Dasselbe Wetter, zweimal vorhergesagt: das physikalische Ensemble des ECMWF gegen Googles KI-Modell WeatherNext 2. Ein «Ensemble» bedeutet: Dieselbe Prognose wird Dutzende Male mit leicht veränderten Startbedingungen gerechnet — die Streuung der Läufe zeigt, wie sicher sich das Modell selbst ist. Gleiches Gitter, gleicher Horizont — grundverschiedene Denkschulen.
Zahlen, die man kennen sollte
Spezialisierte KI-Wettermodelle von Google (WeatherNext) und Nvidia (Earth-2 mit FourCastNet und CorrDiff) haben die Vorhersage in kurzer Zeit dramatisch beschleunigt — und die Versicherungsbranche rechnet bereits damit: AXA erzeugt mit FourCastNet Tausende hypothetischer Hurrikan-Szenarien für die Katastrophenmodellierung.[7] Doch dieselbe Forschung dokumentiert eine systematische Schwäche: Extreme, für die es keine historische Referenz gibt.
Was für KI-basierte Wetterprognosen spricht: Schnelligkeit, Energieverbrauch und Auflösung
+24 h
mehr Vorwarnzeit: WeatherNext 2 erreicht bei 3-Tages-Prognosen die Güte bisheriger 2-Tages-Prognosen.
Rechenzeit bei 2.5-km-Auflösung meldet der israelische Wetterdienst mit Nvidias CorrDiff-Downscaling (bis 500× schneller, laut Nvidia 3000× energieeffizienter).
«Gray Swans»: Entfernt man Stürme der Kategorien 3–5 aus den Trainingsdaten, kann das KI-Modell einen Kategorie-5-Zyklon nicht mehr korrekt vorhersagen.
Bei beispiellosen Extremereignissen schlägt die Physik die KI: KI-Modelle unterschätzen Häufigkeit und Intensität — je extremer das Ereignis, desto grösser der Fehler.
Jahrzehntelange Verifikationshistorie — der Massstab, an dem alle anderen gemessen werden.
Extrapoliert auch nie beobachtete Wetterlagen entlang der Naturgesetze — gerade bei beispiellosen Extremen die verlässlichere Wahl.[6]
Grenzen
Enorm rechenintensiv: Was die KI (FourCastNet 3) in unter 4 Minuten auf einer einzigen GPU rechnet, braucht das ECMWF-Ensemble rund 4 Stunden auf einem Supercomputer — Faktor 60. Auflösung und Updatefrequenz sind dadurch begrenzt.[2]
Minuten statt Stunden: grosse Ensembles fast zum Nulltarif — mehr Szenarien, öfter gerechnet.[2]
Bei Zugbahn und Intensität von Stürmen state of the art; rund 24 h mehr Vorwarnzeit.[1]
Quelloffen — unabhängig prüfbar und reproduzierbar.
Grenzen
Lernt aus der Vergangenheit: Ereignisse ohne historische Referenz («Gray Swans») sind das eigentliche Risiko.[5]
Tendenz zur Glättung: Spitzenwerte von Extremen werden unterschätzt.[4]
Kurze Verifikationshistorie — Status «experimentell», keine amtliche Warnfunktion.
Die Prognosen im Vergleich
Temperatur 2 m · nächste 7 Tage · Median & 10.–90.-Perzentil-BandLade Ensembles …
Wo die Modelle auseinanderlaufen · Median-Differenz
Balken über der Nulllinie (rot): Die KI rechnet wärmer. Balken darunter (anthrazit): Die Physik rechnet wärmer.
–
max. Median-Differenz
–
Ø Band Physik
–
Ø Band KI
Praxistest Berge: Klicke auf Rinderberg (2079 m) oder Säntis (2502 m). Eine 28-km-Gitterzelle enthält Gipfel und Täler zugleich — die Modelle rechnen deshalb nicht für den Gipfel, sondern für eine mittlere Geländehöhe der ganzen Zelle. Open-Meteo rechnet die Temperatur anschliessend mit einem Geländemodell auf die tatsächliche Gipfelhöhe um. Vergleiche die Bandbreiten und die Median-Differenz mit Bern: Im Gebirge laufen die Modelle typischerweise stärker auseinander, weil die grobe Zelle die reale Topografie nur näherungsweise trifft — und genau diese Umrechnungsschritte sieht man den fertigen Zahlen nicht mehr an.
