Zum Inhalt springen
Swiss Observer

MétéoSwiss setzt KI ein, um Warnungen vor schweren Gewittern zu verbessern

MétéoSwiss hat ein KI-System eingeführt, das die Wahrscheinlichkeit von Hagel, Blitzen und Starkregen alle fünf Minuten aktualisiert.

MétéoSwiss setzt KI ein, um Warnungen vor schweren Gewittern zu verbessern
AISWI swissinfo.ch

Aktualisierungen alle fünf Minuten könnten den Menschen in der ganzen Schweiz mehr Zeit geben, um zu reagieren, wenn sich Gewitter bilden. MétéoSwiss hat diesen Sommer ein neues System mit künstlicher Intelligenz in Betrieb genommen. Es konzentriert sich auf drei Gefahren, die sich rasch verändern können: Hagel, Blitze und intensive Niederschläge.

Das System analysiert Radar- und Blitzdaten aus der ganzen Schweiz und schätzt anschliessend die Wahrscheinlichkeit jeder Gefahr für die kommende Stunde. Es übermittelt diese Informationen an die MétéoSwiss-App und die Website, wo Nutzerinnen und Nutzer die Warnungen für ihren Standort abrufen können.

MétéoSwiss gab die Inbetriebnahme am 27. August 2026 bekannt, nach vier Jahren Entwicklungsarbeit. Laut der Schweizer Regierung soll das System dazu beitragen, Fehlalarme zu reduzieren und Warnungen schneller an die Bevölkerung weiterzugeben. Das ist wichtig in einem Land, in dem sich die Wetterbedingungen zwischen den Alpentälern, dem Mittelland und dem Jura stark verändern können.

Eine frühere Warnung kann praktische Entscheidungen beeinflussen: ob eine Wanderung verschoben, Ausrüstung im Freien weggeräumt, ein exponiertes Gebiet verlassen oder Fahrzeuge vor Hagel geschützt werden sollen. Das Instrument sagt nicht jedes Gewitter mit Sicherheit voraus. Es liefert regelmässig aktualisierte Wahrscheinlichkeiten, die schnellere Entscheidungen unterstützen können, während sich die Bedingungen verändern.

Radar, Blitzdaten und Deep Learning ermöglichen die Vorhersage

Das Modell lernt, wie sich Schweizer Gewitter bewegen und entwickeln, statt sich nur auf eine einzelne Momentaufnahme der Vorhersage zu stützen. MétéoSwiss trainierte einen Deep-Learning-Algorithmus mit einem umfangreichen Datensatz von Radar- und Blitzbeobachtungen aus der ganzen Schweiz.

Der Trainingsprozess erforderte erhebliche Rechenleistung und fand auf Supercomputern in Lugano statt. Durch die Verarbeitung vergangener Muster lernte das System, beobachtete Gewittersignale mit dem späteren Auftreten von Hagel, Blitzen und Starkregen in Verbindung zu bringen. Nun wiederholt es diese Analyse alle fünf Minuten und erstellt eine laufend aktualisierte Prognose für die nächste Stunde.

Dieser Ansatz eignet sich für Gewitter, weil sich deren Standort und Intensität rasch verändern können. Radar zeigt Niederschlagsstrukturen, während Blitzdaten Informationen über die elektrische Aktivität innerhalb von Gewittern liefern. Zusammen ergeben diese Daten für den Algorithmus ein häufig aktualisiertes Bild der entstehenden Gefahren.

Das Ergebnis wird als Wahrscheinlichkeit und nicht als Garantie angegeben. Dieser Unterschied ist für alle wichtig, die eine Warnung in einer App lesen. Eine hohe Wahrscheinlichkeit weist auf ein erhöhtes Risiko in einem bestimmten Gebiet und Zeitraum hin. Sie gibt nicht genau an, wo Hagel fallen wird, wie viel Regen sich ansammeln wird oder wann der nächste Blitz einschlägt.

Frühere Warnungen verschaffen Gemeinden mehr Handlungsspielraum

Schnellere Warnungen sind nur dann wertvoll, wenn die Menschen sie verstehen und danach handeln können. Eine Aktualisierung alle fünf Minuten vermittelt der Bevölkerung ein aktuelleres Bild des Gewitterrisikos als eine Vorhersage, die unverändert bleibt, während eine Gewitterzelle über das Land zieht.

Für die Bevölkerung kann der praktische Nutzen einfach sein. Eine Wanderin oder ein Wanderer kann eine exponierte Gratwanderung nochmals überdenken. Eine Sportveranstalterin oder ein Sportveranstalter kann einen Anlass unterbrechen. Bäuerinnen und Bauern können Maschinen oder Vieh in Sicherheit bringen, wenn Hagel und Starkregen wahrscheinlicher werden. Auch Transportunternehmen und lokale Behörden können aktualisierte Warnungen bei der Planung von Aktivitäten im Freien und beim Schutz gefährdeter Infrastruktur nutzen.

