WeatherNext 3 lernt anders als jedes bisherige Wettermodell: Googles neue KI zieht die Prognose direkt aus dem Satellitenbild und aktualisiert sie stündlich. Bei der Regenprognose für den nächsten Tag gewinnt das Modell bis zu 50 Prozent an Genauigkeit. Für Netzbetreiber, Logistiker und Landwirte hängt daran mehr als der Regenschirm.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Das KI-Wettermodell WeatherNext 3 hat Google am 3. September 2026 vorgestellt, und der Fortschritt kommt nicht aus einem schnelleren Rechner, sondern aus einer anderen Datenquelle. Statt auf den fertigen Analysen klassischer Wettermodelle setzt die KI direkt auf rohen Satellitenbildern auf. Dieser direkte Zugriff lässt eine Verzögerung von sechs Stunden wegfallen, die die Meteorologie seit Jahrzehnten ausbremst.
Das Wichtigste in Kürze
- Stündliche Prognosen mit 5 Kilometer Auflösung, 64 Ensemble-Mitgliedern und bis zu 15 Tagen Vorlauf.
- Bis zu 50 Prozent genauere Niederschlagsvorhersage einen Tag im Voraus.
- Die KI lernt direkt aus Live-Satellitenbildern statt aus den Ergebnissen klassischer Rechenmodelle.
- Verfügbar in Google Suche, Gemini und Maps sowie über Weather API, Earth Engine und BigQuery.
Was macht WeatherNext 3 anders?
Klassische Wettermodelle berechnen aus Beobachtungen zuerst einen Startzustand und lassen darauf die Physiksimulation laufen. WeatherNext 3 überspringt diesen Umweg. Das Funktional Generative Network, ein Mesh-Transformer, nimmt stündliche Satellitenmosaike direkt entgegen und erzeugt daraus 64 mögliche Wetterverläufe.[1] So aktualisiert das Modell seine Vorhersage 24-mal am Tag statt sechsmal.
Der Gewinn ist messbar. Beim Niederschlag sinkt der Vorhersagefehler um bis zu 60 Prozent gegenüber den Satellitendaten der NASA und um 30 Prozent gegenüber dem US-Radarverbund.[1] Regen und Schnee lassen sich damit stündlich verfolgen, nicht mehr nur in groben Sechs-Stunden-Schritten.
Wer profitiert von der stündlichen Prognose?
Die Energiewende braucht genau diese Auflösung. WeatherNext 3 liefert Windgeschwindigkeiten auf 100 Meter Höhe, also auf Nabenhöhe moderner Turbinen, dazu Bewölkung und Sonneneinstrahlung.[1] Von der Qualität dieser Kurzfristprognose hängen Redispatch-Kosten und die Vermarktung von Wind- und Solarstrom ab.
Auch Logistik, Landwirtschaft und Versicherer arbeiten mit denselben Größen. Google integriert die Daten in Suche, Gemini und Maps und öffnet sie über die Weather API für eigene Anwendungen.
Eine halbierte Fehlerquote beim Regen taugt zu mehr als der Wetter-App und wird zur Stellschraube für die Netzstabilität. Das eigentliche Geschäft dahinter macht Google mit der Weather API, die Netzbetreiber und Vermarkter direkt anzapfen.
— Markus Seyfferth, Chefredakteur Dr. Web
Googles KI-Wettermodell im Vergleich zur Vorgängerversion
Ersetzt KI die klassische Wettervorhersage?
Noch nicht. Die Physik verschwindet nicht, sondern wird zur Trainings- und Kontrollinstanz. WeatherNext 3 reiht sich in den breiteren KI-Wettlauf ein, in dem chinesische Anbieter Modelle ohne Nvidia-Chips bauen und ihre Rechenzentren mit Huawei-Technik bestücken. Europas Wetterzentrum ECMWF hat den Vorstoß vorgemacht: Dessen KI-System AIFS läuft seit Februar 2025 im Betrieb und schlägt die Physikmodelle bei den Zugbahnen tropischer Wirbelstürme um bis zu 20 Prozent.[2]
Für die DACH-Region bleibt ein Vorbehalt. Mit 5 Kilometern ist WeatherNext 3 global stark, aber gröber als das Regionalmodell ICON-D2 des Deutschen Wetterdienstes, das Deutschland mit 2,1 Kilometern auflöst und einzelne Gewitterzellen abbildet.[3] Für lokale Unwetter bleibt das nationale Modell erste Wahl.
Für Entscheider heißt das konkret: Die Prognosedaten stehen ab sofort über Earth Engine und BigQuery bereit, ein Test für Vermarktung oder Tourenplanung lohnt sich sofort.[1] Für sicherheitskritische Planung empfiehlt sich die Kombination aus globaler KI-Prognose und regionalem Modell, zumal die Daten über eine US-Cloud laufen.
Quellen
[1] Google: „Introducing WeatherNext 3, our most advanced and accurate global weather AI model“
[2] ECMWF: „ECMWF’s AI forecasts become operational“
[3] Deutscher Wetterdienst: „Regionalmodell ICON-D2“
Mehr Newshunger?
- Nvidia kauft Hugging Face: 11,25 Milliarden Euro für den offenen KI-Hub
- Saudi-Arabiens nationales KI-Modell läuft auf Chinas offenem MiniMax M3
- Tencent öffnet WorkBuddy für Fremdentwickler und verschärft Chinas Wettlauf um die Büro-KI
- KI-Musik mit Lizenz: BMG öffnet sein Repertoire für Suno
- HarmonyOS 7: Huawei stellt das Smartphone-Betriebssystem auf KI-Agenten um
