10件	9件	約47.4％	約0.33人時／日

本稿の独自試算。誤警報＝999,990×誤警報率。正しい警報＝10×90％。正しい警報の割合＝9÷（9＋誤警報）。確認時間＝誤警報×2分÷60。表示値は丸めている。「人時」は作業者全員の延べ作業時間で、処理完了までの経過時間ではない。

この条件では、誤警報率を0.1％から0.001％へ100分の1に下げても、警報の半数以上は対象外となる。検出したい対象が全体の中で非常に少ないためだ。正しい照合結果が出たとしても、その人物が犯罪を準備している証明にはならない。

この比較には限界もある。実際には判定基準を厳しくすると対象者の見逃しが増える場合があり、表のように検出率90％を維持できるとは限らない。対象者の出現割合が高い限定的な場面なら、警報の信頼性も変わる。また、画像同士を1対1で比較した際の誤一致率を、大人数の登録画像と照合するシステム全体の誤警報率としてそのまま使うことはできない。

調達時には、「精度99％」という単独の数値だけを見るのではなく、登録人数や撮影条件、判定基準をそろえたうえでの見逃し率、誤警報件数、確認時間まで確認したい。

過去事例：ベルリンの駅実験で問われた「成功」の意味

ドイツでは2018年にも、顔認証の実験結果をどう評価するかが争点になっている。今回も、実験で得られた認識率と大規模運用での有効性は分けて見る必要がある。

内務省は、ベルリン・ズュートクロイツ駅での実験について、試験参加者の認識率が80％を超え、誤警報率は平均0.1％未満だったとして、実験の成功を強調した。［8］

これに対し、マックス・プランク人間発達研究所が公開した分析では、80％という値は個々のシステムの平均性能を表したものではなく、複数システムの検出結果を組み合わせて得られた点や、大人数に適用すると誤警報が増える問題を指摘している。［9］

もちろん、2026年の顔認証製品が2018年と同じ性能だという意味ではない。米国立標準技術研究所（NIST）の評価でも、誤一致の傾向はアルゴリズムや属性によって異なる。過去の平均値を現在の製品へそのまま当てはめず、実際に採用するモデルと現場の条件に合わせて評価する必要がある。［10］

独自試算：対ドローン防衛は「発見から対処までの時間」で差がつく

ドローンを発見できても、識別・承認・対処に時間がかかれば、重要施設へ到達する前に止められるとは限らない。迅速に展開できる部隊の増強と、施設側での初動対応は、役割を分けて評価する必要がある。

たとえば、施設から2km離れた位置で、時速120kmで接近する機体を初めて検知したと仮定する。そのまま一定速度で直進すれば、到達まで60秒だ。検知後の識別、対処判断、機材作動に合計40秒かかるなら、残された時間は20秒しかない。

仮定する検知距離	時速120kmでの到達時間	識別・判断・機材作動に40秒かかる場合の残り時間
1km	30秒	10秒不足
2km	60秒	20秒
3km	90秒	50秒

本稿の独自試算。到達時間＝距離÷速度×3,600秒。実際の攻撃経路、配備装備の能力、ドイツ警察の応答時間を示すものではない。対処開始後に無力化するまでの時間や、落下物の安全確保も含めていない。

この試算から分かるのは、機材の性能に加えて、通報先や判断手順の設計も結果を左右するということだ。すべての承認を国の指令拠点へ集中させる方式なら、通信や判断に生じる遅れも評価する必要がある。重要インフラ企業へ権限を持たせる場合は、どの条件なら現場の判断で対処できるのかが焦点になる。

とはいえ、権限を与えるだけで安全になるわけではない。正規の点検ドローンを誤認した場合や、対処によって周囲に影響が及んだ場合に備え、識別方法や訓練、責任分担もあわせて整える必要がある。

競合製品を比較すると、無線検知と複数センサーの役割が見える

対ドローン技術はすでに市場に存在するが、製品によって検知する情報やシステム構成は異なる。国家構想の名称だけを見て、性能や採用企業を判断することはできない。

企業・製品群	メーカー資料が説明する構成・機能	比較するときの着眼点
HENSOLDT「Xpeller」	レーダー、カメラ、無線検知、方向探知、妨害装置などを組み合わせるモジュール方式	複数の検知情報を統合した際の誤警報率、設置条件、運用要員
Rohde & Schwarz「ARDRONIS」	Detectで無線信号を検知・識別し、Locate系やEffectなどと組み合わせて位置把握や通信妨害に対応	対応する無線方式、各モジュールの役割、他のセンサーや指揮システムとの接続

製品説明は各社の公式資料に基づく。比較の着眼点は本稿の分析である。両製品群は構成や用途が異なり、ここでは同じ条件で性能を実測していない。今回の政策パッケージへの採用が決まったという情報も、確認した資料からは見つからなかった。［11］［12］［13］

無線信号を中心に検知する機能では、対象機が通信しているか、どの通信方式を使っているかが検知条件に関わる。そのため調達側は、「ドローン対応」という表示だけを見るのではなく、どの脅威を、どのセンサーで捉える仕様なのかを確認する必要がある。製品単体の比較と、施設全体の防御設計も分けて考えたい。

EUの仕組みと比べると、国家版Cyberdomeの課題は「接続」にある

ドイツには行政内部を守る取り組みがあり、EUにも国境を越えて警報を共有する枠組みがある。Cyberdomeの価値は、既存の仕組みとどう役割を分担するかによっても変わる。

