Wie die Wettervorhersage mit KI immer präziser wird

00:00:00: Dieser Podcast wird präsentiert von Sustainable Switzerland, der Plattform für eine nachhaltige Schweiz.

00:00:11: Das ist Quantensprung.

00:00:13: Ein Podcast der NCZ über Forschung, die bewegt.

00:00:23: Dienstagmorgen.

00:00:24: Die Menschen auf der Insel Jamaika warten auf Melissa.

00:00:27: Sie ist eine der stärksten Hurricanes, die je im Atlantik beobachtet wurde.

00:00:34: Um die Mittagszeit trifft das Auge des Sturms auf die Insel.

00:00:37: Mit Windbühlen von dreihundert Kilometer pro Stunde.

00:00:41: Sie bringen vier Meter hohe Sturmfluten und heftigen Regen.

00:00:45: Die Stromversorgung, die bericht den Teilen der Insel zusammen.

00:00:51: Die etwa drei Millionen Einwohner der Karibikinsel konnten sich, so gut es geht, auf den Sturm vorbereiten.

00:00:58: Fenster vermageln, Vorräte einkaufen, von der Küste flüchten.

00:01:06: Denn seit Tagen war klar, dieser Jahrhundertsturm trifft den Süden der Insel.

00:01:12: Trotz seiner ungewöhnlichen Route konnte der Verlauf des Hurricanes ziemlich genau vorhergesagt werden.

00:01:18: Mit Hilfe von künstlicher Intelligenz.

00:01:20: Das völlig verblüffende ist, diese Modelle haben zwar keine Ahnung von Physik, die können noch nicht mal verstehen, was Schwerkraft ist.

00:01:27: Aber die können trotzdem das Wetter vorher sagen.

00:01:30: Und das ist eigentlich ein ziemlich großes Potenzial.

00:01:33: Und wenn wir das ausschöpfen, dann können wir zum Beispiel mit präziseren Frühwarnsystemen Leben retten.

00:01:40: Wir Satelliten und künstliche Intelligenz immer besser vor Wetterextremen warnen.

00:01:44: Und wie sie so leben und Infrastruktur retten.

00:01:48: Das schaue ich mir heute mit Sven Tietz an.

00:01:50: Er ist Meteorologe im NZZ Wissenschaftsteam.

00:01:54: Und ich bin Lena Waldle.

00:01:55: Willkommen zu NZZ Quantensprung.

00:01:58: Einem Podcast.

00:01:59: überwissen das Zukunftsschaft.

00:02:10: Das Auge des Sturms ist inzwischen weitergezogen.

00:02:13: Wir

00:02:14: müssen uns noch auf die Piste holen

00:02:32: und gehen.

00:02:43: Eingrat höher als gewöhnlich in den letzten Jahrzehnten sogar.

00:02:46: Und aus diesem warmen Wasser da beziehen tropische Wirbelstürme generell ihre Energie.

00:02:52: Dadurch konnte sich Melissa innerhalb von zwei Tagen von einem Tropensturm zu einem Hurricane der höchsten Kategorie entwickeln.

00:03:01: Das ist extrem schnell.

00:03:02: Zum Vergleich.

00:03:03: Manche erinnern sich vielleicht noch an den Sturm Catrina, der im August-Vier-Tausend-Fünf New Orleans verwüstete.

00:03:09: Der Hurricane Katrina, der zählte damals zur Kategorie drei, als er auf Land traf, war also schwächer.

00:03:17: Dass ein Hurricane so schnell, so stark wird.

00:03:20: Das könnte durch den Klimawandel immer öfter passieren.

00:03:23: Und nicht nur das.

00:03:24: Wenn der Klimawandel so weitergeht wie bisher, dann werden die Gewitterregen immer stärker werden.

00:03:30: Also dann müssen wir häufiger mit Unwetter rechnen wie letztes Jahr bei Valencia.

00:03:36: Vor gut einem Jahr setzen Regenfälle des Landes um die spanische Stadt Valencia unter Wasser.

00:03:42: In den Stunden geht so viel Regen nieder wie sonst in einem ganzen Jahr.

