Google DeepMind WeatherNext gibt Meteorologen einen ganzen zusätzlichen Tag zur Warnung vor Zyklonen

Das Labor veröffentlicht den Code und die Modellgewichte für ein System, das die schnelle Intensivierung des Hurrikans Melissa und die Landung auf Jamaika 2025 vorhersagte.

AI2Day Newsdesk4 min read
A grid of overlapping photographs of the same indoor space shot from multiple angles, with faint geometric ray lines traced from each image converging toward a
Share

Wichtigste Punkte

  • Google DeepMind veröffentlichte eine Arbeit in Nature, die zeigt, dass sein WeatherNext-KI-Modell die Spur von Zyklonen, deren Intensität und Windstruktur mit etwa 24 zusätzlichen Stunden Vorlaufzeit gegenüber den besten bisherigen Modellen vorhersagt.
  • Während der Hurrikansaison 2025 half WeatherNext dem US-amerikanischen National Hurricane Center, die schnelle Intensivierung des Hurrikans Melissa und seine Landung auf Jamaika vorherzusagen.
  • Das Modell läuft auf einem TPU, einem von Google entwickelten KI-Chip, und erstellt eine 15-Tage-Vorhersage in unter einer Minute und generiert dabei 1.000 mögliche Sturmszenarien auf einmal.
  • DeepMind macht den Code und die Gewichte für WeatherNext Cyclones, WeatherNext 2 und eine leichte Version namens WeatherNext 2-mini, die in einem kostenlosen öffentlichen Notebook läuft, open-source.
  • Tropische Zyklone haben in den letzten 50 Jahren weltweit mehr als 700.000 Menschen getötet und 1,4 Billionen Dollar Schaden verursacht.

Eine Hurrikanvorhersage ist im Grunde ein Wettlauf. Jede Stunde, in der eine Warnung früher herausgegeben wird, ist eine weitere Stunde zum Vernageln von Fenstern, zum Verschieben von Booten oder zum Evakuieren von Menschen von der Küste.

Google DeepMind sagt, dass sein neues KI-Wettermodell diesen Wettlauf gerade um einen ganzen Tag gewonnen hat.

In einer in Nature veröffentlichten Arbeit berichtet das Labor, dass sein WeatherNext-System vorhersagt, wohin ein Zyklon gehen wird, wie stark er wird und wie seine Winde geformt sind – genauer als jedes vorherige Modell. Im Durchschnitt ist seine dreitägige Vorhersage so präzise wie die besten zweitägigen Vorhersagen zuvor. Meteorologen schätzen, dass dies etwa einem Jahrzehnt normaler Fortschritte auf diesem Gebiet entspricht.

Und DeepMind gibt es weg. Das Team macht den Code und die Modellgewichte open-source, sodass jeder nationale Wetterdienst, jedes Universitätslabor oder jede gemeinnützige Organisation sie ausführen kann.

Was tat das Modell tatsächlich während eines echten Sturms?

Es half Meteorologen, Hurrikan Melissa vorherzusehen. 2025 sagte WeatherNext voraus, dass sich Melissa schnell verstärken und auf Jamaika landen würde, und das US-amerikanische National Hurricane Center nutzte dieses Signal, um eine ungewöhnlich frühzeitige Warnung herauszugeben. Die schnelle Intensivierung, wenn ein Sturm innerhalb weniger Stunden plötzlich an Kraft zunimmt, ist das Szenario, das Meteorologen am meisten fürchten, weil es die wenigste Zeit zum Reagieren lässt.

In diesem Jahr läuft das System 1.000 verschiedene simulierte Versionen jedes Sturms gleichzeitig aus – eine Technik, die als Ensemble-Vorhersage bezeichnet wird. Dies ermöglicht es Meteorologen, nicht nur den wahrscheinlichsten Weg zu sehen, sondern auch seltene und gefährliche Ausreißer.

Warum ist das technisch gesehen ein großes Geschäft?

Die Vorhersage von Zyklonen war schon immer zweigeteilt. Wohin ein Sturm geht, wird durch riesige globale Windmuster bestimmt, die am besten von großen, groben globalen Modellen erfasst werden. Wie stark ein Sturm wird, wird durch winzige, wirbelnd Physik in der Nähe seines Auges bestimmt, was normalerweise ein separates, hochauflösendes lokales Modell erfordert.

WeatherNext erledigt beide Aufgaben mit einer KI. Merkwürdigerweise erledigt es die Intensitätsaufgabe gut, während es die Welt in ziemlich groben 28-mal-28-Kilometer-Quadraten betrachtet – etwa hundertmal grober als traditionelle Sturmmodelle. Eine kleinere Version, WeatherNext 2-mini, arbeitet mit einer Auflösung von 111 mal 111 Kilometern und zeigt dennoch eine starke Leistung. DeepMind gibt zu, dass es nicht vollständig versteht, warum das Modell bei dieser Auflösung so gut funktioniert, und nennt es eine offene Forschungsfrage.

Das System wurde mit fast 20 Terabyte globaler atmosphärischer Daten und IBTrACS, einem von Experten zusammengestellten Datensatz von etwa 5.000 historischen Stürmen, trainiert.

Welche Modelle werden veröffentlicht und wo können Benutzer sie einsehen?

Modell Auflösung Zweck
WeatherNext Cyclones 28 km Zyklonspur, Intensität, Windstruktur
WeatherNext 2 28 km Allgemeines globales Wetter, Start Oktober
WeatherNext 2-mini 111 km Läuft auf einem einzelnen TPU in einem kostenlosen Colab-Notebook

Vorhersagen können auf Googles Weather Lab-Website angezeigt werden, die nun Temperatur, Niederschlag, Wind und Zyklonenbahnen in einer Ansicht zeigt.

Was bedeutet dies für Menschen im Weg eines Sturms?

Bessere, frühzeitigere Warnungen von Ihrem nationalen Wetterdienst. Sie werden WeatherNext nicht selbst herunterladen. Was sich ändert, ist das, was das National Hurricane Center, das UK Met Office und andere Behörden Ihnen sagen können und wie sicher sie dies Tage im Voraus tun können. Für offizielle Warnungen sollten Sie Ihrem lokalen meteorologischen Dienst zuhören. Die KI ist ein Werkzeug für die Meteorologen, kein Ersatz für diese.

© 2026 AI2Day