Envisions Tianji gewinnt den KI-Wetterwettbewerb des ECMWF, während China auf Satellitenmodelle setzt

Ein Wettbewerb für die dritte und vierte Woche

Die AI Weather Quest ist kein einmaliger Wettstreit. Das ECMWF führt sie als fortlaufende Vorhersage und Prüfung. Die Teams reichen jede Woche Beiträge ein, und eine öffentliche Rangliste aktualisiert sich, sobald Ergebnisse eintreffen. Die Bewertung reicht über den mittelfristigen Horizont von 15 Tagen hinaus. Der Wettbewerb umfasst probabilistische wöchentliche Mitteltemperaturen und mittlere Luftdruckwerte auf Meeresniveau sowie den wöchentlich kumulierten Niederschlag für die Tage 19 bis 25. Temperatur und Niederschlag werden über überwiegend landbedeckten Gitterzellen bewertet, der Druck global. Die Anlage belohnt ein Modell dafür, dass es eine Woche beschreibt, die drei Wochen entfernt liegt.

Das ist für jeden relevant, der Strom einkauft, nicht nur für Meteorologen. Ausblicke für die dritte und vierte Woche fließen in Wartung, Absicherung und Handelsentscheidungen bei Versorgern, Wind- und Solarbetreibern und Versicherern ein.

Unbekannt ist die unabhängige Trefferquote auf Standortebene und was der Zugang zu Tianji kostet. Envision erklärt, Tianji habe über alle bewerteten Metriken den ersten Platz erreicht, einschließlich der über Variablen gemittelten Werte für Temperatur nahe der Oberfläche, Druck und Niederschlag. Die Angabe stammt aus einer Unternehmensmitteilung vom 30. Oktober. Yonhap verbreitete sie mit dem Hinweis, dass sie nicht bearbeitet wurde.

Chinas Satellitenmodelle zielen auf die kurze Frist

China nutzte dieselbe Woche, um einen anderen Ansatz zu zeigen. Auf der Fengyun Satellite User Conference 2026 am Donnerstag in Changsha in der Provinz Hunan stellte das Land zwei KI-Modelle für Extremwetter vor.

Das erste deutet Wolkenbilder von Taifunen aus. Laut China Daily führt es mehr als 20 Arten von Echtzeit-Satellitenprodukten zusammen, analysiert Bilder alle 15 Minuten und erstellt innerhalb von 27 Sekunden einen Textbericht. Der Bericht deckt Lage, Intensität und Struktur eines Sturms ab sowie seine wahrscheinliche Entwicklung. Han Bowei, Ingenieur am Nationalen Satellitenmeteorologischen Zentrum, sagte, die dreidimensionale Wärmestruktur eines Taifuns sei einer der Faktoren hinter der Intensitätsänderung. Das zweite Modell befasst sich mit schwerem konvektivem Wetter, jenen schnell wachsenden Gewittersystemen, die schädliche Winde, Hagel und Sturzfluten bringen. Han sagte, es nutze zwei Stunden fortlaufender Fengyun-4-Daten und könne Auftreten, Entwicklung und Intensität vier Stunden im Voraus vorhersagen. Eine Studie dazu erschien im vergangenen Jahr in PNAS.

Die Reichweite ist der Punkt. Die Chinesische Meteorologische Verwaltung gibt an, China habe 10 Fengyun-Satelliten im Orbit und teile deren Daten mit 141 Ländern und Gebieten, berichtete Sharjah24. Han sagte, die beiden Modelle seien die ersten einer geplanten Reihe, die Taifune, Starkregen, Sandstürme, dichten Nebel und Kältewellen abdecken soll.

Warum das Fenster von Tag 19 bis 25 schwierig ist

Zwischen zwei Wochen und zwei Monaten wird die Vorhersage unangenehm. Robert Zheng, der bei Envision das Tianji Weather Foundation Model leitet, nannte die subseasonale Vorhersage über diesen Zeitraum eine der schwierigsten Aufgaben der Meteorologie.

