KI entdeckt dutzende unerkannte Exoplaneten in TESS-Daten
Warwick (Großbritannien) – Mithilfe von künstlicher Intelligenz haben britische Forschende in den Daten des NASA-Weltraumteleskops Transiting Exoplanet Survey Satellite (TESS) dutzende bislang übersehene Exoplaneten entdeckt. Auch zur Beurteilung der Häufigkeit verschiedener Planetenkategorien liefert das neue Verfahren wichtige Erkenntnisse.
Copyright: NASA, ESA, and A. Schaller (for STScI)
Inhalt
Wie das Team um HHH von der University of Warwick vorab via ArXiv.org und aktuell im Fachjournal „Monthly Notices of the Royal Astronomical Society“ (DOI: 10.1093/mnras/stag512) berichtet, konnten sie mithilfe der KI-Pipeline RAVEN in den TESS-Daten mehr als 100 Exoplaneten bestätigen. 31 dieser Planeten waren bei der bisherigen Auswertung der Suche des Satelliten nach winzigen Helligkeitseinbrüchen, die bei der Passage eines Planeten vor der „Sonnenscheibe“ ihres Sterns verursacht werden (sog. Transits) übersehen worden.
Angewandt wurde RAVEN auf Beobachtungen von mehr als 2,2 Millionen Sternen, die während der ersten vier Jahre der TESS-Mission gesammelt wurden. Der Fokus lag auf Planeten mit besonders kurzen Umlaufzeiten von weniger als 16 Tagen – also Welten, die ihren Stern extrem eng umkreisen.
Insgesamt identifizierte das System 118 bestätigte Planeten sowie über 2.000 vielversprechende Kandidaten, von denen rund 1.000 zuvor völlig unbekannt waren. Damit entstand eine der bislang am besten charakterisierten Stichproben sogenannter „kurzperiodischer“ Exoplaneten.
KI beschleunigt Planetenjagd
Die Entdeckung neuer Exoplaneten ist methodisch anspruchsvoll. Zwar liefern Missionen wie TESS große Mengen potenzieller Signale, doch viele davon entpuppen sich bei genauerer Prüfung als Fehlinterpretationen – etwa durch Doppelsternsysteme, die ähnliche Helligkeitsschwankungen erzeugen können.
Hier setzt RAVEN an: Die KI wurde mit umfangreichen simulierten Datensätzen trainiert, die sowohl echte Planetensignale als auch täuschend ähnliche astrophysikalische Effekte enthalten. Dadurch lernt das System, echte Transits von Fehlalarmen zu unterscheiden.
Ein entscheidender Vorteil liegt darin, dass RAVEN den gesamten Analyseprozess abdeckt – von der Entdeckung eines Signals über die Bewertung bis hin zur statistischen Bestätigung. Während viele bisherige Verfahren nur einzelne Schritte übernehmen, liefert die neue Pipeline konsistente und vergleichbare Ergebnisse über große Datenmengen hinweg.
Unter den neu bestätigten Planeten finden sich mehrere besonders interessante Klassen:
– Ultra-kurzperiodische Planeten, die ihren Stern in weniger als 24 Stunden umrunden
– Vertreter der sogenannten „Neptun-Wüste“, einer seltenen Region im Parameterraum, in der Planeten eigentlich kaum erwartet werden
– Mehrplanetensysteme mit mehreren eng umlaufenden Welten um denselben Stern
Diese Vielfalt macht die Stichprobe besonders wertvoll für weiterführende Studien.
Wie häufig sind solche Planeten?
Neben der reinen Entdeckung einzelner Planeten erlaubt die große Datenbasis auch statistische Aussagen über die Häufigkeit bestimmter Planetentypen. In einer ergänzenden Analyse untersuchte das Team, wie verbreitet kurzperiodische Planeten um sonnenähnliche Sterne sind.
Das Ergebnis: Rund 9 bis 10 Prozent dieser Sterne besitzen mindestens einen nahen Planeten. Dieser Wert stimmt gut mit früheren Ergebnissen der Kepler-Mission überein, weist jedoch deutlich geringere Unsicherheiten auf.
Erstmals gelang auch eine direkte Quantifizierung der „Neptun-Wüste“. Demnach kommen entsprechende Planeten nur bei etwa 0,08 Prozent sonnenähnlicher Sterne vor. Damit bestätigt sich, dass es sich tatsächlich um eine extrem seltene Klasse handelt.
Die hohe Präzision dieser Ergebnisse zeigt, dass TESS inzwischen nicht nur einzelne Exoplaneten entdeckt, sondern auch detaillierte Aussagen über die gesamte Planetenpopulation erlaubt – in einigen Bereichen sogar präziser als frühere Missionen.
Grundlage für zukünftige Missionen
Die Studie verdeutlicht, wie eng moderne Astronomie und künstliche Intelligenz inzwischen verzahnt sind. Während Teleskope riesige Datenmengen liefern, ermöglichen KI-Systeme wie RAVEN erst deren effiziente und systematische Auswertung.
Darüber hinaus hat das Forschungsteam interaktive Kataloge und Werkzeuge veröffentlicht, mit denen andere Wissenschaftler gezielt interessante Planetensysteme auswählen können. Diese könnten künftig mit bodengebundenen Teleskopen oder neuen Raumsonden genauer untersucht werden.
Besonders relevant ist dies im Hinblick auf kommende Missionen wie etwa PLATO-Mission, die gezielt nach erdähnlichen Planeten suchen sollen.
Die Ergebnisse zeigen: Mithilfe von KI lassen sich nicht nur neue Welten entdecken, sondern auch grundlegende Fragen zur Entstehung und Verbreitung von Planetensystemen deutlich präziser beantworten als bisher.
WEITERE MELDUNGEN ZUM THEMA
Nur 10,7 Lichtjahre entfernt: Weiterer Planet in lebensfreundlicher Zone um nahen Stern entdeckt 10. März 2026
Recherchequelle: University of Warwick
© grewi.de
