Eine Forschungsgruppe der POSTECH hat untersucht, wie Abweichungen zwischen Wettervorhersagen und der tatsächlichen Wirkung von Naturkatastrophen die öffentliche Stimmung beeinflussen. Im Fokus stand der Landgang des Taifuns Khanun über die koreanische Halbinsel im August 2023. Die Studie, veröffentlicht in der Fachzeitschrift GeoHealth, kombiniert meteorologische Daten mit einer KI-gestützten Analyse von mehr als 43.000 Online-Beiträgen auf der Plattform NAVER Report Talk. Dabei werteten das Team um Professor Jonghun Kam und Erstautor Kiru Kim die Prognosen des Korean Meteorological Administration gegen Niederschlagsmessungen von 613 Wetterstationen aus und extrahierten daraus emotionale Muster. Die Ergebnisse zeigen klare räumliche und zeitliche Zusammenhänge zwischen Vorhersagegenauigkeit und öffentlicher Emotion. Im Osten und Südosten Koreas, wo die tatsächlichen Regenmengen die Vorhersagen übertrafen, dominierten Verwirrung, Unsicherheit und Traurigkeit in den sozialen Medien. Im Westen und in Ballungsräumen hingegen, wo die Prognosen die tatsächlich fallenden Mengen übertrieben darstellten, waren Angst, Sorge und Erschöpfung die vorherrschenden Gefühle. Insgesamt wurden etwa fünfzigfünf Prozent aller Diskussionsbeiträge als negativ klassifiziert. Besonders deutlich wurde ein Shift im Nutzerverhalten: Vor dem Landgang überwiegen passive Informationsbeschaffungsaktivitäten, während während des Ereignisses die aktive Berichterstattung und Erfahrungsaustausch stark zunehmen. Die Öffentlichkeit wechselt somit von rezeptiven Konsumenten zu proaktiven Providern von Echtzeitdaten. Die Untersuchung unterstreicht, dass die Zuverlässigkeit von Wettermodellen nicht nur eine technische, sondern eine soziale und kommunikative Schlüsselkomponente im Katastrophenschutz darstellt. Diskrepanzen zwischen erwartetem und erlebtem Risiko prägen die öffentliche Wahrnehmung maßgeblich. Die Autoren empfehlen, Unsicherheiten in meteorologischen Prognosen transparenter zu kommunizieren, um Vertrauen zu wahren und emotionale Belastungsspitzen in der Bevölkerung zu reduzieren. KI-Tools ermöglichen dabei erstmals eine flächendeckende, datengetriebene Überwachung der öffentlichen Stimmungslage während Extremwetterereignissen. Die gewonnenen Erkenntnisse bilden eine Grundlage für die Entwicklung präziserer Risikokommunikationsstrategien, die künftigen Naturgefahren besser begegnen können.