Zum Inhalt
WeltzeitEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal über KI und Technologieereignisse · analysen · interviews · technischer hintergrund

Suche
LIVE
›

Britischer Rechnungshof: Ministerien können Klimarisiken nicht beziffern, während Wettermodelle davonziehen

Der National Audit Office in London erklärte am Dienstag, öffentliche Stellen könnten Klimarisiken zwar benennen, sie aber meist nicht mit einer Zahl hinterlegen. Gleichzeitig verbreiten sich offene Wettermodelle aus der Earth-2-Familie von NVIDIA in der europäischen Vorhersage.

WissenschaftAnalyseHanna VogtVeröffentlicht: 3. November 20266 Min. LesezeitQuellen 11
Britischer Rechnungshof: Ministerien können Klimarisiken nicht beziffern, während Wettermodelle davonziehen

Anlass ist ein Bericht, den der National Audit Office am 3. November veröffentlicht hat. Der NAO ist die britische Aufsichtsbehörde für öffentliche Ausgaben. Nach dem Bericht von The Register über die NAO-Ergebnisse rechnen die Ministerien mit höheren Betriebskosten und Energiekosten durch den Klimawandel und den Umstieg auf kohlenstoffarme Energie. Nur wenige haben ein belastbares Bild von den Risiken oder ihrem Preis.

Das ist eine engere Aussage, als die Schlagzeilen nahelegen. Der NAO hat nicht gesagt, die Ministerien ignorierten das Klima. Er hat gesagt, ihre Berichterstattung nach den Regeln des Schatzamts, erstmals verlangt für das Haushaltsjahr 2025-26, enthalte wenig zu Übergangsrisiken. Selten wird dabei etwas beziffert, auch nicht ungefähr.

Der Bericht erscheint in derselben Woche, in der eine Gruppe europäischer Entwickler zeigte, wie die Modellierungsseite in der Praxis inzwischen aussieht. Die Lücke zwischen beidem ist die Geschichte.

Was die Aufsichtsbehörde tatsächlich fand

Der NAO-Bericht, als PDF in dem Beitrag von The Register verlinkt, prüfte die erste Runde klimabezogener Finanzangaben großer zentralstaatlicher Stellen. Das Schatzamt (HMT) hatte die Regeln für diese Angaben festgelegt, und separate Offenlegungspflichten gelten seit 2022, wie der Bericht vermerkt.

Die Stellen listeten physische Risiken detaillierter auf als Übergangsrisiken. Dazu zählten Überschwemmungen, stärkere Winde und längere Dürren. Wo sie Übergangsrisiken nannten, waren die häufigsten die finanziellen Kosten des Umbaus selbst und Störungen der Lieferketten. Zu den erwarteten Kosten gehörten der Wechsel zu kohlenstoffarmer Energie, neue Technik und die Erfüllung neuer Vorschriften. Ebenso Schwankungen bei Preis und Verfügbarkeit von Materialien, Wasser, Energie und Fachkräften.

Gareth Davies, Leiter des NAO, sagte: "UK public services will need to adapt to the impacts of climate change. Parliament needs clear information on the resilience of infrastructure, service provision and finances to climate change, and on how these risks are being managed." Er ergänzte, die Pflicht aller großen zentralstaatlichen Stellen, solche Angaben ab 2025-26 zu machen, sei "an important first step". Die Aufsichtsbehörde erwartet, dass die Berichterstattung "to become more useful over time" wird.

"Bodies did not articulate transition risks as well as physical risks in the strategy disclosures. In the disclosures we reviewed, while several transition risks were listed, few specifics were given, unlike physical risks, which were explained in greater detail."

Diese Passage aus dem NAO-Bericht, von The Register zitiert, ist der Kern des Befunds. Die Bilanzierung ist unvollständig, nicht fehlend.

