Forschung

Google DeepMind: WeatherNext warnt einen Tag früher vor Wirbelstürmen

3 Min. Lesezeit

TL;DR Too Long; Didn’t read

Google DeepMind hat WeatherNext veröffentlicht, ein KI-Modell, das Dreitage-Vorhersagen zu Wirbelstürmen mit der bisherigen Zweitage-Genauigkeit liefert. Laut einer Nature-Studie unterbietet das System die Fehlerwerte etablierter physikalischer Modelle bei Zugbahn, Intensität und Windstruktur. Das US-Hurrikanzentrum testete eine frühe Version bereits bei Hurrikan Melissa. Code und Gewichte stehen offen auf GitHub bereit.

Ein Wirbelsturm-Symbol aus Wetterkarten-Linien über einer Weltkugel, daneben ein Google-DeepMind-Logo-Sticker und ein digitaler Kompass-Pfeil, der einen Tag weiter in die Zukunft zeigt als eine klassische Barometer-Nadel Generiertes Bild mit GPT Image 2

Das Wichtigste in Kürze

  • WeatherNext liefert laut DeepMind bei Dreitage-Prognosen die Genauigkeit früherer Zweitage-Vorhersagen.
  • Das Modell nutzt 1.000 Ensemble-Simulationen und wurde mit rund 20 Terabyte Wetterdaten trainiert.
  • Das US-Hurrikanzentrum setzte eine frühe Version 2025 bei Hurrikan Melissa operativ ein.
  • Code und Modellgewichte stehen unter Apache 2.0 beziehungsweise CC BY 4.0 offen auf GitHub.
  • Eine Fünfzehn-Tage-Prognose berechnet WeatherNext in unter einer Minute auf einer Tensor Processing Unit.
  • Unabhängige Fachleute haben die Vergleichswerte zu ECMWF und HWRF bislang nicht nachgerechnet.

Google DeepMind hat mit WeatherNext ein KI-Modell vorgestellt, das Wirbelstürme einen Tag früher mit der bisherigen Genauigkeit vorhersagt. Laut einer in der Fachzeitschrift Nature veröffentlichten Studie erreichen Dreitage-Prognosen damit die Präzision, die frühere Modelle erst nach zwei Tagen boten. DeepMind stellt Code und Modellgewichte offen zur Verfügung.

Modell verkürzt Fehler bei Zugbahn und Sturmstärke

Das System baut auf sogenannten Functional Generative Networks auf und erzeugt für jede Vorhersage ein Ensemble aus 1.000 möglichen Wetterverläufen, um auch seltene, riskante Szenarien abzubilden. Trainiert wurde WeatherNext mit rund 20 Terabyte globalen Wetterdaten sowie der historischen Sturmdatenbank IBTrACS, die etwa 5.000 vergangene Wirbelstürme umfasst. Trotz einer vergleichsweise groben Auflösung von 28 mal 28 Kilometern, rund hundertmal gröber als bei klassischen Intensitätsmodellen, unterbietet das System laut DeepMind die Fehlerwerte etablierter physikalischer Modelle wie ECMWF-ENS und HWRF bei Zugbahn, Intensität und Windstruktur. Eine vollständige Fünfzehn-Tage-Prognose berechnet das Modell in unter einer Minute auf einer Tensor Processing Unit, deutlich schneller, als klassische Simulationen auf Supercomputern laufen. DeepMind beziffert den Sprung als „ungefähr ein Jahrzehnt” an meteorologischem Fortschritt gemessen an der Entwicklung der vergangenen zwanzig Jahre, eine Einschätzung des Herstellers, die unabhängig noch nicht bestätigt ist. Externe Fachleute haben die Zahlen bislang nicht eigenständig nachgerechnet. Als Datengrundlage für den Vergleich dienten operative Vorhersagen aus den Jahren 2023 bis 2025, gegen die WeatherNext laut Studie durchgehend besser abschnitt als die etablierten Referenzmodelle.

Hurrikanzentrum testet System erstmals bei Melissa

Das US-amerikanische National Hurricane Center setzte eine frühe WeatherNext-Version während der Atlantik-Hurrikansaison 2025 bereits operativ ein. Bei Hurrikan Melissa, der rasant an Stärke gewann und auf Jamaika traf, lieferte das Modell nach Angaben des Zentrums frühzeitige Hinweise auf die schnelle Intensivierung des Sturms. Diese zusätzliche Vorwarnzeit soll Einsatzkräften vor Ort mehr Zeit für Evakuierungen und Schutzmaßnahmen verschafft haben, konkrete Zahlen zu eingesparten Schäden oder evakuierten Personen nennt DeepMind nicht. An der Entwicklung beteiligt waren neben dem Hurricane Center auch das Cooperative Institute for Research in the Atmosphere und der britische Wetterdienst Met Office. Die laufende Atlantik-Hurrikansaison 2026 bietet nun eine erste Gelegenheit, die Vorhersagen des inzwischen ausgereifteren Modells erneut unter realen Bedingungen zu prüfen und mit den bisherigen Werten aus dem Labor zu vergleichen. Eine breiter angelegte Fassung namens WeatherNext 2, die neben Wirbelstürmen auch allgemeine Wettermuster abdeckt, läuft nach Angaben von DeepMind bereits seit Oktober 2025 im operativen Testbetrieb bei Partnerbehörden.

