Offene 6G-Werkzeuge: Was die Forschung jetzt testet

Neue offene Software verbindet Mobilfunksimulation, KI-Training und reale 5G-Testsysteme

Offene Software soll die 6G-Forschung aus der Simulation näher an reale Funktechnik bringen. Nvidia hat am 6. November 2026 eine Bilanz seiner Plattformen Aerial und Sionna veröffentlicht und mehrere aktuelle Versuche zusammengeführt. Die Beispiele reichen von einem Roboterarm über lernende Funkempfänger bis zur automatischen Abschaltung ungenutzter Basisstationskapazität.

Die Zahlen klingen groß, brauchen aber einen klaren Maßstab. Getestet wurden einzelne Funktionen in Labor- und Versuchssystemen, überwiegend mit 5G-Technik als Grundlage. Sie belegen weder eine fertige 6G-Spezifikation noch die Leistung eines späteren kommerziellen Netzes. Für Forschungseinrichtungen und Unternehmen in Deutschland ist die Veröffentlichung dennoch relevant: Der offene Quellcode kann Versuche nachvollziehbarer machen und den Einstieg in eigene Testaufbauten verkürzen.

Offener Code für Funk und Simulation

Aerial CUDA-Accelerated RAN stellt Bausteine für eine GPU-beschleunigte Mobilfunk-Basisstation bereit. Dazu gehören Verarbeitung auf der Funkschicht, ein Scheduler für Funkressourcen, Python-Schnittstellen und Referenzmodelle. Das Repository steht unter der Apache-2.0-Lizenz. Der Code ist damit einsehbar und kann unter den Lizenzbedingungen verändert und weitergegeben werden. Teile der Plattform setzen allerdings auf Nvidias CUDA-Umgebung und passende Hardware.

Sionna ist eine ebenfalls unter Apache 2.0 veröffentlichte Python-Bibliothek. Sie deckt die Simulation einzelner Funkverbindungen, ganzer Systeme und der Ausbreitung von Funksignalen ab. Damit können Forschungsteams Modelle und Algorithmen vergleichen, bevor sie diese in einem Funk-Teststand erproben.

Nvidia beziffert die Nutzung seiner offenen 5G- und 6G-Werkzeuge auf mehr als eine Million Downloads. Mehr als 8.000 Forschungs- und Hochschuleinrichtungen sollen die Plattformen einsetzen; die Nutzung sei binnen eines Jahres auf das Zehnfache gestiegen. Das sind Angaben des Anbieters. Eine unabhängige, vollständige Aufschlüsselung nach aktiven Installationen, Ländern oder Projekten enthält die Veröffentlichung nicht.

Vier Versuche, vier unterschiedliche Ziele

Ein Team des King’s College London erprobte eine zielorientierte Übertragung für einen Roboterarm. Statt regelmäßig vollständige Kamerabilder zu senden, übermittelte das System kompakte Beschreibungen von Objekten und ihren Beziehungen. In jeweils 20 Durchläufen pro Variante verkürzte der Ansatz die Aufgabenerledigung im besten Fall um 52,6 Prozent und erhöhte die Erfolgswahrscheinlichkeit um bis zu 45 Prozent. Die Forschungsarbeit beschreibt einen konkreten 5G-Teststand. Sie zeigt keinen allgemeinen Geschwindigkeitsgewinn für jede Robotik-Anwendung.

SoftBank integrierte einen lernenden Empfänger in eine Aerial-basierte 5G-Funkstrecke. In einem abgeschirmten Labor und mit einem kommerziellen Smartphone lag der mittlere Uplink-Durchsatz auf der ersten Funkschicht an allen 15 getesteten Störpegeln über dem konventionellen Empfänger. Der höchste gemeldete Vorteil betrug 60,5 Prozent. SoftBank nennt für diesen Messpunkt 47,9 statt 29,9 Mbit/s. Der Wert ist kein Tarif- oder Alltagstempo und stammt aus einem Ein-Schicht-Test im Abschirmraum.

Forschende der University of Leeds untersuchten, wann Funkkapazität abgeschaltet werden kann, ohne verbundene Geräte zu verlieren. In einem Szenario mit vier Basisstationen sank der Stromverbrauch des Funkzugangsnetzes um 45,6 Prozent; im Versuch wurden keine Verbindungsabbrüche registriert. Die veröffentlichte Arbeit kombiniert Lastprognosen, einen digitalen Zwilling und reale Funkhardware. Auch hier gilt: Das Ergebnis beschreibt den gewählten Testaufbau, nicht den Verbrauch eines bundesweiten Netzes.

