Welche Art von Wettermodell eignet sich besser zur Vorhersage extremer Wetterereignisse?
KI hält Einzug in die Wettervorhersage. KI-Modelle wie GraphCast, Pangu-Weather und Fuxi sind bei der täglichen Wettervorhersage bereits besser als herkömmliche physikalisch basierte Klimamodelle, auch wenn sie noch nicht perfekt sind.
Eine neue Studie, die in Science Advances veröffentlicht wurde, kam zu dem Ergebnis, dass KI oft nicht in der Lage ist, rekordverdächtige Extremwetterereignisse vorherzusagen. Extremwetterereignisse wie Rekordhitze und Stürme treten aufgrund des Klimawandels immer häufiger auf. Genaue Warnungen sind unerlässlich, um Leben, Eigentum und Infrastruktur zu schützen. Die Beispiellosigkeit solcher Ereignisse stellt für KI eine Herausforderung dar.
Neue Forschungsergebnisse
Wissenschaftler verglichen führende KI-Modelle mit HRES (High Resolution Forecast), einem der weltweit führenden physikalisch basierten Wettervorhersagesysteme. Sie erstellten eine umfangreiche Datenbank mit rekordverdächtigen Hitze-, Kälte- und Windereignissen aus den Jahren 2018 und 2020. Die Forscher verglichen die Vorhersagen, die HRES und die KI-Modelle für diese Jahre erstellt hatten, um festzustellen, welches Modell dem tatsächlichen Ergebnis am nächsten kam.
KI-Modelle sind bei alltäglichen Wettervorhersagen oft genauer und zudem wesentlich schneller als HRES. Bei rekordverdächtigen Ereignissen schnitt HRES jedoch deutlich besser ab als die KI. Bei rekordverdächtigen Hitzewellen sagten KI-Modelle durchweg Temperaturen voraus, die weit unter den tatsächlich gemessenen Werten lagen. Je deutlicher ein Rekord gebrochen wurde, desto ungenauer war die KI.
HRES schnitt in solchen Situationen besser ab, da es auf den Gesetzen der Physik beruhte. Die Gesetze der Physik ändern sich nie. Physikbasierte Modelle sind in der Lage, Szenarien, die die Welt noch nicht erlebt hat, besser zu simulieren. KI-Modelle, die mit Ereignissen konfrontiert wurden, die nicht in ihren Trainingsdaten enthalten waren, versuchten stattdessen, diese anhand historischer Durchschnittswerte zu kompensieren.
Was die Wissenschaftler sagen
„Unsere Ergebnisse unterstreichen die derzeitigen Grenzen von KI-Wettermodellen bei der Extrapolation über ihren Trainingsbereich hinaus und bei der Vorhersage der potenziell folgenschwersten, rekordverdächtigen Wetterereignisse“, erklärt das Forschungsteam.
Die Forscher warnen davor, sich bei so wichtigen Aufgaben vollständig auf KI zu verlassen, da Extremereignisse künftig häufiger auftreten werden. Sie schlagen einen hybriden Ansatz vor, bei dem die Schnelligkeit der KI mit der soliden Grundlage der physikalischen Gesetze kombiniert wird. „Es bedarf weiterer gründlicher Überprüfungen und Modellentwicklungen, bevor man sich bei risikoreichen Anwendungen wie Frühwarnsystemen und Katastrophenmanagement ausschließlich auf diese Modelle verlassen kann“, so das Forschungsteam.
Quellenhinweis:
“Zhongwei Zhang et al, Physics-based models outperform AI weather forecasts of record-breaking extremes, Science Advances (2026). DOI: 10.1126/sciadv.aec1433”