KI-Assistent für Raumfahrtmissionen: kritische

Ob auf der ISS oder bei künftigen Mondmissionen: Astronaut:innen benötigen blitzschnelle technische Unterstützung. Kommunikationsverzögerungen mit dem Boden können lebensgefährlich sein. Die französische Raumfahrtagentur CNES setzte dafür auf Draft’n Run und entwickelte einen autonomen KI-Assistenten, der verlässliche Antworten in Echtzeit liefert.

Hintergrund

Das CNES (Centre National d’Études Spatiales) bereitet Missionen mit hoher Autonomie vor – zur ISS, zum Mond und perspektivisch zum Mars. In diesen Szenarien müssen Astronaut:innen komplexe Verfahren, Sicherheitsprotokolle und Diagnosen handhaben, selbst wenn Kontakt zur Bodenstation verzögert oder unterbrochen ist.

Die zentrale Frage lautete: Wie lassen sich Jahrzehnte an Technik-Docs und Notfallplänen in ein System überführen, das in Sekunden präzise Anweisungen geben kann?

Herausforderungen

Mehrere Rahmenbedingungen schlossen Standard-KI-Lösungen aus:

• Mission-kritische Verlässlichkeit: Antworten müssen 24/7 fehlerfrei sein – ein Irrtum im Notfall ist undenkbar.
• Vollständig offline: Weltraummissionen verlangen eigenständige Systeme ohne Internetzugang.
• Begrenzte Ressourcen: Energie- und Rechenkapazitäten sind stark limitiert.
• Komplexe Dokumentation: Tausende Dokumente, Protokolle und Geräteschemata erfordern Kontextverständnis.
• Multimodale Bedienung: Sprachsteuerung (hands-free) plus visuelle Darstellung von Diagrammen und Schaltplänen.

Strategie

Das CNES entschied sich für Draft’n Run aufgrund von Transparenz, Kontrolle und Produktionsreife:

• Open Source: Vollständige Kontrolle ohne Vendor-Lock-in – entscheidend für Raumfahrt.
• Visuelle Entwicklung: Ingenieur:innen modellierten komplexe Workflows im visuellen Builder, testeten und validierten schnell.
• Umfassende Observability: Traces und Metriken ermöglichten es, jede Entscheidung der KI nachzuvollziehen.
• Offline-Deployment: Die Self-Hosted-Architektur lief offline mit Enterprise-Performance.

Umsetzung

Auf Basis von Draft’n Run entstand ein modularer Assistent:

• Dokumenten-Pipeline: Automatisches Ingestieren und Segmentieren tausender technischer Unterlagen für optimale Retrievals.
• RAG-Wissensbasis: Retrieval-Augmented Generation stellte sicher, dass Antworten stets auf verifizierten Quellen basieren.
• Voice-Interface: Sprach­erkennung und -ausgabe für bedienungsfreie Nutzung in kritischen Situationen.
• Visuelle Ausgabe: Anbindung an Displays für Diagramme, Schritt-für-Schritt-Anleitungen und Schaltpläne.
• Fallback-Mechanismen: Redundante Pfade und Confidence Scores für einen sicheren Umgang mit Edge Cases.

Ergebnisse

Der Einsatz übertraf alle Erwartungen:

• 90 % sofortige Genauigkeit bei komplexen technischen Fragen – besser als der menschliche Durchschnitt bei Routineanfragen.
• Breite Akzeptanz durch Astronaut:innen und Bodenteams, die den Assistenten als „schnell und verlässlich“ beschrieben.
• Höhere Effizienz: Verfahren wurden schlanker, da Informationen sofort statt nach Dokumentensuche oder Funkkontakt verfügbar waren.
• Schnelleres Training: Neue Crew-Mitglieder nutzten die KI als Tutor für anspruchsvolle Protokolle.
• Zukunftssicherheit: Die Technologie ist für autonome ISS-, Mond- und Marsmissionen validiert.

Fazit

Der KI-Assistent des CNES zeigt, was produktionsreife KI in extremen Umgebungen leisten kann. Mit Draft’n Run erreichte die Agentur vollständige Kontrolle und Transparenz – bei maximaler Zuverlässigkeit.

Das Projekt verdeutlicht, wie Draft’n Run Organisationen befähigt, anspruchsvolle KI-Systeme mit höchsten Sicherheits-, Performance- und Governance-Standards zu bauen. Während das CNES die nächsten Meilensteine der Raumfahrt vorbereitet, steht der Assistent bereit, jederzeit kritisches Wissen zu liefern.

Damit ebnet sich der Weg für autonome Operationen im All und bestätigt die Vision von Draft’n Run: Leistungsfähige KI muss zugänglich, transparent und vollständig beherrschbar sein.