Im Quellenvergleich
Worin die Quellen übereinstimmen
Google DeepMind und Google Research haben das KI-Wettermodell WeatherNext 3 veröffentlicht. Das Modell lernt direkt aus Echtzeit-Beobachtungen wie Satellitendaten und erstellt stündliche Vorhersagen. Die Auflösung beträgt fünf Kilometer für Temperatur und Feuchtigkeit, zehn Kilometer für andere Oberflächenwerte und 25 Kilometer für atmosphärische Größen wie Wind. Laut Google verbessert sich die Genauigkeit von Niederschlagsvorhersagen in mittelfristigen Prognosen um bis zu 60 Prozent gegenüber dem Vorgänger WeatherNext 2 beziehungsweise NASA-Daten (IMERG). WeatherNext 3 wird in Google-Produkte wie Suche, Gemini, Maps und Earth Engine integriert. Die Quellen berichten weitgehend übereinstimmend. Das Modell liefert auch Vorhersagen für die Energiewirtschaft, etwa Windgeschwindigkeiten in 100 Metern Höhe und Sonneneinstrahlung. Google nennt Verbesserungen von bis zu 60 Prozent, die aber nur für frühe Vorhersagezeiträume gelten. Laut Forscherpapier beträgt der Zeitvorteil realistisch zwei bis drei Stunden. Google betont, es handle sich um ein experimentelles System, amtliche Warnungen blieben maßgeblich.
Aktualisierungen
04.09.2026
10:08Das Modell liefert auch Vorhersagen für die Energiewirtschaft, etwa Windgeschwindigkeiten in 100 Metern Höhe und Sonneneinstrahlung.
Google nennt Verbesserungen von bis zu 60 Prozent, die aber nur für frühe Vorhersagezeiträume gelten.
Laut Forscherpapier beträgt der Zeitvorteil realistisch zwei bis drei Stunden.
Google betont, es handle sich um ein experimentelles System, amtliche Warnungen blieben maßgeblich.
Worin sie sich unterscheidenAnspruch, erstes KI-Modell mit direkter Satellitendaten-Nutzung zu sein·Genauigkeitsverbesserung bei Niederschlagsvorhersagen·Parameterzahl und Auflösungsvergleich+3 weitere
Anspruch, erstes KI-Modell mit direkter Satellitendaten-Nutzung zu sein- Google bezeichnet WeatherNext 3 als erstes KI-Modell, das rohe Satellitendaten direkt für eine hochauflösende globale Vorhersage nutzt.1
- Das Startup WindBorne widerspricht: Sein Modell WeatherMesh 6 verarbeite bereits seit Ende 2025 rohe Beobachtungsdaten.1
- Google entgegnet, seine Vorhersagen seien global höher aufgelöst.1
Genauigkeitsverbesserung bei Niederschlagsvorhersagen- Google gibt an, dass Nutzer bei Prognosen ab einem Tag im Voraus bis zu 50 Prozent genauere Niederschlagsvorhersagen sehen.2
- Bei Wirbelsturm-Vorhersagen sind die Verbesserungen gegenüber WeatherNext 2 klein.3
Parameterzahl und Auflösungsvergleich- Das Modell hat 2,4-mal mehr Parameter als sein Vorgänger.1
- Die Auflösung sei etwa fünfmal schärfer als beim Vorgänger WeatherNext 2.2
Zusätzliche Anwendungsbereiche- WeatherNext 3 wird auch in Earth Engine integriert.2
- Für Photovoltaik- und Windkraftanlagen sagt das Modell Windgeschwindigkeiten, Sonneneinstrahlung und Wolkenbedeckung voraus.3
Bewertung auf Vergleichsplattform- Bei Tests auf der Vergleichsplattform Operational WeatherBench von Brightband schnitt es am besten ab – auch besser als traditionelle Vorhersagen des US-Wetterdienstes und des ECMWF.1
- Die Echtzeit-Vergleiche liefen nur sechs Wochen, Googles Forscher warnen vor Überinterpretation.3
Einschränkungen bei Extremereignissen- Das Karlsruher Institut für Technologie zeigte Schwächen von KI-Modellen bei Extremereignissen mit Rekordwerten.3