Künstliche Intelligenz (KI) wird zunehmend als transformative Kraft in datenintensiven Branchen wie Gesundheitswesen, Lebenswissenschaften, Fertigung, Finanzdienstleistungen, Einzelhandel und E-Commerce wahrgenommen. Auch in der Wettervorhersage zeigt sich ihr immenses Potenzial. Der globale Markt für KI-gestützte Wettervorhersage soll sich von 165,7 Millionen US-Dollar im Jahr 2022 auf 926,3 Millionen US-Dollar bis 2033 erhöhen. Traditionelle Vorhersagemethoden basieren auf der numerischen Wettervorhersage, einem dreistufigen Prozess, der Daten aus Wetterstationen, Ballons, Schiffen und Flugzeugen sammelt, in komplexe atmosphärische Modelle einfließt und durch menschliche Experten verfeinert wird. Dieser Prozess erfordert leistungsstarke Supercomputer, aufwendige Software und große Teams – ist teuer, energieintensiv und zeitaufwändig. Durch Fortschritte in der KI, insbesondere durch KI-Agenten und neue Architekturen, verändert sich die Wettervorhersage grundlegend. Unternehmen wie Google mit seinen Modellen GenCast und WeatherNext2, Microsoft mit Aurora, The Weather Company mit GRAF sowie spezialisierte Institute wie das Turing Institute mit Aardvark nutzen KI, um präzisere Vorhersagen mit deutlich geringerem Ressourcenbedarf zu erzielen. So können nun auch Länder mit begrenzten Mitteln lokale Wetterprognosen auf Systemen wie Laptops erstellen, was die globale Zugänglichkeit verbessert. Nvidia hat 2024 seine Earth-2-Plattform vorgestellt, eine digitale Klimatwin-Technologie, die Wetter- und Klimasimulationen weltweit skalieren soll. Earth-2Studio, ein Python-basiertes Toolkit, ermöglicht Entwicklern die Erstellung eigener Modelle. Auf der American Meteorological Society-Messe in Houston stellte Nvidia eine Reihe offener KI-Modelle und Werkzeuge vor, um die Entwicklung zu beschleunigen und Kosten zu senken. Ziel ist es, Flexibilität und nationale Souveränität zu fördern – nicht zwingende Standardisierung. Drei neue Modelle wurden vorgestellt: Earth-2 Medium Range basiert auf der Architektur „Atlas“, einer skalierbaren Transformer-Architektur, die mehr als 70 Wettervariablen verarbeitet und Google’s GenCast im Mittelfristvorhersagebereich übertreffen soll. „Atlas“ repräsentiert eine Rückkehr zu Einfachheit und Skalierbarkeit, wie sie bereits in der Medikamentenentwicklung oder autonomen Fahrzeugen erfolgreich ist. Das Earth-2 Nowcasting-Modell mit der Architektur „StormScope“ liefert präzise, kilometergenaue Vorhersagen für lokale Stürme innerhalb von sechs Stunden – ein kritischer Zeitraum für Warnungen und Rettungsmaßnahmen. Es nutzt globale Satellitendaten direkt, was eine Anpassung an jedes Land mit guter Satellitenabdeckung ermöglicht, ohne Abhängigkeit von teuren lokalen Datensätzen. Ein weiteres wichtiges Werkzeug ist Earth-2 Global Data Assimilation mit der Architektur „HealDA“, das die aktuelle atmosphärische Zustandsbeschreibung in Minuten erzeugt – im Gegensatz zu Stunden bei traditionellen Supercomputern. Da diese Aufgabe etwa 50 Prozent der Rechenzeit in klassischen Systemen beansprucht, ist HealDA ein entscheidender Fortschritt. Die Earth-2-Modelle sind öffentlich verfügbar – auf GitHub und Hugging Face – und werden bereits von Organisationen wie dem israelischen Meteorologischen Dienst, The Weather Company und Finanzdienstleistern wie S&P Global Energy genutzt. KI verändert die Wettervorhersage nicht nur technisch, sondern auch geopolitisch: Sie ermöglicht eine gerechtere, souveräne und kostengünstigere Zugänglichkeit für alle Länder – ein entscheidender Schritt in einer Welt, in der extreme Wetterereignisse jährlich Trillionen Dollar an Schäden verursachen.