Künstliche Intelligenz prognostiziert Hitzewellen mehrere Wochen im Voraus
Kurz vor der Klimakonferenz COP30 im brasilianischen Belém präsentieren Forschende des Euro-Mediterranean Center on Climate Change (CMCC) ein bahnbrechendes System, das Hitzewellen in Europa deutlich früher und präziser vorhersagen kann als bisher. Mithilfe von maschinellem Lernen ist es gelungen, Vorhersagen bis zu sieben Wochen vor dem Sommer zu treffen – ein entscheidender Zeitvorsprung, um sich auf extreme Hitze vorzubereiten.
Hitzewellen zählen zu den tödlichsten Folgen des Klimawandels in Europa. Sie verursachen nicht nur tausende Hitzetote, sondern auch massive Ernteausfälle, Energieengpässe und wirtschaftliche Schäden. Das neue Vorhersagesystem könnte helfen, rechtzeitig Gegenmaßnahmen zu ergreifen - etwa im Gesundheitswesen, in der Landwirtschaft oder bei der Energieversorgung.
Ein Durchbruch in der saisonalen Vorhersage
Die im Fachjournal Nature Communications Earth & Environment veröffentlichte Studie „Feature selection for data-driven seasonal forecasts of European heatwaves“ zeigt, wie maschinelles Lernen (ML) und künstliche Intelligenz (KI) die Klimaforschung revolutionieren. Das System wurde mit Daten aus Jahrhunderten von Klimasimulationen trainiert - von der vorindustriellen Zeit bis in die jüngste Vergangenheit - und kann reale Hitzewellen zwischen 1993 und 2016 präzise rekonstruieren, darunter die extremen Sommer 2003 und 2015.
„Maschinelles Lernen wird ein grundlegender Bestandteil der Klimaforschung werden“, erklärt Studienautor R. McAdam. „Diese Studie zeigt, wie nützlich es bei der Vorhersage extremer Wetterereignisse sein kann – und ist erst der Anfang.“
Mehr Effizienz, weniger Rechenaufwand
Traditionelle Klimamodelle benötigen enorme Rechenkapazitäten und liefern oft unzuverlässige Ergebnisse, insbesondere für Nordeuropa. Das neue datengetriebene Verfahren hingegen kommt mit einem Bruchteil der Rechenleistung aus und liefert dort besonders gute Ergebnisse, wo herkömmliche Methoden bislang an ihre Grenzen stießen.
„Unser Ansatz erweitert die Möglichkeiten der saisonalen Vorhersage auf Basis von ML mit nur einem winzigen Bruchteil des Rechenaufwands klassischer Modelle“, sagt McAdam. Damit wird die Hitzewellenprognose auch für kleinere Forschungseinrichtungen und nationale Wetterdienste zugänglicher.
Frühwarnung rettet Leben
Die größten Fortschritte zeigen sich 4 bis 7 Wochen vor Sommerbeginn - in einer Phase, in der sich auf Grundlage der neuen Prognosen gezielte Schutzmaßnahmen planen lassen. Landwirte könnten etwa rechtzeitig Bewässerungsstrategien anpassen, Energieversorger den Stromverbrauch besser kalkulieren, und Gesundheitsdienste sich auf Hitzewellen vorbereiten.
„Frühwarnungen über außergewöhnlich heiße Sommer könnten helfen, wirtschaftliche Verluste zu mindern und Menschenleben zu retten“, betont McAdam. Saisonale Vorhersagen, die bereits im Frühjahr erstellt werden, können Auskunft darüber geben, ob der Sommer überdurchschnittlich heiß wird.
Wie das System funktioniert
Das Vorhersagesystem nutzt ein „Feature-Selection“-Verfahren, das aus rund 2.000 atmosphärischen, ozeanischen und terrestrischen Variablen die relevantesten auswählt. So lässt sich erkennen, welche Faktoren - etwa Bodenfeuchtigkeit, Temperaturmuster oder großräumige Luftzirkulation - die Entstehung von Hitzewellen begünstigen. Auch weit entfernte Signale aus dem tropischen Pazifik oder Atlantik fließen in die Berechnungen ein.
Bemerkenswert ist auch, dass das Modell auf sogenannten Paläoklima-Simulationen (Jahre 0–1850) trainiert wurde - also auf künstlich erzeugten Datensätzen, die wesentlich mehr Trainingsmaterial bieten als die begrenzten realen Messreihen. Dennoch konnte das System sein Wissen erfolgreich auf reale Bedingungen übertragen.
Neue Perspektiven für Klimadienste
Die Forschenden sehen in ihrem Ansatz einen wichtigen Schritt hin zu verlässlicheren und kostengünstigeren Klimadiensten. Neben Hitzewellen ließe sich das Verfahren künftig auch auf andere Extremereignisse und Jahreszeiten anpassen.
Mit solchen Werkzeugen könnten Politik, Wirtschaft und Bevölkerung künftig besser auf die wachsenden Risiken des Klimawandels reagieren – von Dürremanagement bis hin zu Notfallplänen im Gesundheitswesen.
