KI-Wettermodelle haben ein Problem mit Rekorden

Eine Studie unter der Leitung der Universität Genf hat eine entscheidende Schwäche von KI-Wettermodellen aufgezeigt. Diese prognostizieren extreme Wetterereignisse wie Hitzewellen oder Stürme systematisch zu schwach und zu selten, wie die Forschenden schreiben.

Die untersuchten KI-Systeme schnitten bei Rekordereignissen deutlich schlechter ab als klassische, physikbasierte Modelle, schrieben die Forschenden im Fachblatt «Science Advances».

Die Ursache liegt laut den Forschenden im Kern der Technologie. KI-Modelle lernen aus historischen Daten. Sie erkennen Muster und Zusammenhänge, die sich in diesen Daten zeigen. Rekordereignisse, die ausserhalb dieses Erfahrungsraums liegen, entziehen sich der Logik der KI-Modelle.

Physikbasierte Systeme hingegen simulierten die Atmosphäre auf der Grundlage von Naturgesetzen. Diese sind auch für bisher nicht beobachtete Extremzustände gültig.

Eine zuverlässige Prognose sei für Frühwarnsysteme und den Katastrophenschutz entscheidend, betonten die Forschenden. Dies gelte besonders angesichts des Klimawandels.