---
title: Googles KI schützt Städte vor plötzlichen Überschwemmungen
description: Mit Groundsource liefert der Technologiekonzern ein Vorhersagemodell für Sturzfluten. Das System gewinnt seine Daten aus unstrukturierten Texten.
author: Andreas Becker
url: https://www.all-ai.de/news/news26/google-ki-ueberschwemmung
---

![Eine Flutwelle aus Zeitungen](https://www.all-ai.de/images/2-news/3-26/google-flut-ki-1600.webp)

# Googles KI schützt Städte vor plötzlichen Überschwemmungen

Mit Groundsource liefert der Technologiekonzern ein Vorhersagemodell für Sturzfluten. Das System gewinnt seine Daten aus unstrukturierten Texten.

[Andreas Becker](https://www.all-ai.de/charaktere)·12.03.26

Nano Banana

![Eine Flutwelle aus Zeitungen](https://www.all-ai.de/images/2-news/3-26/google-flut-ki-1600.webp#joomlaImage://local-images/2-news/3-26/google-flut-ki-1600.webp?width=1600&height=900)

Kurzfassung
 ▾

Quellen
 ▾

- Google hat mit Groundsource ein neues System zur Vorhersage von städtischen Sturzfluten vorgestellt.
- Die künstliche Intelligenz Gemini analysierte dafür fünf Millionen alte Nachrichtenartikel, um historische Flutdaten zu extrahieren.
- Aus diesen Informationen entstand ein Datensatz mit 2,6 Millionen Ereignissen in über 150 Ländern.
- Ein darauf trainiertes Modell warnt künftig über den Google Flood Hub bis zu 24 Stunden im Voraus vor plötzlichen Überschwemmungen.

- [Google Research Blog - Introducing Groundsource: Turning news reports into data with Gemini](https://research.google/blog/introducing-groundsource-turning-news-reports-into-data-with-gemini/)

Ein neues KI-System prognostiziert plötzliche Sturzfluten in städtischen Gebieten bis zu 24 Stunden im Voraus. Die Technologie nutzt ein innovatives Trainingsverfahren basierend auf historischen Nachrichten, um lebensrettende Warnungen für besonders gefährdete Regionen zu generieren.

#### Fehlende Messdaten als Problem

Bisherige Warnsysteme stoßen bei Sturzfluten oft an ihre Grenzen. Diese extremen Überschwemmungen entstehen meist innerhalb von wenigen Stunden nach einem starken Regen. Herkömmliche Vorhersagemodelle benötigen jedoch kontinuierliche Sensordaten aus Flüssen, die in städtischen Straßen oder kleinen Tälern fast nie existieren.

Um diese Lücke zu schließen, nutzt das System namens "Groundsource" einen ungewöhnlichen Ansatz. Das Sprachmodell Gemini analysiert dafür systematisch historische Zeitungsartikel und öffentliche Berichte aus der ganzen Welt. Die Software extrahiert aus den unstrukturierten Texten genaue Informationen über Ort, Zeit und Ausmaß vergangener Überschwemmungen.

![Google Karte](https://www.all-ai.de/images/2-news/3-26/google-flut-ki-1-2.webp)

###### Quelle: Google - Gebiete die überwacht werden

Dadurch verwandelt die KI einfache Reportagen in wertvolle, strukturierte Daten für die Wissenschaft. Aus diesen gesammelten Details entsteht ein umfangreicher Datensatz mit über 2,6 Millionen Einträgen. Dieser Katalog bringt dem eigentlichen Vorhersagemodell bei, wie sich das Wasser bei bestimmten Wetterlagen in den Städten verhält.

Anschließend verknüpft die Technologie die gelernten historischen Muster direkt mit aktuellen Wettervorhersagen. So berechnet das System die genaue Wahrscheinlichkeit für eine nahende Sturzflut und erstellt entsprechende Warnungen für die betroffenen Regionen.

###### Anzeige

#### Warnungen auf der digitalen Karte

Das Programm generiert konkrete Gefahrenabschätzungen für Gebiete mit einer Größe von etwa 20 Quadratkilometern. Anwohner und Behörden können diese Vorhersagen direkt auf der frei zugänglichen Plattform Flood Hub abrufen.

Bereits eine Vorwarnzeit von zwölf Stunden reduziert die möglichen Schäden einer Sturzflut erheblich. Solche Wetterereignisse verursachen laut der Weltorganisation für Meteorologie weltweit die meisten Todesfälle im Zusammenhang mit Überschwemmungen.

Besonders in weniger entwickelten Ländern fehlt es häufig an einer grundlegenden Infrastruktur für physische Frühwarnsysteme. Da die KI-Methode primär auf Wetterdaten und Nachrichtenarchiven basiert, funktioniert sie völlig unabhängig von teuren lokalen Messstationen. Das ermöglicht erstmals einen flächendeckenden Schutz in bisher wenig überwachten Gebieten.

Die neuen Prognosen ersetzen offizielle Warnmeldungen der nationalen Wetterdienste nicht, sondern ergänzen diese sinnvoll. Rettungskräfte erhalten durch den zeitlichen Vorsprung wertvolle Stunden, um Evakuierungen sicher zu planen und mobile Barrieren rechtzeitig zu errichten.