Kleine Legende
0.25°-Gitter · «28-km-Zone»
Beide Modelle zerlegen die Welt in Zellen von rund 28 × 28 km und rechnen pro Zelle einen Wert. Berge, Täler und Seen innerhalb einer Zelle verschwimmen zu einem Mittelwert — das Matterhorn ist für beide ein Hügel. Open-Meteo korrigiert die Stationshöhe nachträglich mit einem 90-m-Geländemodell.
Ensemble & Member
Dieselbe Prognose, viele Male mit leicht gestörten Startbedingungen gerechnet. Jede Variante heisst «Member». Die Streuung der Member zeigt, wie stabil oder chaotisch die Wetterlage ist.
Median
Die mittlere aller Varianten: Die Hälfte der Member liegt darüber, die Hälfte darunter. Robuster als der Durchschnitt, weil Ausreisser weniger Gewicht bekommen.
10.–90.-Perzentil-Band
Der Bereich, in dem 80 % der Member landen. Breites Band = das Modell ist sich selbst unsicher. Ein schmales Band heisst nur: Das Modell ist sich einig — nicht: Es hat recht.
Median-Differenz
KI-Median minus Physik-Median, pro Zeitschritt. Zeigt, wo die beiden Denkschulen unterschiedliche Antworten geben — und wie stark.
Reanalyse (ERA5)
Rückwirkend rekonstruierte «beste Schätzung» des Weltwetters seit 1940 — das Trainingsmaterial, aus dem die KI ihre Muster gelernt hat.
Gray Swan
Ein Ereignis, das physikalisch möglich ist, aber in den Aufzeichnungen — und damit in den Trainingsdaten — noch nie vorkam. Die Achillesferse lernender Modelle.
Die Revisionsfrage
WeatherNext 2 trägt das Etikett «experimentell» und ist keine amtliche Wetterprognose — und floss doch schon in operative Entscheidungen von Wetterbehörden ein. Genau dieses Muster begegnet der Revision überall, wo KI-Systeme eingeführt werden: Ab wann ist ein Pilot faktisch produktiv? Wurde die Güte des Modells validiert — und gegen welchen Massstab? Wann ist der Switch zum Status "Produktiv" erreicht?
Für Versicherer kommt eine Dimension dazu: Wer KI-Wettermodelle in der Katastrophenmodellierung einsetzt, übernimmt deren dokumentierte Schwäche bei genau den Ereignissen, die die grössten Schäden verursachen — den beispiellosen. Ein Modell, das beispiellose Extreme systematisch unterschätzt, unterschätzt im Zweifel auch die Schadenlast.
Was dieses Widget nicht zeigen kann: welches Modell am Ende richtig lag. Ein schmales Band wirkt kompetent — es kann auch nur überkonfident sein. Verifikation braucht den Rückblick, nicht den Ausblick.
— erprobt vs. Hypothese, wie immer.
Nvidia Developer Blog: «FourCastNet 3 Enables Fast and Accurate Large Ensemble Weather Forecasting», Juli 2025. developer.nvidia.com
Nvidia Newsroom: «NVIDIA Announces Earth Climate Digital Twin», März 2024 (CorrDiff: 12.5× Auflösung, 1000× schneller, 3000× energieeffizienter). nvidianews.nvidia.com
Charlton-Perez et al.: «Do AI models produce better weather forecasts than physics-based models? A case study of Storm Ciarán», npj Climate and Atmospheric Science, 2024. nature.com
Sun et al.: «Can AI weather models predict out-of-distribution gray swan tropical cyclones?», PNAS, 2025. pnas.org
Zhang et al.: «Physics-based models outperform AI weather forecasts of record-breaking extremes», Science Advances, 2025. science.org
Berichterstattung zur Earth-2-Open-Source-Veröffentlichung inkl. AXA-Anwendungsfall, Januar 2026. winbuzzer.com
Prognosedaten: Open-Meteo.com (CC BY 4.0) · Modelle: ECMWF IFS 0.25° Ensemble, Google DeepMind WeatherNext 2 · Experimentelle Modelldaten, keine amtliche Wetterwarnung. Prototyp, Stand August 2026. Gestaltung: Annäherung, kein offizielles CI. Dieses Exponat wurde mit Hilfe von Claude Opus 5, Claude Fable 5 und OpenAI GPT5.6-Sol erstellt.