Das weltweite Streben nach Kernfusionsenergie gewann diese Woche erheblich an Schwung. Zwei bedeutende Entwicklungen signalisierten Fortschritte auf dem Weg zur Verwirklichung sauberer, unbegrenzter Energie. Das weltweit größte Fusionsexperiment trat in eine kritische Bauphase ein, während Wissenschaftler einen Durchbruch im Bereich des maschinellen Lernens vorstellten, der zukünftige Fusionsreaktoren zuverlässiger machen könnte.
ITER, das internationale Fusionsprojekt in Südfrankreich, begann mit der Endmontage seines Reaktorkerns und markierte damit den bisher wichtigsten Baustein des Projekts. Der amerikanische Atomriese Westinghouse sicherte sich einen Vertrag über 180 Millionen US-Dollar, um den komplexen Schweißprozess zu leiten, bei dem neun massive Stahlsektoren zum Vakuumgefäß des Tokamaks verbunden werden.
Höchste Präzision ist gefragt
Jeder Stahlsektor wiegt etwa 400 Tonnen und muss mit außerordentlicher Präzision ausgerichtet werden – einige Komponenten erfordern Toleranzen von nur 0,25 Millimetern. Das fertiggestellte Gefäß wird Wasserstoffplasma enthalten, das auf 150 Millionen Grad Celsius erhitzt wird, zehnmal heißer als der Kern der Sonne.
„ITER freut sich, dass die Westinghouse Electric Company diese bedeutende Rolle in unserem einzigartigen Projekt übernimmt”, sagte Pietro Barabaschi, Generaldirektor von ITER. Die Anlage stellt eine Zusammenarbeit von 35 Nationen dar und zielt darauf ab, bis Mitte der 2030er Jahre 500 Megawatt Fusionsenergie zu erzeugen.
Gleichzeitig 
veröffentlichten MIT-Forscher am 6. Oktober in „Nature Communications“ neue Erkenntnisse darüber, wie künstliche Intelligenz die gefährlichen Plasma-Instabilitäten vorhersagen und kontrollieren kann, die Fusionsexperimente seit langem beeinträchtigt haben. Der Hauptautor Allen Wang, ein Doktorand am Plasma Science and Fusion Center des MIT, entwickelte ein Hybridmodell, das maschinelles Lernen mit physikbasierten Simulationen kombiniert.
Sicherheit wird groß geschrieben
„Damit Fusion eine nützliche Energiequelle sein kann, muss sie zuverlässig sein”, erklärte Wang. „Um zuverlässig zu sein, müssen wir gut darin werden, unsere Plasmen zu kontrollieren.” Das System sagte erfolgreich das Plasmaverhalten während der Abschaltphasen vorher, als es am Schweizer TCV-Tokamak getestet wurde, und verhinderte kostspielige Störungen, die Reaktorkomponenten beschädigen können.
Der MIT-Durchbruch adressiert eine kritische Herausforderung für die kommerzielle Fusion. Plasmastörungen während Reaktorabschaltungen können extreme Wärmeströme erzeugen, die die Innenwände beschädigen und teure Reparaturen sowie verlängerte Ausfallzeiten erfordern. Wangs Team demonstrierte, dass ihr Algorithmus die Plasmaoperationen sicherer und schneller herunterfahren konnte als traditionelle Methoden, während die statistische Zuverlässigkeit der Ergebnisse erhalten blieb.
Zusammenarbeit – der Schlüssel zum Ziel
Die MIT-Forschung unterstützt direkt Commonwealth Fusion Systems, eine MIT-Ausgründung, die den SPARC-Demonstrationsreaktor entwickelt, dessen Betrieb für 2026 geplant ist. CFS plant, das Vorhersagemodell zu nutzen, um die Zuverlässigkeit von SPARC zu verbessern und Störungen zu verhindern, die ihr Ziel der Netto-Energieproduktion im Jahr 2027 verzögern könnten.
CFS kündigte im Dezember 2024 Pläne für ARC an, das weltweit erste kommerzielle Fusionskraftwerk, das voraussichtlich in den frühen 2030er Jahren 400 Megawatt Strom erzeugen wird. Das Unternehmen hat über 1,8 Milliarden US-Dollar aufgebracht, um sowohl den Bau von SPARC als auch die kommerzielle Entwicklung zu unterstützen.
Die Konvergenz von ITERs technischen Fortschritten und MITs Fortschritten bei Kontrollsystemen stellt eine beispiellose Dynamik für Fusionsenergie dar, die lange als „30 Jahre entfernte Zukunftsmusik” beschrieben wurde. Da große technische Hürden durch internationale Zusammenarbeit und KI-gestützte Kontrollsysteme angegangen werden, könnte Fusionsenergie innerhalb des laufenden Jahrzehnts endlich kommerzielle Rentabilität erreichen.