構想・制度	主な対象	公式資料が示す重点
ドイツのCyberdome	国家全体のサイバー防御基盤	検知・分析・個別システム保護の連携
ドイツのCyberGovSecure	連邦行政のIT	安全な設定、資産管理、脆弱性管理など9つの行動分野
EUのEuropean Cybersecurity Alert System	加盟国間のサイバー警戒	国内・越境のCyber Hubをつなぎ、AIやデータ分析で脅威情報を共有

CyberGovSecureは2026年7月22日に閣議決定された。EUの警戒システムは、2025年2月4日に発効したCyber Solidarity Actに位置付けられている。ただし、制度の成立や方針決定と、すべての機能が稼働を終えた状態は同じではない。［7］［14］

これらは競合商品と違い、一つだけを選ぶものではない。守る範囲が重なる補完的な取り組みだ。本稿では、別々の窓口へ同じ警報を報告する負担を減らし、情報を受け取った機関が速やかに次の対応へ移れるかどうかが、実効性を左右すると考える。

共有範囲を広げれば、組織をまたぐ攻撃を早く見つけられる可能性がある。その反面、共有先が侵害されたり、誤った対処指示が広い範囲へ波及したりするリスクも考えなければならない。単に接続できるだけでなく、権限の分離や操作記録、誤った指示を取り消す仕組みまで評価する必要がある。

反証：AI顔認証の拡大が、そのまま無制限の監視を意味するわけではない

EU AI Actは顔認証全般を一律に禁止しているわけではないが、法執行目的で公共空間の人々をリアルタイムに遠隔識別する利用は、原則禁止として厳しく制限している。

欧州委員会の説明によると、被害者や行方不明者の特定、生命への脅威やテロへの対応、一定の重大犯罪に関する利用などには例外がある。ただし、必要性・比例性に加え、司法機関などの承認も求められる。本人確認、保存済み映像を使った事後照合、リアルタイムでの群衆照合は、それぞれ分けて考える必要がある。［15］

軍事・防衛・国家安全保障専用のシステムには適用除外もある。ただし、駅で警察が使うシステムまで、「国家を守る」という説明だけで当然に除外されるとは断定できない。具体的な目的や運用主体、用途を確認する必要がある。［15］

顔認証の警報を捜査員が確認するための手がかりにとどめる場合と、その結果をそのまま行動制限へ結び付ける場合とでは、誤認が起きたときの影響が大きく違う。技術そのものへの賛否に加え、「誰の画像と照合し、その結果を何に使うのか」を議論する必要がある。

日本の読者や企業への影響――導入台数より確認したい5つの指標

日本の読者がこのニュースから読み取れるのは、AI防衛の効果は機材の導入数だけでは判断できないという点だ。企業側も、国家の警戒網へ接続したからといって、自社の更新作業や復旧準備が不要になるわけではない。

ドイツに拠点を持つ企業では、今後、情報共有や施設防護に関する実務が増える可能性がある。ただし、今回の報道だけを根拠に、すべての日系企業へ新たな義務が課されると考えることはできない。対象となる事業者や法改正、実施時期を個別に追う必要がある。

確認する指標	分かること
検知から対処までの時間	情報共有が、被害を抑える行動につながっているか
誤警報件数と確認にかかる人時	AIの通知を現場が処理できるか
監視できていない施設・システムの割合	機材数の増加が、防御範囲の拡大につながっているか
攻撃後の復旧時間と業務停止時間	防御を突破された場合にも社会機能を保てるか
誤認や誤対処の是正手順	市民や事業者への不利益を発見し、修正できるか

これらは政府の公式な評価指標ではなく、本稿が提案する検証項目だ。発表後の進捗を見るときに、予算や配備数とあわせて確認すれば、構想が実際の防御能力へつながっているかを判断しやすくなる。

ドイツの方針は、サイバー攻撃と物理的な破壊工作の両方に備え、防衛策をまとめて強化しようとする動きだ。その実効性は、検知能力だけでは決まらない。合法的に対処する手順、現場の処理能力、攻撃を受けた後の復旧力まで含めて機能する必要がある。Cyberdomeを評価するときは、この一連の流れが実際に働くかを確認したい。

主な参考情報

構想の定義は政府・議会資料、直近の政策パッケージは報道、製品機能はメーカー資料に基づき、独自試算と区別した。

1. Reuters：Germany plans anti-sabotage shield after airport drone attack（2026年9月6日）
2. Euronews：Dobrindt plant “Cyberdome” gegen Sabotage durch Hacker und Drohnen（2026年9月6日）
3. ドイツ外務省：ライプツィヒの攻撃に関するロシアの責任についての外相声明（2026年9月1日）
4. ドイツ政府：サイバーセキュリティ強化に関する閣議方針（2025年8月27日）
5. ドイツ内務省：イスラエルとのサイバーセキュリティ協力拡大（2026年1月12日）
6. ドイツ連邦議会：政府回答21/4306、特に質問12・13への回答（2026年2月23日、PDF）
7. ドイツ政府：CyberGovSecureの説明（2026年7月22日）
8. ドイツ内務省：ズュートクロイツ駅の顔認証実験に関する発表（2018年10月11日）
9. マックス・プランク人間発達研究所：顔認証実験と誤警報に関する分析（2018年10月30日）
10. NIST：Demographic Effects in Face Recognition
11. HENSOLDT：Xpellerを用いた対ドローン技術の実証（2017年12月7日）
12. Rohde & Schwarz：ARDRONIS Detectの発表（2024年10月30日）
13. Rohde & Schwarz：ARDRONIS Effect製品情報
14. 欧州委員会：EU Cyber Solidarity Act
15. 欧州委員会：Navigating the AI Act