In Kürze

  • Google DeepMind und Google Research stellten am 3. September 2026 WeatherNext 3 vor, ein globales KI-Wettermodell, das stündliche Vorhersagen mit einer Auflösung von bis zu 5 Kilometern für zentrale Oberflächenvariablen wie Temperatur und Feuchtigkeit liefert und laufend mit aktuellen Satellitendaten aktualisiert wird, statt wie klassische Modelle nur alle sechs Stunden.
  • Laut Google verbessern sich Niederschlagsvorhersagen für einen Tag oder mehr im Voraus um bis zu 50 Prozent; beim Vergleichsmass CRPS meldet das Unternehmen eine Verbesserung von bis zu 60 Prozent gegenüber Satellitendaten der NASA und bis zu 30 Prozent gegenüber Radardaten des US-Netzwerks MRMS – Zahlen, die laut Google Bestwerte darstellen und noch nicht unabhängig von nationalen Wetterdiensten überprüft sind.
  • Das Modell wird direkt in bestehende Google-Produkte integriert – darunter die Google-Suche, die Gemini-App, Google Maps samt der Maps-Platform-Wetter-API sowie Google Earth Engine – und ist damit potenziell für Milliarden Nutzerinnen und Nutzer weltweit sichtbar, ohne dass diese das Modell aktiv auswählen müssen.

Was ist passiert?

Google DeepMind und Google Research haben am 3. September 2026 mit WeatherNext 3 die dritte Generation ihres KI-gestützten Wettervorhersagemodells vorgestellt. Das Modell liefert stündliche globale Vorhersagen mit einer Auflösung von bis zu 5 Kilometern für zentrale Oberflächenvariablen wie Temperatur und Luftfeuchtigkeit, für weitere Oberflächenvariablen mit 10 Kilometern und für atmosphärische Grössen wie die Windgeschwindigkeit mit 25 Kilometern Auflösung. Im Unterschied zu klassischen numerischen Wettermodellen, die meist nur alle sechs Stunden aktualisiert werden, verarbeitet WeatherNext 3 laufend eintreffende Satellitendaten und reduziert die Aktualisierungslücke damit auf eine Stunde.

Google integriert das neue Modell direkt in eine Reihe eigener Produkte: die Google-Suche, die Gemini-App, Google Maps samt der Maps-Platform-Wetter-API sowie Google Earth Engine. Für Niederschlagsvorhersagen einen Tag oder mehr im Voraus meldet das Unternehmen eine um bis zu 50 Prozent höhere Genauigkeit; anhand des in der Meteorologie gebräuchlichen Vergleichsmasses CRPS gibt Google Verbesserungen von bis zu 60 Prozent gegenüber Satellitendaten des NASA-Programms IMERG, bis zu 30 Prozent gegenüber Radardaten des US-Netzwerks MRMS und bis zu 10 Prozent gegenüber Regenmessstationen an. Google selbst weist darauf hin, dass es sich dabei um Bestwerte handle, die noch nicht unabhängig durch nationale Wetterdienste überprüft worden seien.

Warum ist das wichtig?

Präzisere, stündlich aktualisierte Niederschlagsvorhersagen mit hoher räumlicher Auflösung sind für zahlreiche Anwendungen von unmittelbarem praktischem Wert: von der kurzfristigen Warnung vor lokalen Unwettern über die Steuerung von Bewässerungsanlagen in der Landwirtschaft bis zur Planung von Stromnetzen, die zunehmend auf wetterabhängige erneuerbare Energiequellen angewiesen sind. Dass Google ein solches Modell nicht als eigenständigen Fachdienst, sondern direkt in Massenprodukte wie die Suche und Google Maps integriert, macht wetterbezogene KI-Prognosen erstmals für einen sehr breiten Nutzerkreis unmittelbar sichtbar und nutzbar, ohne dass dieser sich aktiv mit meteorologischer Fachsoftware auseinandersetzen müsste.

