[{"data":1,"prerenderedAt":27},["ShallowReactive",2],{"nr-de-nasa-ibm-open-source-ki-mondkartierung":3},{"slug":4,"title":5,"dek":6,"date":7,"time":8,"publishedAt":9,"updated":10,"updatedAt":10,"dateFmt":11,"updatedFmt":10,"kind":12,"tier":13,"author":14,"authorName":15,"topics":16,"tracker":10,"trackerLabel":10,"headlineStat":10,"image":22,"ogImage":23,"imageAlt":5,"csv":10,"minutes":24,"words":25,"html":26},"nasa-ibm-open-source-ki-mondkartierung","NASA und IBM stellen Open-Source-KI-Modell für Mondkartierung vor","Ein gemeinsames KI-Modell soll die Verarbeitung von Millionen Mondfotografien der Raumsonde Lunar Reconnaissance Orbiter beschleunigen. Das Projekt zeigt, wie Raumfahrtagenturen auf offene Technologie setzen.","2026-09-17","11:47","2026-09-17T11:47:00+02:00","","17. September 2026","news","standard","ideal-syka","Ideal Syka",[17,18,19,20,21],"KI in der Raumfahrt","Open-Source-Modelle","Automatisierte Bildanalyse","NASA","IBM","\u002Fnewsroom\u002Fimg\u002Fnasa-ibm-open-source-ki-mondkartierung.webp","\u002Fog-nr\u002Fnasa-ibm-open-source-ki-mondkartierung.de.png",2,414,"\u003Cp>NASA und IBM haben ein \u003Cstrong>Open-Source-KI-Modell\u003C\u002Fstrong> entwickelt, das bei der automatisierten Kartierung von Mondoberflächen helfen soll. Das System verarbeitet Bilddaten der Raumsonde \u003Cstrong>Lunar Reconnaissance Orbiter\u003C\u002Fstrong> (LRO), die seit Jahren hochauflösende Aufnahmen des Mondes sammelt. Statt Bilder manuell zu analysieren, soll die künstliche Intelligenz diese Aufgabe künftig übernehmen – schneller und konsistenter.\u003C\u002Fp>\n\u003Ch2>Kurz & knapp\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>\u003Cstrong>Kooperation\u003C\u002Fstrong>: NASA und \u003Cstrong>IBM\u003C\u002Fstrong> entwickelten gemeinsam ein \u003Cstrong>Open-Source-KI-Modell\u003C\u002Fstrong> für die Mondbildanalyse\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Datenquelle\u003C\u002Fstrong>: Das Modell verarbeitet Aufnahmen der Raumsonde \u003Cstrong>Lunar Reconnaissance Orbiter\u003C\u002Fstrong>\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Offene Strategie\u003C\u002Fstrong>: Das Modell wird als Open Source verfügbar gemacht – Forschende weltweit können es nutzen und weiterentwickeln\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Anwendung\u003C\u002Fstrong>: Automatisierte Kartierung und Klassifizierung von Mondoberflächen-Merkmalen\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch2>Warum Open Source bei der Mondforschung?\u003C\u002Fh2>\n\u003Cp>Die Entscheidung, das Modell als Open Source zu veröffentlichen, folgt einer wachsenden Strategie von Raumfahrtagenturen: Statt Forschungsergebnisse zu sperren, werden sie der globalen Wissenschaftsgemeinde zugänglich gemacht. Das beschleunigt Innovation und ermöglicht es Universitäten, kleineren Forschungseinrichtungen und sogar Privatunternehmen, auf denselben Werkzeugen aufzubauen. Für die NASA bedeutet das auch: mehr Augen auf den Daten, mehr potenzielle Verbesserungen am Modell.\u003C\u002Fp>\n\u003Cp>Die \u003Cstrong>Lunar Reconnaissance Orbiter\u003C\u002Fstrong> hat seit ihrer Inbetriebnahme eine enorme Menge an Mondfotografien gesammelt. Jede einzelne manuell zu analysieren, ist für Menschen unmöglich geworden – hier kommt KI ins Spiel. Das IBM-NASA-Modell soll dabei helfen, Oberflächenmerkmale automatisch zu erkennen und zu klassifizieren.\u003C\u002Fp>\n\u003Ch2>Praktischer Nutzen für Mondmissionen\u003C\u002Fh2>\n\u003Cp>Eine automatisierte Kartierung hat mehrere Vorteile: Sie spart Zeit bei der Datenauswertung, reduziert menschliche Fehler und ermöglicht es, neue Missionen schneller zu planen. Wenn Wissenschaftler präzise wissen, wo bestimmte Gesteinstypen oder Wassereisablagerungen liegen, können sie Landeplätze für zukünftige Mondmissionen gezielter auswählen. Das ist nicht nur für die NASA relevant – auch internationale Raumfahrtagenturen und private Unternehmen, die zum Mond wollen, profitieren von besseren Kartendaten.\u003C\u002Fp>\n\u003Cp>Das Modell zeigt auch, wie \u003Cstrong>Machine Learning\u003C\u002Fstrong> in der Raumfahrtforschung zur Routine wird. Nicht nur bei der Bildanalyse, sondern auch bei der Vorhersage von Systemausfällen, der Optimierung von Missionsrouten oder der Datenkompressionwerden KI-Systeme inzwischen standard.\u003C\u002Fp>\n\u003Ch2>Was das für deutsche Unternehmen bedeutet\u003C\u002Fh2>\n\u003Cp>Für deutsche Raumfahrt- und Technologieunternehmen ist dieses Projekt ein Signal: Open-Source-KI wird auch in hochspezialisierten Bereichen zur Norm. Wer in Zukunft bei Raumfahrtprojekten mitbieten will – sei es bei Datenanalyse, Missionsplanung oder Instrumentenentwicklung – sollte verstehen, wie man mit offenen KI-Modellen arbeitet und diese anpasst. Gleichzeitig zeigt sich: Wer Expertise in \u003Cstrong>Domain-spezifischen KI-Anwendungen\u003C\u002Fstrong> aufbaut, kann diese Fähigkeiten später auf andere Branchen übertragen. Die Kombination aus Raumfahrtkompetenz und KI-Know-how wird zum Wettbewerbsvorteil.\u003C\u002Fp>\n\u003Ch2>Quellen\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.golem.de\u002Fnews\u002Fmondkartierung-ki-modell-von-ibm-und-nasa-verarbeitet-monddaten-2609-213037.html\">Golem\u003C\u002Fa>\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003Cem>Redaktionell verantwortet von \u003Ca href=\"\u002Fautor\u002Fideal-syka\">Ideal Syka\u003C\u002Fa>. Quellen und Arbeitsweise: \u003Ca href=\"\u002Fredaktion\">Redaktion & Methode\u003C\u002Fa>. Hinweise und Korrekturen: \u003Ca href=\"mailto:ai@i6eal.de\">ai@i6eal.de\u003C\u002Fa>.\u003C\u002Fem>\u003C\u002Fp>\n",1789638862213]