Längere Horizonte erhöhen die Unsicherheit, sagte er. Sie verlangen einem Modell mehr ab, wenn es darum geht, sich entwickelnde Wettertrends zu erkennen. Envision bezeichnet Tianji als weltweit erstes Physik-KI-Wettermodell, gestützt auf Daten im Petabyte-Maßstab und ein dreidimensionales Netz, das Weltraum, Luft und Boden umfasst. Das Unternehmen gibt an, Tianji habe in WeatherBench 2 zur Spitzengruppe gehört, gleichauf mit Googles WeatherNext2. Außerdem habe es die deterministische Wertung eines Demonstrationsprogramms des Nationalen Meteorologischen Zentrums Chinas gewonnen. Die Netzarbeit ist der kommerzielle Anknüpfungspunkt. Envision erklärt, Tianji habe den ersten Platz im KI-Lastprognosewettbewerb von State Grid belegt und ebenso im Geschäftswettbewerb von China Southern Power Grid. Das Modell verbessere zudem die Genauigkeit für Windgeschwindigkeit und Einstrahlung in Schlüsselregionen. Diese Ergebnisse stammen vom Unternehmen.

Offene Modelle wählen einen anderen Weg

Nvidia verkauft das Gegenteil: offene Gewichte und Werkzeuge. Die Earth-2-Familie erlaubt Entwicklern, Modelle zu übernehmen und mit eigenen Daten anzupassen.

Die neueste Ergänzung ist StormScope EU. Es ist eine regionale Version, trainiert mit europäischen Wetter- und Klimadaten. Sie nutzt Beobachtungen von EUMETSAT, um sich entwickelnde Wolkenbedingungen über 16 Meteosat-Kanäle in 10-Minuten-Intervallen vorherzusagen. Nvidia zeigte auf der GTC Berlin eine laufende Pipeline mit Earthmover. AXA nutzt FourCastNet 3, um das regionale Zyklonrisiko über den historischen Bestand hinaus zu untersuchen, über mehr als 1.000 simulierte Saisons. Vaisala Xweather kombiniert Earth-2 mit eigenen Beobachtungen und Blitzdaten. TotalEnergies prüft auf StormScope basierende Nowcasts der Sonneneinstrahlung an zwei Photovoltaikstandorten.

Die University of Manchester ging einen anderen Weg. Forscher dort passten das Modell CorrDiff für die Luftqualitätsarbeit im Vereinigten Königreich an. Sie trainierten es auf dem Supercomputer Isambard-AI und führten es anschließend lokal auf Nvidia-DGX-Spark-Systemen aus.

Was weiterhin ungeprüft ist

Die Rangliste ist öffentlich, doch die Ankündigung vom 30. Oktober stammte von Envision. Eine unabhängige Bewertung der Trefferquote von Tianji auf einem Windpark oder in einer Leitwarte wurde nicht veröffentlicht.

Diese Lücke wiegt schwer, weil der Wettbewerb Wochendurchschnitte über Gitterzellen misst. Ein Netzbetreiber braucht stündliche Wind- und Einstrahlungswerte an einem bestimmten Standort. Ein schlechter Rampenverlauf kostet Geld, ob der Mittelwert nun stimmte oder nicht. Envision sagt, Tianji reiche von Nowcasting im Minutenbereich bis zu subseasonalen Trends, doch das Ergebnis der Quest betrifft nur das ferne Ende. Der Preis ist die zweite Leerstelle: Envision hat nicht mitgeteilt, was der Zugang zu Tianji kostet. Auf der Satellitenseite sagte Han, alle Schlussfolgerungen der Fengyun-Modelle beruhten auf Satellitenbeobachtungen und ließen sich überprüfen. Das ist eine Aussage über Nachvollziehbarkeit, nicht über Genauigkeit in einer laufenden Warnkette.