Dieser Anwendungsbereich umfasst 3 Hauptgebiete:

•  Weltraumwetterdienste - Überwachung der Weltraumwetterbedingungen
• Weltraumverkehrsmanagementdienste - Verfolgung und Erkennung von erdnahen Objekten, um die Gefahr eines Zusammenstoßes zu mindern oder zu reduzieren
• Weltraumaufklärungsdienste - Verfolgung und Überwachung von Objekten in der Erdumlaufbahn

In-Orbit Servicing umfasst die Abänderung ursprünglicher Missionsplanungen in Bereichen wie:

• Erhöhung der Umlaufbahn und Positionierung
• Versetzung und Positionierung
• Positionshaltung
• Austritt aus der Umlaufbahn 
• Betankung
• Lieferung von Bauteilen und Montage im Orbit
• (Nah) Inspektion, Reparatur
• aktives Entfernen von Weltraumschrott (Active Debris Removal, ADR)

In diesem Bereich werden wir die folgenden Herausforderungen angehen:

• Senkung der Kosten pro Start/kg und Verbesserung der Kosteneffizienz über die gesamte Lebensdauer
• Bessere Auswahl von Systemdesigns
• Unterstützung des selbstkontrollierten Weltraumzugangs für Länder
• Kurze Vorlaufzeit bis zum Start und Verfügbarkeit bei Bedarf

Unser Schwerpunkt liegt auf der Unterstützung des Betriebs robotischer und astronautischer wissenschaftlicher/kommerzieller Weltraumforschung, von LEO/Mondumlaufbahnen bis hin zu Dienstleistungen auf der Mondoberfläche (z. B. Rover, Lande-/Aufstiegsfahrzeuge, cis-lunare Transportfahrzeuge) und darüber hinaus.

Um die menschliche Präsenz im Weltraum nachhaltig zu gestalten, ist ein sehr hoher Grad an Automatisierung und autonomen Systemen erforderlich. Technologien zur In-situ-Ressourcennutzung (ISRU) und zur weltraumgestützten Fertigung und Montage werden von grundlegender Bedeutung sein.

Unbemannte Flugobjekte bringen neue Möglichkeiten und neue Herausforderungen mit sich. Es wird Drohnen für eine breite Palette von Anwendungsfällen geben - darunter Such- und Rettungseinsätze, die Auslieferung kritischer Güter, Ferninspektionen und vieles mehr.

Durch die Millionen von Flugdrohnen werden neue Anforderungen an das Verkehrsmanagement gestellt. Sie erfordern die Anwendung neuer Vorschriften sowie neue Wege für den Schwarmbetrieb dieser autonomen Flugsysteme.

Telespazio Germany hat langjährige Erfahrung in der Bereitstellung hochperformanter, hochzuverlässiger Software für sehr anspruchsvolle Kunden. Unser Ziel ist es, diese Zuverlässigkeit beizubehalten und sogar noch zu verbessern, und das bei deutlich geringerem Ressourceneinsatz.

Dies werden wir durch den Einsatz neuer Softwaretechnologien erreichen, deren Kern die Zuverlässigkeit ist. Programmiersprachen wie Elixir und Rust werden es uns ermöglichen, unseren Kunden einen noch besseren Nutzen zu bieten.

Wie viele andere sehen wir Künstliche Intelligenz und maschinelles Lernen (KI/ML) als eine der Schlüsseltechnologien des 21. Jahrhunderts. Wir werden unsere zuverlässige Software-Infrastruktur und die Techniken der erklärbaren KI (xAI) nutzen, um das Vertrauen in KI/ML-Modelle zu erhöhen und sie an die Anwendungsbereiche unserer Kunden anzupassen.

Diese Systeme wird es in vielen verschiedenen Ausprägungen und Formen geben: Von kleinen Surrogatmodellen physischer Systeme bis hin zu vollständig virtuellen Agenten und Assistenten.

Sensorfusion ist wichtig, um sicherzustellen, dass wir die jeweils beste Informationsquelle nutzen, um verschiedene Eingaben zu ergänzen und zu validieren und so entsprechende Entscheidungen zu treffen, auch wenn die Bedingungen unsicher sind. Um mit der realen Welt interagieren zu können, müssen wir eine Möglichkeit haben, sie immer zu „sehen“. Telespazio Germany wird optische Sensoren und Systeme verwenden, die Licht, sowohl sichtbares als auch andere Wellenlängen, als Input nutzen: RGB-Kameras, Infrarot, Multispektral, Hyperspektral, Laser (Lidar und ToF (Time-of-Flight)).

Künstliche Intelligenz und maschinelles Lernen (KI/ML) sind nur ein Teil des größeren Ganzen, das erforderlich ist, um wirklich autonome Systeme zu ermöglichen. Wir werden auch an einer Reihe anderer verwandter Themen arbeiten, wie z. B.:

• Sensorfusion
• Kontakthalten mit autonomen Systemen über Satellitenverbindungen
• Präzise Positionierung über GNSS-Signale oder optische Navigation
• Management von autonomen Objekten

Aufbauend auf künstlicher Intelligenz und maschinellem Lernen (KI/ML) und autonomen Systemen werden KI-gestützte virtuelle intelligente Agenten Unterstützung mit „menschlicher Note“ bieten. Virtuelle Experten werden unser Wissen erweitern und uns bei unserer Arbeit anleiten, wodurch Lernkurven wesentlich kürzer und einfacher werden.

Während eine Simulation in der Regel während der Ausführung von realen Ereignissen abgekoppelt ist, ermöglicht ein digitaler Echtzeit-Zwilling die Verbindung von Echtzeit-Ereignissen aus der physischen Anlage, dem Prozess oder System mit der bestehenden Simulationsumgebung. Das bedeutet, dass Entwicklungsteams Tests, Bewertungen und Analysen unter realen Bedingungen durchführen können, um die künftige Ausführung auf der Grundlage der "Echtzeit"-Datenverarbeitung zu verbessern/anzupassen.