China stationiert KI-Modell in der Umlaufbahn

Bei einem Seminar in Guangzhou am 27. Januar 2026 gaben Führungskräfte des in Chengdu ansässigen Unternehmens GuoXing Aerospace Technology bekannt, dass ein universelles Large Language Model – Alibabas Qwen3 – auf ihre ersten weltraumgestützten Rechensatelliten hochgeladen und dort ausgeführt wurde. Die Unternehmensleitung erklärte, das Modell habe das End-to-End-Reasoning im Orbit übernommen: Von Bodenstationen gesendete Abfragen wurden an Bord verarbeitet und die Antworten in etwa zwei Minuten zur Erde zurückgeschickt. Dies war Teil eines Live-Tests, den das Unternehmen als Premiere für ein universelles, groß angelegtes KI-Modell bezeichnete, das in einer orbitalen Konstellation betrieben wird.

Der GuoXing-Qwen3-Testlauf

GuoXing präsentierte die Demonstration als technischen Meilenstein: Das Startup gab an, Qwen3 an einen seiner früheren Starts übermittelt und mehrere Experimente durchgeführt zu haben, bei denen die Nutzlasten Inferenzen ausführten und die Ergebnisse direkt zum Boden zurückschickten. Die Führungskräfte des Unternehmens hoben die Vorteile bei Latenz und Autonomie hervor, die sich aus der Verarbeitung im Weltraum ergeben, anstatt rohe Fernerkundungsdaten zur Analyse an terrestrische Rechenzentren zu übertragen. Die Firma berichtete von Verarbeitungszeiten für den gesamten Zyklus im Bereich von Minuten und wertete den Testlauf als Beleg für viele der vorgeschlagenen Anwendungsfälle für orbitale KI – von der schnelleren Katastrophenbewertung bis hin zu Analysen für die See- und Landwirtschaftsüberwachung in Beinahe-Echtzeit.

Ehrgeizige Konstellationspläne

GuoXing ist mit seinen großen Zielen nicht allein. Das Unternehmen skizzierte einen Fahrplan, der von seinem ersten, im Mai 2025 gestarteten Cluster aus 12 Satelliten bis hin zu einem geplanten Netzwerk von 2.800 spezialisierten Satelliten bis zum Jahr 2035 reicht. Diese Architektur würde laut Beschreibung aus etwa 2.400 Inferenz-Satelliten und 400 schwereren Trainings-Plattformen in sonnensynchronen, Dawn-Dusk- und schwach geneigten Orbits zwischen etwa 500 und 1.000 Kilometern bestehen. Die öffentlichen Zahlen von GuoXing enthalten extrem hohe Ziele für die Gesamtrechenleistung – angestrebt werden Größenordnungen von 100.000 Petaflops für die Inferenz und bis zu 1 Million Petaflops für das Training über die gesamte künftige Konstellation – sowie einen gestuften Zeitplan für den Einsatz, der eine Kapazität von 1.000 Satelliten bis 2030 anvisiert.

Weitere chinesische Projekte und erste Dienste

Mehrere andere chinesische Teams und Start-ups haben sich in diesem Bereich schnell bewegt. ADA Space, das Mitte 2025 die erste Tranche für „Space Computing“ startete, hat einen nachfolgenden Cluster von 12 Satelliten namens Liangxi angekündigt und gibt an, dass sein Dienst „Star Compute“ bereits On-Orbit-Inferenzen für das Aerospace Information Research Institute (AIRI) der Chinesischen Akademie der Wissenschaften geliefert hat. Forschungslabore und kleinere kommerzielle Akteure haben ebenfalls experimentelle Systeme demonstriert: Das Zhejiang Laboratory hat eine Mini-Konstellation von 12 Satelliten ins All gebracht, die ein Modell mit acht Milliarden Parametern für domänenspezifische Aufgaben tragen, während Firmen wie Zhongke Tiansuan über langlaufende On-Orbit-Operationen mit früheren Weltraumcomputern berichten und heimische Hochleistungs-GPUs für künftige Satelliten testen.

Architektur und technische Herausforderungen

KI in den Weltraum zu bringen, ist nicht nur eine Aufgabe der Systemintegration, sondern auch eine technische Herausforderung an mehreren Fronten. Satelliten müssen in einer strahlungsintensiven Umgebung mit großen Temperaturschwankungen überleben, während sie energieintensive Beschleuniger betreiben. Chinesische Teams beschreiben Abhilfemaßnahmen wie redundante elektronische Architekturen, Fehlererkennungs- und Wiederherstellungsprotokolle zur Bewältigung strahlungsbedingter Fehler sowie neuartige Ansätze für das Wärmemanagement, wie etwa Flüssigkeitskreislauf-Wärmetransport, um Abwärme zu Radiatoren zu leiten, wo sie durch Strahlung abgegeben werden kann. Die Intersatelliten-Konnektivität mit hohem Durchsatz ist ein paralleler Engpass: Firmen entwickeln laserbasierte Verbindungen, um große Datenmengen zwischen Satelliten zu transportieren und die Rechenleistung dort zu konzentrieren, wo sie benötigt wird, wobei Unternehmensberichte auf Multi-Hundert-Gigabit-Verbindungen für Mesh-ähnliche Konstellationen verweisen.

