Die Mars-Erkundung hat sich in den letzten Jahren von einer rein ferngesteuerten Mission zu einem komplexen Zusammenspiel aus menschlicher Intelligenz und künstlicher Autonomie entwickelt. Ein zentraler Meilenstein dieser Entwicklung ist der Einsatz des generativen KI-Modells „Claude“ auf dem Perseverance-Rover der NASA, das im Dezember 2024 die strategische Routenplanung für den Rover übernahm. Dies markiert den ersten Fall, in dem ein Großes Sprachmodell (LLM) mit visuellen Fähigkeiten nicht nur Text generiert, sondern physische Navigationsbefehle für einen anderen Himmelskörper erstellt hat.

Die Notwendigkeit solcher Technologien ergibt sich aus der physikalischen Realität der Raumfahrt. Die Kommunikationsverzögerung zwischen Erde und Mars beträgt je nach Position des Planeten zwischen vier und zwanzig Minuten, was eine Echtzeitsteuerung eines Roboters im unwegsamen Gelände unmöglich macht. Traditionell planten Ingenieure auf der Erde am Vorabend die Wegpunkte für den nächsten Mars-Tag (Sol), ein mühsames, pixelgenaues Manuellzeichnen. Die Integration von Claude hat diesen Workflow grundlegend geändert.

Das KI-Modul analysiert hochauflösende Orbitalbilder des HiRISE-Instruments an Bord des Mars Reconnaissance Orbiters sowie digitale Geländemodelle, um potenzielle Gefahren wie Sandfallen, steile Hänge oder große Felsen zu identifizieren. Basierend auf dieser Analyse generiert es einen Satz von Wegpunkten in der „Rover Markup Language“ (RML). Ein kritischer Aspekt dieser Technologie ist die Validierung. Die Behauptung, die KI treibe den Rover eigenständig, ist technisch irreführend. Die generierte Route wird zunächst durch einen digitalen Zwilling simuliert, wobei über 500.000 Telemetrievariablen und physikalische Constraints überprüft werden, um sicherzustellen, dass der geplante Pfad für die spezifische Hardware von Perseverance machbar ist. Erst nach dieser rigorosen Prüfung und einer finalen Freigabe durch menschliche Ingenieure werden die Befehle an den Rover gesendet.

Die Effizienzgewinne sind messbar. Durch die Automatisierung der Routenplanung konnte die Zeit für die Vorbereitung einer Fahrt um etwa 50 % reduziert werden. Dies ermöglichte es dem Team, längere Distanzen zurückzulegen – im genannten Zeitraum wurden Strecken von 210 und 246 Metern autonom geplant und befahren, was insgesamt eine Distanz von 456 Metern ergab. Diese Effizienzsteigerung ist entscheidend für zukünftige Missionen, insbesondere für solche zu den äußeren Planeten wie Jupiter oder Saturn, wo die Signalverzögerung auf Stunden bis Tage zunimmt und menschliche Steuerung unmöglich wird.

Parallel zur Routenplanung hat Perseverance eine weitere technologische Revolution durchlaufen: die „Mars Global Localization“. Da der Mars kein globales Positionierungssystem (GPS) besitzt, war die genaue Positionsbestimmung des Rovers lange Zeit eine Herausforderung. Früher basierte man auf visueller Odometrie und geschätzten Distanzen, was zu Fehlern von bis zu 35 Metern über längere Strecken führen konnte. Perseverance nutzt nun einen neuen Algorithmus, der aktuelle Panoramabilder der Navcams mit gespeicherten Orbiter-Karten des Mars Reconnaissance Orbiters vergleicht. Die Berechnung erfolgt nicht auf dem langsamen Hauptcomputer des Rovers, sondern auf einem leistungsstarken kommerziellen Prozessor, der ursprünglich für den Hubschrauber Ingenuity entwickelt wurde und nun in der Helicopter Base Station integriert ist.

Dieser „Mars-GPS“-Algorithmus reduziert die Positionsfehler auf unter 25 Zentimeter und dauert nur etwa zwei Minuten. Diese Präzision ist die Voraussetzung dafür, dass Rover überhaupt längere Distanzen autonom zurücklegen können, ohne sich zu verirren oder in Sackgassen zu laufen.

