In unserer Rubrik „Faszination Technik“ stellen wir beeindruckende Projekte aus Forschung und Entwicklung vor. Heute: wie maschinelles Lernen die Entstehungsgeschichte der Milchstraße korrigiert.
Eine überraschende Entdeckung zur Entwicklung unserer Galaxie, basierend auf Daten der Gaia-Mission, ergab eine große Zahl alter Sterne auf ähnlichen Bahnen wie unsere Sonne. Das bedeutet, die dünne Scheibe der Milchstraße entstand nicht einmal eine Milliarde Jahre nach dem Urknall und ist somit deutlich älter als bisher angenommen.
(Bild: furyon - stock.adobe.com)
Maschinelles Lernen wirft neues Licht auf die Entstehungsgeschichte unserer Milchstraße: Eine überraschende Entdeckung zur Entwicklung unserer Galaxie, basierend auf Daten der Gaia-Mission, ergab eine große Zahl alter Sterne auf ähnlichen Bahnen wie unsere Sonne. Sie bildeten die dünne Scheibe der Milchstraße bereits weniger als eine Milliarde Jahre nach dem Urknall, mehrere Milliarden Jahre früher als bisher angenommen.
Die Milchstraße besteht aus einem großen Halo, einer zentralen Ausbuchtung und einem Balken, einer dicken Scheibe und einer dünnen Scheibe. Die meisten Sterne befinden sich in der sogenannten dünnen Scheibe unserer Milchstraße und folgen einer organisierten Rotation um das galaktische Zentrum. Sterne mittleren Alters wie unsere 4,6 Milliarden Jahre alte Sonne gehören zur dünnen Scheibe, von der man annimmt, dass sie vor etwa 8 bis 10 Milliarden Jahren entstanden ist.
Was hinter galaktischer Archäologie steckt
Zu verstehen, wie sich die Milchstraße gebildet hat, ist ein wichtiges Ziel der galaktischen Archäologie. Dazu werden detaillierte Karten der Galaxis benötigt, die das Alter, die chemische Zusammensetzung und die Bewegungen der Sterne zeigen. Diese Karten, die als chrono-chemo-kinematische Karten bezeichnet werden, helfen dabei, die Geschichte unserer Galaxie zu verstehen. Die Erstellung dieser detaillierten Karten ist eine Herausforderung, denn sie erfordert große Datensätze von Sternen mit genau bekannten Altersangaben.
Ein gängiger Ansatz zur Bewältigung dieser Herausforderung ist die Untersuchung sehr metallarmer, alter Sterne, die ein Fenster in die Frühzeit der Milchstraße darstellen. Sehr metallarme Sterne sind als alt bekannt, weil sie zu den ersten Sternen gehörten, die sich bildeten, als das Universum noch größtenteils aus Wasserstoff und Helium bestand, bevor viele der schwereren Elemente durch nachfolgende Generationen von Sternen erzeugt und verteilt wurden.
Die alten Sterne in der Scheibe deuten darauf hin, dass die Bildung der dünnen Scheibe der Milchstraße viel früher begann als bisher angenommen, etwa vier bis fünf Milliarden Jahre.
Samir Nepal, AIP
Datensatz der Gaia-Mission genutzt
Anhand eines Datensatzes der Gaia-Mission der Europäischen Weltraumorganisation (ESA) untersuchte ein internationales Team unter der Leitung von Astronomen des Leibniz-Instituts für Astrophysik Potsdam (AIP) Sterne in der Sonnenumgebung, etwa 3.200 Lichtjahre um die Sonne. Dabei entdeckten sie eine überraschende Anzahl sehr alter Sterne in dünnen Scheibenbahnen; die meisten von ihnen sind älter als 10 Milliarden Jahre, einige sogar älter als 13 Milliarden Jahre. Diese alten Sterne weisen eine große Bandbreite an Metallzusammensetzungen auf: Einige sind sehr metallarm (wie erwartet), während andere einen doppelt so hohen Metallgehalt wie unsere viel jüngere Sonne aufweisen, was darauf hindeutet, dass in der frühen Phase der Entwicklung der Milchstraße eine rasche Metallanreicherung stattgefunden hat.
Rotationsbewegung von jungen (blau) und alten (rot) sonnenähnlichen Sternen (orange).
(Bild: Background image by NASA/JPL-Caltech/R. Hurt (SSC/Caltech))
„Diese alten Sterne in der Scheibe deuten darauf hin, dass die Bildung der dünnen Scheibe der Milchstraße viel früher begann als bisher angenommen, etwa vier bis fünf Milliarden Jahre“, erklärt Samir Nepal vom AIP und Erstautor der Studie. „Diese Studie zeigt auch, dass unsere Galaxie in frühen Epochen eine intensive Sternentstehung hatte, die zu einer sehr schnellen Metallanreicherung in den inneren Regionen und der Bildung der Scheibe führte. Diese Entdeckung bringt die Zeitspanne der Scheibenbildung in der Milchstraße in Einklang mit der Zeitspanne von Galaxien mit hoher Rotverschiebung, die vom James Webb Space Telescope (JWST) und dem Atacama Large Millimeter Array (ALMA) Radioteleskop beobachtet wurden. Die Ergebnisse zeigen, dass sich kalte Scheiben schon sehr früh in der Geschichte des Universums bilden und stabilisieren konnten, was neue Erkenntnisse über die Entwicklung von Galaxien liefert.“
Fußabdruck der in der Studie verwendeten Gaia-Stichprobe, dargestellt durch weiße Konturen. Die rote Region zeigt die Position von ~200.000 Sternen, für die zuverlässige Altersangaben getroffen wurden.
