Claude Science hat gerade etwas geleistet, das bislang zu aufwändig war: eine vollständige Karte des Himmels im ultravioletten Licht. Brice Ménard, Astrophysiker an der Johns Hopkins University und Forscher bei Anthropic, nutzte das KI-System, um etwa ein Drittel der Karte – insbesondere große Teile der galaktischen Ebene – vorherzusagen und damit die Lücken zu füllen, die bisherige Weltraumteleskope hinterlassen haben.
Kurz & knapp
- Erste komplette UV-Himmelskarte erstellt durch Claude Science; etwa ein Drittel der Karte wurde von der KI vorhergesagt
- NASA GALEX-Mission (2003–2013) hatte nur etwa zwei Drittel des Himmels beobachtet und gezielt helle Sterne und die galaktische Ebene ausgelassen
- Ménard brauchte Wochen manueller Arbeit für Kalibrierung und Analyse – mit Claude wurde diese Aufgabe praktikabel
- Die Karte wird als Lehrmittel für Astrophysik-Studenten dienen und zeigt die Struktur der Milchstraße in UV-Licht
Warum es bisher keine UV-Karte gab
Ultraviolettes Licht wird von der Erdatmosphäre absorbiert – deshalb braucht man Weltraumteleskope, um es zu beobachten. Die größte Datenquelle war NASAs GALEX-Mission, die von 2003 bis 2013 lief und etwa zwei Drittel des Himmels in rund 38.000 separaten Beobachtungen abbildete. Doch GALEX sprang bewusst über sehr helle Sterne hinweg – besonders in der galaktischen Ebene, wo Sterne am dichtesten stehen – um die empfindlichen Detektoren des Satelliten nicht zu beschädigen.
Andere Weltraumteleskope wie NASAs Swift und Südkoreas FIMS/SPEAR trugen zusätzliche Daten bei, doch selbst kombiniert blieben Lücken. Statistische Verfahren könnten diese Lücken füllen, erfordern aber wochenlange, mühsame Arbeit mit pixelgenauer Kalibrierung und wiederholten Analysen – Aufwand, den Astrophysiker normalerweise zugunsten dringenderer Forschung aufschieben.
Claude macht das Unmögliche praktikabel
"Mit Claude ist es leichter geworden, solche niedrig priorisierten Arbeiten anzupacken", erklärt Ménard.
Diesen Sommer machte sich Ménard daran, die fehlende Karte mit Claude Science zu erstellen. Die Anweisung war einfach zu formulieren, aber schwer umzusetzen: alle verfügbaren UV-Daten sammeln, sie kalibrieren, die Lücken statistisch füllen und eine vollständige Karte mit Unsicherheitsangaben produzieren.
Das Ergebnis: Eine interaktive Karte des gesamten Himmels mit der galaktischen Ebene in der Mitte, kombiniert aus Far-UV (154 nm) und Near-UV (232 nm). Zusätzliche Ebenen kennzeichnen jeden Pixel als "gemessen" oder "vorhergesagt" und geben Unsicherheitsschätzungen an. Damit entfällt das Apologetisieren im Hörsaal – Ménard kann seinen Studierenden nun zeigen, wie UV-Licht Staub offenbart, der von Sternen beleuchtet wird: von Wolken um junge Sterne bis zu Ringen von Sternexplosionen.
Was das für die Wissenschaft bedeutet
Die Karte ist nicht nur ein Lehrmittel. Sie verdeutlicht ein größeres Muster: In vielen wissenschaftlichen Feldern stapeln sich Projekte, die zentrale Konzepte erklären oder anderen Forschern helfen würden – aber nie priorisiert werden, weil die manuelle Arbeit zu aufwändig ist. Claude Science macht solche Arbeiten plötzlich machbar, ohne dass Forscher Monate ihrer Zeit opfern müssen.
Für deutsche Forschungsinstitute und Universitäten könnte das bedeuten, dass bislang zurückgestellte Datenaufbereitungs- und Analyseprojekte neu bewertet werden sollten. Frontier-KI-Systeme wie Claude Science könnten hier Ressourcen freigeben – allerdings nur, wenn Institutionen die nötige Infrastruktur und Expertise aufbauen, um solche Tools sinnvoll einzusetzen. Gleichzeitig stellt sich die Frage nach Reproduzierbarkeit und Validierung: Wie transparent müssen KI-gestützte wissenschaftliche Vorhersagen sein, damit sie als verlässlich gelten?
Quellen
Redaktionell verantwortet von Ideal Syka. Quellen und Arbeitsweise: Redaktion & Methode. Hinweise und Korrekturen: ai@i6eal.de.