Das katalanische Forschungszentrum CTTC verband GPU-beschleunigte Funkkanalmodelle mit seinem offenen Netzsimulator. Nach Angaben des Zentrums schrumpfte die Laufzeit einer frühen Auswertung von ungefähr drei Stunden auf 10 bis 20 Minuten. Schnellere Simulationen erlauben mehr Varianten in derselben Zeit. Ob daraus bessere Netze entstehen, hängt weiterhin von Modellen, Daten, Prüfverfahren und späteren Feldtests ab.

Deutschland baut den Übergang in die Anwendung aus

Deutschland fördert 6G bereits als Forschungsfeld. Der Bundesbericht Forschung und Innovation 2026 nennt vier national verteilte Hubs, die seit 2026 zu Transfer-Hubs weiterentwickelt werden. Sie sollen Hochschulen, außeruniversitäre Forschung und industriegeführte Projekte verbinden. Die Forschungsroadmap bis 2030 setzt einen Schwerpunkt auf sichere, vertrauenswürdige und widerstandsfähige Kommunikation.

Offene Werkzeuge passen zu diesem Ansatz, weil mehrere Teams denselben Code prüfen, verändern und für vergleichbare Versuche verwenden können. Für deutsche Hochschulen und kleinere Unternehmen kann das die Hürde senken, einen eigenen Funk-Teststand aufzubauen. Offen heißt jedoch nicht automatisch herstellerunabhängig. Aerial nutzt Nvidias GPU- und Softwareumgebung; Abhängigkeiten von Hardware, Treibern und weiteren Bibliotheken bleiben bestehen.

Auch die Europäische Kommission erwartet erste 6G-Produkte und Infrastrukturen gegen Ende dieses Jahrzehnts. Ihre 6G-Übersicht nennt Robotik, vernetzte Fahrzeuge, digitale Zwillinge und integrierte Sensorik als mögliche Anwendungsfelder. Das sind Entwicklungsziele. Frequenzen, Standards, Sicherheitsanforderungen und Geschäftsmodelle müssen parallel geklärt werden.

Gute Laborwerte sind noch kein Mobilfunkversprechen

Die heute gezeigten Ergebnisse beantworten eng gefasste Forschungsfragen. Der Roboterarm arbeitete mit bestimmten Objekten und Störfällen. Der SoftBank-Test fand in einem abgeschirmten Raum statt. Die Energieeinsparung der University of Leeds stammt aus einem Szenario mit vier Basisstationen. Solche Versuche sind wichtig, weil sie Ansätze widerlegen oder für größere Tests qualifizieren können. Sie ersetzen keine Prüfung in einem Netz mit wechselnden Endgeräten, Gebäuden, Wetterbedingungen und vielen gleichzeitig aktiven Personen.

Für Verbraucher in Deutschland ändert sich deshalb zunächst nichts am Mobilfunktarif oder am 5G-Empfang. Der unmittelbare Nutzen liegt in der Forschung: Verfahren können früher verglichen, Fehler nachvollzogen und Versuchsaufbauten geteilt werden. Ob ein Ansatz später Teil eines Standards oder eines kommerziellen Netzes wird, entscheiden weitere Studien, Standardisierung und Investitionen.

Ihre Einschätzung

Welche Anwendung sollte die 6G-Forschung zuerst lösen: verlässlichere Funkverbindungen, geringeren Energieverbrauch oder bessere Vernetzung von Maschinen? Schreiben Sie Ihre Sicht gern in die Kommentare.

Quellen und Stand

• Nvidia: Open-Source-Werkzeuge für 6G-Forschung, 6. November 2026
• Nvidia Aerial CUDA-Accelerated RAN, Quellcode und Lizenz
• Nvidia Sionna, Quellcode und Lizenz
• King’s College London: Goal-Oriented Communications for Physical AI, 14. September 2026
• SoftBank: Neural Receiver, 2. November 2026
• University of Leeds: Energieoptimierung im 5G-Testnetz, 2026
• CTTC: Beschleunigte 5G-Netzsimulation
• Bundesbericht Forschung und Innovation 2026: 6G-Forschungsroadmap
• Europäische Kommission: 6G networks in Europe

Recherche- und Datenstand: 6. November 2026.

Transparenzhinweis: Bei Recherche, Strukturierung und Erstellung dieses Beitrags kamen KI-gestützte Werkzeuge zum Einsatz. Die verwendeten Quellen sind im Artikel aufgeführt. Die Veröffentlichung erfolgt erst nach manueller redaktioneller Freigabe.