Synthetischer Flugkraftstoff mit KI: Mikroben produzieren Kerosin im Rekordtempo

Fliegen bleibt einer der größten offenen Posten der Klimabilanz. Während Autos zunehmend elektrisch fahren und Heizungen umgestellt werden, verbrennen Flugzeuge weiterhin fast ausschließlich fossiles Kerosin. Alternativen gelten als bekannt, doch sie kommen kaum voran. Das liegt weniger an fehlenden Ideen als an einem hartnäckigen Problem: Die Entwicklung flugtauglicher Biokraftstoffe dauert bislang zu lange, ist teuer und schwer planbar. Neue Forschung könnte hier einen pragmatischen Weg eröffnen, um diesen Engpass deutlich zu verkürzen.

Im Kern geht es um Mikroben, die pflanzliche Rohstoffe in Alkohol umwandeln. Dieser Stoff lässt sich zu einem Kraftstoff weiterverarbeiten, der in heutigen Triebwerken eingesetzt werden kann. Entscheidend ist das Tempo: Statt jahrelanger Laborversuche mit ungewissem Ausgang beschleunigen Automatisierung, KI und biologische Sensoren den Prozess drastisch. Das macht die Herstellung berechenbarer. Für synthetisches Kerosin sinken so Entwicklungszeit und Risiko spürbar.

Warum synthetischer Flugkraftstoff bisher zu langsam entstand

Flugzeuge benötigen extrem energiedichte Treibstoffe. Batterien liefern diese Dichte absehbar nicht, deshalb bleiben flüssige Kraftstoffe unverzichtbar. Zwar galten biologische Alternativen lange als Hoffnungsträger, doch im Labor stießen sie oft an Grenzen. Der Grund liegt in der Biologie selbst: Mikroben reagieren empfindlich auf Veränderungen. Schon kleine genetische Eingriffe können große, schwer vorhersagbare Folgen haben. Entsprechend arbeiteten klassische Verfahren Schritt für Schritt und stützten sich stark auf Erfahrung.

Neue Studien beschreiben nun einen anderen Weg. Dabei übernehmen Roboter die Routinearbeit und erzeugen Hunderte genetische Varianten parallel. Anschließend analysieren Algorithmen die Ergebnisse und schlagen gezielt vor, welche Kombinationen als Nächstes getestet werden sollten. So entsteht ein geschlossener Kreislauf aus Experiment und Auswertung, der Wochen statt Jahre benötigt.

Automatisierung und KI ersetzen das Rätselraten

In einem der Projekte entstand ein vollständig automatisierter Entwicklungsprozess. Damit lassen sich 384 genetische Varianten in weniger als einer Minute verändern, während dies von Hand Stunden dauern würde. Der Gewinn liegt jedoch nicht allein im Tempo: Die Experimente liefern gleichbleibend saubere Daten. Gerade diese Verlässlichkeit ist entscheidend für maschinelles Lernen.

Auf dieser Grundlage erkennt die KI Muster, die dem menschlichen Blick entgehen. Nach mehreren Optimierungsrunden stieg die Ausbeute eines zentralen Zwischenprodukts auf das Fünffache des Ausgangswerts. Héctor García Martín, Direktor für Data Science und Modeling am Joint BioEnergy Institute, erklärt den Unterschied folgendermaßen: „Standardmäßige Stoffwechseltechnik ist langsam, weil man sich auf menschliche Intuition verlässt.“ Automatisierung ermögliche dagegen Verbesserungen, die systematisch und reproduzierbar erfolgen. Die Arbeit entstand unter Leitung des Lawrence Berkeley National Laboratory und erschien in Nature Communications.

Wenn Mikroben selbst anzeigen, wie gut sie arbeiten

Ein zweiter Ansatz ging von einem scheinbaren Nachteil aus. So baut das eingesetzte Bakterium Pseudomonas putida den selbst produzierten Alkohol häufig wieder ab. Lange galt dieses Verhalten als störend. Doch dann nutzten die Forschenden diese Eigenschaft gezielt. Denn wenn die Zelle den Stoff erkennt, muss es ein internes Sensorsystem geben. Dieses ließen sie dann für sich arbeiten.

