DeepMind-KI sagt Hurrikane einen Tag früher voraus

Ein von Google DeepMind entwickeltes KI-Modell kann Hurrikane mit einem vollen Tag mehr Vorlaufzeit vorhersagen als bestehende Vorhersagesysteme, wie eine am 6. August 2026 in Nature veröffentlichte Studie zeigt. Das WeatherNext-Modell lieferte Drei-Tage-Prognosen, die so genau waren wie die Zwei-Tage-Vorhersagen früherer Modelle – und gab den Meteorologen damit frühere Warnungen vor verheerenden Stürmen. Die zusätzliche Vorlaufzeit half Gemeinden, sich auf Hurrikan Melissa vorzubereiten, der auf Jamaika katastrophale Überschwemmungen und Erdrutsche verursachte.

Mike Brennan, Direktor des US-amerikanischen National Hurricane Center, betonte, dass selbst ein paar Stunden zusätzlicher Warnung entscheidend sein können, um Evakuierungen zu organisieren und Hilfsgüter bereitzustellen. „Zeit ist wirklich Gold, wenn es um solche Entscheidungen geht“, sagte er und nannte die Fähigkeit, die Prognosegenauigkeit um einen Tag zu verlängern, „wirklich wertvoll“. Die Forscher erklären, dass ein solcher Fortschritt früher ein Jahrzehnt Arbeit erfordert hätte.

Hurrikane sind bekanntermaßen schwer vorherzusagen, da sie mehrere räumliche Skalen umfassen. Kate Musgrave, Leiterin der Gruppe für tropische Wirbelstürme am Cooperative Institute for Research in the Atmosphere und Koautorin der Studie, erklärte, dass die Vorhersage der Zugbahn eines Sturms globale Wetterdaten erfordert, während Intensitätsprognosen viel feinere lokale Daten zu Atmosphäre und Ozean benötigen. Frühere KI-Modelle hatten Schwierigkeiten mit der Intensität, doch WeatherNext gelang dies. Während Hurrikan Melissa konnte das National Hurricane Center einen Sturm der Kategorie 5 vorhersagen, als er noch ein Sturm der Kategorie 1 war – eine Premiere.

Ferran Alet, Forschungswissenschaftler bei Google DeepMind und Hauptautor, sagte, das Team habe das Modell mit großen Mengen allgemeiner Wetterdaten trainiert, um die Knappheit an Zyklondaten auszugleichen. Das Modell verwendet relativ grob aufgelöste atmosphärische Eingaben, erfasst jedoch Signale über die Sturmintensität, die Wissenschaftler überraschten. „Als wir der Gemeinschaft mitteilten, dass unser Modell nur relativ grobe Auflösung verwendet, waren sie schockiert“, sagte Alet. Im Jahr 2026 erzeugt das Modell 1.000 mögliche Szenarien pro Sturm, gegenüber 50 im Jahr 2025, was den Meteorologen hilft, den Schmetterlingseffekt zu berücksichtigen.

Vor dem Live-Einsatz wurde das Modell mit retrospektiven Daten getestet, wobei die Ergebnisse so stark waren, dass die Forscher skeptisch waren, ob sie sich in Echtzeit bestätigen würden. Musgrave sagte, die Leistung habe sich tatsächlich bestätigt und alle überrascht. Brennan warnte jedoch, dass das KI-Modell nur ein Werkzeug unter vielen sei und kein einzelnes Modell garantiert für jeden zukünftigen Sturm das beste sei. Der menschliche Faktor bleibe unerlässlich, um Vorhersagen in Auswirkungswarnungen umzusetzen, die Leben retten.

Google DeepMind kündigte an, die während der Hurrikansaison verwendeten WeatherNext-Modelle als Open Source bereitzustellen, damit Forscher weltweit sie nutzen und verbessern können. Alet äußerte die Hoffnung, dass dies zu neuen wissenschaftlichen Erkenntnissen über das Verhalten von Wirbelstürmen führen werde: „Ich glaube, KI gibt uns neue Werkzeuge, um in die Gesetze des Universums zu stechen.“