Wie arktische Hinweise und KI die Wintervorhersage revolutionieren

Jeden Herbst, wenn sich die Nordhalbkugel der Erde von der Sonne wegneigt und damit kürzere Tage einleitet, macht sich Judah Cohen, ein erfahrener Wissenschaftler am Institut für Bau- und Umweltingenieurwesen des MIT, daran, ein gewaltiges atmosphärisches Rätsel zu lösen. Das Ziel seiner umfangreichen Forschung besteht in erster Linie darin, zu entschlüsseln, wie die Bedingungen in der Arktis die Winterwetterlagen in Europa, Asien und Nordamerika beeinflussen.

Cohens Karriere, die während seiner Postdoc-Zeit bei Professor Dara Entekhabi richtig in Schwung kam, begann mit einem Schwerpunkt auf der Schneedecke in Sibirien. Heute erstreckt sich seine Forschung auf eine umfassende Untersuchung von Klimasignalen in hohen Breitengraden und deren Einfluss auf die Gestaltung der Wintersaison. Mit dem Aufkommen der künstlichen Intelligenz erreichen Cohens vorausschauende Wetteranalysen bisher unerreichte Höhen. Doch damit ist die Geschichte noch nicht zu Ende.

Über die gängigen Klimauslöser hinausblicken

Früher stützten sich Winterprognosen in der Regel stark auf das El-Niño-Southern-Oscillation-Phänomen (ENSO), einen Klimatrend, der von den Temperaturen im tropischen Pazifik bestimmt wird. Die Wendung in dieser Geschichte ist jedoch das in diesem Jahr schwächere ENSO, das nur einen minimalen klimatischen Einfluss hat und Cohen dazu veranlasst, in der Arktis nach Antworten zu suchen.

“Wenn ENSO schwach ist, spielen arktische Klimaindikatoren eine entscheidende Rolle”, betont Cohen. Er beobachtet aufmerksam arktische Parameter, darunter die Schneebedeckung in Sibirien im Oktober, Temperaturanomalien zu Beginn der Saison und die Ausdehnung des Meereises sowie das Verhalten des Polarwirbels. Die Auswertung dieser Faktoren, erklärt er, könne überraschende Einblicke in den kommenden Winter geben.

Erst im vergangenen Oktober, als ein Großteil der nördlichen Hemisphäre ungewöhnlich warme Temperaturen verzeichnete, bildete Sibirien eine Ausnahme. Mit unterdurchschnittlichen Temperaturen und frühem Schneefall entstanden dort Bedingungen, die traditionell zur Bildung von Kaltluftmassen führen. Diese kalten Luftmassen könnten nach Europa und Nordamerika vordringen und dort zu regelmäßigeren Kälteeinbrüchen führen.

Faktoren wie warme Meerestemperaturen in der Barentssee und der Kara-See sowie eine bestimmte Phase der quasi-zweijährigen Oszillation deuten darauf hin, dass der Polarwirbel instabiler sein könnte als gewöhnlich. Sollte dies mit bestimmten Oberflächenbedingungen im Dezember zusammenfallen, könnte dies bereits zu Beginn der Wintersaison zu unterdurchschnittlichen Temperaturen in weiten Teilen Eurasiens und Nordamerikas führen.

Der vielversprechende Durchbruch der KI bei der subseasonalen Vorhersage

In einem Bereich hat die KI bereits bedeutende Fortschritte erzielt: bei kurzfristigen Wettervorhersagen mit einer Zeitspanne von einem bis zehn Tagen. Die Anwendung der KI auf längere Zeiträume stellt jedoch nach wie vor eine Herausforderung dar. Insbesondere die subseasonale Vorhersage für einen Zeitraum von zwei bis sechs Wochen gilt seit langem als Hürde für die Meteorologie. Doch es scheint, als würden sich die Zeiten ändern.

In diesem Jahr wurden Cohen und sein Team zu den Gewinnern der Herbstsaison des Wettbewerbs „AI WeatherQuest“ für subseasonale Vorhersagen 2025 gekürt, der vom Europäischen Zentrum für mittelfristige Wettervorhersagen (ECMWF) organisiert wurde. Im Rahmen des Wettbewerbs wurde bewertet, wie effektiv KI-Modelle Temperaturverläufe Wochen im Voraus vorhersagen können. Das Siegermodell, das maschinelles Lernen mit Cohens umfassender Erfahrung im Bereich des arktischen Klimas verband, übertraf die bisherigen KI- und statistischen Referenzwerte deutlich.

“Wenn diese Leistungsfähigkeit über mehrere Jahreszeiten hinweg konstant bleibt, könnte dies einen enormen Fortschritt bei der Verbesserung der subseasonalen Vorhersagen bedeuten”, bemerkt Cohen. Darüber hinaus sorgte die Vorhersage des Modells, wonach Mitte Dezember an der US-Ostküste ein möglicher Kälteeinbruch bevorstehe – und zwar Wochen bevor herkömmliche Modelle dies erfassten –, für beträchtliches Medieninteresse. Sollte sich dies bestätigen, könnte dies eine deutliche Verbesserung der Frühwarnmöglichkeiten für extreme Wetterereignisse bedeuten.

Prognose der meteorologischen Lage

Nach Cohens neuem Modell könnte der Winter 2025/26 in Teilen Eurasiens und Zentral-Nordamerikas unterdurchschnittliche Temperaturen mit sich bringen, insbesondere im Hochwinter. Auch wenn es sich hierbei um vorläufige Prognosen handelt, die sich noch ändern können, scheinen die grundlegenden Anzeichen für einen kälteren Winter bereits vorhanden zu sein.

Da sich die Arktis weiterhin in alarmierendem Tempo erwärmt, werden die Auswirkungen auf das Winterwetter immer deutlicher. Das Verständnis dieser Zusammenhänge ist für die Planung in wichtigen Bereichen wie Energie, Verkehr und öffentliche Sicherheit von entscheidender Bedeutung.

Cohen ist fest davon überzeugt, dass die Arktis ein enormes unerschlossenes Potenzial zur Verbesserung subseasonaler Vorhersagen birgt und dass KI der Schlüssel sein könnte, um dieses Potenzial zu erschließen. Seine Arbeit schreitet nicht nur stetig an der wissenschaftlichen Grenze voran – sie ebnet auch den Weg für eine breitere gesellschaftliche Anerkennung. Ein Beweis für die wachsende Popularität seiner Forschung war, als Cohen als Hinweis in Die Washington Post Kreuzworträtsel im November.

“Die Arktis war für mich schon immer ein wichtiger Beobachtungsbereich. Nun eröffnet die KI neue Möglichkeiten, ihre Signale zu interpretieren”, sagt Cohen. Um über Cohens aktuelle Winterprognosen auf dem Laufenden zu bleiben, können Sie einen Blick auf seine Blog.

Ursprüngliche Quelle: https://news.mit.edu/2026/decoding-arctic-to-predict-winter-weather-0108