Die Prognostiker des National Hurricane Center in Miami taten diese Woche etwas, das vor ein paar Jahren noch Stirnrunzeln ausgelöst hätte: Sie ließen ein KI-Modell zentrale Teile ihrer öffentlichen Vorhersage für Hurrikan Isaias mitgestalten.
Als Isaias auf die US-Golfküste zusteuerte, berichteten CNN, die New York Times und USA Today, das Zentrum habe sich auf ein KI-Hurrikanmodell von Google DeepMind gestützt, das durchweg eine weiter östliche Zugbahn und einen stärkeren Sturm vorhersagte als viele klassische physikbasierte Modelle. Meteorologen sagten, die KI-Prognose habe den Sturm über Nacht rund 1.000 Mal durchgerechnet – 642 dieser Läufe ergaben einen schweren Hurrikan über dem Golf.
Nach Zahlen, die unter Prognostikern kursieren, schlägt das KI-Modell die offiziellen Zugbahn-Vorhersagen des Zentrums nun im zweiten Jahr in Folge – um bis zu 30 Prozent bei der Fünf-Tage-Prognose, und das mit einem Bruchteil der Rechenleistung klassischer Simulationen.
Das heißt nicht, dass eine Maschine die Warnung geschrieben hat. Das NHC betont, dass menschliche Prognostiker jede Vorhersage herausgeben und die Verantwortung tragen und dass KI-Modelle die über Jahrzehnte aufgebauten physikbasierten Simulationen ergänzen, nicht ersetzen. Wenn die Signale auseinandergehen, muss immer noch jemand wählen.
Doch nach Isaias fällt diese Wahl mit einer Maschine im Raum – und zunehmend auf deren Seite des Arguments. Prognostiker beschreiben die KI-Ausgabe nicht als Orakel, sondern als zweite Meinung, die oft früh, günstig und richtig in der Form der Bedrohung liegt, während Physikmodelle bei Intensität und Struktur im Detail stärker bleiben.
Bedeutsamer ist das Institutionelle: Eine Bundesbehörde für Wettervorhersagen gewichtete während eines Sturms, bei dem es um Leben und Tod ging, öffentlich das Modell eines Privatunternehmens – ein leiser Wendepunkt darin, wie Wetterwarnungen entstehen, und eine Vorschau auf künftige Debatten darüber, wer haftet, wenn Modell und Meteorologe sich widersprechen.
