KI-Wettermodelle unterschätzen Extremwetter
Wichtige Fakten
- • KI-Wettermodelle unterschätzen extreme Hitzewellen, Kälte und Stürme.
- • Bei seltenen Extremereignissen fehlen KI-Trainingsdaten.
- • Physikalische Modelle bleiben bei Extremwetter überlegen.
- • Hybride Systeme aus KI und Physik gelten als zukunftsträchtig.
KI-Wettermodelle im Test
KI-Wettermodelle von Google und Huawei wurden in einer Studie des Karlsruher Instituts für Technologie mit dem herkömmlichen Modell des Europäischen Zentrums für mittelfristige Wettervorhersagen verglichen. Dabei schnitten die KI-Modelle im Durchschnitt gut ab, jedoch bei extremen Ereignissen wie starken Hitzewellen oder heftigen Stürmen deutlich schlechter.
Ursachen und Grenzen
Die KI wird mit historischen Daten trainiert, in denen extreme Wetterlagen selten sind. Zudem erschwert der Klimawandel die Vorhersage, da zukünftige Bedingungen in den Trainingsdaten fehlen. Physikalische Modelle bleiben daher bei Extremwetter überlegen.
Ausblick: Hybride Systeme
Forscher empfehlen eine Kombination beider Ansätze zu hybriden Vorhersagesystemen, um die Stärken von KI und Physik zu vereinen. Dies wird bereits beim Deutschen Wetterdienst getestet.
Das könnte Sie auch interessieren
Kein Briefing mehr verpassen
Das Wichtigste des Tages jeden Morgen direkt ins Postfach.