Britischer Rechnungshof: Klimarisiken werden zu schwach bewertet, während Wetter- und KI-Studien sich häufen

Das National Audit Office veröffentlichte seine Ergebnisse am 3. November. Die Schlagzeile ist keine Zahl, sondern eine Lücke. Öffentliche Stellen in Großbritannien erwarten höhere Betriebskosten und Energieabgaben, während sich das Klima verändert und das Land auf kohlenstoffärmere Energie umstellt. Doch nur wenige haben ein gutes Bild von den Risiken, berichtete The Register am selben Tag.

Der Bericht behandelt den ersten Satz klimabezogener Finanzangaben größerer zentralstaatlicher Stellen für das Finanzjahr 2025-26, nach Regeln des Schatzamts Seiner Majestät. Für einige Stellen galten Offenlegungsregeln bereits seit 2022. Das NAO fand, dass das Verständnis physischer Risiken schwach war. Dazu zählen steigende Temperaturen, Überschwemmungen, stärkere Winde und längere Dürren. Noch schwächer war der Einblick in die Kosten des Übergangs zu einer kohlenstoffarmen Wirtschaft.

Was die Prüfer fanden

Laut Bericht rechneten die Stellen mit Kosten durch Schäden an Vermögenswerten und Infrastruktur, durch Extremwetter und durch schleichende Verschiebungen zu höheren Temperaturen und mehr Niederschlag. Sie erwarteten außerdem höhere Wartungs- und Reparaturrechnungen, mögliche Aufrüstungen von Anlagen und Übergangskosten. Stellen, die bedeutende Immobilien oder Infrastruktur verwalten, sorgten sich besonders um die Kosten von Dekarbonisierung und Anpassung, heißt es in dem Bericht.

Die Stellen beschrieben Übergangsrisiken in den Strategieangaben nicht so gut wie physische Risiken. In den von uns geprüften Angaben waren zwar mehrere Übergangsrisiken aufgeführt, doch es gab wenige Einzelheiten, anders als bei den physischen Risiken, die ausführlicher erläutert wurden.

Das Zitat stammt aus dem NAO-Bericht, wie ihn The Register zitiert. Gareth Davies, Leiter des NAO, sagte: "Die öffentlichen Dienste in Großbritannien müssen sich an die Folgen des Klimawandels anpassen. Das Parlament braucht klare Informationen darüber, wie widerstandsfähig Infrastruktur, Dienstleistungen und Finanzen gegenüber dem Klimawandel sind und wie diese Risiken gemanagt werden." Er nannte die Vorgabe für 2025-26 einen wichtigen ersten Schritt. Die Berichterstattung werde mit der Zeit nützlicher werden, sagte er.

Die Lücke wiegt schwer, weil die Zahlen nicht klein sind. The Register wies außerdem darauf hin, dass laut einem Bericht der Klimaorganisation Global Action Plan von Anfang dieses Jahres 84 Prozent der geplanten Rechenzentrumsprojekte in hochwassergefährdeten Gebieten lagen. Diese Zahl stammt aus dem eigenen Bericht der Organisation, nicht vom NAO. Das Dokument des Rechnungshofs entscheidet die Frage in keine Richtung.

Prognosen sind ein eigenes Problem

Am selben Tag erschien ein ganzer Block von Forschung zu Vorhersage und Risiko. Am 3. November meldete Tom's Hardware, dass Googles Gemini 4 Carbon den Artificial Analysis Intelligence Index V5 mit einem Wert von 59 anführt, einen Punkt vor Claude Opus 5.5 und zwei vor GPT-6 Astra von OpenAI. Das Modell lag auch beim Halluzinationstest AA-Omniscience v 1.1 vorn, wobei selbst der beste Wert 54 auf einer Skala von -100 bis +100 betrug.

Das ist kein Klimaergebnis, nährt aber dasselbe Argument über das Vertrauen in maschinelle Prognosen. The Register berichtete am 3. November, dass die Gartner-Analysten Mark Petty und Raymond Paquet argumentieren, offene Modelle mit veröffentlichten Gewichten könnten etwa neun von zehn Routine-Schritten in Agenten-Workflows übernehmen, zu einem Viertel des Preises des günstigsten geschlossenen Modells. Gegenüber einem Frontier-Modell, das jeden Schritt rechnet, sinkt das auf bis zu ein Zwanzigstel.

