Masterarbeit aus dem Jahr 2026 im Fachbereich Ingenieurwissenschaften - Luft- und Raumfahrttechnik, Note: 1,7, SRH Hochschule Riedlingen, Sprache: Deutsch, Abstract: Wie lassen sich KI-Modelle fur die Raumfahrt zuverlassig trainieren, wenn die zugrunde liegenden Daten aus extremen, technisch komplexen und nur bedingt vergleichbaren Umgebungen stammen? Genau dieser Fragestellung widmet sich die Masterarbeit von Marina Leonie Stiglmayr. Im Zentrum steht nicht die Entwicklung eines einzelnen KI-Modells, sondern die entscheidende Voraussetzung dafur: eine systematisch qualifizierte, harmonisierte und interoperable Datenbasis fur digitale Zwillinge in der Mikrogravitationsforschung. Auf Grundlage einer PRISMA-orientierten Metaanalyse werden experimentelle Daten aus realer Mikrogravitation - etwa von der Internationalen Raumstation, aus Parabelflugen oder Drop-Tower-Experimenten - mit Ergebnissen bodengestutzter Simulationen wie Clinostaten oder Random Positioning Machines verglichen. Dabei werden Datensatze nicht nur identifiziert, sondern nach klar definierten Qualitatskriterien bewertet, strukturiert und hinsichtlich ihrer Eignung fur KI-gestutzte Simulationen analysiert. Die Arbeit zeigt auf, in welchen Parametern sich reale und simulierte Mikrogravitation signifikant unterscheiden und welche Variablen fur valide Digital-Twin-Anwendungen unverzichtbar sind. Das Ergebnis ist ein fundiertes Data-Qualification-Framework, erganzt durch ein abgeleitetes Parameter-Core-Set sowie konkrete Empfehlungen zur Standardisierung zukunftiger Weltraumexperimente. Damit verbindet diese Arbeit Datenwissenschaft, methodische Strenge und Raumfahrtforschung zu einem strategisch relevanten Beitrag fur die nachste Generation KI-gestutzter Simulationen im All - und macht deutlich, dass Datenqualitat der Schlussel zur Zukunft der digitalen Raumfahrt ist.
Lisainfo e-raamatute kohta