Quelle:
McAdam, R. et al. (2025): Feature selection for data-driven seasonal forecasts of European heatwaves. Nature Communications Earth & Environment. DOI: [10.1038/s43247-025-02863-4]
Hitzewellen zählen zu den tödlichsten Folgen des Klimawandels in Europa. Sie verursachen nicht nur tausende Hitzetote, sondern auch massive Ernteausfälle, Energieengpässe und wirtschaftliche Schäden. Das neue Vorhersagesystem könnte helfen, rechtzeitig Gegenmaßnahmen zu ergreifen - etwa im Gesundheitswesen, in der Landwirtschaft oder bei der Energieversorgung.
Ein Durchbruch in der saisonalen Vorhersage
Die im Fachjournal Nature Communications Earth & Environment veröffentlichte Studie „Feature selection for data-driven seasonal forecasts of European heatwaves“ zeigt, wie maschinelles Lernen (ML) und künstliche Intelligenz (KI) die Klimaforschung revolutionieren. Das System wurde mit Daten aus Jahrhunderten von Klimasimulationen trainiert - von der vorindustriellen Zeit bis in die jüngste Vergangenheit - und kann reale Hitzewellen zwischen 1993 und 2016 präzise rekonstruieren, darunter die extremen Sommer 2003 und 2015.
„Maschinelles Lernen wird ein grundlegender Bestandteil der Klimaforschung werden“, erklärt Studienautor R. McAdam. „Diese Studie zeigt, wie nützlich es bei der Vorhersage extremer Wetterereignisse sein kann – und ist erst der Anfang.“
Mehr Effizienz, weniger Rechenaufwand
Traditionelle Klimamodelle benötigen enorme Rechenkapazitäten und liefern oft unzuverlässige Ergebnisse, insbesondere für Nordeuropa. Das neue datengetriebene Verfahren hingegen kommt mit einem Bruchteil der Rechenleistung aus und liefert dort besonders gute Ergebnisse, wo herkömmliche Methoden bislang an ihre Grenzen stießen.
„Unser Ansatz erweitert die Möglichkeiten der saisonalen Vorhersage auf Basis von ML mit nur einem winzigen Bruchteil des Rechenaufwands klassischer Modelle“, sagt McAdam. Damit wird die Hitzewellenprognose auch für kleinere Forschungseinrichtungen und nationale Wetterdienste zugänglicher.
Frühwarnung rettet Leben
Die größten Fortschritte zeigen sich 4 bis 7 Wochen vor Sommerbeginn - in einer Phase, in der sich auf Grundlage der neuen Prognosen gezielte Schutzmaßnahmen planen lassen. Landwirte könnten etwa rechtzeitig Bewässerungsstrategien anpassen, Energieversorger den Stromverbrauch besser kalkulieren, und Gesundheitsdienste sich auf Hitzewellen vorbereiten.
„Frühwarnungen über außergewöhnlich heiße Sommer könnten helfen, wirtschaftliche Verluste zu mindern und Menschenleben zu retten“, betont McAdam. Saisonale Vorhersagen, die bereits im Frühjahr erstellt werden, können Auskunft darüber geben, ob der Sommer überdurchschnittlich heiß wird.
Wie das System funktioniert
Das Vorhersagesystem nutzt ein „Feature-Selection“-Verfahren, das aus rund 2.000 atmosphärischen, ozeanischen und terrestrischen Variablen die relevantesten auswählt. So lässt sich erkennen, welche Faktoren - etwa Bodenfeuchtigkeit, Temperaturmuster oder großräumige Luftzirkulation - die Entstehung von Hitzewellen begünstigen. Auch weit entfernte Signale aus dem tropischen Pazifik oder Atlantik fließen in die Berechnungen ein.
Bemerkenswert ist auch, dass das Modell auf sogenannten Paläoklima-Simulationen (Jahre 0–1850) trainiert wurde - also auf künstlich erzeugten Datensätzen, die wesentlich mehr Trainingsmaterial bieten als die begrenzten realen Messreihen. Dennoch konnte das System sein Wissen erfolgreich auf reale Bedingungen übertragen.
Neue Perspektiven für Klimadienste
Die Forschenden sehen in ihrem Ansatz einen wichtigen Schritt hin zu verlässlicheren und kostengünstigeren Klimadiensten. Neben Hitzewellen ließe sich das Verfahren künftig auch auf andere Extremereignisse und Jahreszeiten anpassen.
Mit solchen Werkzeugen könnten Politik, Wirtschaft und Bevölkerung künftig besser auf die wachsenden Risiken des Klimawandels reagieren – von Dürremanagement bis hin zu Notfallplänen im Gesundheitswesen.
Quelle:
McAdam, R. et al. (2025): Feature selection for data-driven seasonal forecasts of European heatwaves. Nature Communications Earth & Environment. DOI: [10.1038/s43247-025-02863-4]
Über das CMCC:
Das Euro-Mediterranean Center on Climate Change (CMCC) ist eines der führenden Forschungszentren für Klimawissenschaften in Europa. Es entwickelt Modelle, Strategien und politische Empfehlungen, um Klimawandelanpassung und -minderung weltweit voranzubringen.
www.cmcc.it
Das Euro-Mediterranean Center on Climate Change (CMCC) ist eines der führenden Forschungszentren für Klimawissenschaften in Europa. Es entwickelt Modelle, Strategien und politische Empfehlungen, um Klimawandelanpassung und -minderung weltweit voranzubringen.
www.cmcc.it
