Google DeepMind sagt, dass das Unternehmen ein KI-Wettermodell entwickelt hat, das die Zugbahn und Stärke eines Zyklons genau genug vorhersagen kann, um Meteorologen etwa einen zusätzlichen Tag Vorwarnzeit zu geben.
Das Unternehmen gab bekannt, dass sein WeatherNext-Modell laut einer in Nature veröffentlichten Studie eine Genauigkeit nach dem Stand der Technik bei der Vorhersage von Zugbahn, Intensität und Windstruktur eines Zyklons erreicht hat.
Google DeepMind sagte, dass die Dreitagesprognosen des Modells ungefähr so genau sind wie die zweitägigen Prognosen älterer Systeme. Damit haben Meteorologen etwa 24 zusätzliche Stunden, um sich auf gefährliche Stürme vorzubereiten.
Die Studie wurde gemeinsam mit Google Research und Wetterexperten von Organisationen wie dem US National Hurricane Center (NHC), dem Cooperative Institute for Research in the Atmosphere und dem UK Met Office entwickelt. Google zufolge wurde das Modell mit fast 20 Terabyte an Atmosphärendaten und historischen Aufzeichnungen zu fast 5.000 Stürmen trainiert.
Daten mit geringerer Auflösung, bessere Prognosen
Eine der überraschendsten Erkenntnisse ist, dass WeatherNext gute Ergebnisse liefert, obwohl es Wetterdaten mit einer deutlich geringeren Auflösung als herkömmliche Modelle zur Vorhersage der Hurrikanintensität nutzt. Die Hauptversion arbeitet mit Daten in einer Auflösung von etwa 28 × 28 Kilometern, die laut Google ungefähr 100-mal gröber ist als die spezialisierten hochauflösenden Modelle, die normalerweise für Intensitätsprognosen verwendet werden.
Die Forschenden sagten, sie verstünden noch nicht vollständig, warum das Modell so gute Ergebnisse liefert bei Eingaben mit geringerer Auflösung. Das System kann außerdem 1.000 mögliche Sturmszenarien erzeugen und hilft Meteorologen so, eine Reihe möglicher Entwicklungen zu bewerten, darunter Ereignisse mit rascher Intensivierung.
Hurrikan Melissa half bei der Validierung des Modells
Google sagte , dass das Modell eine 15-Tage-Prognose auf einem TPU, in weniger als einer Minute erstellen kann, sodass Meteorologen schnell zahlreiche mögliche Szenarien bewerten können.
Der größte Praxistest des Modells erfolgte im Oktober 2025 mit Hurrikan Melissa.
Als Melissa erstmals als schwache tropische Depression identifiziert wurde, sagte WeatherNext mit 80 % Wahrscheinlichkeit voraus, dass sie sich zu einem Hurrikan der Kategorie 5 entwickeln und fünf Tage vor dem Landfall Jamaika treffen würde.
Der Sturm traf Jamaika als einer der stärksten jemals verzeichneten Hurrikane im Atlantik.
Wo die Grenzen liegen
Das Modell ist keine Kristallkugel. Seine Fähigkeit, eine rasche Intensivierung vorherzusagen, bleibt selbst nach Googles eigenen Maßstäben begrenzt: Ein standardisiertes Genauigkeitsmaß verbesserte sich von unter 0,3 auf 0,5.
Der ehemalige Leiter einer NHC-Abteilung, James Franklin, merkte laut Straight Arrow News, an, dass man selbst dann, wenn WeatherNext in Konsensprognosemodelle integriert werde, „nicht erleben wird, dass der NHC sagt: ‚Wir sind sehr zuversichtlich, was DeepMind betrifft, und verlegen die Prognose nach Miami.‘“
Weiterhin ein Werkzeug, kein Ersatz
Offizielle Stellen stellen WeatherNext vorsichtig als eine von vielen Eingaben dar. „Hier gibt es einen Menschen, einen sehr erfahrenen Meteorologen …, der sein Fachwissen nutzt, um unabhängig von den einfließenden Daten die konsistenteste und effektivste Prognose zu erstellen“, sagte Michael Brennan, Direktor des NHC, gegenüber Straight Arrow News.
Der eigentliche Wert des Modells liegt vorerst darin, Zeit zu gewinnen – das Einzige, was Meteorologen nicht selbst erzeugen können.
Parallel zur Forschungsarbeit veröffentlichte Google DeepMind die Modelle WeatherNext 2, WeatherNext Cyclones und WeatherNext 2-mini als Open-Source-Software und machte den Code sowie die Modellgewichte für Forschende, Wetterbehörden und gemeinnützige Organisationen zugänglich.
Auch lesenswert: Googles Gemini AI kann jetzt humanoide Roboter von Kopf bis Fuß steuern, obwohl die von Google gemeldeten Erfolgsquoten bei den Aufgaben weiterhin zwischen 32 % und 92 % lagen.