Griechenland – Künstliche Intelligenz hilft Astronomen längst nicht mehr nur beim Auswerten gewaltiger Datenmengen. Griechische Forschungsteams erproben Algorithmen, die neue mathematische Ansätze für die Gravitation erzeugen, und nutzen maschinelles Lernen, um seltene Neutrinosignale aus dem Datenrauschen großer Unterwasserobservatorien herauszufiltern. Beide Forschungsrichtungen zeigen, wie sich die Suche nach Erkenntnissen über das Universum verändert – und warum menschliche Überprüfung unverzichtbar bleibt.
Algorithmen sollen neue physikalische Theorien vorschlagen
Moderne Teleskope liefern so viele Beobachtungen, dass eine rein manuelle Auswertung kaum noch möglich ist. Lernende Verfahren helfen dabei, Exoplaneten zu finden, weit entfernte Galaxien zu erkennen, Signale von Gravitationswellen zu untersuchen und feine Strukturen in Messdaten sichtbar zu machen. Solche Muster sind auch für Fragen nach dunkler Materie, dunkler Energie und der Entwicklung des Universums wichtig.
Ein Team des Nationalen Observatoriums Athen unter Leitung von Manos Saridakis ging bereits 2021 einen Schritt weiter. Der Forschungsdirektor am Institut für Astronomie, Astrophysik, Weltraumanwendungen und Fernerkundung veröffentlichte mit Kollegen im International Journal of Modern Physics eine Studie über die Erzeugung neuer mathematischer Formen physikalischer Theorien. Dabei kombinierten die Forscher neuronale Netze mit genetischen Algorithmen, um mögliche Theorieansätze ohne die sonst aufwendigen manuellen Rechenschritte zu generieren.
Das langfristige Ziel ist anspruchsvoller: Ein KI-System soll selbstständig Kandidaten für neue Gravitationstheorien suchen, die Wissenschaftler anschließend mit astronomischen Beobachtungen prüfen. Vollständig erreicht ist dieses Ziel noch nicht, betont Saridakis gegenüber der griechischen Nachrichtenagentur APE-MPE.
Im Mittelmeer suchen Algorithmen nach seltenen Neutrinos
Eine zweite Anwendung betrifft winzige, elektrisch ungeladene Teilchen mit sehr geringer Masse: Neutrinos. Weil sie nur schwach mit Materie wechselwirken, können sie aus weit entfernten Regionen des Kosmos zu uns gelangen. Genau deshalb sind sie aber auch schwer nachzuweisen. Große Detektoren werden tief im Wasser oder Eis betrieben, darunter das Neutrinoteleskop KM3NeT im Mittelmeer.
Evangelia Drakopoulou, Forscherin für Astroteilchenphysik am griechischen Forschungszentrum Demokritos, entwickelt mit ihrem Team Methoden zur Rekonstruktion von Ereignissen in Experimenten wie KM3NeT/ARCA. Maschinelles Lernen hilft, seltene Teilchensignale von zahlreichen anderen Messereignissen zu trennen. Die Verfahren unterstützen zudem die Bestimmung von Energie, Flugrichtung und Teilchenart und beschleunigen Analysen und Simulationen.
Die Grenzen werden besonders bei außergewöhnlichen Ereignissen deutlich. KI-Modelle werden häufig mit simulierten Daten trainiert, die bekannte physikalische Bedingungen abbilden. Seltene oder unerwartete Phänomene sind darin oft zu wenig vertreten. Als Beispiel nennt Drakopoulou das Ereignis KM3-230213A, das energiereichste bisher entdeckte Neutrino, dessen Energie außerhalb des damals in Simulationen abgedeckten Bereichs lag.
Warum die KI ihre Ergebnisse erklären können muss
Saridakis sieht die eigentliche Herausforderung nicht nur in der Leistungsfähigkeit der Algorithmen. Forscher müssen nachvollziehen können, warum eine Maschine eine bestimmte Theorie vorschlägt, und ihre Aussagen unabhängig anhand physikalischer Daten überprüfen. Ob KI eines Tages grundlegende gedankliche Sprünge leisten kann, wie sie die Geschichte der Physik geprägt haben, bleibt offen.
Er warnt zugleich vor einer zu großen Abhängigkeit von automatisierten Methoden, die wissenschaftliche Vorstellungskraft und Kreativität einschränken könnte. KI solle Menschen nicht ersetzen, sondern ihnen mehr Raum geben, frei und mutig über neue Erklärungen nachzudenken.
Auch Drakopoulou betont Verlässlichkeit, Transparenz und die Quantifizierung von Unsicherheit. Die verwendeten Methoden kommen ebenso in Chemie, Geophysik, Ozeanografie, Sensornetzen und Verkehrsprognosen zum Einsatz. Ihr Team setzt außerdem auf die Ausbildung junger Wissenschaftler, die KI-Ergebnisse kritisch bewerten und verantwortungsvoll einsetzen können.
Veranstaltung in Athen am 5. November
Wie breit KI inzwischen in der Astronomie eingesetzt wird, zeigt eine Veranstaltung von Science For You – SciFY am Donnerstag, 5. November 2026, im Impact Hub Athens. Manos Saridakis und Evangelia Drakopoulou gehören zu den Vortragenden. Die Astrophysikerin Fiori-Anastasia Metallinou erläutert die Umwandlung von Weltraumdaten in hörbare Signale mithilfe von KI.
Aimilia Smyrli, Leiterin des Bildungsbüros am Forschungszentrum Demokritos, spricht darüber, wie künstliche Intelligenz die Untersuchung der Sonnenaktivität und des Weltraumwetters unterstützt.
Mit Informationen von: Nationales Observatorium Athen, Nationales Forschungszentrum Demokritos.