00:03:45: Mehr als zweihundertdreißig Menschen sterben in den Fluten und Schlammmasten.

00:03:49: Die Warnung der Wetterdienste, die wurde von den Behörden nicht rechtzeitig weitergegeben.

00:03:55: Es sind Wetterextreme wie in Valencia und in Jamaica, die zeigen, wie wichtig verlässliche Vorhersagen sind.

00:04:03: Ob Hurricanes oder Unwetter auf der Wanderung.

00:04:06: Auf Basis der Wetterprognosen fällen wir täglich Entscheidungen.

00:04:10: Verlassen ist immer so eine gute Frage.

00:04:13: Peter Knipperts ist Professor für Meteorologie am Karlsruher Institut für Technologie.

00:04:18: Er beschäftigt sich mit Wettervorhersagen und Wetterextremen.

00:04:22: Und nicht einmal eher als Profi vertraut seiner Wetterapp.

00:04:25: Gerade beim Bergwandern will man auch die Worst Case-Szenarien, glaube ich, immer mitdenken.

00:04:31: Niemand will in den Bergen von einem Schneesturm oder einem Gewitter überrascht werden.

00:04:35: Unsere Wettervorhersagemodelle, die haben so auch ein bisschen, sagen wir mal, ihre liebe Not mit Starkgewittern insbesondere.

00:04:42: Da geht es ja oft nur um eine Vorhersage von ein paar Minuten oder vielleicht ein, zwei Stunden.

00:04:48: Aber trotzdem passiert es immer wieder, dass die Meteorologen daneben liegen.

00:04:54: Sommergewitter zum Beispiel entstehen, wenn warme Luft aufsteigt.

00:04:57: Die ist nämlich leichter als kalte.

00:05:00: In der Höhe ist es aber kälter.

00:05:02: Also kühlt die warme Luft ab.

00:05:03: und der Wasserdampf in der Luft, der kondensiert.

00:05:07: Ob es jetzt zu ein bisschen Regen kommt oder ein stark Regen oder gar ein Gewitter entsteht, das hängt von verschiedenen Faktoren ab.

00:05:14: Zum Beispiel von der Temperatur, von der Landschaft, von der Feuchtigkeit in der Luft oder auch von der Windrichtung.

00:05:20: Ihr Zusammenspiel entscheidet, was passiert.

00:05:23: Die Unterschiede können winzig sein.

00:05:25: Wirklich winzig.

00:05:26: Kann der Flügelschlag eines Schmetterlings in Brasilien einen Tornado in Texas auslösen?

00:05:33: Diese Frage stellt der Meteorologe Edward Lawrence zum ersten Mal bei einem Vortrag in den Siebzigerjahren.

00:05:39: Und da würden die meisten Leute erst mal sagen, so nöbelt das.

00:05:41: Das kann ja nicht sein.

00:05:42: Wie soll das denn gehen?

00:05:43: Aber Wetterforscher sind da anderer Meinung.

00:05:46: Dieser Flügelschlag des Schmetterlings ist der Unterschied, ob jetzt da, wo der Schmetterling ist, in Brasilien ein Gewitter entsteht oder nicht.

00:05:55: Ja, dieses Gewitter, das organisiert sich dann von einem einzelnen Gewitter in einen riesigen Cluster und erzeugt eine große atmosphärische Welle, die dann durch die ganzen Tropen irgendwie ausbreitet.

00:06:06: und das erzeugt dann irgendwann auch eine Welle über Texas, an der sich dann halt ein neues Gewitter bildet und aus dem dann ein Tornado entsteht.

00:06:14: Das ist der sogenannte Schmetterlingseffekt.

00:06:17: Ja, das kann die Atmosphäre, das ist erstmal physikalisch möglich, ist nicht sehr wahrscheinlich, dass das so ist, aber es könnte ja sein.

00:06:24: Das zeigt, das Wette ist wahnsinnig komplex.

00:06:27: Selbst wenn wir ein perfektes Modell hätten, könnten wir immer noch keine perfekte Wettervorhersage machen.

