Der Schnee auf den Straßen oder den Flughäfen, wie er vor wenigen Tagen teils unerwartet den Verkehr gestört hat, könnte bald genauer und mit mehr Vorlauf vorhergesagt werden. Dazu soll dem Deutschen Wetterdienst (DWD) eine zweite Säule für die Vorhersagen dienen, die mithilfe von Künstlicher Intelligenz (KI oder englisch AI) entwickelt worden ist. Um das neue System namens „AIcon“ offiziell in Betrieb zu nehmen, kam Bundesverkehrsminister Patrick Schnieder in die Zentrale des Deutschen Wetterdienstes nach Offenbach. Schnieders Ministerium ist der Wetterdienst offiziell untergeordnet, und der Verkehrsminister kann nun als Erfolg verbuchen, dass sich der DWD mit seiner KI-Anwendung als einer der international führenden Dienste profiliert.
Die Erwartung ist nun, dass in Zukunft nicht nur Vorhersagen für Straßen- und Flugwetter profitieren, sondern zum Beispiel auch Energieunternehmen mit Prognosen für Sonnenstunden und Wind, der Schiffsverkehr mit Vorhersagen für den Wasserstand der Flüsse oder für die Höhe der Meereswellen, die Wasserwirtschaft mit besseren Daten über künftige Niederschläge oder Starkregen an den Flüssen. Profitieren von genaueren Vorhersagen sollen aber etwa auch die Landwirtschaft, die Bundeswehr oder einfach Allergiker, die Vorhersagen über den Pollenflug nutzen – daneben natürlich alle, die von extremen Wetterereignissen betroffen sein könnten und Wetterwarnungen beachten.
Bisher brauchen die Rechner 30 Minuten für eine Prognose
Das bisherige, traditionelle Rechenmodell des Deutschen Wetterdienstes namens „Icon“ nutzt Unmengen von aktuellen Wetterbeobachtungen, um dann mit ausgefeilten Prognosemodellen die Entwicklung der folgenden drei Tage zu berechnen. Verwendet werden etwa Daten aus 250 verschiedenen Höhenschichten der Erdatmosphäre, Temperaturen, Luftdruck, Windgeschwindigkeiten und viele weitere, um dann alle drei Stunden in zwei großen Computern neue Berechnungen anzustellen – für weltumspannende Wetterprognosen mit Beobachtungspunkten in einem Abstand von 13 Kilometern, europäische Prognosen für Abstände von 6,5 Kilometern und Vorhersagen für Deutschland und umgebende Regionen in einem engmaschigen Netz, dessen Beobachtungspunkte nur 2,1 Kilometer voneinander entfernt sind. Als Volumen der täglichen Beobachtungsdaten nennt der Deutsche Wetterdienst 8 Terabyte, was rund 8200 Gigabyte entspricht. Trotz zweier riesiger, besonders schneller Rechner dauert jeder Rechenvorgang für eine traditionelle Prognose gut 30 Minuten.
Das Konkurrenzmodell mit Künstlicher Intelligenz ist dagegen schon innerhalb von ein bis zwei Minuten fertig oder bei großen Prognoserechnungen in 14 Minuten anstelle von zwei Stunden. Während in den traditionellen Systemen mit mathematischen Methoden eine Annäherung für Millionen von physikalischen Gleichungen errechnet wird, begnüge sich die Künstliche Intelligenz damit, die Physik nur zu simulieren, erklärt Roland Potthast, verantwortlich für numerische Wettervorhersagen beim Deutschen Wetterdienst.
KI mit eigenen Wetterdaten von 15 Jahren trainiert
Um das DWD-eigene System der Künstlichen Intelligenz zu trainieren, wurde es mit Daten des Wetterdienstes der vergangenen 15 Jahre gefüttert – den Wettermessungen, daraus abgeleiteten Wetterprognosen und auch den dann beobachteten tatsächlichen Entwicklungen des Wetters. Ist das Modell erst einmal trainiert und installiert, laufen auf dieser Plattform die Berechnungen auf einfachere Weise und damit schneller. Von der Entstehung automatisierter Wetterberichte ist der Deutsche Wetterdienst aber auch bei dem KI-basierten System weit entfernt: „Am Ende stehen immer die Meteorologen im Vorhersagezentrum, die auswerten müssen, was die Daten bedeuten für Wind oder Temperatur oder für die Entscheidungen für und gegen Wetterwarnungen“, sagt Stefanie Hollborn, die Verantwortliche für das KI-Zentrum im DWD.
Das KI-basierte Instrument soll vorerst als Ergänzung zum traditionellen Rechenmodell verwendet werden. Dieses habe weiterhin den Vorteil der leichteren Interpretierbarkeit, der Konsistenz und Robustheit, heißt es beim DWD. Dagegen biete das neue Alcon-Modell den Vorteil von Rechengeschwindigkeit, statistischer Effizienz und Erkennung von Mustern im Wettergeschehen. Die Zukunft bestehe aus hybriden Vorhersagesystemen. Vorteil der Verwendung des neuen KI-gestützten Modells sei etwa auch, dass in kritischen Situationen mit Berechnungen in kürzeren Zeitabständen und mehr Schnelligkeit Zeit gewonnen werden könne, um sich etwa auf einen Orkan länger vorbereiten zu können, berichtet Jan Keller, Leiter des Entwicklerteams zu KI in der Wettervorhersage. Der Vergleich des neuen Modells Alcon mit dem traditionellen Rechenmodell habe auch interessante Vergleiche bei den Prognosen über die Schneefälle der vergangenen Wochen ergeben: Das traditionelle Modell habe an vielen Stellen Temperaturen oberhalb von null Grad, also Regen, errechnet, die KI habe dagegen Temperaturen von unter null vorhergesagt, also Schnee, und sei damit richtig gelegen.
Auch für das Straßenwetter biete die KI in Zukunft ganz praktische Vorteile, sagt Stefanie Hollborn vom KI-Zentrum: Bisher habe man immer nur Vorhersagen für die rund 1800 installierten Straßenwetterstationen machen können. Mit KI sei es nun möglich, auch zum Beispiel für die zwischen den Messpunkten liegenden Autobahnstrecken eine detaillierte Prognose zu machen, damit dann wiederum Räum- und Streudienste damit planen können. Generell habe sich aber auch die Qualität der traditionellen Vorhersagen in jüngster Zeit deutlich verbessert: „Vorhersagen über Niederschlag für die kommenden sechs Stunden sind heute schon jetzt so genau wie vor zehn Jahren die Vorhersagen für nur eine Stunde.“