6G-Mobilfunk

Überall, jederzeit und allgegenwärtig – damit der Mobilfunk das Versprechen der universellen Verfügbarkeit einlösen kann, hat sich in den vergangenen Jahren die Erkenntnis durchgesetzt, dass eine Beschränkung auf die terrestrische Konnektivität nicht ausreichend ist. Die »Non-Terrestrial Networks« der fünften Mobilfunkgeneration, die Satelliten in die Kommunikationsinfrastruktur integrieren, werden mit 6G nochmals diversifiziert und um eine weitere Dimension erweitert. Mit Boden, Luft und Weltall fügen sich mehrere komplementäre Schichten zu 3D-Netzwerken zusammen, die zum Beispiel Drohnen, Flugzeuge oder High Altitude Plattformen (HAPS) zusätzlich zu den Satelliten in den Mobilfunk einbinden. Dies erhöht seine Resilienz gegenüber externen Einflüssen, allerdings wächst mit jeder zusätzlichen Schicht und jedem weiteren Element auch der Koordinationsbedarf.

Dieser Herausforderung begegnen wir auf unterschiedlichen Wegen. Um die Abläufe und Strukturen der hochdynamischen und komplexen 3D-Netze nachbilden zu können, haben wir einen 6G-fähigen System-Level-Simulator entwickelt, mit dem Potenziale und Grenzen in praxisrelevanten Szenarien evaluiert werden können. Außerdem gehen wir der Frage auf den Grund, wie terrestrische und nicht-terrestrische Funkübertragung in denselben Frequenzbereichen koexistieren kann, ohne sich dabei gegenseitig zu beeinträchtigen. Hier erarbeiten wir KI-Methoden und Simulationswerkzeuge, die in der Lage sind, das Zusammenspiel mehrerer Funksysteme zu harmonisieren. Zudem erforschen wir neue Wellenformen für 3D-Netzwerke, die derart energieeffizient sind, dass selbst kapazitätsbeschränkte Satelliten hohe Datenraten verarbeiten können.

Die Bekämpfung des Klimawandels ist eine der zentralen Menschheitsaufgaben des 21. Jahrhunderts. Das Pariser Klimaabkommen und der European Green Deal verpflichten Wirtschaft und Gesellschaft, bis spätestens 2050 CO₂-neutral zu werden – ein ambitioniertes Ziel, zu dem auch der Mobilfunk seinen Beitrag leisten muss. Zwar wird die drahtlose Kommunikation mit jeder Generation effizienter, allerdings läuft 6G Gefahr – wie bereits bei 5G – diese Vorteile wieder einzubüßen, da der Datenhunger und damit auch der Strombedarf in den 2030er-Jahren rasant wachsen werden. Folglich müssen flankierende Maßnahmen entwickelt werden, die das Datenvolumen vom Energieverbrauch entkoppeln. Die Formel lautet: Mehr Leistung, weniger Strom.

Die Dekarbonisierung des Mobilfunks gehört zu unseren Kernanliegen. Mit gezielten Methoden setzen wir dort an, wo besonders signifikante Effekte zu erwarten sind. Daher richten sich unsere Forschungsaktivitäten auf Basisstationen, die für rund 80 Prozent des Energieverbrauchs der Netze verantwortlich sind. Der Schlüssel lautet Network Energy Saving: Bestimmte Komponenten der Basisstationen werden intelligent in unterschiedliche Wach- und Schlafzustände versetzt, sodass der Energieverbrauch in Abhängigkeit vom übertragenen Datenvolumen jederzeit reduziert werden kann, ohne die Nutzer zu beeinträchtigen. Um hierbei die wirkungsvollsten Methoden identifizieren, bewerten und verfeinern zu können, arbeiten wir an einem 6G-fähigen Simulator für Network Energy Saving.

Mit 6G entsteht ein stets verfügbares System, das in jeder Umgebung und jeder Situation den Zugang zu Edge und Cloud sicherstellt. Diese Hyperkonnektivität ist mit konventionellen Methoden kaum noch zu bewältigen – damit das massive Datenvolumen in Echtzeit und ohne Interferenzen koordiniert werden kann, sind autonom agierende Netze erforderlich. Die jüngsten Durchbrüche in der Künstlichen Intelligenz werden somit zum zentralen Treiber der sechsten Generation. Ein KI-fähiger Mobilfunk durchläuft selbstorganisierte und selbstoptimierte Lernprozesse, die das Netzwerk zu einer intelligenten Entscheidungsfindung und Problemlösung befähigen. Eine Herausforderung liegt jedoch darin, die KI-Methoden auf die spezifischen Bedingungen des kommenden Standards abzustimmen.

