Ein durch das dtec.bw – Zentrum für Digitalisierungs- und Technologieforschung der Bundeswehr gefördertes Projekt
an der Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg

Von Henrik Steude, HSU/UniBw H

Die Internationale Raumstation ISS ist ein hochkomplexes, technologisches System, welches in erster Linie der Forschung im Weltall dient. Im Falle eines Fehlers, zum Beispiel einer Störung im Lebenserhaltungssystem, ist eine schnelle und zielgerichtete Identifikation der Fehlerursache notwendig, um den Betrieb sicherzustellen und Gefahren für die Astronauten auszuschließen. Allein für das von der ESA betriebene Columbus-Modul werden aktuell die Daten von mehr als 20.000 Sensoren in ein Kontrollzentrum auf der Erde übertragen und dort von einem Team von Technikern manuell analysiert. Der Fokus liegt hier auf der Erkennung und Behebung von gefährlichen bzw. ungewollten Situationen im ISS-Betrieb.

 Foto Henrik Steude

Henrik Steude ist Doktorand an der Professur für Informatik im Maschinenbau an der HSU/UniBw H (© HSU/UniBw H/Steude)

Die Erkennung von Anomalien im Lebenserhaltungssystem oder beim Ressourcenverbrauch (Strom, Spannung, Temperatur), die dazugehörige Fehlerursache sowie die Einleitung von Gegenmaßnahmen sind Beispiele für typische Anomalieerkennungs- und Diagnoseprobleme. Künstliche Intelligenz (KI) und Maschinelles Lernen (ML) haben hier insbesondere aufgrund der großen Datenmengen das Potenzial zur Bewältigung dieser Herausforderungen. Im Rahmen des (K)ISS-Projekts wird daher an KI-basierten Lösungen für die Teilprobleme Anomalieerkennung, Diagnose und Rekonfiguration geforscht.    

Den ganzen Artikel finden Sie in der dritten Ausgabe.