Eine neue Reanalyse von Cassini-Daten, die am 2. Oktober 2025 veröffentlicht wurde, zeigt komplexe organische Moleküle in „frischen“ Eiskörnern aus dem Enceladus-Geysir. Chemische Signaturen weisen auf hydrothermale Prozesse im unterirdischen Ozean hin und stärken Argumente für eine zukünftige ESA-Mission mit einem Orbiter und einem Lander. CDA-Messungen bei hohen Geschwindigkeiten und INMS-Befunde des Clusters spiegeln die bewohnbare Umgebung wider und erhöhen die Aussichten auf eine direkte Probenahme von Strahlen und der Oberfläche des Südpols
Eine neue Analyse der Daten des Gaia-Weltraumteleskops zeigt eine wellenförmige Struktur, die sich durch die äußere Scheibe der Milchstraße erstreckt und die vertikalen Bewegungen der Sterne verändert. Die Enthüllung liefert ein detailliertes 3D-Bild der Scheibendynamik und wirft Fragen nach der Rolle von Kollisionen mit Zwerggalaxien, Spiralmodi und Dunkler Materie auf.
HydroGNSS, die agile Scout-Mission der ESA, ist in Kalifornien angekommen und beginnt mit den letzten Vorbereitungen für den Start der Falcon 9-Rakete. Das Paar Mikrosatelliten wird die GNSS-Reflektometrie verwenden, um die Bodenfeuchtigkeit, Feuchtgebiete, Gefrierbedingungen und Biomasse kontinuierlich zu überwachen und die Datenkontinuität nach SMOs und SMAPs sicherzustellen.
Zum ersten Mal hat das James Webb Space Telescope direkt die Chemie und Physik einer zirkumplanetaren Scheibe um das 625 Lichtjahre entfernte CT Cha b gemessen. Kohlenstoffreiches Gas und Staub enthüllen die Baustelle des Mondes und bieten einen Vergleich mit dem frühen Sonnensystem, während Wasserspuren in der Sternscheibe hervortreten.
Zehn Jahre nach dem ersten Nachweis von Gravitationswellen haben Wissenschaftler den Oberflächensatz des Schwarzen Lochs von Stephen Hawking bestätigt. Durch die Analyse des extrem klaren Signals GW250114 hat das LVK-Detektornetzwerk bewiesen, dass die Fläche der Schwarzen Löcher an der Kreuzung nicht reduziert werden kann, was ein neues Kapitel im Verständnis rätselhafter Weltraumobjekte eröffnet.
Forscher am mit haben MultiverSeg entwickelt, ein fortschrittliches KI-System, das das Problem der langsamen Segmentierung medizinischer Bilder löst. Dieses innovative Tool lernt aus Benutzerinteraktionen, reduziert die manuelle Arbeit drastisch und beschleunigt die klinische Forschung, was zu einer schnelleren Entwicklung neuer Therapien und Medikamente führen kann.