25.11.2025

Premiere: KI steuert Satellit

Lernende Lageregelung führte während eines Satellitenüberflugs ein Manöver in der Umlaufbahn durch.

Ein Meilenstein auf dem Weg zu autonomen Raumfahrtsystemen: Ein Forschungsteam der Julius-Maximilians-Universität Würzburg hat einen KI-basierten Lageregler für Satelliten direkt im All erfolgreich getestet. Während des Satellitenüberflugs zwischen 11:40 Uhr und 11:49 Uhr MEZ am 30.10.2025 führte der an der JMU entwickelte KI-Agent ein vollständiges durch Künstliche Intelligenz gesteuertes Lagemanöver im Orbit durch. Dabei brachte die KI den 3U-Nanosatelliten InnoCube mithilfe von Reaktionsrädern von der momentanen Ausgangslage in eine vorgegebene Ziellage. Danach durfte die KI gleich mehrfach zeigen, was sie kann: Auch in weiteren Tests steuerte sie den Satelliten erfolgreich und sicher in die gewünschte Lage.

ADCS-Box (Attitude Determination and Control System) während des Einsetzens in das Qualifikationsmodell des InnoCube-Satelliten

Die ADCS-Box mit den Reaktionsrädern vor dem Einsetzen in den Satelliten. Die Reaktionsräder werden zur Lageregelung im All verwendet.

Das Projekt In-Orbit Demonstrator Lernende Lageregelung (LeLaR) hat zum Ziel, die nächste Generation autonomer Lageregelungssysteme zu entwickeln. Der zentrale Fokus liegt auf der Konzeption, dem Training und der Erprobung eines KI-basierten Lagereglers an Bord des InnoCube-Nanosatelliten im Weltall.

Lageregler stabilisieren Satelliten im Orbit und verhindern so, dass sie ins Taumeln geraten. Außerdem werden sie genutzt, um den Raumflugkörper in eine gewünschte Ziellage zu bringen. So werden etwa Systeme wie Kameras, Sensoren oder Antennen auf ein bestimmtes Zielobjekt ausgerichtet.

Das Besondere: Der KI-basierte Lageregler wurde nicht nach herkömmlichen, fest programmierten Steueralgorithmen entwickelt. Stattdessen setzten die Forscher auf die Methode des Deep Reinforcement Learning (DRL), einem Teilgebiet des maschinellen Lernens. Dabei lernt ein neuronales Netz in einer simulierten Umgebung selbstständig die optimale Strategie, um die Lage eines Satelliten zu regeln.

Der entscheidende Vorteil dieses DRL-Ansatzes liegt in seiner Geschwindigkeit und Flexibilität im Vergleich zur klassischen Entwicklung. Klassische Lageregler erfordern teilweise langwierige, manuelle Kalibrierung und Abstimmung (Tuning) von Parametern durch Ingenieure – eine Sache von Monaten, eventuell sogar Jahren.

Der DRL-Ansatz hingegen automatisiert diesen Prozess. Weiterhin besitzt er das Potenzial, Lageregler zu entwickeln, die sich automatisch an Abweichungen von den erwarteten zu den tatsächlichen Rahmenbedingungen anpassen, ohne dass zeitaufwändige manuelle Nachkalibrierung nötig sind.

Der KI-basierte Lageregler wurde zuvor am Boden in einer realitätsnahen Simulation trainiert und anschließend auf das Flugmodell des Satelliten im Orbit hochgeladen. Eine der größten Herausforderungen bestand darin, die „Sim2Real-Gap“ – die Lücke zwischen Simulation und Realität – zu überwinden, also sicherzustellen, dass ein in der Simulation trainierter KI-Agent auch auf dem echten Satelliten im Weltraum einsatzfähig ist.

Ein wachsendes Vertrauen in die Technologie sei ein wichtiger Schritt für zukünftige autonome Missionen, etwa interplanetare oder Deep-Space-Missionen. Ein Eingreifen von der Erde aus ist hier aufgrund großer Entfernungen oder Funkpausen nicht mehr möglich. Der KI-Ansatz kann so zur Überlebensgrundlage der Sonde werden. [JMU / dre]

InnoCube – Innovative CubeSat for Education, Informationstechnik für Luft- und Raumfahrt, Institut für Informatik, Universität Würzburg