Logo Die Sachsen News
Nachrichten / Wissensland

KI soll helfen, Atommüll für eine Million Jahre sicher zu lagern

Im Endlager Morsleben sind schwach- und mittelradioaktive Abfälle eingelagert. Für hochradioaktiven Müll läuft in Deutschland weiterhin die Suche nach einem geeigneten Endlager. Sächsische Forschende wollen das mit KI unterstützen.
Im Endlager Morsleben lagern fast 37.000 Kubikmeter schwach- und mittelradioaktive Abfälle. Für hochradioaktive Abfälle sucht Deutschland gerade nach einem Endlager. KI soll dabei helfen. © Bundesgesellschaft für Endlagerung mbH
Von: Wissensland
Wohin mit hochradioaktivem Atommüll? Eine der drängendsten Fragen unserer Zeit. Forschende aus Dresden, Görlitz, Freiberg und Darmstadt wollen mit Künstlicher Intelligenz berechnen, wie sicher radioaktive Abfälle tief im Gestein lagern – für eine Million Jahre.

Hochradioaktive Abfälle bleiben über extrem lange Zeiträume gefährlich. Weit länger, als es menschliche Zivilisationen bisher gibt. Wie lässt sich ein solches Erbe sicher lagern? Mit dieser Frage beschäftigen sich Forschende des Helmholtz-Zentrums Dresden-Rossendorf (HZDR) und des Center for Advanced Systems Understanding (CASUS) in Görlitz. Das Bundesministerium für Umwelt, Klimaschutz, Naturschutz und nukleare Sicherheit fördert ihr Projekt MALEK mit rund 1,7 Millionen Euro.

MALEK steht für "Maschinelles Lernen für komplexe hydrologisch-geochemische Prozesse bei der Endlagerung im Kristallin". Vereinfacht gesagt geht es darum, vorherzusagen, wie sich radioaktive Stoffe tief im Gestein bewegen und verändern – über Zeiträume von bis zu einer Million Jahren.

Deutschland steht aktuell vor einer großen umweltpolitischen Aufgabe: der sicheren Endlagerung hochradioaktiver Abfälle. Auch nach dem Ausstieg aus der Kernenergie ist der bereits entstandene Müll weiterhin vorhanden und muss verantwortungsvoll gesichert werden. Derzeit läuft ein bundesweites Suchverfahren, um einen Standort zu finden, der den Atommüll dauerhaft und zuverlässig von Mensch und Umwelt abschirmt. Notwendig ist diese Suche, weil die vorhandenen Zwischenlager nur für eine begrenzte Zeit ausgelegt sind. Hochradioaktive Abfälle bleiben jedoch über sehr lange Zeiträume gefährlich, teilweise über Hunderttausende von Jahren. 

Mehr aus dieser Kategorie

KI trifft Geologie

Solche Langzeitprognosen sind extrem anspruchsvoll. Klassische Computersimulationen stoßen dabei an ihre rechnerischen Grenzen, weil sie enorme Datenmengen und sehr lange Zeiträume berücksichtigen müssen. MALEK kombiniert deshalb physikbasierte Modelle mit maschinellem Lernen. Zum Einsatz kommen sogenannte Surrogat- oder Ersatzmodelle. Diese werden mit aufwendigen Simulationen trainiert und können sie in vielen Fällen ersetzen. Sie liefern deutlich schneller Ergebnisse und bleiben dabei an die bekannten physikalischen und chemischen Regeln gebunden.

"Ein Beispiel ist die Sorption, also wie stark Radionuklide an Gestein oder Mineralen binden", erklärt Projektleiter Prof. Vinzenz Brendler vom HZDR. Radionuklide sind radioaktive Atome. "Je stärker diese Bindung ist, desto langsamer können sich Radionuklide im Untergrund ausbreiten." Auch wie sich radioaktive Stoffe im Gestein ausbreiten und dabei chemisch verändern, soll mit diesen Modellen genauer berechnet werden.

Nachvollziehbar und überprüfbar

Geschwindigkeit allein reicht nicht. Die Modelle müssen transparent, überprüfbar und reproduzierbar sein. Dr. Attila Cangi vom CASUS betont, dass MALEK robuste und nachvollziehbare Modellierungsansätze entwickeln will, um belastbarere Sicherheitsnachweise für mögliche Endlagerstandorte zu ermöglichen. Dazu gehören umfangreiche Vergleichsrechnungen und Unsicherheitsanalysen. Erfahrungen aus unterirdischen Forschungslaboren wie Äspö in Schweden oder Grimsel in der Schweiz fließen dabei ein.

Im Mittelpunkt steht sogenanntes kristallines Wirtsgestein wie etwa Granit. Dieses Gestein ist zwar meist sehr dicht, besitzt aber Risse und Klüfte, durch die Wasser zirkulieren kann. Genau diese Strukturen bestimmen, wie sich gelöste Stoffe im Untergrund bewegen und machen Vorhersagen besonders komplex.

Neben dem HZDR und CASUS sind auch die TU Bergakademie Freiberg und die TU Darmstadt beteiligt. Das Projekt startete Anfang 2026 und läuft über drei Jahre. Ziel ist es, die wissenschaftlichen Grundlagen für die Sicherheitsbewertung eines tiefengeologischen Endlagers weiter zu verbessern.

Wissensland
Artikel von

Wissensland

Wissensland ist für die Inhalte selbst verantwortlich. Es gilt der Kodex der Plattform. Die Plattform prüft und behandelt Inhalte gemäß den gesetzlichen Vorgaben, insbesondere nach dem NetzDG.

METIS