NASA und IBM haben am 10. September 2026 das quelloffene NASA-IBM Lunar Foundation Model für die Mondforschung veröffentlicht. Das Modell soll Forschenden helfen, große Mengen an Fernerkundungsdaten schneller für verschiedene Aufgaben zu nutzen: von der Kartierung von Kratern bis zur Schätzung, wo Wassereis an den Mondpolen stabil sein könnte. Es liefert dabei keine direkte Bestätigung von Eis und ist kein Zertifikat für sichere Landeplätze.
NASA und IBM veröffentlichen ein offenes Mond-KI-Modell
Ein Foundation-Modell ist ein breit trainiertes KI-Modell, das sich für konkrete Aufgaben anpassen lässt. Beim NASA-IBM Lunar Foundation Model geht es nicht um einen Chatbot für den Mond, sondern um die Auswertung wissenschaftlicher Aufnahmen und Messdaten.
Das Modell kann unter anderem für folgende Aufgaben angepasst werden:
- Schätzung der Eisperspektive an den Mondpolen
- Kartierung von Einschlagkratern
- Erkennung von Veränderungen an der Oberfläche
- Untersuchung sogenannter irregular mare patches, also ungewöhnlicher, vermutlich relativ junger vulkanischer Strukturen
Der entscheidende Vorteil liegt in der Wiederverwendbarkeit: Forschende müssen nicht für jede neue Fragestellung ein vollständig neues Modell aufbauen. Stattdessen kann die vorhandene Grundlage mit kleineren Mengen gekennzeichneter Daten auf eine bestimmte Aufgabe zugeschnitten werden.
Was in den Trainingsdaten steckt
Die wichtigste Datenquelle ist der Lunar Reconnaissance Orbiter. Für das Training wurden Beobachtungen aus 17 Jahren und rund 2 Millionen Bildkacheln verwendet. Die Auflösungen sind dabei nicht einheitlich – ein wichtiger Punkt, wenn man die Ergebnisse einordnet.
Mehr als 1 Million Aufnahmen erreichen ungefähr 1 Meter pro Pixel. Hinzu kommen knapp 964.000 multispektrale Bilder mit ungefähr 100 Metern pro Pixel. Multispektral bedeutet, dass die Aufnahmen mehrere Bereiche des elektromagnetischen Spektrums erfassen und dadurch Informationen liefern können, die über ein gewöhnliches Graustufenbild hinausgehen.
Weitere Daten stammen aus den Missionen GRAIL, Lunar Prospector und dem japanischen Selenological and Engineering Explorer, besser bekannt als Kaguya. Zusammen entsteht so kein einzelnes Mondfoto, sondern ein umfangreicher Datensatz mit unterschiedlichen Blickwinkeln auf Gelände, Untergrund und geologische Strukturen.
Eisperspektive ist nicht dasselbe wie ein Eisfund
Findet das Modell Eis auf dem Mond? Nein, nicht direkt. Es schätzt die sogenannte Eisperspektive – also, in welchen Regionen Bedingungen vorliegen könnten, unter denen Eis wahrscheinlich vorkommt oder stabil bleibt. Das kann Bereiche an und unter der Oberfläche einschließen.
Diese Unterscheidung ist mehr als eine technische Fußnote. Eine Karte mit hoher Eisperspektive ist eine Priorisierung für weitere wissenschaftliche Untersuchungen. Sie beweist nicht, dass an der markierten Stelle gefrorenes Wasser vorhanden ist.
Die Darstellung vergleicht polare Mondkarten und verschiedene Ausgaben der Modellierung. Die Skala von 0,0 bis 1,0 beschreibt die Eisperspektive – nicht eine gemessene Menge an Eis. Genau solche Karten können Forschenden dabei helfen, interessante Regionen für spätere Untersuchungen einzugrenzen.
Krater und junge Oberflächenveränderungen kartieren
Auch bei Kratern zeigt sich, wie das Modell eingesetzt werden kann. NASA beschreibt eine Anpassung an die Erkennung von Oberflächenveränderungen anhand von Aufnahmen vor und nach dem Einschlag eines SpaceX-Raketenkörpers nahe dem Einstein crater. In diesem Beispiel wurde die neue Einschlagsstruktur von bereits vorhandenen Kratern unterschieden.
Das ist eine konkrete Demonstration einer feinabgestimmten Anwendung – aber keine Garantie für eine automatische Echtzeitüberwachung jedes neuen Einschlags. Die Aussage reicht so weit wie der gezeigte Anwendungsfall: Das Modell kann für die Suche nach Veränderungen in Mondaufnahmen angepasst werden.
Die cyanfarbenen Markierungen zeigen die erkannte Kraterkartierung, während die rot hervorgehobene Struktur die zusätzliche Veränderung im Vergleich veranschaulicht. Die Grafik zeigt damit vor allem den Ablauf von Eingabebild zu analysierter Ausgabe – nicht automatisch die Leistungswerte eines allgemeinen Mondüberwachungssystems.
Warum junge Vulkanstrukturen wichtig sind
Die irregular mare patches sind ungewöhnliche vulkanische Formationen auf der Mondoberfläche. Ihre Verteilung und Eigenschaften können Hinweise darauf geben, wie sich die thermische Geschichte des Mondes entwickelt hat.
Das Modell unterstützt hier eine Aufgabe, die für Menschen besonders mühsam wäre: große Flächen nach ähnlichen geologischen Mustern zu durchsuchen und diese systematisch zu kartieren. Die KI ersetzt dabei nicht die geologische Interpretation. Sie hilft zunächst, relevante Strukturen aufzuspüren und vergleichbar zu machen.
Forschungsbeschleuniger statt Landeplatz-Zertifikat
Das NASA-IBM Lunar Foundation Model ist vor allem ein Werkzeug, um wissenschaftliche Mondarchive zugänglicher und vielseitiger nutzbar zu machen. Es verbindet Daten des Lunar Reconnaissance Orbiter mit weiteren Missionsdaten und lässt sich auf unterschiedliche Kartierungsaufgaben zuschneiden.
Für die praktische Raumfahrtplanung bedeutet das trotzdem nicht, dass eine KI-Karte allein über einen Landeplatz entscheidet. Die Eisperspektive ist eine Schätzung, die Krater-Demonstration ein konkreter Anpassungsfall, und die Analyse vulkanischer Strukturen dient der Forschung. Der eigentliche Fortschritt liegt darin, dass dieselbe offene Modellgrundlage viele solcher Untersuchungen unterstützen kann.
Kurz gesagt: NASA und IBM machen aus einem riesigen Mondarchiv kein Orakel, sondern ein vielseitiges Analysewerkzeug. Und genau das ist für die nächste Generation der Mondforschung wahrscheinlich die nützlichere Fähigkeit.
