SeaCast ist ein bahnbrechendes KI-Modell für die Vorhersage der Meeresbedingungen im Mittelmeerraum, das präzise 15-tägige Prognosen in Sekunden erzeugt. Im Gegensatz zu herkömmlichen globalen KI-Modellen, die meist mit geringerer Auflösung arbeiten und sich auf Ozeandaten beschränken, integriert SeaCast sowohl ozeanische als auch atmosphärische Variablen. Das System basiert auf einem Graphen-Neural-Netzwerk (GNN), das komplexe Küstenlinien und Randbedingungen berücksichtigt – eine zentrale Herausforderung bei regionalen Vorhersagen. Es arbeitet mit einer hohen Auflösung von etwa 4 km (1/24°), vergleichbar mit dem operativen Modell MedFS des CMCC, das über den Copernicus Marine Service bereitgestellt wird und die gesamte Wassersäule bis 200 Meter Tiefe abdeckt. Die Trainingsdaten stammen aus der CMCC-Mediterranen Reanalysedatenreihe, die ebenfalls frei über Copernicus Marine verfügbar sind. Ein entscheidender Vorteil von SeaCast liegt in seiner Geschwindigkeit und Effizienz: Während das traditionelle numerische Modell für eine 10-Tage-Prognose etwa 70 Minuten auf 89 CPUs benötigt, erstellt SeaCast eine 15-Tage-Prognose in nur 20 Sekunden mit einer einzigen GPU – einem Prozessor, der für parallele Berechnungen optimiert ist und häufig in der KI-Anwendung eingesetzt wird. Diese Leistungssteigerung ermöglicht nicht nur schnellere Vorhersagen, sondern auch neue Anwendungen wie „What-if“-Szenarien und probabilistische Ensemble-Vorhersagen, die Unsicherheiten besser quantifizieren und somit Entscheidungsprozesse in der Küsten- und Umweltpolitik stärken. Die Anwendungsmöglichkeiten sind vielfältig: von der Schifffahrt und Aquakultur bis hin zur Umweltüberwachung und Risikomanagement an der Küste. Genauere und schnellere Vorhersagen helfen, Schäden durch extreme Wetterereignisse oder Meeresströmungen zu minimieren. Die Forscher betonen, dass die Kombination von physikalischer Ozeanographie, atmosphärischer Wissenschaft und KI entscheidend war – eine interdisziplinäre Zusammenarbeit, die Probleme löste, die kein einzelnes Fachgebiet allein bewältigen konnte. Besonders hervorgehoben wird die enge Kooperation zwischen dem CMCC und der Universität Helsinki, bei der der Erstautor Daniel Holmberg durch wissenschaftliche Austausch und persönliche Zusammenarbeit wesentlich zur Entwicklung beigetragen hat. Ein zentraler Fortschritt ist die Kopplung von atmosphärischen und ozeanischen Daten während des Trainings und der Vorhersage. Sensitivitätsstudien zeigen, dass atmosphärische Einflüsse – insbesondere Wind und Lufttemperatur – die Vorhersagegenauigkeit, besonders in der Oberflächenschicht, erheblich verbessern. Langzeittrainings mit bis zu 35 Jahren historischer Daten steigern zudem die Modellleistung. Zukünftig soll SeaCast in operativen Vorhersageketten integriert werden, um die Genauigkeit und Reaktionsgeschwindigkeit der Mittelmeer-Vorhersagen weiter zu erhöhen. Als erstes regionales, hochauflösendes KI-Modell für Ozeanvorhersagen setzt SeaCast einen neuen Standard und eröffnet Perspektiven für intelligente, schnelle und zuverlässige Meeresprognosen weltweit. Die Forschung wird von der CMCC Foundation – Euro-Mediterranean Center on Climate Change getragen, einem führenden Zentrum für Klimaforschung in Europa. Die Entwicklung zeigt, dass KI nicht nur die Effizienz steigert, sondern auch die physikalische Genauigkeit von Modellen verbessert – ein entscheidender Schritt hin zu nachhaltigeren und datengestützten Entscheidungen in der Meeres- und Klimaforschung.