Fortschritte bei der KI-gestützten Kontrolle von Fusionsreaktoren

Die Vision einer unerschöpflichen, sauberen Energiequelle durch Kernfusion beflügelt seit Jahrzehnten die Forschung weltweit. Regierungen und private Investoren, darunter auch die Bundesregierung mit beträchtlichen Investitionen, erkennen das immense Potenzial dieser Technologie. Doch neben der Herausforderung, ein Plasma bei Temperaturen von über 100 Millionen Grad Celsius stabil zu halten und eine positive Energiebilanz zu erzielen, stellt sich eine grundlegende Frage: Wie schaltet man einen Fusionsreaktor sicher ab? Die Antwort darauf ist entscheidend für die praktische Umsetzbarkeit und Sicherheit dieser zukünftigen Energieanlagen.

Die Komplexität des Plasma-Ramp-Downs

In einem Tokamak-Reaktor, einem ringförmigen Behälter, wird das extrem heiße Plasma – ein ionisiertes Gas aus Atomkernen und Elektronen – durch starke Magnetfelder in der Schwebe gehalten. Dieser Zustand ist notwendig, um die Verschmelzung von Atomkernen und die damit verbundene Energiefreisetzung zu ermöglichen, ähnlich den Prozessen im Inneren der Sonne. Das Plasma erreicht dabei Geschwindigkeiten von bis zu 100 Kilometern pro Sekunde. Würde dieses Plasma unkontrolliert abkühlen und mit den Reaktorwänden in Kontakt kommen, könnten erhebliche Schäden entstehen, die kostspielige und langwierige Reparaturen nach sich ziehen würden.

Der Prozess des kontrollierten Abschaltens, auch Ramp-Down genannt, ist technisch anspruchsvoll. Eine gängige Methode ist die Deaktivierung des Plasmastroms. Dies birgt jedoch das Risiko, dass das Plasma seine Stabilitätsgrenzen erreicht und unkontrollierbar wird. Während des Ramp-Downs ändern sich physikalische Größen wie Temperatur, Energiedichte, Strom und Magnetfelder in kürzester Zeit drastisch. Diese Dynamik erschwert die präzise Simulation und somit die Kontrolle des Plasmas erheblich.

Künstliche Intelligenz als Lösungsweg

Angesichts dieser Herausforderungen haben Forscher des Massachusetts Institute of Technology (MIT) eine innovative Lösung entwickelt: ein KI-Modell, das den Abschaltvorgang von Fusionsreaktoren simulieren und optimieren soll. Dieses Modell, ein sogenanntes Neural State-Space Model (NSSM), kombiniert maschinelles Lernen mit experimentellen Daten aus der Plasmaforschung.

Training und Validierung des KI-Modells

Das KI-Modell wurde mit Daten von über 300 Plasmaimpulsen, darunter fünf mit hoher Energie, aus dem Tokamak-Reaktor TCV in Lausanne, Schweiz, trainiert. Tokamak-Reaktoren arbeiten im Pulsbetrieb, was bedeutet, dass das Plasma immer wieder neu gezündet wird. Für jeden Impuls wurden detaillierte Informationen über die Plasmaparameter wie Temperatur, Energiedichte, Strom und Magnetfelder erfasst. Mit diesen Daten wurde das NSSM darauf trainiert, die Entwicklung des Plasmas unter verschiedenen Betriebsbedingungen vorherzusagen.

Das primäre Ziel des Modells war es, einen Weg zu finden, das Plasma ohne unkontrollierte Energiefreigabe aufzulösen. Trotz der begrenzten Datengrundlage konnte das Team nachweisen, dass das trainierte Modell in der Lage war, bestimmte Plasmaverläufe zu simulieren, die einen kontrollierteren und sichereren Ramp-Down ermöglichten. In Testläufen am TCV führten die vom Modell generierten Vorgaben zu einem schnelleren und störungsfreieren Abbau des Plasmas im Vergleich zu herkömmlichen Methoden.

Implikationen für zukünftige Fusionskraftwerke

Die Ergebnisse dieser Forschung sind vielversprechend für die Entwicklung zukünftiger Fusionskraftwerke. Mit den durch das KI-Modell gewonnenen Informationen könnten Betreiber von Tokamak-Reaktoren die Magnetfelder und Temperaturen während der Abschaltung präziser steuern. Dies würde die Betriebssicherheit deutlich erhöhen und das Risiko von Schäden an den Reaktorstrukturen minimieren.

Die Forschenden sehen in diesem Ansatz einen praktikablen Weg für künftige Anlagen wie SPARC und ITER, die zunächst mit geringerer Leistung betrieben und dann schrittweise hochgefahren werden sollen. Die Fähigkeit, das Plasma zuverlässig und sicher zu kontrollieren, ist eine Grundvoraussetzung für den kommerziellen Betrieb von Fusionsreaktoren und ein entscheidender Schritt auf dem Weg zu einer stabilen und nachhaltigen Energieversorgung.

Herausforderungen bleiben bestehen

Obwohl die Fortschritte im Bereich der Plasmakontrolle durch KI bedeutend sind, bleiben weitere technische Hürden bestehen. Dazu gehören das Materialproblem, bei dem Reaktorwände extremen Belastungen durch Neutronenstrahlung ausgesetzt sind, sowie die Herausforderung der Tritium-Selbstversorgung, bei der ein Fusionsreaktor ausreichend Tritium erbrüten muss, um seinen eigenen Brennstoffbedarf zu decken. Die kontinuierliche Forschung und Entwicklung, auch unter Einbeziehung fortschrittlicher KI-Lösungen, wird entscheidend sein, um diese komplexen Ingenieursprobleme zu lösen und die Kernfusion zur marktreifen Technologie zu entwickeln.

Bibliography

• Kühl, E. (2025). 100 Millionen Grad heiß: Wie schaltet man eigentlich einen Fusionsreaktor sicher ab? t3n.
• Contré, C. et al. (2023). Scenario optimization for the tokamak ramp-down phase in RAPTOR: Part B. safe termination of DEMO plasmas. Plasma Physics and Controlled Fusion, Vol. 66, No. 2.
• Internationale Atomenergie-Organisation (IAEA). (2024). Experiences for Consideration in Fusion Power Plant Design Safety and Safety Assessment. IAEA-TECDOC-2076.
• IPP Max-Planck-Institut für Plasmaphysik. (o. J.). 100 Millionen Grad.
• Pluta, W. (2025). Chinesischer Fusionsforschungsreaktor hält 18 Minuten lang 100 Millionen Grad heißes Plasma. heise online.
• Gast, R. (2021). Kernfusion: Ist das Größenwahn oder das Ende der Klimakrise? Die Zeit.
• Gruber, G. (2024). Was kommt zuerst: Kernfusion oder Mars-Kolonie? Futurezone.
• Murphy, D. T. (2024). Shutdown Dose Rate Modeling for Radiation Requirements Development and Design Trend Analysis in the ARC Fusion Device. Massachusetts Institute of Technology.