00:06:34: Aber in Zukunft können sie noch genauer, noch schneller und noch lokaler werden als bisher.

00:06:39: Und das ist zwei Gründen.

00:06:41: Erstens, die Wettermodelle werden besser und es gibt immer bessere Messdaten.

00:06:52: Also was es schon sehr, sehr lange gibt, seit dem neunzehnten Jahrhundert, das sind die Wetterstationen.

00:06:57: von den Wetterdiensten und dort werden so Messgrößen gemessen wie der Luftdruck, die Temperatur, die Windstärke, Windrichtung und die Luftfeuchtigkeit.

00:07:09: Außerdem nutzen die Wetterdienste Sensoren auf Flugzeugen und auf Schiffen.

00:07:13: Es gibt Wetterbojen im Meer und es gibt Wetterballonen.

00:07:17: Aber die inzwischen fast wichtigste Datenquelle, das sind die Satelliten.

00:07:22: Die messen eigentlich alles möglich.

00:07:23: Die messen die Temperaturen, die messen die Wolkenbedeckungen.

00:07:26: Also das Volumen von Informationen ist da um viele Größenordnungen gestiegen.

00:07:32: Wir nutzen selbst die Satelliten für die globalen Navigationssysteme, daraus Wetterinformationen abzuleiten.

00:07:40: Seit den Sechzigerjahrenkreisen wetter Satelliten um die Erde.

00:07:43: Doch lange gab es eine Lücke in den Messdaten.

00:07:46: den Wind.

00:07:47: Der konnte zwar am Boden gemessen werden, aber eben nicht in den höheren Luftschichten.

00:07:51: Es ist so, dass natürlich ganz viele Dinge, die unser Wetter bestimmen, dann am Ende doch stark durch den Wind geprägt sind.

00:08:00: Und um den noch besser zu messen, schickte die europäische Raumfahrtbehörde, die ESA,

00:08:09: Gut illustriert, wie man auch nochmal so ganz neue kleine Revolutionen selbst in der Satellitentechnik erfolgen kann, ist der sogenannte Aeolus-Satellit.

00:08:19: Aeolus wurde benannt nach dem griechischen Gott des Windes.

00:08:23: Er war fünf Jahre lang im All und nun ist auch schon ein Nachfolger für ihn geplant.

00:08:27: Und für diese Messungen hat dieser Satellit eine ganz spezielle Technik verwendet, die auf Laser basiert, die nennt sich LIDA.

00:08:34: Also

00:08:35: ein Laser ist ja nicht so ein ganz triviales Gerät.

00:08:37: Sie müssen es jetzt all bringen.

00:08:38: Das muss halt stabil funktionieren.

00:08:41: Das ist der schiere Wahnsinn.

00:08:43: Das muss man sich mal vorstellen.

00:08:44: Dieser AOLOS-Satellit saust mit siebenundzwanzigtausend Kmh in einer Höhe von dreihundertzwanzig Kilometern um die Erde.

00:08:52: Und das Lieder auf dem Satelliten misst dann mit Laserstrahlen, wie stark der Wind auf der Erde weht und in welche Richtung er bläst.

00:09:00: Doppler Effekt kennen, glaube ich, alle.

00:09:02: von einem vorbeifahrenden Krankenwagen, dass dieser Sirenenton, das der, wenn der Wagen auf einen zufährt, eine andere Tonhöhe hat, als wenn er von einem wegfährt.

00:09:14: Das ist das, was wir Dopplerverschiebung nennen, eine Schallwelle, die von einer sich bewegenden Quelle ausgesandt wird, ändert für den stehenden Beobachter oder die Beobachterin die Tonhöhe.

00:09:26: Beim Lieder ist es genauso, nur eben mit Licht statt Ton.

00:09:30: Dieses Lidargerät, das schickt einen Laserstrahl in Richtung Erde.

00:09:35: Und dieser Laserstrahl, das ist ja sehr intensives Licht, der wird dann in den Teilchen der Luft, an Staubteilchen und an Wolkentröpfchen in alle Richtungen gestreut.

