Googles neue KI sagt Regen 50 % genauer vorher — und ist bereits in Maps aktiv

Die Wettervorhersage auf Ihrem Smartphone ist plötzlich deutlich zuverlässiger geworden – ohne dass Sie etwas dafür tun mussten. Google DeepMind hat das Modell hinter seinen Wetterkarten in der Google Suche, in Google Maps, in Gemini und in der Maps Platform API durch WeatherNext 3 ersetzt – ein System, das stündlich Vorhersagen mit einer Auflösung von fünf Kilometern liefert, verglichen mit sechsstündigen Intervallen auf einem 25-Kilometer-Raster beim Vorgänger.

Der praktische Unterschied zeigt sich am deutlichsten bei Regen. Für die Planung einen Tag oder mehr im Voraus sind die Niederschlagsvorhersagen von WeatherNext 3 bis zu 50 Prozent genauer als die des Vorgängermodells. Gegenüber IMERG, dem Satelliten-Benchmark, der von Klimaforschern verwendet wird, beträgt die Verbesserung bis zu 60 Prozent. Das entspricht dem Unterschied zwischen einer Vorhersage, die „mögliche Schauer“ ankündigt, und einer, die Ihnen sagt, dass Sie zwischen 14 und 17 Uhr in Ihrer spezifischen Nachbarschaft mit Regen rechnen müssen.

Laut Googles eigenen Benchmarks übertrifft WeatherNext 3 auch traditionelle numerische Wettervorhersagesysteme, die vom U.S. National Weather Service und europäischen Wetterdiensten betrieben werden. Das Modell geht über Regen hinaus: Es umfasst Windgeschwindigkeiten in 100 Metern Höhe – der Höhe einer Windkraftanlage –, Bewölkung und Sonneneinstrahlung, was es neben normalen Pendlern auch für Energiebetreiber und Landwirtschaftsplaner nützlich macht.

Google ist nicht das einzige Unternehmen, das KI-basierte Wettermodelle entwickelt. Microsoft, Nvidia und europäische Forschungseinrichtungen haben in den letzten zwei Jahren konkurrierende Ansätze veröffentlicht. Googles Ankündigung nannte keine spezifischen Konkurrenten, und unabhängige Wetterdienste haben noch keine externe Validierung der von WeatherNext 3 behaupteten Genauigkeitssteigerungen veröffentlicht – die Zahlen stammen aus Googles eigenen Vergleichstests.

Die entscheidende architektonische Änderung betrifft die Art und Weise, wie das Modell Daten erhält. Traditionelle Wettervorhersagesysteme sammeln Beobachtungen über ein Sechs-Stunden-Fenster, bevor sie ihre Berechnungen durchführen. WeatherNext 3 nimmt stündlich Live-Bilder von geostationären Satelliten auf und umgeht so diese Verzögerung. Es trainiert außerdem mit direkten Messwerten von bodennahen Wetterstationsnetzwerken, was ihm hilft, lokale Gegebenheiten abzubilden – Küsteneffekte, Gebirgspässe und städtische Wärmeinseln, die ein gröberes Raster glätten würde.

Es gibt echte Grenzen dessen, was eine Auflösung von fünf Kilometern in der Praxis bedeutet. Das Modell kann nicht den Unterschied auflösen, ob Regen zuerst die eine Seite Ihrer Straße trifft, und es kann die grundlegende Unvorhersagbarkeit konvektiver Wettersysteme nicht außer Kraft setzen. Googles eigener Blog verweist Nutzer bei Unwetterwarnungen und öffentlichen Sicherheitshinweisen an die lokalen Wetterdienste.

Ab dem 3. September 2026, dem Tag der Ankündigung des Modells, stehen vortrainierte Versionen von WeatherNext 3 Forschern über Google Cloud und Google Earth Engine zur Verfügung. Es wurde keine stufenweise regionale Einführung angekündigt – das Upgrade ist weltweit für alle Nutzer von Googles Wetterprodukten für Verbraucher aktiv.

Schlagwörter: künstliche Intelligenz, Google, Maschinelles Lernen, DeepMind, Google Maps, WeatherNext 3