„Wir zeigen zum ersten Mal, dass ein KI-System tatsächlich alle bisherigen Hurrikan-Vorhersagen übertreffen kann“, sagt Paris Perdikaris als Forscher in einem Team, das für Microsoft arbeitet. Bei der Fünf-Tagesvorhersage schnitt ein von ihnen entwickeltes Deep-Learning-Modell bei den Tests immer besser ab als herkömmliche Modelle.
Die KI konnte besser vorhersagen, wie sich Hurrikans bewegen – welche Landstriche also mit Verwüstungen rechnen müssen. Bei der Zehn-Tage-Vorhersage lieferte das KI-Modell in 92 Prozent der Fälle bessere Ergebnisse.
KI-Modell kann besonders gut mit Komplexität umgehen
Solche Hurrikan-Vorhersagen sind komplex und ein gutes Beispiel, was heute dank KI schon möglich ist, sagt auch Roland Potthast vom Deutschen Wetterdienst:
„Es sind komplexe Phänomene, die von sehr vielen Parametern abhängen. Ich glaube schon, dass KI-Modelle gut darin sind, genauso viele Parameter zusammenzubringen, die man halt in klassischen Modellen, ich sage mal, mit relativ viel Aufwand auch einbauen muss.“
Wirklich überraschend findet Potthast die Ergebnisse jedoch nicht. Auch das KI-Modell des Europäischen Zentrums für mittelfristige Wettervorhersagen kann Wirbelstürme bereits besser vorhersagen als herkömmliche Modelle und wird bereits seit Februar eingesetzt.
Tech-Konzerne und der Wettlauf um die beste Wetterprognose
Gleichzeitig beobachtet Potthast kritisch, wie neue Ergebnisse kommuniziert werden: „Es ist gerade so ein immer wieder erkennbares Muster, dass eher ein großer Tech-Konzern für sein neuestes Modell ein Nature-Paper präsentiert und dann versucht, eine möglichst große Pressewelle loszuschießen.“
Tatsächlich gab es in den vergangenen Jahren mehrere Studien, die über GraphCast oder DeepMind berichteten – beides neue KI-Wettermodelle von Google. Die Tech-Konzerne wollen beim Thema Wettervorhersagen also mitspielen, zeigen, was mit KI möglich ist – bei einem Thema, das jeden betrifft.
KI lernt ohne Fachwissen – aber mit Risiko
Die Modelle entstehen durch das Training mit Beobachtungsdaten aus mehreren Jahrzehnten. Die KI soll dabei neue Muster finden – ganz ohne Vorgaben und Fachwissen über die Atmosphäre. Sie findet ihren eigenen Weg, um gute Vorhersagen zu treffen.
Erste Modelle arbeiten bereits mit einer Kombi-Lösung: Die KI lernt selbst weiter und soll neue Muster erkennen, wobei aber auch wichtige physikalische Modelle der herkömmlichen Vorhersagen integriert werden. Dafür braucht es jedoch meteorologisches Fachwissen, das die Tech-Konzerne erst noch aufbauen müssten, sagt Roland Potthast:
„Das sind keine Meteorologen, es sind Data Scientists, was heißt, die wenden ihre Technik an auf dieses Ding, aber sie sind in gewissem Maße auch blind, weil sie können ja gar nicht beurteilen, was da rauskommt, außer dass sie die Scores erreichen, auf die sie trainiert haben.“
Rechenpower als Vorteil – aber nicht ohne Vorarbeit
Klar ist: Die Tech-Konzerne haben die Ressourcen, um schnell neue Systeme zu entwickeln. Während bisherige Modelle oft über Jahre entstanden sind, dauerte das Training von „Aurora“, dem neuen KI-Modell von Microsoft, nur wenige Wochen. Potthast merkt dazu an:
„Das ging nur, weil sie die gesamten Modelldaten, die da waren, benutzt haben für ihr Modell. Und das heißt, zu sagen: Ich kann in drei Monaten das Gleiche machen wie die anderen – das stimmt nicht. Das haben sie auch angedeutet.“
Fachwelt und Tech-Branche: Zusammenarbeit erst am Anfang
Spannend wird, was passiert, wenn Meteorologie und Tech-Welt enger zusammenarbeiten. Potthast sagt dazu: „Ich sehe die ganze Phase derzeit eigentlich eher so als ein Anfang und die eigentlich spannenden Sachen, die kommen eigentlich jetzt erst in den nächsten Jahren.“
Auch Michael Resch, Informatiker und Leiter des Hochleistungsrechenzentrums in Stuttgart, sieht großes Potenzial: „Es wird einen Quantensprung in dem Sinne geben, dass wir relativ schnell zu relativ interessanten Lösungen kommen.“
Er erwartet, dass sich künftig ganz neue Anwendungen entwickeln: „Es werden sich Services entwickeln, die dann so eine persönliche Wettervorhersage ermöglichen werden, wo ich dann als Benutzer vielleicht sagen kann, ich bin Allergiker [...] oder wo ich sagen kann, ich möchte hier eine Bergwanderung planen, gebt mir eine detaillierte Information, die ich so aus dem täglichen Wetterbericht nicht bekomme.“
Wetter, Wellen, Klima – was KI-Modell noch vorhersagen soll
Nicht nur das Wetter, sondern auch andere Phänomene sollen in Zukunft per KI vorhergesagt werden – etwa Wellenbewegungen auf dem Meer, Luftverschmutzungen oder Eisbildung. Auch daran arbeitet das KI-Modell von Microsoft. Die Hoffnung: Auch der Klimawandel könnte mithilfe von KI-Modellen künftig genauer vorhergesagt werden.
Doch auch die beste KI braucht aktuelle Daten. Wer das Wetter der Zukunft berechnen will, muss das heutige möglichst präzise kennen. Dafür liefern Satelliten, Flugzeuge und Bodenstationen kontinuierlich Daten.
Datenlücken durch Konflikte – eine Schwachstelle der Systeme
Allerdings gibt es Lücken, die mit Schätzungen gefüllt werden – und das kann problematisch sein, sagt Michael Resch:
„Damit habe ich eine bessere Datenbasis. Zum anderen führt man möglicherweise einen Fehler ein. Was ich aber an der Stelle gerade als das allergrößte Problem sehe, ist, dass wir möglicherweise in Zukunft Daten verlieren werden, und zwar durch politische Entwicklungen.“
Ein Beispiel: Durch Kriege wie in der Ukraine fehlen derzeit wichtige Wetterdaten. Solche Lücken stellen auch für hochentwickelte KI eine Herausforderung dar. Dennoch ist klar: Der technische Fortschritt wird Wettervorhersagen weiter verbessern. Und die Entwicklung steht gerade erst am Anfang.
