Antalet satelliter i bana kring jorden ökar och därför finns ett ökat behov av att kunna beskriva beteenden och detektera beteendeförändringar, vilket är en viktig del för den militära rymdlägesbilden. Syftet med detta arbete var att utveckla metoder för karakterisering av satelliters beteenden, inklusive beteendeförändringar och anomalidetektion. Inom ramen för Försvarsmaktens forsknings och teknikutvecklingsverksamhet inom rymdlägesbild deltog Totalförsvarets forskningsinstitut under 2024 i en tävling som fokuserade på att detektera och klassificera förändringar i satelliters beteenden med hjälp av maskininlärning. Tävlingsarrangörerna skapade en datamängd innehållande syntetisk satellitdata för geosynkrona jordbanor vilket användes i modellutvecklingen. Deltagandet i tävlingen gjordes i ett kunskapsuppbyggande syfte och möjliggjorde att utvecklingen inom området kunde följas, framtagna modeller kunde jämföras mot andra tävlingsdeltagares modeller och syntetisk satellitdata kunde jämföras och utvärderas mot riktig historisk data. Denna rapport sammanfattar deltagandet och lärdomar från tävlingen och utgör en grund för vidare arbete med att möjliggöra karakterisering av satelliters beteenden, i syfte att tidigt kunna detektera och förvarna om möjliga farliga händelser i rymden. Utifrån de lärdomar och resultat som uppnåtts med tävlingsstrukturen har en ny metodik utvecklats för karakterisering av satelliters beteenden.