(Bild: Background image by NASA/JPL-Caltech/R. Hurt (SSC/Caltech))
„Unsere Studie deutet darauf hin, dass sich die dünne Scheibe der Milchstraße viel früher gebildet haben könnte, als wir dachten, und dass ihre Entstehung eng mit der frühen chemischen Anreicherung in den innersten Regionen unserer Galaxie zusammenhängt“, erläutert Cristina Chiappini. „Die Kombination von Daten aus verschiedenen Quellen und die Anwendung fortschrittlicher maschineller Lerntechnologien haben es uns ermöglicht, die Zahl der Sterne mit qualitativ hochwertigen stellaren Parametern zu erhöhen – ein wichtiger Schritt, der unser Team zu diesen neuen Erkenntnissen geführt hat.“
Stand: 08.12.2025
Es ist für uns eine Selbstverständlichkeit, dass wir verantwortungsvoll mit Ihren personenbezogenen Daten umgehen. Sofern wir personenbezogene Daten von Ihnen erheben, verarbeiten wir diese unter Beachtung der geltenden Datenschutzvorschriften. Detaillierte Informationen finden Sie in unserer Datenschutzerklärung.
Einwilligung in die Verwendung von Daten zu Werbezwecken
Ich bin damit einverstanden, dass die Vogel IT-Medien GmbH, Max-Josef-Metzger-Straße 21, 86157 Augsburg, einschließlich aller mit ihr im Sinne der §§ 15 ff. AktG verbundenen Unternehmen (im weiteren: Vogel Communications Group) meine E-Mail-Adresse für die Zusendung von Newslettern und Werbung nutzt. Auflistungen der jeweils zugehörigen Unternehmen können hier abgerufen werden.
Der Newsletterinhalt erstreckt sich dabei auf Produkte und Dienstleistungen aller zuvor genannten Unternehmen, darunter beispielsweise Fachzeitschriften und Fachbücher, Veranstaltungen und Messen sowie veranstaltungsbezogene Produkte und Dienstleistungen, Print- und Digital-Mediaangebote und Services wie weitere (redaktionelle) Newsletter, Gewinnspiele, Lead-Kampagnen, Marktforschung im Online- und Offline-Bereich, fachspezifische Webportale und E-Learning-Angebote. Wenn auch meine persönliche Telefonnummer erhoben wurde, darf diese für die Unterbreitung von Angeboten der vorgenannten Produkte und Dienstleistungen der vorgenannten Unternehmen und Marktforschung genutzt werden.
Meine Einwilligung umfasst zudem die Verarbeitung meiner E-Mail-Adresse und Telefonnummer für den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern wie z.B. LinkedIN, Google und Meta. Hierfür darf die Vogel Communications Group die genannten Daten gehasht an Werbepartner übermitteln, die diese Daten dann nutzen, um feststellen zu können, ob ich ebenfalls Mitglied auf den besagten Werbepartnerportalen bin. Die Vogel Communications Group nutzt diese Funktion zu Zwecken des Retargeting (Upselling, Crossselling und Kundenbindung), der Generierung von sog. Lookalike Audiences zur Neukundengewinnung und als Ausschlussgrundlage für laufende Werbekampagnen. Weitere Informationen kann ich dem Abschnitt „Datenabgleich zu Marketingzwecken“ in der Datenschutzerklärung entnehmen.
Falls ich im Internet auf Portalen der Vogel Communications Group einschließlich deren mit ihr im Sinne der §§ 15 ff. AktG verbundenen Unternehmen geschützte Inhalte abrufe, muss ich mich mit weiteren Daten für den Zugang zu diesen Inhalten registrieren. Im Gegenzug für diesen gebührenlosen Zugang zu redaktionellen Inhalten dürfen meine Daten im Sinne dieser Einwilligung für die hier genannten Zwecke verwendet werden. Dies gilt nicht für den Datenabgleich zu Marketingzwecken.
Recht auf Widerruf
Mir ist bewusst, dass ich diese Einwilligung jederzeit für die Zukunft widerrufen kann. Durch meinen Widerruf wird die Rechtmäßigkeit der aufgrund meiner Einwilligung bis zum Widerruf erfolgten Verarbeitung nicht berührt. Um meinen Widerruf zu erklären, kann ich als eine Möglichkeit das unter https://contact.vogel.de abrufbare Kontaktformular nutzen. Sofern ich einzelne von mir abonnierte Newsletter nicht mehr erhalten möchte, kann ich darüber hinaus auch den am Ende eines Newsletters eingebundenen Abmeldelink anklicken. Weitere Informationen zu meinem Widerrufsrecht und dessen Ausübung sowie zu den Folgen meines Widerrufs finde ich in der Datenschutzerklärung.
Mehr als 800.000 Sterne analysiert
Die Ergebnisse wurden durch die dritte Datenveröffentlichung der Gaia-Mission ermöglicht. Das Team analysierte die Sternparameter von mehr als 800.000 Sternen mithilfe einer neuartigen Methode des maschinellen Lernens, die Informationen aus verschiedenen Datentypen kombiniert, um verbesserte Sternparameter mit hoher Präzision zu erhalten. Zu diesen präzisen Messungen gehören Schwerkraft, Temperatur, Metallgehalt, Entfernungen, Kinematik und das Alter der Sterne.
In Zukunft wird ein ähnliches maschinelles Lernverfahren verwendet werden, um Millionen von Spektren zu analysieren, die im Rahmen der 4MIDABLE-LR-Durchmusterung mit dem 4-Meter-Multi-Object Spectroscopic Telescope (4MOST) gesammelt werden, dass im Jahr 2025 seinen Betrieb aufnimmt.
Dieser Beitrag ist ursprünglich auf unserem Partnerportal konstruktionspraxis erschienen.