Die US‑Weltraumbehörde NASA hat am 11. September 2026 das Bürgerforschungsprojekt Artifact InSPECtor gestartet. Freiwillige können dort reale Beobachtungen der europäischen Weltraummission Euclid beurteilen und so Trainingsdaten für Algorithmen liefern, die fehlerhafte Signale in Bild- und Spektraldaten erkennen. Nach Angaben des Projekts sollen ab Anfang 2027 auch Messungen des kürzlich gestarteten Nancy Grace Roman Space Telescope einbezogen werden. Die Ankündigung ordnet den Beitrag der Öffentlichkeit ausdrücklich als Ergänzung zu bestehenden Auswerteketten ein.
Konkret bittet Artifact InSPECtor um Markierungen sogenannter Artefakte – Signale, die nicht von astronomischen Objekten stammen, sondern etwa durch Reflexionen im Teleskop, kosmische Strahlung, elektronische Effekte oder optische Überlagerungen entstehen. Solche Störungen können sowohl in Aufnahmen als auch in Spektren zu falschen Zuordnungen führen. Die von Freiwilligen erstellten Kennzeichnungen fließen in Datensätze ein, mit denen künstliche Intelligenz für die automatische Vorverarbeitung trainiert und überprüft wird. Das Projekt zeigt dafür Beispiele und gibt Schritt‑für‑Schritt‑Anleitungen.
Als Anschauungsmaterial nutzt das Vorhaben unter anderem öffentlich zugängliche Euclid‑Beobachtungen aus der Euclid Q1 Data Release vom 19. März 2025. Euclid, gebaut von der Europäischen Weltraumorganisation mit Beiträgen der NASA, kartiert Millionen ferner Galaxien. Das Roman‑Observatorium, das am 30. August 2026 gestartet ist, wird ähnliche Himmelsareale mit anderen Tiefen und Dichten erfassen. Beide Missionen tragen dazu bei, die Expansion des Universums und die Rolle der sogenannten dunklen Energie zu untersuchen. Verlässliche Artefakterkennung ist dafür eine notwendige Vorstufe, weil sie nachgelagerte Messungen wie Rotverschiebungen und Galaxieneigenschaften robust hält.
Die NASA stellt klar, dass Citizen Science die wissenschaftliche Validierung durch Fachteams nicht ersetzt. Vielmehr soll Artifact InSPECtor die maschinellen Erkennungsverfahren an neue Instrumente anpassen helfen – ein Bereich, in dem Kataloge und Kameraspezifika die Fehlermuster prägen und daher kontinuierlich nachtrainiert werden müssen. Zeitpläne für wissenschaftliche Veröffentlichungen leitet das Projekt aus der Mitarbeit nicht ab; diese hängen von den regulären Betriebs- und Begutachtungsprozessen der Missionen ab.
Mit der Öffnung des Projekts bündelt die Behörde ein wiederkehrendes Muster: Komplexe, großvolumige Datensätze profitieren von kuratiertem menschlichem Feedback, das machine‑learning‑Modelle auf reale Störfälle kalibriert. Für die Auswertung der Euclid‑ und Roman‑Daten ist dies ein praktischer Schritt, der die spätere Forschung beschleunigen und die Qualität der Eingangsdaten erhöhen soll.
Redakteur: Andreas M. Brucker (Artikel mit KI-Unterstützung).