Google DeepMind und Google Research haben ihr fortschrittlichstes Wettervorhersage-Modell vorgestellt. WeatherNext 2 verspricht effizientere, präzisere und höher aufgelöste globale Prognosen und wird nun in Google-Produkten wie Suchmaschine, Gemini, Pixel Weather und bald Google Maps integriert. Die Ankündigung vom 17. November unterstreicht den wachsenden Einsatz künstlicher Intelligenz in der Meteorologie, die Entscheidungen in Bereichen wie Lieferketten, Flugverkehr und Alltagsplanung beeinflusst.
Das Modell generiert Vorhersagen achtmal schneller als Vorgänger und erreicht eine Auflösung bis hin zu stündlichen Intervallen. Es basiert auf einer innovativen Architektur, die Hunderte mögliche Szenarien aus einem einzigen Ausgangspunkt erzeugt – von milden Bedingungen bis zu Extremereignissen. Jede Prognose entsteht in weniger als einer Minute auf einem einzigen TPU-Prozessor, was traditionelle physikbasierte Supercomputer-Simulationen um Stunden verkürzt. Diese Effizienz ermöglicht es Wetterbehörden, Entscheidungen auf Basis vielfältiger Szenarien zu treffen, etwa bei experimentellen Zyklon-Vorhersagen.
WeatherNext 2 übertrifft das vorherige Top-Modell GenCast bei 99,9 Prozent der Variablen wie Temperatur, Wind und Feuchtigkeit sowie bei Vorhersagehorizonten von null bis 15 Tagen. Die Kerninnovation liegt in einem Ansatz namens Functional Generative Network, der Rauschen direkt in die Modellstruktur einbaut, um physikalisch plausible und vernetzte Ergebnisse zu gewährleisten. Das System lernt aus historischen Daten, um isolierte Wetterelemente wie Temperatur an einem Ort oder Windgeschwindigkeit in einer Höhe zu prognostizieren, und erweitert dies auf komplexe Systeme, etwa hitzebelastete Regionen oder Windparks.
Die Integration in Google-Dienste macht die Technologie für Millionen Nutzer zugänglich. In der Google-Suche und Gemini liefert es detailliertere Vorhersagen, während Pixel Weather und die Maps-Weather-API von verbesserter Genauigkeit profitieren. In den kommenden Wochen soll WeatherNext 2 auch Routenplanung in Google Maps unterstützen, indem es Echtzeitbedingungen entlang von Strecken anzeigt. Täglich werden vier sechsstündliche Vorhersagen erzeugt, was die Granularität steigert.
Neben der Verbrauchernutzung öffnet Google DeepMind die Technologie für Entwickler und Unternehmen. Die Prognosedaten sind nun in Earth Engine und BigQuery verfügbar, und ein Early-Access-Programm auf der Vertex-AI-Plattform von Google Cloud ermöglicht kundenspezifische Inferenzen. Besonders Energiehändler, Landwirte und Logistikfirmen profitieren: Präzisere Wind- und Solarprognosen optimieren Erträge erneuerbarer Energien, verbessern Netzstabilität und reduzieren Abhängigkeiten von fossilen Brennstoffen. Experten sehen hier Potenzial für Kosteneinsparungen in Milliardenhöhe, etwa durch bessere Lastverteilung bei Konzernen wie BP oder Shell.
Der Fokus auf probabilistische Vorhersagen adressiert Schwächen traditioneller Modelle, die oft einzelne Szenarien priorisieren. WeatherNext 2 erfasst Unsicherheiten besser, was bei Extremwetter wie Starkregen oder Schneefällen entscheidend ist – trotz bekannter Lücken in Trainingsdaten für Ausreißer. Die Entwicklung baut auf früheren Erfolgen wie GraphCast aus 2023 und GenCast aus 2024 auf, mit einer durchschnittlichen Genauigkeitssteigerung von 6,5 Prozent. Trainiert auf über 40 Jahren historischer Daten, reduziert es Rechenaufwand um 50 Prozent im Vergleich zu Modellen des European Centre for Medium-Range Weather Forecasts.
Die Ankündigung fällt in eine Phase intensiver Konkurrenz im KI-Wettermarkt. Rivale wie IBMs The Weather Company, Climavision oder Tomorrow.io entwickeln ähnliche Systeme, doch WeatherNext 2 hebt sich durch seine Geschwindigkeit und Skalierbarkeit ab. Google DeepMind betont ethische Aspekte: Regelmäßige Bias-Prüfungen sollen regionale Ungenauigkeiten vermeiden und Einhaltung von Regulierungen wie dem EU-KI-Gesetz gewährleisten. Zukünftige Erweiterungen umfassen neue Datenquellen und hybride KI-Physik-Modelle, die bis 2030 eine 90-prozentige Trefferquote bei Extremereignissen anstreben.
Durch die Freigabe von Tools und offenen Daten will Google DeepMind ein globales Ökosystem fördern, das wissenschaftliche Entdeckungen beschleunigt und Unternehmen bei komplexen Herausforderungen unterstützt. Die Technologie unterstreicht die Rolle von KI in der Klimaforschung und trägt zur Resilienz gegenüber zunehmenden Wetterextremen bei.
Quellen:
- Google DeepMind Blog: WeatherNext 2: Our most advanced weather forecasting model. 17. November 2025
- Bloomberg: DeepMind’s Latest AI Weather Model Targets Energy Traders. 17. November 2025
- 9to5Google: WeatherNext 2 is Google’s most accurate forecasting model, now used by Pixel Weather & Search. 17. November 2025
- WinBuzzer: Weather AI: Google DeepMind Unveils WeatherNext 2. 17. November 2025
- Engadget: DeepMind releases a new weather forecasting model for more accurate predictions. 17. November 2025
- AI Tech Suite: Google Deepmind’s WeatherNext 2 AI Revolutionizes Global Weather Forecasting. 17. November 2025
