Wissenschaft
Schweizer Studie: KI-Wettermodelle versagen, wenn es darauf ankommt, und übersehen extreme Ereignisse
Künstliche Intelligenz revolutioniert die Meteorologie mit schnelleren Prognosen. Eine neue Studie der Universität Genf zeigt jedoch eine entscheidende Schwäche: Die fortschrittlichsten KI-Modelle können extreme Wetterereignisse systematisch nicht vorhersagen. Das ist eine erhebliche Schwachstelle mit Folgen für die öffentliche Sicherheit und den Schutz der Infrastruktur.
Künstliche Intelligenz versagt genau dann, wenn die Schweizer Bevölkerung sie am dringendsten braucht. Während Tech-Giganten eine Revolution in der Meteorologie versprechen, offenbart eine bahnbrechende Studie der Universität Genf eine verblüffende Realität: Die fortschrittlichsten KI-Modelle der Welt sind für extreme Wetterereignisse systematisch blind. Mit dem beschleunigten Klimawandel ist die Kluft zwischen digitalem Komfort und physischer Realität zu einer Frage von Leben und Tod geworden. Diese Modelle, die als Zukunft der Wetterprognose gepriesen werden, unterschätzen regelmässig Kälteperioden, Hitzespitzen und heftige Windereignisse, die die Schweizer Infrastruktur und die öffentliche Sicherheit gefährden. Das Urteil der Universität Genf ist eindeutig: Wird das Wetter historisch, wird die KI unzuverlässig. Das ist nicht bloss ein technischer Fehler, sondern ein grundlegendes Versagen jener Systeme, die unsere Gemeinschaften vor der zunehmenden Unberechenbarkeit der Natur schützen sollen.
Der statistische blinde Fleck wird sichtbar
Drei globale Schwergewichte der KI-Wetterprognose, GraphCast, Pangu-Weather und Fuxi, sind von Schweizer Forschenden entlarvt worden. Die in Science Advances veröffentlichte Studie zeigt, dass diese Modelle nach einer Logik der historischen Wiederholung funktionieren, die beispiellose Ereignisse nicht berücksichtigen kann. Da maschinelles Lernen auf bereits Geschehenem beruht, bleibt es in der Vergangenheit gefangen. Extreme Wetterereignisse sind hingegen per Definition Ausreisser. Die Daten zeigen, dass KI-Modelle nicht nur die Intensität solcher Ereignisse zu schwach prognostizieren, sondern auch deren Auftreten viel zu selten vorhersagen. Für ein Land wie die Schweiz, wo sich alpine Mikroklimata mit tödlicher Geschwindigkeit verändern können, ist es ein nicht tragbares Risiko, sich auf ein System zu verlassen, das sogenannte «Schwarze Schwäne» ignoriert. Die KI lernt aus einer Welt, die es nicht mehr gibt, und erfasst die durch den Klimawandel bedingte neue Normalität extremer Wetterereignisse nicht.
In der Krise ist die Physik den Algorithmen überlegen
Die Physik ändert sich nicht, auch wenn sich das Klima wandelt. Darin liegt der entscheidende Vorteil traditioneller physikalischer Modelle wie des HRES-Systems des Europäischen Zentrums für mittelfristige Wettervorhersage (ECMWF). Während KI in alten Daten nach Mustern sucht, simulieren physikalische Modelle die Atmosphäre anhand unveränderlicher Gesetze der Thermodynamik und der Strömungsmechanik. Diese Gesetze gelten auch während eines Jahrhundertsturms, den eine KI noch nie «gesehen» hat. Die Forschenden der Universität Genf betonen, dass dieser grundlegende Unterschied erklärt, weshalb traditionelle Modelle Extremsituationen berechnen können, für die es keine historischen Präzedenzfälle gibt. Im anspruchsvollen Bereich des Schweizer Bevölkerungsschutzes ist die Zuverlässigkeit einer physikbasierten Berechnung wichtiger als die Geschwindigkeit einer algorithmischen Vermutung. Die «Achillesferse» des maschinellen Lernens ist seine Unfähigkeit, angesichts des Unbekannten neue Lösungen zu entwickeln. Bei Rekordhitze oder beispiellosen Überschwemmungen wird diese Schwäche besonders deutlich.
Eine hybride Zukunft für die Sicherheit der Schweiz gestalten
Für die Schweiz besteht der Weg nach vorn nicht darin, KI aufzugeben, sondern sie den strengen Vorgaben der Naturwissenschaften zu unterstellen. MeteoSchweiz und das Swiss Data Science Center haben bereits umgesteuert und eine wichtige Vereinbarung über vier Jahre zur Entwicklung hybrider Systeme unterzeichnet. Ziel ist es, die blitzschnelle Verarbeitungskapazität der KI mit der verlässlichen Genauigkeit physikalischer Gesetze zu verbinden. Fachleute wie Roland Potthast vom DWD sind der Ansicht, dass dieser «hybride» Ansatz der einzige Weg ist, der Gesellschaft sowohl Schnelligkeit als auch Sicherheit zu bieten. Indem neue Modelle darauf trainiert werden, Extremereignissen und Unsicherheiten mehr Gewicht beizumessen, wollen Schweizer Wissenschaftlerinnen und Wissenschaftler einen Schutzschild gegen das Unvorhersehbare schaffen. Angesichts einer Zukunft mit zunehmender klimatischer Unbeständigkeit wird die Verbindung dieser beiden Welten darüber entscheiden, ob wir Menschenleben, Landwirtschaft und Energieversorgung in der Schweiz schützen können. Die Zeit des blinden Vertrauens in KI-«Blackboxes» ist vorbei. Das Zeitalter der physikgestützten Intelligenz hat begonnen.