Google verschenkt lebensrettende Wetter KI an alle Forscher
Google DeepMind hat sein neues KI-Modell WeatherNext als Open Source veröffentlicht. Das System sagt die Zugbahn und Stärke von tropischen Wirbelstürmen deutlich genauer voraus als bisherige Modelle. Meteorologen gewinnen durch die präzisen Berechnungen im Schnitt einen ganzen Tag mehr Vorwarnzeit bei Naturkatastrophen.
Die Software berechnet 1.000 mögliche Zukunftsszenarien in unter einer Minute und lässt sich kostengünstig lokal betreiben. X: Ankündigung von Google DeepMind Google DeepMind Blog: WeatherNext AI model achieves breakthrough Nature: Operational Tropical Cyclone Forecasting with AI Google DeepMind hat ein neues KI-Modell zur Vorhersage von tropischen Wirbelstürmen veröffentlicht. WeatherNext berechnet Zugbahn und Intensität von Zyklonen so präzise, dass Prognosen im Schnitt 24 Stunden früher bereitstehen.
Der Quellcode ist nun frei zugänglich. Ein Modell für Route und Stärke Bislang mussten Meteorologen bei der Vorhersage von Zyklonen zweigleisig fahren. Globale atmosphärische Strömungen bestimmen die Route eines Sturms, während hochgradig lokale thermodynamische Prozesse seine Intensität steuern.
Dafür brauchte es meist zwei unterschiedliche Berechnungsmethoden. WeatherNext vereint diese beiden Aufgaben nun in einem einzigen Modell. Wie Google in der Fachzeitschrift Nature berichtet, liefert das Modell Drei-Tages-Prognosen, die qualitativ den bisherigen Zwei-Tages-Vorhersagen entsprechen.
Diese Verbesserung von einem vollen Tag entspricht laut den Entwicklern dem meteorologischen Fortschritt der letzten zehn Jahre. + Quelle: Google 1.000 Szenarien in unter einer Minute Um diese Genauigkeit zu erreichen, trainierte Google WeatherNext mit weltweiten Wetterdaten sowie einer Datenbank von knapp 5.000 historischen Wirbelstürmen. Es beschränkt sich dabei nicht auf eine einzige Vorhersage. Es generiert stattdessen 1.000 mögliche Zukunftsszenarien bis zu 15 Tage im Voraus.
Diese Wahrscheinlichkeitsverteilung hilft Experten, seltene, aber verheerende Entwicklungen rechtzeitig zu erkennen. Für einen solchen Durchlauf benötigt das Modell auf einem TPU-Chip weniger als eine Minute. Dabei kommt WeatherNext mit einer vergleichsweise groben Datenauflösung von 28 mal 28 Kilometern aus, was laut dem Bericht selbst die Entwickler überraschte.
In der traditionellen Meteorologie galt eine sehr hohe räumliche Auflösung stets als zwingende Voraussetzung für genaue Vorhersagen. Anzeige Quellcode für alle verfügbar In der Praxis kam WeatherNext bereits zum Einsatz. Während der Hurrikansaison 2025 half es dem US-amerikanischen National Hurricane Center bei der Analyse von Hurrikan Melissa.
WeatherNext prognostizierte dessen rasche Intensivierung und den Landfall in Jamaika fünf Tage im Voraus mit 80 Prozent Sicherheit. Google DeepMind macht WeatherNext nun öffentlich. Die Gewichte des Modells sowie der dazugehörige Code liegen auf Github.
Forschungseinrichtungen und lokale Wetterdienste können diese nutzen, um eigene, regional angepasste Vorhersagemodelle zu entwickeln. Wer sich aktuelle Prognosen der KI ansehen möchte, findet diese auf der Plattform WeatherLab von Google. Zusätzlich zum Hauptmodell stellt das Unternehmen eine kompakte Version als Code bereit, die ressourcenschonend auf einem einzelnen Chip läuft.