Ein weiterer Bereich, in dem KI die Wissenschaft vorantreibt, ist das „Adaptive Sampling“. Hier kommt die KI nicht bei der Navigation, sondern bei der Probenahme zum Einsatz. Das Instrument PIXL (Planetary Instrument for X-ray Lithochemistry) analysiert Gesteinsproben mit Röntgenfluoreszenz. Bisher mussten Ingenieure auf der Erde entscheiden, welche Stellen detailliert untersucht werden sollen. Mit dem neuen adaptiven System erkennt die KI an Bord interessante chemische Signaturen in Echtzeit und passt die Messparameter automatisch an, um das Signal-Rausch-Verhältnis zu optimieren. Dies ist die erste autonome wissenschaftliche Entscheidung eines Raumfahrzeugs auf einem anderen Planeten und erhöht die Qualität der für die Mars Sample Return Kampagne gesammelten Proben erheblich.

Trotz der euphorischen Berichterstattung müssen kritische Gegenargumente und technische Grenzen ernst genommen werden. Ein häufiger Fehler in den Medien ist die Zuschreibung der Verantwortung oder sogar die Falschdarstellung von Fakten. So wird oft behauptet, die KI steuere den Rover direkt; dies ist falsch. Die eigentliche Fahrkontrolle liegt bei AutoNav, einem dedizierten Navigationsalgorithmus, der auf strengen Sicherheitsprotokollen basiert und nicht auf generativer KI. Zudem gibt es in einigen Quellen falsche Datumsangaben (z.B. Dezember 2025), die auf Spekulationen oder fehlerhaften Übersetzungen beruhen. Die eigentlichen Meilensteine fanden im Dezember 2024 statt.

Ein weiterer kritischer Punkt ist die Rolle von Vandi Verma, der Chief Engineer für Robotikoperationen bei JPL. Während sie als Schlüsselfigur hinter diesen autonomen Systemen gilt, wird in einigen Quellen ihre Rolle überhöht oder mit falschen Ereignissen verknüpft. Die Technologie ist das Ergebnis jahrelanger Arbeit eines großen Teams am Jet Propulsion Laboratory (JPL) und nicht das Werk einer einzelnen Person. Zudem gibt es Bedenken hinsichtlich der Abhängigkeit von kommerzieller KI-Software in sicherheitskritischen Missionen. Der Einsatz von Anthropics Claude, einem Modell, das primär für Text und Code entwickelt wurde, für physische Navigation erfordert extreme Vorsicht. Die „Black Box“-Natur neuronaler Netze kann dazu führen, dass die KI scheinbar plausible, aber physikalisch unmögliche Pfade vorschlägt, was durch die Simulationen abgefangen werden muss. Ohne diese menschliche Validierungsschleife wäre der Einsatz inakzeptabel.

Offene Fragen bleiben bestehen. Wie verhält sich das System unter extremen Wetterbedingungen oder bei Staubstürmen, die die visuellen Daten verfälschen? Kann die KI auch mit unvorhergesehenen geologischen Phänomenen umgehen, die nicht in ihren Trainingsdaten enthalten waren? Die aktuelle Demonstration zeigt, dass die Technologie funktioniert, aber ihre Grenzen sind noch nicht vollständig erforscht. Zudem stellt sich die Frage nach der Skalierbarkeit: Ist diese Lösung nur für die spezifische Hardware von Perseverance geeignet oder kann sie auf zukünftige Missionen wie den Dragonfly-Rotorflugzeug auf Titan übertragen werden?

Fazit lässt sich ziehen, dass der Einsatz von KI auf dem Mars ein wichtiger Schritt hin zu größerer Autonomie ist, aber kein Ersatz für menschliche Intelligenz. Die Kombination aus generativer KI für die strategische Planung und etablierten Navigationsalgorithmen wie AutoNav stellt eine robuste Lösung dar, die die Effizienz der Mars-Erkundung deutlich erhöht. Dennoch müssen die Grenzen und Risiken dieser Technologie ernsthaft betrachtet werden, insbesondere hinsichtlich der Abhängigkeit von kommerzieller Software und der Behandlung unvorhergesehener Situationen.

— Twight Sterling, Sigil & Spark