KI dockt an: Weltraum-Manöver, geknackte Codes und ein Modell, das Bilder versteht

Berlin, 27. September 2026 – Ein Raumschiff, das mit rund 28.000 Kilometern pro Stunde an eine Orbitalstation heranmanövriert, verzeiht keine Fehler. Genau hier setzt ein neues Softwaremodell an: Das „Out-of-this-World-Model" (OWM) eines Teams der Universität Stanford soll die Berechnungsfehler bisheriger Navigationssysteme reduzieren.^[t3n – Out-of-this-World-Model: KI-System für Manöver im Weltraum vorgestellt – url: https://t3n.de/news/world-models-raumfahrt-ki-iss-andocken-1765291]

Lernen statt starrer Gleichungen

Herkömmliche Steuerungssysteme arbeiten mit fest codierten physikalischen Gleichungen und Kalman-Filtern, die aus ungenauen oder verrauschten Sensordaten Position und Flugbahn schätzen.^[t3n – Out-of-this-World-Model: KI-System für Manöver im Weltraum vorgestellt – url: https://t3n.de/news/world-models-raumfahrt-ki-iss-andocken-1765291] Diese Filter können jedoch keine schnellen Videodaten verarbeiten; die visuelle Erfassung der Station läuft über klassische Computer-Vision, die im All an Reflexionen an Solarpaneelen und harten Schattenwürfen scheitert.^[t3n – Out-of-this-World-Model: KI-System für Manöver im Weltraum vorgestellt – url: https://t3n.de/news/world-models-raumfahrt-ki-iss-andocken-1765291] Das OWM setzt stattdessen auf „World Models": Es kombiniert Flugdaten wie Geschwindigkeit, räumliche Position und Neigungswinkel direkt mit den Videostreams der Bordkameras – in einem „latenten Raum", in dem die KI Rohdaten auf ihre wesentlichen Merkmale verdichtet und physikalische Gesetzmäßigkeiten aus reinen Erfahrungsdaten lernt.^[t3n – Out-of-this-World-Model: KI-System für Manöver im Weltraum vorgestellt – url: https://t3n.de/news/world-models-raumfahrt-ki-iss-andocken-1765291]

Trainiert wurde das System mit der eigens entwickelten Simulationsumgebung AstroJAX auf Grafikprozessoren.^[t3n – Out-of-this-World-Model: KI-System für Manöver im Weltraum vorgestellt – url: https://t3n.de/news/world-models-raumfahrt-ki-iss-andocken-1765291] Ergebnis: 500.000 Trainingsschritte genügten für die grundlegenden Andockmanöver an der ISS – ein parallel getestetes Reinforcement-Learning-System brauchte 25 Millionen Durchläufe.^[t3n – Out-of-this-World-Model: KI-System für Manöver im Weltraum vorgestellt – url: https://t3n.de/news/world-models-raumfahrt-ki-iss-andocken-1765291] In Testreihen erreichte das OWM an allen acht ISS-Andockstationen eine Erfolgsquote von 53 Prozent, der etablierte Ansatz 29 Prozent; bei gänzlich unbekannten Zielstationen lag es bei 40 zu 17 Prozent. Unerwartete Objekte auf der Flugbahn klassifizierte es in 98 Prozent der Fälle korrekt als Anomalie.^[t3n – Out-of-this-World-Model: KI-System für Manöver im Weltraum vorgestellt – url: https://t3n.de/news/world-models-raumfahrt-ki-iss-andocken-1765291] Die Studie nennt aber auch Grenzen: Im absoluten Nahbereich bricht das System Manöver oft vorschnell ab; ein Einsatz bei bemannten Missionen sei wegen der Sicherheitsrisiken auf absehbare Zeit ausgeschlossen.^[t3n – Out-of-this-World-Model: KI-System für Manöver im Weltraum vorgestellt – url: https://t3n.de/news/world-models-raumfahrt-ki-iss-andocken-1765291]

Codes, die 108 Jahre hielten

Einen anderen Beleg für die gewachsenen Fähigkeiten liefert GPT-6 Astra von OpenAI. Ein Entwickler will mit dem Modell einen seit 1918 als ungelöst geltenden deutschen Funkspruch entschlüsselt haben, der mit dem ADFGVX-Verfahren verschlüsselt war.^[t3n – Rätsel nach 108 Jahren gelöst: Wie OpenAI-Modell GPT-6 Astra einen Weltkriegs-Funkspruch knackte – url: https://t3n.de/news/openai-gpt-6-raetsel-code-1764423] Wirklich spektakulär war die Lösung allerdings nicht: Das Modell probierte schlicht ein bereits bekanntes Schlüsselwort aus („Truppenverschiebung"), das bislang erst ab Anfang Dezember 1918 vermutet worden war.^[t3n – Rätsel nach 108 Jahren gelöst: Wie OpenAI-Modell GPT-6 Astra einen Weltkriegs-Funkspruch knackte – url: https://t3n.de/news/openai-gpt-6-raetsel-code-1764423] Eine unabhängige Bestätigung steht bislang aus.^[t3n – Rätsel nach 108 Jahren gelöst: Wie OpenAI-Modell GPT-6 Astra einen Weltkriegs-Funkspruch knackte – url: https://t3n.de/news/openai-gpt-6-raetsel-code-1764423] Zudem soll Astra eine Enigma-Nachricht der deutschen Armee von Juli 1941 geknackt haben – laut dem beteiligten Entwickler in zehn Stunden, mit selbst gebautem Enigma-Simulator und rund 14,8 Millionen Schlüsselüberprüfungen; das Cryptocellar-Archiv erkennt die Lösung inzwischen an.^[t3n – Rätsel nach 108 Jahren gelöst: Wie OpenAI-Modell GPT-6 Astra einen Weltkriegs-Funkspruch knackte – url: https://t3n.de/news/openai-gpt-6-raetsel-code-1764423]

Vom Sehen zum Handeln

Auch beim Sehen macht die Technik Sprünge. Im „Furniture Assembly Benchmark" von Epoch AI erkennt GPT-6 Astra mit 80 Prozent Trefferquote, wo ein IKEA-Möbelstück falsch montiert wurde – im November 2025 lag das beste Modell noch bei 28 Prozent.^[The Decoder – OpenAI's GPT-6 Astra can now tell you exactly where you screwed up your IKEA shelf – url: https://the-decoder.com/openais-gpt-6-astra-can-now-tell-you-exactly-where-you-screwed-up-your-ikea-shelf/] Für eine Echtzeit-Montagehilfe ist das noch zu langsam, doch die Forscher halten Assistenz bei Auto- oder Gerätereparaturen für möglich – zumal Modelle vor nicht allzu langer Zeit noch an weit einfacheren visuellen Aufgaben scheiterten.^[The Decoder – OpenAI's GPT-6 Astra can now tell you exactly where you screwed up your IKEA shelf – url: https://the-decoder.com/openais-gpt-6-astra-can-now-tell-you-exactly-where-you-screwed-up-your-ikea-shelf/]

Ob im Orbit, im Archiv oder an der Werkbank: Die Grenze zwischen „Modell" und „Werkzeug" verschiebt sich – und mit ihr die Frage, wo Menschen noch eingreifen müssen. Die Beispiele zeigen zugleich, wie weit der Weg zur Verlässlichkeit noch ist.