Google veröffentlicht Modell und Code offen zugänglich

DeepMind veröffentlicht Code und trainierte Gewichte in drei Varianten auf GitHub: das vollständige WeatherNext Cyclones, das breiter angelegte WeatherNext 2 sowie die schlanke Version WeatherNext 2-mini, die sich laut Repository in einem kostenlosen Google-Colab-Notebook ausführen lässt. Der Code steht unter der Apache-2.0-Lizenz, die übrigen Materialien wie die Modellgewichte unter CC BY 4.0, beide Lizenzen erlauben freie Nutzung, Weiterverbreitung und Anpassung auch für kommerzielle Zwecke. Wer keine eigene Rechenleistung betreiben will, kann Vorhersagen auch direkt über die interaktive Weboberfläche Weather Lab von Google Earth AI abrufen, kostenlos und ohne eigene Installation. Ein eigener produktiver Einsatz der vollen Modellvarianten setzt allerdings Zugriff auf eine Tensor Processing Unit oder eine leistungsfähige Grafikkarte voraus, für Standard-Bürorechner nennt DeepMind keine Mindestanforderungen. Neben dem Repository und dem Colab-Notebook veröffentlicht DeepMind begleitende Dokumentation zu Trainingsdaten und Modellarchitektur, damit externe Forschungsgruppen die Ergebnisse eigenständig nachvollziehen und auf andere Regionen als den Atlantik übertragen können, etwa auf den Pazifik oder den Indischen Ozean, wo Wirbelstürme unter anderen Namen wie Taifun oder Zyklon auftreten.

Offen bleibt, ob nationale Wetterdienste außerhalb der USA das Modell in den kommenden Monaten ebenfalls operativ einsetzen oder vorerst bei eigenen physikalischen Simulationen bleiben. Entscheidend wird zudem, ob sich die im Labor gemessenen Fehlerwerte auch über mehrere Hurrikansaisons hinweg bestätigen, ein einzelner Praxistest bei Melissa reicht dafür noch nicht aus.

Häufige Fragen

Wer kann WeatherNext nutzen?

Jeder: Code und Modellgewichte liegen kostenlos auf GitHub, eine schlanke Variante läuft auch in einem kostenlosen Google-Colab-Notebook ohne eigene Installation.

Ersetzt WeatherNext die Vorhersagen klassischer Wetterdienste?

Nein. DeepMind vergleicht die Ergebnisse mit physikalischen Modellen wie ECMWF-ENS und HWRF, offizielle Warnungen sprechen weiterhin nationale Wetterdienste wie das US-Hurrikanzentrum aus.

Was kostet der Einsatz von WeatherNext?

Die Nutzung ist durch die offene Lizenzierung kostenlos, ein eigener produktiver Betrieb der vollen Modellvarianten erfordert aber Zugriff auf eine Tensor Processing Unit oder eine leistungsfähige Grafikkarte.

Funktioniert das Modell auch außerhalb des Atlantiks?

DeepMind trainierte WeatherNext mit globalen Wetterdaten, betont in der Studie aber vor allem Ergebnisse für den Atlantik. Eine Übertragung auf Pazifik oder Indischen Ozean ist laut Dokumentation möglich, aber bislang nicht gesondert ausgewertet.

Wann wird die nächste größere Praxisprobe erwartet?

Die laufende Atlantik-Hurrikansaison 2026 liefert die nächste Gelegenheit, das Modell unter realen Bedingungen mit den bisherigen Laborwerten zu vergleichen.

Quellen (3)
  1. Google DeepMind: WeatherNext AI model achieves breakthrough in forecasting cyclones
  2. GitHub: google-deepmind/weathernext
  3. Nature: Studie zu WeatherNext-Wirbelsturmvorhersagen

Dein KI-Update für die Arbeitswoche

Einmal pro Woche das Wichtigste aus der KI-Welt – plus ein Praxis-Tipp zum direkt Ausprobieren. Kein Spam, jederzeit abbestellbar.

← Zurück zum Blog