Zugleich wirft die breite Verbreitung eines einzelnen, firmeneigenen Modells Fragen zur Verlässlichkeit und Nachprüfbarkeit auf: Anders als bei den offiziellen Vorhersagen nationaler Wetterdienste, deren Methoden und Fehlerraten öffentlich dokumentiert und regelmässig extern evaluiert werden, beruhen Googles Genauigkeitsangaben bislang auf unternehmenseigenen Vergleichsmassstäben. Fachleute dürften deshalb genau beobachten, ob sich die gemeldeten Verbesserungen auch in unabhängigen Tests bestätigen – insbesondere in Regionen mit besonders komplexer, kleinräumiger Topografie wie den Alpen, wo viele bisherige Modelle an ihre Grenzen stossen.

Was bedeutet das für die Schweiz?

Redaktionelle Einordnung: Die folgenden Schlussfolgerungen beziehen sich auf die genannten Quellen. Sie sind keine zusätzlichen Meldungen der Originalquelle.

  • Für die kleinräumige, von Alpen und Föhnlagen geprägte Schweizer Wetterdynamik wäre eine stündlich aktualisierte 5-Kilometer-Auflösung besonders wertvoll, etwa für die Vorwarnung vor lokalen Starkregenereignissen, Hagelzügen oder plötzlichen Gewittern in Tälern – Bereiche, in denen klassische globale Wettermodelle traditionell an ihre Grenzen stossen.
  • Weil Google die gemeldeten Genauigkeitsgewinne selbst als noch nicht unabhängig bestätigt bezeichnet, dürfte MeteoSwiss vor einer allfälligen Nutzung eigene Validierungen für das alpine Gelände der Schweiz durchführen – ähnlich wie dies bereits bei der Zusammenarbeit von EPFL und Empa an KI-gestützten Wettermodellen für die Stromprognose der SBB der Fall war.
  • Die Integration eines proprietären US-Modells in praktisch alle grossen Google-Produkte wirft für die Schweiz auch eine strategische Frage auf: Wie viel der öffentlich genutzten Wetterinformation soll künftig von firmeneigenen Modellen US-amerikanischer Technologiekonzerne stammen, und welche Rolle soll dabei die hoheitliche, aus Steuergeldern finanzierte Wetterprognose von MeteoSwiss weiterhin spielen?

Verwendete Quellen

Unite.AI berichtete am 3. September 2026 über die Lancierung von WeatherNext 3; Pondero.ai und Quartz ordneten Auflösung, Genauigkeitswerte und Produktintegration zusätzlich ein.

Quellenstatus: 1 verlinkte Quelle · 0 von 1 Originaldaten verifiziert. Prüfregeln ansehen

  • Unite.AI Unite.AI Originaldatum nicht erfasst Rolle: Ausgangsquelle · Zugriff: technisch erreichbar · Abruf am 9. September 2026

Häufige Fragen

Was ist die Kernaussage zu Google DeepMind lanciert WeatherNext 3: stündliche Regenvorhersagen bis auf 5 Kilometer genau?

Google DeepMind und Google Research stellten am 3. September 2026 WeatherNext 3 vor, ein globales KI-Wettermodell, das stündliche Vorhersagen mit einer Auflösung von bis zu 5 Kilometern für zentrale Oberflächenvariablen wie Temperatur und Feuchtigkeit liefert und laufend mit aktuellen Satellitendaten aktualisiert wird, statt wie klassische Modelle nur alle sechs Stunden.

Warum ist diese KI-Meldung für die Schweiz relevant?

Für die kleinräumige, von Alpen und Föhnlagen geprägte Schweizer Wetterdynamik wäre eine stündlich aktualisierte 5-Kilometer-Auflösung besonders wertvoll, etwa für die Vorwarnung vor lokalen Starkregenereignissen, Hagelzügen oder plötzlichen Gewittern in Tälern – Bereiche, in denen klassische globale Wettermodelle traditionell an ihre Grenzen stossen.

Welche Quelle nutzt KI News Schweiz für diese Einordnung?

Unite.AI berichtete am 3. September 2026 über die Lancierung von WeatherNext 3; Pondero.ai und Quartz ordneten Auflösung, Genauigkeitswerte und Produktintegration zusätzlich ein.