Extremwetter besser planen: Ein neues KI-Wettermodell vom MIT macht Vorhersagen bis zu zwei Wochen zuverlässiger - und könnte die Notfallplanung deutlich stärken.
Landwirte könnten ihre Aussaat besser planen, das Aufkommen von Sonnenenergie wäre besser absehbar, schwere Unwetter könnten früher erkannt und mehr Menschen gerettet werden - wenn wir nur wüssten, wie das Wetter in mehreren Wochen wird. Das ist bisher schwer vorherzusagen, weil es zu viele Variablen in der Atmosphäre gibt.
Das Europäische Zentrum für mittelfristige Wettervorhersage (ECMWF) setzt in diesem Bereich Maßstäbe und richtet regelmäßig Wettbewerbe aus. Anfang des Jahres hat dabei ein neuer Ansatz des Massachusetts Institute of Technology (MIT) gewonnen, der Modelle des ECMWF kombiniert und mithilfe von Maschinellem Lernen weiter verbessert hat.

Das System hat es erstmals geschafft, für den Zeitraum zwischen zwei und sechs Wochen in der Zukunft verlässlichere Wettervorhersagen abzuliefern als durchschnittliche Klimadaten aus der Vergangenheit. Im Vergleich zum bisherigen Standard des ECMWF wurde die Vorhersage für diesen Zeitraum etwa doppelt so gut.
Auch der Meteorologe und Datenwissenschaftler Julian Quinting von der Universität Köln lobt das neue Konzept. Insbesondere weil das Modell nicht die gesamte Atmosphäre nachrechnen muss, sondern auf bereits vorhandenen Modellen aufsetzt. Es erkennt deren Fehler und korrigiert sie. Damit sei die Technik vergleichsweise günstig - sowohl in der Entwicklung und als auch in der Anwendung.
Der Name des Systems lautet “Probabilistic Bias Correction“, kurz PBC. Das beschreibt, was das System tut: systematische Fehler von Wahrscheinlichkeits-Vorhersagen korrigieren. Das funktioniert laut dem Forschungsteam des MIT sowohl für herkömmliche, physikalische Wettermodelle als auch für Wettermodelle, die Vorhersagen mithilfe von Künstlicher Intelligenz treffen. Beide werden durch PBC besser.

Das gilt auch für die Vorhersage von Extremwetter: Schwere Fluten, etwa mit mehr als einhundert Toten, habe das neue System zwischen 86 und 150 Prozent genauer voraussagen können. Gerade damit hatten bisherige Korrekturverfahren, die nicht auf KI basieren, laut den MIT-Forschenden Schwierigkeiten.
Das läge vermutlich daran, dass herkömmliche Fehlerkorrekturen darauf abzielten, den Mittelwert zu treffen, während Extremwetter-Ereignisse von Durchschnittswerten deutlich abweichen. So fiel im Sommer 2021 bei der Hochwasserkatastrophe im Ahrtal innerhalb von zwei Tagen mehr Regen als für gewöhnlich im gesamten Monat Juli.

Aber obwohl PBC eine deutliche Verbesserung bringt, warnt Meteorologe Quinting vor zu großer Hoffnung. Die Vorhersagen für einen Zeitraum in mehreren Wochen seien so schlecht, dass selbst eine große Verbesserung noch keine gute Vorhersage bringe.
Auch Matthew Chantry vom ECMWF betont, dass die neue Technik erst einmal von der Fachgemeinschaft genutzt und geprüft werden solle. Das System in die Anwendung zu bringen, sei anspruchsvoll.

Präzise Wettervorhersagen über 20 Tage im Voraus hält Julian Quinting für die mittleren Breiten, also Regionen wie Deutschland, sogar für nahezu unmöglich. Wenn, dann gehe es um Vorhersagen für Wetterlagen über mehrere Tage:
"Wir können dann sagen, in vier oder sechs Wochen wird es wärmer oder kälter als im klimatologischen Mittel. Oder irgendwo im Bereich des klimatologischen Mittels wird es feuchter oder trockener sein. Das sind die Aussagen, die wir dann treffen können. Aber wir können nicht sagen, wann in vier Wochen am besten die Grillparty stattfinden sollte."

Für die bessere Vorhersage von andauernden, heftigen Wetterereignissen wie extreme Kälte, Dürre oder Starkregen - wie vor gut fünf Jahren im Ahrtal - könnte das neue System perspektivisch also beitragen.
Das Team des MIT erhofft sich breite Einsatzmöglichkeiten, weil das PBC-System anpassungsfähig ist und bestehende sowie neue Wettermodelle mit vergleichsweise geringem Aufwand verbessern kann. Die Forschenden stellen es deshalb als Open Source frei zur Verfügung.
Der Wetterdienst von Kenia habe laut einem der Autoren schon Kontakt aufgenommen. Er wolle das System nutzen, um die jährliche Monsunsaison besser vorherzusagen. Die Hoffnung: Die Bauern sollen so ihre Ernteerträge verbessern.
Aber auch in Europa könnte PBC helfen, sich besser auf Dürren, Starkregen oder Kältewellen vorzubereiten - wenn die Fachwelt das System in den kommenden Jahren erfolgreich in bestehende Modelle integriert.
| # | Наименование новости | Тональность | Информативность | Дата публикации |
|---|---|---|---|---|
| 1 | Ученые разработали способ в два раза повысить точность прогнозов погоды | 0 | 8.44 | 15-10-2026 |
| 2 | Il Mit rivoluziona le previsioni meteorologiche con il modello MicroDuet e il machine learning | 0 | 7.07 | 16-10-2026 |
| 3 | В Крыму разработали нейросеть для долгосрочного прогноза осадков и паводков | 0 | 0 | 26-05-2025 |
| 4 | Explainable AI for Energy Systems | 5 | 7 | 08-06-2026 |
| 5 | ИИ сделает прогнозы космической погоды точнее | 0 | 10 | 15-08-2026 |
| 6 | Entwicklung beim Wetter macht sprachlos: „Sowas habe ich noch nicht gesehen“ | 0 | 9.3 | 25-07-2026 |
| 7 | Создан сервис для отслеживания влияния погоды на артериальное давление | 0 | 0 | 24-02-2025 |
| 8 | AI Can Predict Disaster. It Won’t Deliver or Fund the Supports Communities Need. | 0 | 9.19 | 16-07-2026 |
| 9 | Российские ученые создали автоматическую систему для более точного прогнозирования цунами | 0 | 0 | 19-12-2018 |
| 10 | МЧС прогнозирует учащение метеорологических катаклизмов из-за изменения климата | 0 | 0 | 27-08-2025 |