Zum ersten Mal in der Geschichte der Raumfahrt hat ein generatives KI-System eigenständig die Route eines Mars-Rovers geplant – ohne menschliche Routenplaner. Was wie Science-Fiction klingt, ist seit Dezember 2025 Realität. Und die Implikationen reichen weit über den Mars hinaus.
NASA-Rover Perseverance absolviert erste KI-geplante Fahrt auf dem Mars
Der Mars-Rover Perseverance der NASA hat erstmals eine Fahrt auf dem Mars zurückgelegt, deren Route vollständig von einem KI-System geplant wurde – ohne direkte Einbindung menschlicher Routenplaner. Der Meilenstein wurde am 8. und 10. Dezember 2025 erreicht und vom Jet Propulsion Laboratory (JPL) der NASA in Südkalifornien geleitet.
Vision-Language-Modell übernimmt Routenplanung
Für die Demonstration setzten die Ingenieure ein sogenanntes Vision-Language-Modell (VLM) ein – eine Form generativer KI, die Bilder und Textdaten gemeinsam verarbeiten kann. Das System analysierte dieselben Bilddaten und Geländeinformationen, die normalerweise menschliche Rover-Planer verwenden, erkannte potenzielle Hindernisse wie Felsen und Sandrippeln und legte daraufhin Wegpunkte fest, anhand derer sich Perseverance sicher über die Marsoberfläche bewegen konnte.
Die Entwicklung erfolgte in Zusammenarbeit mit dem KI-Unternehmen Anthropic. Vor dem realen Einsatz wurde das System ausführlich in einer virtuellen Nachbildung des Rovers getestet. Perseverance legte im Rahmen der Tests mehrere Hundert Fuß auf dem Mars zurück – ohne dass Menschen die konkrete Route vorgaben.
Reduktion der Abhängigkeit von Bodenstationen
Bislang war die Routenplanung für Mars-Rover ein zeitaufwendiger Prozess: Aufgrund der Signallaufzeiten zwischen Erde und Mars von bis zu 24 Minuten pro Richtung müssen Fahrkommandos Stunden oder sogar Tage im Voraus geplant und übermittelt werden. Menschliche Experten im Rover Operations Center (ROC) werten dafür Kamerabilder und Terrainmodelle aus und definieren Wegpunkte manuell.
„Autonome Technologien dieser Art könnten Missionen effizienter machen, auf schwieriges Gelände reagieren und den wissenschaftlichen Ertrag steigern – je größer die Entfernung zur Erde wird.”
— Jared Isaacman, NASA-Administrator
Ein autonomes KI-System, das diese Analyse und Planung selbst übernimmt, könnte die operative Reaktionsfähigkeit eines Rovers erheblich verbessern. Besonders bei künftigen Missionen zu weiter entfernten Zielen – etwa dem Jupiter-Mond Europa oder dem Saturn-System – würden noch längere Kommunikationsverzögerungen die Abhängigkeit von Bodensteuerung zu einem ernsthaften operativen Problem machen.
Generative KI in sicherheitskritischen Systemen
Bemerkenswert an der Demonstration ist nicht allein die technische Leistung, sondern der methodische Ansatz: Das generative KI-System arbeitete nicht mit einem eigens trainierten, missionsspezifischen Modell, sondern analysierte vorhandene Missionsdaten aus dem JPL-Datensatz.
Kernaussage: Vision-Language-Modelle sind zunehmend in der Lage, domänenspezifische Aufgaben auf Basis allgemeiner Trainingsdaten und kontextspezifischer Eingaben zu übernehmen – eine Eigenschaft, die weit über die Raumfahrt hinaus relevant ist.
Das System wurde dabei bewusst schrittweise und unter strenger Aufsicht eingeführt. Laut JPL wurde die Autonomie erst nach umfangreichen Tests in simulierter Umgebung auf den realen Rover übertragen.
Einordnung für deutsche Unternehmen
Für Unternehmen, die KI in autonomen oder sicherheitskritischen Prozessen einsetzen wollen, liefert diese Mission einen praxisrelevanten Referenzfall:
- Vision-Language-Modelle sind nicht mehr nur für Chatbots oder Bildklassifikation geeignet – sie können komplexe Planungsaufgaben in physischen Umgebungen übernehmen.
- Die schrittweise Validierung in virtuellen Umgebungen vor dem Realeinsatz – wie JPL sie praktiziert hat – dürfte als Blaupause für industrielle Anwendungen in Logistik, Produktion und Intralogistik dienen.
- Die entscheidende Frage ist weniger, ob solche Systeme funktionieren, sondern wie Unternehmen geeignete Testinfrastrukturen aufbauen, um den Übergang in den produktiven Betrieb verantwortungsvoll zu gestalten.
Quelle: ScienceDaily AI