Die Modellierungsseite ist schneller unterwegs

Am 22. Oktober beschrieb der Blog von NVIDIA eine Familie offener Earth-2-Modelle, die europäische Organisationen für Wetter- und Klimavorhersagen einsetzen. Das jüngste Mitglied, StormScope EU, ist eine regionale Version eines bestehenden Kurzfristmodells. Es ist auf europäische Wetter- und Klimadaten trainiert und nutzt Satellitenbeobachtungen von EUMETSAT. Laut dem Beitrag des Unternehmens sagt es Wolkenbedingungen über 16 Meteosat-Kanäle in 10-Minuten-Intervallen voraus.

Der Beitrag nennt konkrete Nutzer. AXA verwendet FourCastNet 3, um das regionale Zyklonrisiko über den historischen Bestand hinaus in mehr als 1.000 simulierten Saisons zu untersuchen. Vaisala Xweather kombiniert Earth-2 mit eigenen Beobachtungen, Blitzdaten und Prognoseerfahrung. Das Unternehmen passt außerdem StormScope mit Blitzdaten an, um die Vorlaufzeit der Kurzfristvorhersage zu verlängern. Forschende der University of Manchester haben das CorrDiff-Modell für die Luftqualitätsmodellierung in Großbritannien angepasst. Sie trainierten es auf dem Supercomputer Isambard-AI und betreiben es lokal auf DGX-Spark-Systemen. TotalEnergies prüft auf StormScope basierende Nowcasts der Sonneneinstrahlung an zwei Photovoltaikstandorten.

Das sind Angaben der Anbieter und Pilotprojekte, keine begutachteten Ergebnisse. Keines davon ersetzt die Kostenrechnung eines Ministeriums für die eigene Überschwemmungsgefahr. Sie zeigen aber, dass lokale, hochfrequente Vorhersage für Versicherer, Energieunternehmen und Verkehrsbetreiber zum Betriebswerkzeug wird. Genau solche Entscheidungen kann der öffentliche Sektor laut NAO noch nicht mit Zahlen stützen.

Bei Extremen schlägt die Physik die Modelle weiterhin

Für KI-Wettermodelle sprechen Kosten und Tempo. Gegen ihre Nutzung bei Extremereignissen spricht die Genauigkeit. Frühere Arbeiten haben wiederholt ergeben, dass klassische numerische Modelle bei Extremwetter besser abschneiden als KI-Vorhersagen. Diese Befunde sind Hintergrund, keine Neuigkeit.

Jüngste Arbeiten zur Klimazuordnung weisen in dieselbe Richtung. Eine Ende Oktober berichtete Studie ergab, dass der Klimawandel die europäischen Überschwemmungen von 2024 stärker verstärkte, als es der Regen allein nahelegen würde. Eine andere Forschungslinie fand physikbasierte Modelle bei der Vorhersage von Extremwetter genauer als KI. Der Earth-2-Beitrag selbst beschreibt CorrDiff sorgfältig als Weg, gröberen Daten lokale Details hinzuzufügen, nicht als Ersatz für die zugrunde liegende Physik.

Für ein britisches Ministerium, das Flutschäden an einem Klinikbestand oder einem Straßennetz beziffern will, zählt dieser Unterschied. Eine Wolkenvorhersage über 10 Minuten nützt einem Solarpark. Sie ist keine Kostenschätzung für ein 30-jähriges Anpassungsprogramm, und nichts im Material von NVIDIA behauptet das.

Warum die Zahlen schwer zu liefern sind

Der Befund des NAO überrascht niemanden, der schon einmal Anpassung kalkulieren musste. Physische Risiken kommen als Verteilungen, nicht als Punktwerte. Übergangskosten hängen von politischen Entscheidungen ab, die noch getroffen werden. Der Bericht sagt, die Stellen erwarteten Kosten durch Schäden an Vermögen und Infrastruktur, höhere Wartungs- und Reparaturrechnungen, mögliche Aufwertungen von Anlagen und gestiegene Betriebskosten einschließlich Energie. Stellen, die bedeutende Immobilien oder Infrastruktur verwalten, sorgen sich besonders um Dekarbonisierungs- und Anpassungskosten.

