Ein ungewöhnlicher Forschungsweg

Ein Jugendlicher hat mit Hilfe künstlicher Intelligenz einen bemerkenswerten wissenschaftlichen Erfolg erzielt: Der US-Schüler Matteo Paz analysierte Archivdaten des Weltraumteleskops NASA und identifizierte dabei rund 1,5 Millionen Sterne, die in bisherigen Auswertungen übersehen worden waren. Grundlage seiner Arbeit waren Beobachtungen der Mission NEOWISE, die den Himmel im Infrarotbereich kartiert.

Warum diese Sterne bisher verborgen blieben

NEOWISE beobachtet das All nicht im sichtbaren Licht, sondern im Infraroten. Gerade dort werden jedoch Daten schnell komplex: Staubwolken, Hintergrundrauschen und überlagerte Signale erschweren es, einzelne Lichtquellen eindeutig zu identifizieren. Klassische Auswertungsmethoden konzentrierten sich daher vor allem auf helle oder klar abgegrenzte Objekte. Schwächere Sterne, insbesondere in dicht gepackten Regionen der Milchstraße, fielen oft durchs Raster.

Paz entwickelte ein Machine-Learning-Modell, das speziell darauf trainiert wurde, Muster in diesen verrauschten Datensätzen zu erkennen. Der Algorithmus lernte, echte stellare Signaturen von Störsignalen zu unterscheiden – auch dann, wenn sie nur schwach ausgeprägt sind. Dadurch tauchten plötzlich Millionen Lichtpunkte auf, die zuvor statistisch untergegangen waren.

Bedeutung für die Astronomie

Die Entdeckung ist weniger eine Sensation einzelner neuer Objekte als vielmehr ein methodischer Durchbruch. Die zusätzlichen Sterne verändern statistische Modelle der Milchstraße: Verteilungen von Sternmassen, Altersabschätzungen und die Struktur bestimmter Spiralarm-Regionen können nun präziser berechnet werden. Besonders für die Untersuchung kühler, lichtschwacher Sterne – etwa Roter Zwerge – sind Infrarotdaten entscheidend.

Der NASA-Administrator würdigte die Arbeit öffentlich und hob hervor, dass sie zeige, welches Potenzial in der Kombination aus offenen Archivdaten und moderner KI-Analyse liege. Zugleich sei sie ein Beispiel dafür, dass relevante Beiträge zur Forschung nicht ausschließlich aus etablierten Instituten stammen müssen.

Einordnung und offene Fragen

Noch handelt es sich bei den identifizierten Objekten um Kandidaten, die auf statistischer Basis als Sterne klassifiziert wurden. Eine vollständige Bestätigung erfordert Anschlussanalysen, etwa durch andere Teleskope oder durch Abgleich mit bestehenden Katalogen wie Gaia. Fachleute betonen jedoch, dass die Methodik robust wirkt und gut dokumentiert ist.

Unklar bleibt, wie viele der neu gefundenen Sterne tatsächlich physikalisch neu sind und wie viele zwar existierten, aber bislang nur unzureichend katalogisiert waren. Für die Astronomie ist beides relevant: Entweder erweitert sich der bekannte Sternbestand – oder zumindest verbessert sich seine Vollständigkeit erheblich.

KI als Werkzeug, nicht als Ersatz

Der Fall verdeutlicht, wie sich die Rolle künstlicher Intelligenz in der Forschung wandelt. KI ersetzt keine Teleskope und keine theoretische Einordnung, kann aber enorme Datenmengen effizient vorstrukturieren. Gerade bei Missionen wie NEOWISE, deren Archive über Jahre hinweg gewachsen sind, eröffnet dies neue Forschungsansätze – auch lange nach dem Ende der aktiven Beobachtungsphase.