KI im Orbit: NASA und IBM testen Satelliten-Intelligenz direkt im Weltraum

NASA und IBM haben mit Prithvi Geospatial das erste geospatiale KI-Fundament-Modell in den Orbit gebracht – und dort auch erfolgreich getestet. Eine vereinfachte Version des Modells läuft seit 2024 auf dem australischen Satelliten Kanyini sowie auf dem IMAGIN-e-Modul der Thales Alenia Space an Bord der ISS. Das ist kein Laborversuch: Die KI erkennt Wolken und Überschwemmungen direkt im All, ohne Rohdaten zur Erde zu schicken.

Das Modell

Prithvi wurde auf 13 Jahren Archivdaten der NASA-Satelliten Landsat und der ESA-Satelliten Sentinel-2 trainiert. Statt eines starr programmierten Algorithmus für eine einzige Aufgabe handelt es sich um ein flexibles Fundament-Modell – vergleichbar mit großen Sprachmodellen, nur für Erdbeobachtung. Es erkennt eigenständig komplexe Muster und lässt sich mit kleinen Zusatzmodulen (wenige Megabyte) schnell auf neue Aufgaben anpassen: Hochwassermonitoring, Ernteertragsschätzung, Katastrophenanalyse.

Der Schlüssel zur schnellen Verfügbarkeit im Orbit: NASA und IBM veröffentlichten Prithvi als Open Source auf Hugging Face. Australische Ingenieure konnten die bestehende Architektur direkt übernehmen und für die begrenzte Rechenleistung eines Satelliten optimieren – keine jahrelange Eigenentwicklung nötig.

Der deutsche Beitrag

Das Forschungszentrum Jülich – eines der leistungsstärksten Rechenzentren Europas – war maßgeblich an der Entwicklung von Prithvi-EO-2.0 beteiligt. Diese erweiterte Version umfasst 600 Millionen Parameter, sechsmal mehr als der Vorgänger, und liefert laut IBM Research auf dem Benchmark GEO-Bench eine 8 Prozent bessere Leistung. Das zeigt: Deutsche Recheninfrastruktur ist in dieser Technologie nicht Randnotiz, sondern Grundlage.

Warum das Bandbreitenproblem zählt

Erdbeobachtungssatelliten erzeugen enorme Datenmengen. Die Verbindung zwischen Orbit und Bodenstation ist jedoch eng begrenzt – jeden Pixel herunterzuladen ist zu langsam und zu teuer. Bisher lösten kompakte, spezialisierte Algorithmen dieses Problem, konnten aber nur jeweils eine Aufgabe erfüllen. Fundament-Modelle ändern das: Ein kleines Update reicht, um das bereits im Orbit laufende Modell auf eine neue Aufgabe auszurichten.

IBM nutzte Prithvi-EO-2.0 bereits praktisch: Nach den verheerenden Überschwemmungen in Valencia im Oktober 2024 erstellte das System innerhalb von Stunden Flächenkarten des Hochwassers – durch Wolken hindurch, mithilfe kombinierter Radar- und Optikdaten der Sentinel-Satelliten.

Ausblick

NASA plant eine ganze Reihe weiterer Modelle. Surya für die Sonnenphysik wurde 2025 veröffentlicht; Systeme für Planetenwissenschaft und Astrophysik sind in Vorbereitung. Längerfristig sollen Operatoren Raumsonden in natürlicher Sprache befragen können – etwa zum Zustand der Instrumente oder zu Beobachtungsergebnissen. Der Satellit als reine Kamera im All gehört damit der Vergangenheit an.