- Story
BFH-Projekt digitalisiert Sonnenfleckenbeobachtung
29.01.2026 Sonnenflecken smarter erfassen: Daniel Radovanovic entwickelte in seiner Bachelorarbeit im BSc Informatik eine KI‑Plattform für die Rudolf Wolf Gesellschaft: Sie bündelt Beobachtung, Bildverarbeitung und Deep‑Learning‑Klassifikation in einer einzigen, schnellen und nutzerfreundlichen Weblösung.
Das Wichtigste in Kürze
- KI‑gestützte Webplattform der BFH digitalisiert erstmals die Sonnenfleckenbeobachtung der Rudolf Wolf Gesellschaft.
- Automatisierte Bildverarbeitung und ein CNN klassifizieren Sonnenfleckengruppen anhand von NASA‑HMI‑Daten.
- Kombination aus KI‑Erkennung und menschlicher Validierung schafft eine moderne, skalierbare Grundlage für zukünftige Sonnenforschung.
Sonnenaktivität im Fokus
Sonnenflecken gelten als zentrale Indikatoren der Sonnenaktivität. Ihre Entwicklung liefert Hinweise auf aktive Regionen und potenziell eruptive Ereignisse, die das Weltraumwetter beeinflussen können. Starke Sonnenstürme wirken sich auf Satelliten, Kommunikationssysteme und Stromnetze aus – wie jüngste Ereignisse eindrücklich gezeigt haben. Die Rudolf Wolf Gesellschaft führt seit Jahrzehnten eine kontinuierliche Beobachtung der Sonnenaktivität durch, bislang jedoch überwiegend manuell.
Bachelor Thesis: Sunspots Observation Platform
Diese Arbeit entwickelte eine webbasierte Plattform zur Digitalisierung der Sonnenfleckenbeobachtung der Rudolf Wolf Gesellschaft. Eine End-to-End-Pipeline bereitet Sonnenbilder automatisch vor, segmentiert die Sonnenscheibe und erkennt sowie klassifiziert Sonnenfleckengruppen mittels trainiertem CNN. Ergebnisse werden in der Webapplikation visualisiert und unterstützen kontinuierliches Modelltraining.
Von der NASA Aufnahme zur KI gestützten Klassifikation
Im Projekt wurde eine Webapplikation entwickelt, die Bilddaten des Helioseismic and Magnetic Imager (HMI) an Bord des NASA‑Solar Dynamics Observatory automatisiert verarbeitet. Eine definierte Bildverarbeitungspipeline segmentiert die Sonnenscheibe, erzeugt modellgeeignete Bildausschnitte und übergibt diese an ein trainiertes Convolutional Neural Network (CNN). Dieses erkennt Sonnenfleckengruppen und klassifiziert sie nach dem ersten Buchstaben des McIntosh‑Systems.
Die Ergebnisse werden direkt in der Weboberfläche visualisiert und können von Beobachterinnen und Beobachtern überprüft, korrigiert und gespeichert werden. Dadurch entsteht ein wachsender, qualitätsgesicherter Datensatz, der für zukünftige Modellverbesserungen genutzt wird.
Grundlage für automatisierte Sonnenbeobachtung
Mit der neuen Plattform steht der Rudolf Wolf Gesellschaft ein Werkzeug zur Verfügung, das den Beobachtungsprozess modernisiert und gleichzeitig die Grundlage für eine zunehmend automatisierte Sonnenfleckenanalyse schafft. Die Kombination aus KI‑gestützter Erkennung und menschlicher Validierung ermöglicht eine effiziente, skalierbare und wissenschaftlich fundierte Datenerhebung.
