Google hat mit WeatherNext 3 ein neues KI-Modell für weltweite Wettervorhersagen vorgestellt. Es berechnet Prognosen stündlich mit einer Auflösung von bis zu fünf Kilometern. Die Daten fließen direkt in die Google-Suche, Maps und Gemini ein.
Satellitenbilder statt Rechenverzögerung
Bisherige KI-Modelle zur Wetterprognose bauten meist auf Daten numerischer Vorhersagemodelle auf. Diese physikalischen Simulationen benötigen Supercomputer und bringen eine Verzögerung von rund sechs Stunden mit sich. WeatherNext 3 greift stattdessen auf Live-Bilder weltweiter Wettersatelliten zu.
So berechnet das Modell jede Stunde eine neue Prognose. Schnell aufziehende Unwetter oder Gewitterfronten lassen sich damit früher erkennen. Für regionale Details wie Berge oder Küsten bezieht WeatherNext 3 zusätzlich Daten von Bodenmessstationen ein.
Fünfmal feinere Raster und bessere Regendaten
Die Auflösung für Temperatur und Feuchtigkeit verbessert sich gegenüber dem Vorgänger WeatherNext 2 von 25 Kilometern auf fünf Kilometer. Andere Oberflächenwerte berechnet das Modell auf zehn Kilometern, Windmuster in der Höhe auf 25 Kilometern.
Besonders bei Niederschlägen lieferten bisherige KI-Prognosen oft verwaschene Resultate. Google trainiert das Modell deshalb mit Satellitenradar und Niederschlagsdaten der NASA. Bei mittelfristigen Prognosen verbessert sich die Trefferquote laut Google um bis zu 60 Prozent gegenüber dem NASA-Datensatz IMERG und um 30 Prozent gegenüber MRMS-Radardaten. Unabhängige Tests der Organisation Brightband stufen WeatherNext 3 als derzeit treffsicherstes globales Wetter-KI-Modell ein.
Anzeige
Daten für Solar- und Windparks
Das Modell liefert auch Parameter für die Stromerzeugung aus erneuerbaren Energien. Dazu gehört die Windgeschwindigkeit in 100 Metern Höhe, die der typischen Nabenhöhe moderner Windräder entspricht. Betreiber von Solarparks erhalten Daten zur Sonneneinstrahlung und Bewölkung in verschiedenen Höhenschichten.
Verfügbarkeit in Google-Diensten und der Cloud
Die Vorhersagen sind in die Google-Suche, Google Maps und die Gemini-App eingebunden. Wer dort nach dem Wetter sucht, erhält bei Planungen ab einem Tag im Voraus bis zu 50 Prozent verlässlichere Regenprognosen. Entwickler und Unternehmen können die Daten über BigQuery, Earth Engine und Google Cloud Storage abrufen.