Mit unserer Forschung adressieren wir das Thema Ressourcenallokation. Dabei untersuchen wir, wie sich Funknetze mithilfe Künstlicher Intelligenz automatisch an veränderte Rahmenbedingungen und Bedarfslagen anpassen können, um die verfügbaren Bandbreiten dynamisch zu verteilen und etwaige Probleme zu antizipieren. Eine Machine-Learning-Methode, die besonders in unserem Fokus steht, ist das »Federated Learning«. Darunter versteht man das dezentrale Training neuronaler Netze direkt auf dem Endgerät. Lediglich die Ergebnisse werden an zentrale Server geschickt, sodass die Modelloptimierungen wiederum für alle verfügbar gemacht werden können. Um dieses Lernverfahren für 6G zu öffnen, konzipieren wir eine Federated-Learning-Simulation.

Ein zentrales Versprechen, das der 6G-Standard erfüllen will, ist die Echtzeitfähigkeit mit extrem niedrigen Latenzen von unter 100 μs. Allerdings kann 6G diesen Trumpf nur dann ausspielen, wenn die Zuverlässigkeit des Datenflusses vollumfänglich gewährleistet wird, da jede fehlgeschlagene Übertragung die Latenz wieder erhöht. Vor allem missionskritische Anwendungen können sich keine Ausfälle oder Verzögerungen leisten, da dies erhebliche Produktionsverluste oder Sicherheitsrisiken nach sich ziehen würde. Die Herausforderung für den Mobilfunk liegt dabei im Umgang mit sogenannten »Blockages«, also physischen Hindernissen, die Signale reflektieren oder abschwächen und dadurch die Qualität der Übertragung massiv beeinträchtigen.

Echtzeit und Zuverlässigkeit gibt es bei uns nur im Doppelpack. Der Fokus liegt dabei auf Industriehallen: Wir erforschen Technologien, um zuverlässigen Echtzeitfunk auch inmitten von Metallwänden und Abschattungszonen für mobile Teilnehmer zu ermöglichen. Dazu gehört das schnelle dynamische Umrouten: Wird ein Hindernis erkannt, kann das Netzwerk eine automatische Umleitung einrichten und den Datenverkehr über einen alternativen Pfad schicken. Einen weiteren Schwerpunkt unserer Arbeit bilden Sub-Networks in Robotern und Maschinen. Mit »UWIN« entwickeln wir eine Funklösung, die auf eine verzögerungsfreie und stabile Kommunikation innerhalb solcher kleinen, lokalen Netzwerke spezialisiert ist. Zudem setzen wir darauf, Time-Sensitive Networking für 6G durchgängig nutzbar zu machen. Durch Priorisierung und Koordinierung wird garantiert, dass kritische Informationen stets zum richtigen Zeitpunkt am richtigen Ort ankommen.

5G hat der vernetzten Mobilität den Weg bereitet, nun soll ihr 6G zum endgültigen Durchbruch verhelfen. Im Mittelpunkt steht die Transformation von Fahrzeugen zu intelligenten Kommunikationszentralen, die in der Lage sind, datengestützte Entscheidungen zu treffen. Dazu detektieren Fahrzeuge die Verkehrsdynamiken, replizieren diese in Form von virtuellen Abbildern und initiieren einen kontinuierlichen Informationsaustausch mit den anderen Verkehrselementen. Die extrem geringen 6G-Latenzen ermöglichen die Koordination der Verkehrsteilnehmer untereinander in Echtzeit, sodass auf plötzlich wechselnde, unvorhersehbare Situationen sofort reagiert werden kann. Dies verbessert die Verkehrssicherheit und den Verkehrsfluss.

Essenzieller Baustein dieser V2X-Konnektivität ist die Sidelink-Technologie, die die Voraussetzung für die direkte Kommunikation zwischen Fahrzeugen schafft. Wir erforschen, wie sich Sidelink in höheren Frequenzbereichen umsetzen lässt und werden die zugrunde liegenden Konzepte zugleich weiterentwickeln. Eine Option ist die Verknüpfung mit dem Joint-Communication-and-Sensing-Ansatz. Hier untersuchen wir, inwiefern sich die Erfassung der Sensorik-Daten sowie die Weitergabe der daraus gewonnenen Informationen in demselben Funkkanal vereinen lassen. Außerdem arbeiten wir daran, die Fahrzeugkommunikation mithilfe Künstlicher Intelligenz zu optimieren. Ein solcher smarter Sidelink setzt auf lokale Lernprozesse im Fahrzeug, die das Datenvolumen reduzieren und den Datenschutz stärken.