Googles jüngster Vorstoß in die KI-gestützte Vorhersage begann mit einem vertrauten Problem: Traditionelle Wettervorhersagen sind leistungsfähig, aber langsam. Physikbasierte Modelle simulieren die Atmosphäre mithilfe komplexer Gleichungen, während neuere KI-Systeme historische Muster durchsuchen, um schneller Vorhersagen zu erstellen.¹

Mit WeatherNext 3 hat Google nach eigenen Angaben diesen früheren KI-Ansatz weiterentwickelt, indem es das Modell mit Echtzeitbeobachtungen einschließlich aktueller Satellitendaten speist. Samier Merchant, ein Ingenieur bei Google Research, sagte, der entscheidende Fortschritt liege in der Fähigkeit, „über das hinauszugehen, worauf die meisten globalen KI-Modelle trainiert werden“, indem „aktuellere und reichhaltigere Beobachtungsdatensätze“ genutzt würden.¹

Dieser Wandel steht im Zentrum von Googles Verkaufsargument. WeatherNext 2 gab alle sechs Stunden Vorhersagen in einem Raster von 25 Kilometern aus; WeatherNext 3 kann stündliche Vorhersagen erstellen und einige Variablen wie Temperatur und Feuchtigkeit mit einer Auflösung von bis zu fünf Kilometern abbilden. Google zufolge soll dies schnell ziehende Regen- und Schneesysteme leichter nachverfolgbar machen und Niederschlagsvorhersagen für mehr als einen Tag im Voraus um bis zu 50 Prozent verbessern können.¹

Das Unternehmen argumentiert, dass die größten Fortschritte in Regionen mit weniger Regenmessstationen erzielt werden könnten — häufig außerhalb der USA und Europas —, wo Satellitenbeobachtungen Lücken in der herkömmlichen Datenabdeckung schließen können. Google nimmt zudem die Energiemärkte ins Visier und ergänzt Vorhersagen wie Windgeschwindigkeiten in Turbinenhöhe, während der Strombedarf von Rechenzentren steigt.¹

Google DeepMind bezeichnete die Veröffentlichung als „einen großen Durchbruch“, der aus Beobachtungen der realen Welt in Echtzeit lernt, um schneller stärker lokalisierte Vorhersagen zu liefern.Demis Hassabis (demishassabis)² WeatherNext 3 wird nun in Search, Maps und Gemini integriert, und Google erklärt, es habe mit dem US National Hurricane Center und Behörden in Asien zusammengearbeitet.

Dennoch enthält die Einführung eine wichtige Einschränkung: WeatherNext 3 wird teilweise auf physikbasierten Ergebnissen trainiert, und Wetterbehörden vergleichen weiterhin mehrere Modelle, bevor sie öffentliche Warnungen herausgeben. Mit anderen Worten: Google bewirbt ein präziseres Werkzeug — keinen Ersatz für die Vorhersagesysteme, die bereits die folgenschwersten Entscheidungen tragen.¹