KI verbessert Hurrikanvorhersage

Worin die Quellen übereinstimmen

Google und DeepMind haben das KI-Modell WeatherNext entwickelt, das Hurrikane früher und genauer vorhersagen kann als bisherige Modelle. Das Modell erzeugt mit Functional Generative Networks (FGNs) Ensembles aus vielen Vorhersagen, um die Unsicherheit des Wetters abzubilden. Eine 15-Tage-Vorhersage entsteht in weniger als einer Minute auf einer TPU. Im Vorjahr erzeugte das System 50 Vorhersagen gleichzeitig und erreichte damit das Niveau physikalischer Modelle; dieses Jahr wurde die Ensemble-Größe auf 1.000 Mitglieder erhöht, um seltene Ereignisse wie die schnelle Intensivierung bei Hurrikan Melissa im Jahr 2025 zu erfassen. Überraschend ist, dass WeatherNext Cyclones nur Daten mit einer Auflösung von 28x28 Kilometern benötigt, was 100-mal gröber ist als bei traditionellen Modellen. Auch die kleinere Version WeatherNext 2-mini mit 111x111 Kilometern zeigt gute Leistung. Die genaue Ursache dafür ist noch ungeklärt. Das Unternehmen veröffentlicht den Code und die Modellgewichte als Open Source und stellt WeatherNext Cyclones, WeatherNext 2 und WeatherNext 2-mini bereit. Die Vorhersagen lassen sich auf der Plattform Weather Lab visualisieren. Laut Google entspricht der Gewinn an Vorlaufzeit von mehr als einem Tag einem Fortschritt von zehn Jahren. Laut einer Studie in der Fachzeitschrift Nature gibt es Prognosemodellen im Schnitt einen Tag mehr Vorlaufzeit: Eine Drei-Tage-Vorhersage von WeatherNext ist so genau wie eine Zwei-Tage-Vorhersage bisheriger Modelle. Der Direktor des US-amerikanischen National Hurricane Center, Mike Brennan, nennt das wertvoll, weil Evakuierungen und Hilfsmaßnahmen zeitkritisch seien. Beim Hurrikan Melissa im Oktober 2025 sagte das Modell fünf Tage vor dem Landfall mit 80-prozentiger Sicherheit voraus, dass der Sturm Jamaika als Hurrikan der Kategorie 5 treffen würde. Laut den Forschern war es das erste Mal, dass das National Hurricane Centre einen Kategorie-5-Hurrikan vorhersagen konnte, als der Sturm erst Kategorie 1 erreicht hatte. Brennan betont, dass WeatherNext nur eines von vielen Werkzeugen sei und Experten weiterhin entscheidend blieben. Die Forscher trainierten das Modell auf allgemeinen Wetterdaten, weil es von Extremereignissen wenig Trainingsdaten gibt. WeatherNext Cyclones berechnet Zugbahn und Intensität von Zyklonen gleichzeitig und blickt damit rund einen Tag weiter in die Zukunft als führende operative Modelle. Entwickelt wurde das Modell mit dem National Hurricane Center und dem UK Met Office; seit Juni 2025 läuft es live auf Googles Weather Lab. Bei einer Fünf-Tage-Vorhersage liegt die Position im Schnitt 230 Kilometer neben dem tatsächlichen Ort, verglichen mit 370 Kilometern beim ECMWF-Ensemble. Bei der Drei-Tage-Intensitätsprognose ist das Modell 3,75 Knoten genauer als NOAAs HAFS. Trainiert wurde es auf fast 20 Terabyte Atmosphärendaten und knapp 5.000 historischen Wirbelstürmen. In einer simulierten Ergänzung verbessert WeatherNext die Zugbahnprognose um 28 Prozent und die Intensität um 6 Prozent.