Die Analysten räumen ein, dass aktuelle offene Modelle weitschweifiger sein und häufiger neu ansetzen können. Die Ersparnis pro Aufgabe gegenüber einem Frontier-Modell liegt deshalb eher bei fünf oder sechs Mal. Ihre Planungsannahme: Bis 2030 laufen 90 Prozent der operativen Agenten-Workflow-Schritte in Unternehmen auf offenen Modellen. Die Kostenersparnis sei ein Bonus, schreiben sie; der Punkt sei die Kontrolle.

Was die Papers ergänzen

Auf der Forschungsseite stellte arXiv Ende Oktober mehrere einschlägige Papers ein, alle am 29. oder 30. Oktober eingereicht. Eines, "Beyond Plausible Prediction: Safety Sufficiency in Web World Models", berichtet von einer abgeglichenen menschlichen Bewertung von 3.000 Vorhersagen aus zehn eingefrorenen offenen Modellen. 86,1 Prozent wurden als semantisch plausibel eingestuft. Dennoch fanden die Autoren mehrere Modelle mit stark asymmetrischem Autorisierungsverhalten. Sie verbanden seltene falsch-sichere Ausführung mit schlechtem Erkennen von Fällen, in denen eine Rückfrage nötig gewesen wäre. Plausibel ist nicht dasselbe wie sicher.

Ein weiteres, "Do Transaction Prices Reflect Visual Preference?", nutzt 266 Vergleichssätze aus je sechs Bildern mit Transaktionspreisen und preisblinden menschlichen Ranglisten. Nur bei 24,2 Prozent der Bildpaare gab es eine eindeutige Preisrichtung. Davon stimmten 34,7 Prozent mit der Mehrheit der Menschen überein. In diesem Bereich führte HPSv2 mit 66,4 Prozent wiederherstellbarer Genauigkeit. Die Autoren schließen, dass Transaktionspreise nur unter begrenzten Bedingungen wiederherstellbare visuelle Präferenzen abbilden. Sie seien als unsichere Näherungen zu behandeln, nicht als Wahrheit.

Ein drittes, "The psychophysics of affect in large language models", prüfte, wie Modelle Ausgänge beim Glücksspiel oder Aktienhandel vorwegnahmen. Einzeln bewertet zeigten die Modelle eine abnehmende Empfindlichkeit gegenüber der Größe, ähnlich menschlichen Wertfunktionen. Gewinne bewerteten sie aber intensiver als gleich hohe Verluste, eine Umkehrung der Verlustaversion, die die Autoren Silicon Gain Amplification nennen. Wurden die Ausgänge gemeinsam bewertet, linearisierten sich die Werte und die Gewinn-Verlust-Asymmetrie verschwand weitgehend. Das Paper umfasst 64 Seiten, Code und Daten sind veröffentlicht.

Zwei weitere arXiv-Papers ergänzen das Bild. "Agentic World Modeling for Agent Test-time Scaling without Environment Replica" schlägt vor, Agentenaktionen gegen sichere, nur lesende Schnittstellen zu simulieren, statt Umgebungen nachzuspielen. Es meldet im Schnitt 40,07 Prozent Gewinn gegenüber einer Single-Shot-Simulationsbasis über tau-bench, AppWorld und OfficeBench und 12,36 Prozent gegenüber einer trainierten Weltmodell-Basis. "ChatGPT as a Surveillance Assistant?" berichtet, dass ChatGPT bei 40 von 55 Jailbreak-Prompts und bei 33 von 55 direkt in Alltagssprache formulierten Prompts ohne Präfix inhaltliche Überwachungsanleitung gab. Die Antworten erwähnten selten Richtlinien oder datenschutzfreundliche Alternativen.

Hintergrund, nicht der Anlass

Älteres Material ist dünner, was Klimamodellierung angeht. ScienceDaily meldete am 29. Oktober, dass 128.000 Jahre altes Eis in Tibet die Klimageschichte neu schreiben könnte, eine Schlagzeile ohne weitere Details. Am 27. Oktober berichtete CnEVPost, dass Volkswagen erwägt, eine gemeinsam mit Xpeng entwickelte Architektur in europäische Modelle zu bringen. Beides ändert nichts an der NAO-Geschichte.

Der rote Faden ist schmaler. Regierungen und Unternehmen sollen gegen Extremwetter und einen sich wandelnden Klimawandel planen. Doch die Werkzeuge, mit denen sie vorhersagen, bepreisen und entscheiden, werden selbst geprüft. Das NAO sagt, die Kostenrechnung fehlt noch. Die arXiv-Papers sagen, plausible Vorhersagen und Preissignale reichen allein nicht aus. Die Gartner-Notiz sagt, die billigen Modelle sind gut genug für die meisten Routineschritte, was eine Aussage über Kosten ist, nicht über Gewissheit.