Die diesjährige Hurrikan-Saison war ein Härtetest für Künstliche Intelligenz – und Google DeepMind hat ihn mit Bravour bestanden.
Kann KI wirklich besser voraussagen als Menschen?
Während die US-Wetterbehörde weiter auf klassische Modelle wie das Global Forecast System (GFS) setzt, gelang es Google DeepMind, deutlich präzisere Vorhersagen zu liefern. Laut Forschungen der Universität Miami lag die Abweichung bei der Sturmprognose des KI-Systems nur halb so hoch wie beim GFS – 165 statt 360 Seemeilen. Auch bei der Stärke der Stürme, etwa bei Hurrikan Melissa über Jamaika, traf DeepMind erstaunlich genau.
Das beeindruckende: Die KI braucht keine teuren Supercomputer, arbeitet energieeffizient und lernt im Betrieb selbstständig weiter. Das macht sie nicht nur schneller, sondern auch nachhaltiger als klassische Wettermodelle. Forschende erwarten, dass meteorologische Dienste künftig zunehmend auf KI-basierte Prognosen setzen werden – traditionelle physikalische Modelle könnten damit langfristig an Bedeutung verlieren.
Selbst das schwache Abschneiden des US-Systems wirft Fragen auf. Kürzungen bei Budget und Personal im Zuge der DOGE-Kampagne oder eine gescheiterte Modernisierung könnten verantwortlich sein. Fest steht: Die KI hat geliefert – und Meteorologen müssen sich auf eine neue Ära einstellen.