00:09:48: Und das verursacht dann, dass ein Teil dieses Lichts eben auch in Richtung Satellit unterwegs ist, kommt zum Satelliten zurück und der misst das dann.

00:09:59: Je nachdem, wie schnell sich das Staub- oder Wasserträpfchen bewegt, ändert sich auch die Wellenlänge des Lichts, das zum Satelliten zurückkommt.

00:10:08: Diese Veränderung verrät, wie stark und wohin der Wind

00:10:11: bläst.

00:10:12: Das ist eine revolutionäre Messtechnik.

00:10:15: Auch auf der Erde gibt es Liedermessstationen und die stellen zum Beispiel fest, wie viel Wasserdampf gerade in der Luft ist.

00:10:22: Und auf diese Weise lässt sich ein Gewitter erkennen oder prognostizieren, selbst an Stellen, wo noch blauer Himmel ist.

00:10:29: Seine Messung liefert aber nur eine sehr kurzfristige Gewittervorhersage.

00:10:34: Für Vorhersagen, die Tage in die Zukunft gehen, brauchen die Wetterdienste viele Daten auf einmal.

00:10:45: Luftdruck, Wind, Temperatur, Luftfeuchtigkeit, Landschaft.

00:10:50: All diese Daten fließen in riesige Rechnungen ein.

00:10:53: Die sogenannten Wettermodelle.

00:10:56: In diese Modelle wird quasi die ganze Erdatmosphäre hineingesteckt.

00:11:02: Das heißt, alle... Wetterphänomene, die groß genug sind, ein Hurricane zum Beispiel, ein Nebelfeld oder eine Wetterfront, die wird mit solchen Modellen erfasst und prognostiziert.

00:11:13: Und dafür müssen dann unglaublich viele mathematische Gleichungen ausgerechnet werden.

00:11:19: Es kann aber nicht für jeden Millimeter auf der Erde genau die Temperatur der Luftdruck und die Luftfeuchtigkeit gemessen werden.

00:11:26: Und deshalb legen die Wettepforscher ein Gitter über die Erde und teilen den ganzen Planeten in kleine Würfel auf.

00:11:33: Diese Würfel decken die ganze Atmosphäre ab, von der Erdoberfläche bis in die hohen Luftschichten.

00:11:40: Und für jeden Würfel gibt es dann eine Vorhersage.

00:11:43: Das ist im Grunde genommen genauso wie bei den Pixeln eines Computerbildschirms.

00:11:49: Da ist die Auflösung ja auch höher, wenn man mehr Pixel hat.

00:11:52: In manchen Gebieten sind die Würfel kleiner und je kleiner, desto genauer die Vorhersage.

00:11:57: Bei den Modellen des deutschen Wetterdienst und des Schweizer Wetterdienst haben diese Quader teilweise schon eine Kantenlänge von nur einem Kilometer.

00:12:05: Das ist schon ziemlich gut.

00:12:07: Das Problem?

00:12:08: Die Landschaft in den Bergen kann innerhalb eines Kilometers so unterschiedlich sein, dass die Berechnung trotzdem nicht stimmt.

00:12:14: Dazu müsste der Würfel noch kleiner sein.

00:12:17: Für einen Hurricane wie Melissa mit einem Durchmesser von mehreren hundert Kilometern, reichte diese Auflösung aber völlig.

00:12:25: Und auch die unerwartete Bahn, die dieser Hurricane genommen hat, war kein Problem für die Meteorologen.

00:12:31: Dank neuer Technologie.

00:12:33: Na ja, und dann seit wenigen Jahren heißt das Zauberwort bei uns auch KI.

00:12:38: Das ist natürlich eine absolute Revolution.

00:12:40: Das ist ein riesen Game Changer, der uns alle, sagen wir mal, begeistert und erschreckt.

00:12:49: Wir sind gleich zurück.

00:12:53: Gemeinsam für eine nachhaltige Schweiz.

00:12:56: Die Plattform Sustainable Switzerland zeigt ihr neue Erkenntnisse aus Wirtschaft und Wissenschaft und bringt wichtige Akteure zusammen.

