Ansys STK (Systems Tool Kit) ist die Branchen-Standardplattform für Missionsanalyse und Systemsimulation in der Raumfahrt und Verteidigung. Physikbasierte Modellierung von Satellitenbahnen, Sensor-Coverage-Analysen, Radar-Sichtbarkeiten, Kollisionsvermeidung und probabilistische Risikoanalysen laufen in einer integrierten Umgebung. Kunden sind NASA, ESA, DLR, Boeing, Lockheed Martin und JAXA.
Kosten: Preise ausschließlich auf Anfrage; Enterprise-Lizenzen typisch im fünf- bis sechsstelligen Bereich jährlich; kostenlose Community-Version (STK Free) mit eingeschränktem Funktionsumfang verfügbar
Stärken
- Physikbasierte Bahnmechanik und Sensormodellierung für alle Missionstypen (LEO, GEO, Deep Space)
- Probabilistische Analyse und Monte-Carlo-Integration für Missionsrisikoabschätzungen
- Multidomain: Boden, Luft, See, Weltraum in einer einheitlichen Simulationsumgebung
- Etablierte Referenzen bei NASA, ESA, ESA-Mitgliedsagenturen und führenden Luft- und Raumfahrtkonzernen
- MATLAB/Simulink-Integration für hybride Simulationspipelines
Einschränkungen
- Kein öffentlich einsehbares Pricing — Lizenzkosten nur auf Anfrage, typisch Enterprise-Level
- Steile Lernkurve: Vollständige Nutzung erfordert Spezialausbildung in Bahnmechanik und Systemmodellierung
- US-Datenhosting — DSGVO-relevante Klassifizierungen müssen individuell geprüft werden
- Keine deutschsprachige Oberfläche oder Support
- Für orbitale Kernanwendungen auf Agentur-/Großkonzernniveau ausgelegt — kein KMU-Einstieg
Passt gut zu
So steigst du ein
Schritt 1: Kostenlosen STK Free-Account unter ansys.com/stk beantragen — die Free-Version enthält Bahnmodellierung und Coverage-Analysen, aber keine probabilistischen Analysemodule.
Schritt 2: Für Monte-Carlo- und Risikoanalysen ist das STK Analyzer-Modul notwendig. Sales-Kontakt aufnehmen und eine Pilot-Lizenz für eine konkrete Missionsstudie anfragen — Ansys bietet Evaluationsphasen für qualifizierte Agentur- und Konzernanfragen.
Schritt 3: STK-Modelle für Missionsparameter aufbauen: Bahnpropagation, Sensorkegel, Ground-Station-Kontakte, Kommunikationsbudgets. Probabilistische Unsicherheiten (atmosphärische Dichte, Startstreuvektoren, Komponentenzuverlässigkeit) als Verteilungen hinterlegen und Monte-Carlo-Läufe konfigurieren.
Ein konkretes Beispiel
Ein Satellitenoperator plant eine LEO-Konstellation mit 12 Satelliten. Mit STK werden 50.000 Monte-Carlo-Szenarien für Bahnstörungen durch atmosphärischen Drag unter variierenden Sonnenaktivitätswerten simuliert. Ergebnis: Eine Treibstoffreserve von 8 % anstatt der zunächst geplanten 5 % ist notwendig, um mit 99 % Wahrscheinlichkeit Deorbiting-Compliance nach IADC-Richtlinien zu erreichen. Diese Erkenntnis vor dem Satellitenbau eingespart: ca. 2,3 Mio. USD an Nachrüstungskosten.
Diesen Inhalt teilen:
Empfohlen in 1 Use Cases
Luft- & Raumfahrt
Redaktionell bewertet · Preise und Funktionen können sich ändern.
Stimmt etwas nicht?
Preise geändert, Feature veraltet oder etwas fehlt? Wir freuen uns über Hinweise und Ergänzungen.
Weitere Tools
BWinDev (BWinPro / ForestSimulator)
Nordwestdeutsche Forstliche Versuchsanstalt (NW-FVA)
Einzelbaum-Wachstumssimulator der NW-FVA für deutsche Wälder. BWinDev ist die Entwickler-/Weiterentwicklungslinie der BWinPro-Reihe; Nachfolger wie ForestSimulator und WaldPlaner nutzen dieselbe TreeGrOSS-Bibliothek. Standardwerkzeug vieler norddeutscher Landesforstbetriebe für Ertragsprognose, Durchforstungsplanung und Waldbaustrategien.
Mehr erfahrenMATLAB Aerospace Toolbox
MathWorks
MATLAB mit Aerospace Toolbox ist die meistgenutzte numerische Rechenplattform für Flugsystem-Analyse, Monte-Carlo-Simulation und Regelungsentwurf in der Luft- und Raumfahrtbranche. Die Aerospace Toolbox ergänzt MATLAB um standardisierte Koordinatensysteme (ECEF, ECI, NED), Atmosphärenmodelle (COESA, ISA), Quaternion-Operationen und Flugsimulationsblöcke. Industriestandard bei DLR, Airbus, Rolls-Royce und nahezu allen Raumfahrtagenturen.
Mehr erfahrenNeural Concept
Neural Concept SA
Neural Concept ist eine AI-native Surrogate-Modeling-Plattform speziell für CAE-Workflows. Das System wird auf vorhandenen FEM-Simulationsdaten (LS-DYNA, Abaqus, RADIOSS) trainiert und liefert Vorhersagen für neue Designvarianten in Sekunden statt Stunden. Besonders stark bei Crashbox-Optimierung, Karosseriestruktur-Absicherung und aerodynamischen Parameterstudien. Gegründet 2018, Spin-off der EPFL Lausanne.
Mehr erfahren