Der entscheidende Schritt: Nur Zellen, die besonders viel Alkohol produzieren, dürfen weiter wachsen, während Mikroben mit geringer Leistung automatisch ausscheiden. „Was als frustrierender Fehler begann, wurde unser größter Vorteil“, sagt Mitautor Thomas Eng. In der Konsequenz übernimmt die Biologie selbst die Auswahl. Auf diese Weise stieg die Ausbeute um das 36-Fache. Am Ende erreichten einzelne Stämme rund 900 Milligramm pro Liter. Die Ergebnisse erschienen in Science Advances.

Warum der Stoffwechsel wichtiger ist als einzelne Gene

Die Ergebnisse führten zu einer wichtigen Erkenntnis. Entscheidend war nicht ein einzelnes „Supergen“. Erfolgreiche Mikroben hatten ihren Stoffwechsel umgestellt. Sobald Zucker verbraucht war, nutzten sie Aminosäuren als Energie- und Stickstoffquelle. Besonders Phenylalanin und Leucin spielten eine Rolle. Wurden sie gezielt ergänzt, stieg die Produktion weiter an.

Eine begleitende Wirtschaftsanalyse bewertete diesen Weg als realistisch. Aminosäuren kommen in vielen biogenen Rohstoffströmen ohnehin vor. Der Ansatz erhöht also nicht zwangsläufig die Kosten, verbessert aber die Stabilität der Produktion.

Die wichtigsten Zahlen und Fakten im Überblick

• Fünffache Steigerung der Ausbeute durch KI-gestützte Automatisierung
• Bis zu 36-fache Erhöhung durch biosensorbasierte Selektion
• Entwicklungszyklen verkürzen sich von Jahren auf wenige Monate
• Automatisierte Prozesse arbeiten 10- bis 100-mal schneller als klassische Verfahren
• 384 genetische Varianten lassen sich in unter einer Minute verändern
• Zielprodukt ist Isoprenol als Vorstufe für einen energiedichten Flugtreibstoff

Vom Labor in den Tank – was noch fehlt

Beide Ansätze ergänzen sich. Während künstliche Intelligenz bekannte Stellschrauben gezielt optimiert, decken Biosensoren bislang verborgene Bremsen im Stoffwechsel auf. Als Nächstes führt der Weg aus dem Labor in größere Fermenter. Dort müssen die Mikroben über längere Zeit stabil bleiben und zugleich hohe Mengen liefern.

Parallel dazu arbeiten die Forscher daran, ihre Methoden auf andere Organismen und Produkte zu übertragen. So reicht der Nutzen über die Luftfahrt hinaus, denn auch Chemikalien und Kunststoffe lassen sich auf diese Weise effizienter herstellen. Für synthetisches Kerosin ist dabei entscheidend, dass sich Entwicklungsprozesse erstmals systematisch und deutlich schneller gestalten lassen.

Kurz zusammengefasst:

• Synthetischer Flugkraftstoff scheitert bislang nicht an der Chemie, sondern am Tempo: Die Entwicklung geeigneter Mikroben dauert Jahre und ist teuer sowie schwer planbar.
• Automatisierung, KI und biologische Sensoren verkürzen diesen Prozess drastisch, steigern die Ausbeute um ein Vielfaches und machen biologische Produktionswege berechenbarer.
• Zwei Studien zeigen, dass sich Mikroben gezielt auswählen und optimieren lassen, sodass aus Laborarbeit erstmals ein realistisch skalierbarer Weg für klimafreundlichere Flugtreibstoffe entsteht.

Übrigens: Wer beim Fliegen auf CO₂-Rechner vertraut, bekommt oft ein geschöntes Bild – neue Berechnungen zeigen, dass Kondensstreifen, Umwege und Sitzklassen die Klimawirkung teils verdoppeln. Warum Fliegen deutlich klimaschädlicher ist als gedacht und was moderne Modelle erstmals sichtbar machen, mehr dazu in unserem Artikel.

Bild: © Pexels