00:13:05: Unterstützt von den Partnern BCG, BMW, Dimobilia, Google, Swisscom, UBS und weiteren.

00:13:13: Fakten, Hintergründe und Infos findest du unter Sustainable Switzerland.ch.

00:13:26: Im Februar twenty-fünfundzwanzig startete das europäische Zentrum für mittelfristige Wettervorhersage ein neues Vorhersagemodell.

00:13:34: Das Artificial Intelligence Forecasting System.

00:13:38: Es ist das erste KI-Modell weltweit, das bei einem Wetterdienst im regelmäßigen Betrieb ist.

00:13:43: Das ist für unsere Domäne, die normalerweise sehr, sehr konservativ ist und wo alles relativ lange dauert, wirklich absolut eine Überholung von uns selbst sozusagen.

00:13:51: Das war wirklich von sehr spannenden Jahren.

00:13:53: Peter Düben leitet am Zentrum einer Abteilung die Computermodelle der Erde baut, um damit Wette und Klimasimulationen durchzuführen.

00:14:01: Er ist einer der Ersten, der mit künstlicher Intelligenz gearbeitet hat.

00:14:05: Und da war dieser große Augenöffner wirklich, dass diese Modelle nicht nur ... ganz nette Vorhersagen machen, sondern auch wirklich kompetitiv sind.

00:14:13: Also wirklich auch bei Vorhersagen Ergebnisse liefern, die mindestens genauso gut wie die physikalischen Modelle sind, wenn nicht besser.

00:14:20: Diese KI-Modelle, die lernen von den Messdaten der letzten vierzig bis fünfzig Jahre, welches Wetter es geben kann.

00:14:26: Wenn im Herbst die feuchte Luft abkühlt, entsteht Nebel.

00:14:30: Wenn es über den Meer sehr warm ist, bilden sich häufig starke Wirbelstürme.

00:14:34: Und so lernt die KI, was als nächstes wahrscheinlich passiert.

00:14:37: Besonders gut funktioniert die KI-Vorhersage bei den großräumigen Wetterphänomenen.

00:14:43: Also zum Beispiel wieder bei den Hurricanes, von denen gab es auf dem Atlantik einfach schon sehr, sehr viele, die wurden gemessen.

00:14:49: Und wenn es viele Daten gibt, kann man die KI gut trainieren und dann kann die KI das einfach gut vorhersagen.

00:14:56: Und vor allem, die KI-Modelle können besonders schnell Prognosen liefern.

00:15:00: Bisher hat so eine Prognose dreißig Minuten gedauert.

00:15:04: Und mit dem neuen KI-Modell sind es bei dem Europäischen Zentrum für mittelfristige Wettervorhersage nur drei Minuten.

00:15:11: Weil Wettervorhersage ist zeitkritisch.

00:15:13: Wenn ich einen Tag brauche, um einen Tag für herzusagen, habe ich keine Wettervorhersage mehr.

00:15:23: Nur reicht es nicht, wenn eine KI schnell eine Wetterprognose erstellen kann.

00:15:28: Sie muss auch realistische Daten liefern.

00:15:30: KI-Modelle sind in allen Bereichen dafür bekannt, dass sie gelegentlich Halluzinieren, also Infos erfinden, die einfach nicht stimmen.

00:15:37: Die Sache, die uns wirklich sehr zuversichtlich macht, ist auch, dass wir uns diese Modelle jetzt ja schon wirklich über zwei, drei Jahre angeguckt haben.

00:15:45: Und wir haben nie den Fall gehabt, dass die Modelle wirklich kompletten Blödsinn gemacht hätten für ein spezielles Event.

00:15:50: Die

00:15:50: KI darf also nichts erfinden.

00:15:51: Aber manchmal muss sie auch Wetterereignisse vorhersehen, die es in dieser Form einfach noch nicht gab.

00:15:56: Genau, das war einer der großen Punkte, wo wir wirklich gesagt haben, okay, da müssen wir ganz vorsichtig sein.

00:16:02: Der Hurricane Melissa war stärker als jede Hurricane, der je dort entlanggezogen ist.