Das Offenlegungsregime ist zudem jung. Die ersten Berichte nach den Regeln des Schatzamts betrafen 2025-26, und der NAO prüfte nur einen Teil. Seine Schlussfolgerung, das Verständnis sei schwach, betrifft einen ersten Versuch, kein abschließendes Urteil.

Allerdings ist es die Aufgabe der Aufsichtsbehörde, zu sagen, wann öffentliches Geld ohne klares Bild der Risiken gebunden wird. Nach dieser Beweislage ist das der Fall.

Der Hintergrund in der KI-Forschung

Zwei am 29. und 30. Oktober eingereichte arXiv-Papiere zeigen, wie ungeklärt die Bewertungsseite bleibt. Das eine, von Fengxian Ji und Kollegen, fragt, ob Marktpreise aus Transaktionen menschliche visuelle Präferenzen ersetzen können. Es kommt zu dem Ergebnis, dass das nur unter begrenzten Bedingungen gilt. Das andere, von Zhifei Hu und Mitautoren, prüft, ob Web-Weltmodelle, die Folgen von Handlungen vorhersagen, tatsächlich sichere Entscheidungen stützen. Es kommt zu dem Ergebnis, dass plausible Vorhersagen nicht reichen.

Keines der Papiere handelt vom Klima. Beide betreffen aber denselben Fehlermodus, den der NAO beschreibt: Eine plausible Ausgabe ist keine entscheidungsreife. Eine Klimarisiko-Offenlegung, die Risiken ohne Kosten auflistet, ist in diesem Sinn eine plausible Vorhersage.

Der Unterschied ist, dass der NAO ein gesetzliches Publikum hat und die Modelle nicht.

Kommentare 0

Quellen

11
  1. 01Pioneers Across Europe Deploy NVIDIA Earth-2 Open Models to Power Weather and Climate PredictionEN
  2. 02Do Transaction Prices Reflect Visual Preference? A Diagnostic Study with Multimodal Language ModelsEN
  3. 03Beyond Plausible Prediction: Safety Sufficiency in Web World ModelsEN
  4. 04Open models can do 90% of agentic work at a twentieth of the cost of a frontier LLM: GartnerEN
  5. 05Google reveals new Gemini 4 Carbon AI model, narrowly beating Claude Opus 5.5EN
  6. 06Tutor Intelligence raises Series B to scale model training, robot deploymentsEN
  7. 07I Checked Out Tesla's New Model YL, Standard Y, Model 3 In PersonEN
  8. 08128,000-year-old ice in Tibet could rewrite climate historyEN
  9. 09Chinese video AI models beat US rivals in visual quality, but lag on safeguards: HKU studyEN
  10. 10Hiding Capabilities in AI ModelsEN
  11. 11VW considers bringing Xpeng co-developed architecture to European models, report saysEN

Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.

Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.

Hanna Vogt

Hanna Vogt

Wissenschaft und Gesundheit

Hanna Vogt schreibt für FLASH24 über Wissenschaft und Gesundheit und stützt sich dabei auf Primärstudien, Behördenberichte und Rohdaten statt auf Pressemitteilungen. Bei Zahlen prüft sie Stichprobengrößen, Konfidenzintervalle und ob die zitierte Quelle die Aussage tatsächlich deckt. Für ihre Texte spricht sie mit Studienautorinnen, wartet auf Peer-Review-Fassungen und vergleicht Vorabdrucke mit der finalen Publikation. Dass sie privat Materialphysik verfolgt und mit eigenem Teleskop den Himmel beobachtet, erklärt, warum sie bei Messmethoden und Instrumenten genau nachfragt. Sie publiziert keine Ergebnisse, deren Datengrundlage sie nicht selbst eingesehen hat.

Redaktion →

Kommentare

0
  1. Noch keine Kommentare — seien Sie der Erste.

Kommentar schreiben

Kommentare sind öffentlich sichtbar. Wir veröffentlichen keine Beleidigungen, Werbung oder Spam.