Microsoft macht PBC als Open Source verfügbar – KI-Tool korrigiert Verzerrungen in Wettermodellen

Microsoft-Forscher haben am 14. Oktober 2026 in der Fachzeitschrift Nature eine Studie veröffentlicht, in der sie Probabilistic Bias Correction (PBC) vorstellen, eine Methode des maschinellen Lernens, die Wettervorhersagen für zwei bis sechs Wochen im Voraus genauer machen soll. Das Unternehmen hat das Werkzeug als Open-Source-Software veröffentlicht. Zu den Co-Autoren gehören Forscher des MIT, des Europäischen Zentrums für mittelfristige Wettervorhersage (ECMWF) und weiterer Institutionen.

Prognosen sowohl aus traditionellen, physikalisch basierten Systemen als auch aus neueren KI-Modellen verlieren typischerweise nach der Marke von zwei Wochen an Verlässlichkeit. Statt ein weiteres eigenständiges Vorhersagemodell zu entwickeln, hat sich das Microsoft-Team daran gemacht, die Fehler zu korrigieren, die in bestehenden Modellen bereits angelegt sind. Dieser Ansatz dürfte auf Wetterdienste mit knappen Budgets attraktiv wirken.

Gezielte Korrektur systematischer Verzerrungen

Alle Vorhersagemodelle stützen sich auf Näherungen, um Lücken zu füllen, etwa in Regionen mit wenigen Wetterstationen oder bei atmosphärischen Prozessen, die Wissenschaftler noch nicht vollständig verstehen. Solche Behelfslösungen können sich zu systematischen Verzerrungen verfestigen, und die Fehler wachsen, je weiter ein Modell in die Zukunft blickt. PBC nutzt maschinelles Lernen, um diese Verzerrungen zu erkennen und auszugleichen. Lester Mackey, leitender Principal Researcher bei Microsoft Research New England, nennt als Beispiel den Klimawandel: Ein Modell, das mit historischen Aufzeichnungen trainiert wurde, könnte zu kalt rechnen für eine Welt, die sich heute erwärmt.

Laut den Forschern verbesserte PBC ein führendes, physikalisch basiertes Modell des ECMWF bei 98 Prozent der Niederschlagsziele und bei 92 Prozent der Temperaturziele. In der Analyse der Studie verdoppelte es außerdem die Genauigkeit des neuen KI-Vorhersagesystems des ECMWF. Das ECMWF hatte die Arbeit bereits vor der Veröffentlichung in seinem Wettbewerb AI Weather Quest gewürdigt. Matthew Chantry, strategischer Leiter für maschinelles Lernen beim Zentrum, begrüßte die Idee, schränkte aber ein: „Ideen in einem operativen Prozess Wirklichkeit werden zu lassen, ist ein äußerst anspruchsvoller Schritt.“

Leichtgewichtig genug für kleinere Behörden

Physikalisch basierte Vorhersagen sind auf Supercomputer angewiesen, generative KI auf leistungsstarke GPUs. Mackey zufolge kann PBC jedoch allein auf CPUs laufen. Der hohe Rechenbedarf hat viele Wetterdienste in Entwicklungsländern lange davon abgehalten, neue Vorhersagetechniken einzusetzen. Co-Autorin Genevieve Flaspohler argumentiert, dass Wissenschaftler ohne große Ressourcen das Modell für ihre eigenen Regionen anpassen können, weil es schlank ist und sich leicht trainieren lässt.

Flaspohler arbeitete an PBC als Praktikantin bei Microsoft und leitet heute die gemeinnützige Organisation Rhiza Research, die zusammen mit dem Kenianischen Meteorologischen Dienst und finanziert von der Gates Foundation testet, ob KI die Frühwarnung verbessern kann. PBC gehört zu den Methoden, die vor einer Regenzeit geprüft werden, die laut Erwartungen während eines rekordverdächtigen El Niño extremer ausfallen dürfte. Damit reiht sich Microsoft neben Google, Nvidia und anderen Unternehmen ein, die KI-Werkzeuge für die Wettervorhersage entwickeln.