00:16:07: Und die Regenfälle in Valencia vor einem Jahr waren stärker als sonstige Regenfälle in der Region.

00:16:12: KI lernt aus vergangenen Wettereignissen.

00:16:15: Aber wie soll sie ein Ereignis vorhersehen, wenn sie es noch nie gesehen hat?

00:16:19: Es scheint so, dass die KI-Modelle durchaus auch von dem Niederschlagsereignis in Indien, was viel stärker ist, als dass in Europa lernen können, wie sie dann mit dem Starkregenereignis in Europa umzugehen haben.

00:16:31: So smart die KI-Modelle auch scheinen.

00:16:34: Selbst wenn sie mit Millionen von Wetterdaten trainiert worden sind, müssen ihnen gelegentlich die Grenzen der Physik aufgezeigt werden.

00:16:41: Wenn man so ein KI-Modell ganz alleine vor sich hin rechnen lässt, dann rechnet es manchmal negativen Niederschlag aus.

00:16:50: Das ist quasi so, als ob Regen nicht nach unten fällt, sondern nach oben, in die Wolke zurück.

00:16:56: Und das geht natürlich überhaupt nicht.

00:16:58: Also wenn man ein KI-Modell raus haut und man sagt, okay, da ist keine physikalische Gleichung drin, dann sind sehr viele Leute sehr skeptisch aus guten Gründen, wenn man so eine Art Black Box hat, wo man nicht ganz genau weiß, was sie tut.

00:17:10: Melissa zeigt, die KI sagte die Zugbahn erstaunlich präzise voraus und deshalb Schutzmaßnahmen rechtzeitig zu planen und die Menschen zu warnen.

00:17:25: Klar ist, je besser die Vorhersagen, desto eher sind Schutzmaßnahmen überhaupt möglich.

00:17:30: Wenn rechtzeitig reagiert wird.

00:17:33: Trotz all der Technik im All und auf der Erde werden wir doch immer wieder vom Wetter überrascht.

00:17:38: Von Meteorologen wird ja erwartet, Unwetter und andere Wetterextreme punktgenau vorherzusagen.

00:17:45: Gewitter, Halkanböen, Regen, Hagel und Blitze.

00:17:50: Die

00:17:50: Vorhersage der Wettedienste ist die Entscheidungsgrundlage.

00:17:53: Wenn die besser werden, besser als sie es heute sind, dann haben wir auch was gewonnen.

00:17:58: Wir müssen auch die Leute lernen, diesen Informationen gut umzugehen, was jetzt der Entscheidung angeht.

00:18:14: Sven heißt es jetzt also, dass der Wetterbericht grundsätzlich schon stimmt, aber ich ihn halt einfach nicht verstehe.

00:18:19: Ja, das kann schon passieren.

00:18:21: Aber das erste Problem ist ja, dass es verschiedene Anbieter gibt von Wettervorhersagen.

00:18:26: Es gibt die Wetterdienste der einzelnen Staaten, es gibt die privaten Wetterdienste und da gibt es eben bessere oder schlechtere Anbieter.

00:18:35: Und das das eine Problem.

00:18:36: und das andere Problem ist, den Wetterbericht oder die Wettervorhersage auch richtig zu verstehen.

00:18:41: Und da kann bei der Kommunikation natürlich was schiefgehen, wenn die nicht gut formuliert sind.

00:18:46: Wie kann ich denn dann trotzdem dafür sorgen, dass ich den Wetterbericht besser verstehe?

00:18:51: Also einen Tipp, den ich geben kann, das ist sich nicht auf diese Punktvorhersagen für einzelne Orte in den Wetterapps zu verlassen, sondern eben auch die ganze Wettervorhersage für eine Region einmal durchzulesen, denn dann bekommt man ein größeres Bild für das, was eigentlich passiert an so einem Nachmittag und kann die Situation viel besser einschätzen.

00:19:10: Und wenn wir jetzt auf größere Wetterereignisse schauen oder sogar Wetterextreme, wie stellen wir denn dann sicher, dass die verbesserten Vorhersagen, die wir jetzt haben, auch wirklich bei den Menschen rechtzeitig ankommen?