Die landesweite Abdeckung ist angesichts des vielfältigen Geländes der Schweiz besonders relevant. Gewitter können sich in der Nähe der Alpen bilden und Täler, Pässe oder benachbarte Ortschaften zu unterschiedlichen Zeitpunkten betreffen. Eine Warnung für ein Gebiet beschreibt nicht automatisch die Bedingungen anderswo. Deshalb sind standortspezifische Informationen wichtig.

MétéoSwiss erklärt, das System solle sowohl Fehlalarme reduzieren als auch Warnungen beschleunigen. Eine bessere Zielgenauigkeit kann dazu beitragen, das Vertrauen der Bevölkerung zu erhalten, denn wiederholte Warnungen vor Gewittern, die dann ausbleiben, könnten dazu führen, dass Nutzerinnen und Nutzer spätere Mitteilungen ignorieren. Das neue Instrument unterstützt daher sowohl Schnelligkeit als auch gezielte Warnungen, während die Menschen selbst für ihre Reaktion verantwortlich bleiben.

Fachwissen bleibt für die Interpretation des Algorithmus zentral

Meteorologinnen und Meteorologen bleiben dafür zuständig, automatisierte Vorhersagen in den richtigen Kontext zu stellen. MétéoSwiss erklärt, Fachleute müssten komplexe Wettersituationen weiterhin beurteilen und bei der Interpretation der Algorithmusergebnisse wissenschaftliches Urteilsvermögen anwenden.

Diese Rolle ist wichtig, denn eine Wahrscheinlichkeit erklärt nicht alle möglichen Folgen. Meteorologinnen und Meteorologen können die Modellergebnisse mit den übergeordneten atmosphärischen Bedingungen vergleichen, die Entwicklung eines Gewitters untersuchen und Situationen erkennen, in denen das lokale Gelände oder eine ungewöhnliche Entwicklung die Vorhersage erschwert. Sie bestimmen auch, wie die Informationen der Bevölkerung vermittelt werden sollen.

Die Inbetriebnahme des Systems folgt auf eine breitere Debatte über künstliche Intelligenz und die Vorhersage extremer Wetterereignisse. Eine separate Schweizer Studie, auf die im Ausgangsbericht verlinkt wird, untersuchte die Grenzen von KI-Vorhersagen bei Extremereignissen. Diese Grenzen unterstreichen die Notwendigkeit menschlicher Aufsicht, sorgfältiger Überprüfung und klarer Kommunikation über Unsicherheiten.

Für die Schweiz bedeutet die unmittelbare Veränderung eine Anpassung des Betriebs und keinen Ersatz des Wetterdienstes. KI verarbeitet Radar- und Blitzinformationen in regelmässigen Abständen. Meteorologinnen und Meteorologen beurteilen, was diese Informationen bedeuten. Nutzerinnen und Nutzer erhalten einen schnelleren Warnkanal, während Fachwissen weiterhin entscheidend dafür ist, wie verlässlich die Vorhersage eingeschätzt wird.

Die Schweiz erprobt eine neue Ebene der Unwetterwarnung

MétéoSwiss hat KI in die Warninfrastruktur der Schweiz integriert. Wie gut sie funktioniert, wird nun unter realen Sommerbedingungen erprobt. Das System wurde nach vier Jahren Entwicklungsarbeit in Betrieb genommen. Sein Nutzen für die Öffentlichkeit hängt jedoch davon ab, wie zuverlässig es mit unterschiedlichen Gewitterstrukturen, Regionen und Intensitäten umgeht.

Der Fünf-Minuten-Rhythmus erzeugt einen stetigen Strom aktualisierter Informationen. Das kann die Lagebeurteilung für die Bevölkerung und für Organisationen verbessern, die Aktivitäten im Freien, die Notfallplanung oder exponierte Infrastruktur verwalten. Zugleich entsteht die Verantwortung, zu erklären, was die jeweilige Warnung bedeutet, wie lange sie gilt und weshalb sich die Bedingungen ändern können.

MétéoSwiss bindet den Algorithmus in einen umfassenderen wissenschaftlichen Arbeitsablauf ein. Supercomputer in Lugano stellten die für das Training benötigte Rechenleistung bereit. Radar- und Blitzbeobachtungen liefern die aktuellen Daten. Meteorologinnen und Meteorologen verfolgen die Entwicklung der Lage und interpretieren die Ergebnisse für die Nutzerinnen und Nutzer.

Das Ergebnis ist eine neue Ebene im Schweizer System für Unwetterwarnungen und kein eigenständiger Ersatz für professionelle Wettervorhersagen. Während der Dienst praktische Erfahrung sammelt, wird vor allem entscheidend sein, ob schnellere und präzisere Warnungen den Menschen helfen, bessere Entscheidungen zu treffen, bevor Hagel, Blitze oder Starkregen eintreffen.