Warum Betreiber Rechenleistung im Orbit wollen

Das Argument für orbitale KI stützt sich auf mehrere praktische Vorteile. Konstellationen im niedrigen Erdorbit befinden sich dort, wo ein Großteil der Rohdaten entsteht – von Bildgebern der Erdbeobachtung, maritimen Trackern und anderen Sensoren. Eine On-Board-Verarbeitung kann Petabyte-Datenströme in kompakte, verwertbare Ergebnisse komprimieren, noch vor dem Downlink. Dies reduziert den Bedarf an kostspieliger Bodeninfrastruktur mit hoher Bandbreite und kann die Latenz für zeitkritische Entscheidungen verringern. Betreiber verweisen zudem auf reichlich Solarenergie und den kalten Hintergrund für die radiative Kühlung als Umweltvorteile gegenüber landgestützten Rechenzentren; diese Vorteile hängen jedoch von der Lösung der oben beschriebenen technischen Hürden sowie von der Wirtschaftlichkeit von Start, Austausch und Wartung ab.

Strategischer Kontext: Ein globales Rennen

Die Ankündigungen chinesischer Firmen sind Teil einer umfassenderen internationalen Debatte: Akteure aus dem Privatsektor und staatliche Stellen in den Vereinigten Staaten und Europa verfolgen ähnliche Ideen, und Führungskräfte aus dem Silicon Valley haben öffentlich Pläne skizziert, die eine weltraumgestützte Erweiterung der Rechenleistung vorsehen. Sicherheitsanalysten und Beobachter der Weltraumpolitik weisen darauf hin, dass dieselbe Hardware und dieselben optischen Netzwerke, die kommerzielle KI-Dienste im Orbit ermöglichen, auch für Dual-Use-Zwecke geeignet sind, was Fragen zur Resilienz, zur nationalen Sicherheit und zu Exportkontrollregimen aufwirft. Kommentatoren in mehreren Ländern betrachten Weltraum-KI bereits als strategisches Grenzgebiet – sowohl wegen ihres kommerziellen Potenzials als auch weil eine verteilte, weltraumgestützte Rechenebene verändern würde, wo und wie kritische nationale Infrastrukturen und industrielle KI-Workloads gehostet werden.

Kurzfristiger Zeitplan und worauf zu achten ist

GuoXing gab an, dass der zweite und dritte Cluster seiner Konstellation noch in diesem Jahr eingeführt werden, und Unternehmenssprecher veröffentlichen weiterhin offensive Mehrjahrespläne. Unabhängige Start-ups und Forschungslabore in ganz China haben ähnlich rasante Roadmaps: Nutzlasten der zweiten Generation, experimentelle Laser-Tests zwischen Satelliten und erste Kundeneinsätze wurden bereits angekündigt oder demonstriert. Internationale Beobachter werden einige konkrete Indikatoren genau verfolgen – den Umfang und die Frequenz der Starts, den erfolgreichen Langzeitbetrieb von Beschleunigern der GPU-Klasse im Orbit, die Zuverlässigkeit von Laser-Querverbindungen und die Frage, ob On-Orbit-Training in großem Maßstab technisch und wirtschaftlich rentabel wird. Ebenso wichtig werden die politischen Reaktionen der Regierungen in Bezug auf das Frequenzspektrum, Exportkontrollen und Normen für verantwortungsvolles Verhalten im Orbit sein, wenn kommerzielle KI-Plattformen und nationale Sicherheitsinteressen aufeinandertreffen.

Weltraumgestützte KI entwickelt sich in Monaten statt in Jahren vom Konzept über den Demonstrator zum operativen Dienst. Dieser komprimierte Zeitplan bringt die gewohnten Abwägungen mit sich: Geschwindigkeit und Skalierung gegenüber Zuverlässigkeit und Offenheit. Vorerst ist die Schlagzeile eindeutig – Unternehmen in China geben an, ein universelles Large Language Model im Orbit betrieben zu haben, und sie untermauern diese Demonstration mit Plänen für Tausende von rechenoptimierten Satelliten. Ob diese Pläne zu einer transformativen neuen Ebene des globalen Computings werden, wird von der technischen Umsetzung, der Ökonomie der Raketenstarts und den politischen Entscheidungen abhängen, die Nationen treffen, wenn kommerzieller Ehrgeiz auf sensible nationale Interessen trifft.

Quellen

• Chinese Academy of Sciences (Aerospace Information Research Institute)
• Institute of Computing Technology, Chinese Academy of Sciences
• Zhejiang Laboratory
• Beijing Astro‑future Institute of Space Technology (BAIST)
• China National Space Administration