00:19:23: Da wäre es eigentlich ganz gut, wenn solche Ereignisse nicht nur von den Wetterdiensten angekündigt, würden, sondern eben vielleicht auch auf anderen Kanälen.

00:19:34: Also über diese Zahlen-Netzwerke läuft das sowieso zum Teil schon.

00:19:38: Man könnte nachdenken darüber, dass das einzelne Medien dann auch noch verbreiten.

00:19:42: Es gab aber in den vergangenen Jahren immer wieder Fälle, wo genau das nicht funktioniert hat.

00:19:48: Ja, ein besonders prominentes Beispiel dafür war die Flut im Ahrtal, im Jahr zwanzig.

00:19:54: Damals wurden die gewaltigen Regenmengen, die da heruntergekommen sind, eigentlich ziemlich gut vorhergesagt.

00:20:02: Aber leider war das große Ereignis dann mitten in der Nacht und die Menschen wurden nicht rechtzeitig dazu aufgefordert in vielen Gemeinden, dass dort eine Evakuierung stattfinden sollte.

00:20:13: Und sowas Ähnliches geschah dann im Juli dieses Jahres in Texas noch einmal, ebenfalls an so einem tief eingeschnittenen Fluss.

00:20:22: Die Menschen wurden einfach nicht rechtzeitig gewarnt.

00:20:25: Die Vorhersage war gut, aber die Kommunikation hat nicht geklappt.

00:20:28: Also das heißt, in Zukunft muss an der Kommunikation gearbeitet werden.

00:20:32: Aber was würde denn eine Wettervorhersage in Zukunft noch präziser gestalten?

00:20:38: Also der erste Schritt wird sein, dass man die konventionellen Vorhersagemodelle mit diesen KI-Modellen kombiniert.

00:20:45: Und dann können beide ihre Stärken ausspielen und zusammen hat man dann einen echten Fortschritt.

00:20:50: Und dann wird es in Zukunft eben noch mehr und noch genauere Messdaten geben, zum Beispiel vom Wind und von der Luftfeuchtigkeit.

00:20:58: Und wenn man dann also mehr Messdaten hat und auch noch die KI mitmischt, braucht es schließlich auch noch schnellere Computer.

00:21:06: Die gibt es eigentlich auch schon.

00:21:08: Zum Beispiel diesen Hochleistungsrechner Alps in der Schweiz, der neulich eingeweiht wurde.

00:21:13: Eigentlich werden die Supercomputer auch immer schneller über die Jahre.

00:21:17: Allerdings kommt diese Entwicklung so langsam an ihre Grenzen.

00:21:21: Und auch die Verbesserung der Wettervorhersage hat ja irgendwann ihre Grenzen.

00:21:24: Genau, genau.

00:21:26: Wenn wir uns erinnern.

00:21:27: Der Schmetterlingseffekt begrenzt irgendwann, wie viele Tage wir das Wetter vorher sagen können.

00:21:34: Irgendwann ist Schluss.

00:21:35: Aber in Zukunft können wir dieses Potenzial, das da theoretisch besteht, noch viel weiter ausschöpfen.

00:21:41: Das gilt im Prinzip sogar für diese kleinen, räumigen Gewitter, diese Wärmegewitter im Sommer.

00:21:46: Die bleiben allerdings ein besonders schwieriger Fall.

00:21:50: Danke Sven.

00:21:51: Danke Lena.

00:21:53: Unsere Redaktion hat Wetter-Apps für euch getestet.

00:21:56: Die Ergebnisse findet ihr in der NCZ.

00:21:59: Ich verlinke euch den Artikel in den Shownotes.

00:22:01: Wenn ihr keine neue Podcast-Folge mehr verpassen wollt, dann abonniert doch den Podcast Feed

00:22:06: und

00:22:06: auch gleich unseren Quantensprung Newsletter.

00:22:09: Das war Quantensprung, ein Podcast über Forschung, die bewegt.

00:22:13: Ich bin Lena Waldler, wir hören uns wieder nächste Woche.