Vielfalt für die Zukunft der Klimamodellierung
Der Klimaforschung steht heute eine Vielzahl neuer Werkzeuge zur Verfügung. Dies hat eine Debatte über deren jeweilige Vorzüge ausgelöst und die Frage aufgeworfen, welcher Weg einzuschlagen ist. Fünf international bekannte Klimaforscherinnen plädieren nun für die Integration mehrerer Ansätze statt einer Entweder-oder-Entscheidung. In einer kürzlich veröffentlichten Analyse ziehen sie Lehren aus der Vergangenheit der Klimaforschung für die Gegenwart und Zukunft des Fachs.
Die Autorinnen, darunter Sarah Kang, Direktorin am Max-Planck-Institut für Meteorologie (MPI-M), zeichnen die Geschichte der Klimamodellierung von den ersten numerischen Modellen der Atmosphäre und des Ozeans bis zu den heutigen komplexen Erdsystemmodellen nach. Dabei spiegelt die Zunahme der Komplexität über die Jahrzehnte nicht nur die Steigerung der Rechenleistung wider, sondern sie wurde auch als Methode genutzt, um das Verständnis zu verbessern. Dieser Fortschritt ist in den Sachstandsberichten des Weltklimarats (Intergovernmental Panel on Climate Change, IPCC) dokumentiert. Die dort verwendeten Erdsystemmodelle sind eine wichtige und zuverlässige Quelle für das Verständnis der Auswirkungen des Klimawandels.
Auf der Suche nach dem richtigen Weg voran
Während der Klimawandel immer spürbarer wird und die Beobachtungsdaten immer umfangreicher werden, zeigen sich jedoch auch die Grenzen der Klimamodelle. Dies geschieht zu einer Zeit, in der genaue Vorhersagen von Veränderungen wichtiger sind als je zuvor. Forschende meinen, dass die Klimamodellierung an einem Scheideweg stehe. Es brauche einen grundlegenden Wandel, um den Fortschritt zu beschleunigen. Zu den vorgeschlagenen Wegen gehören die Modellierung auf der Kilometerskala, die Kalibrierung von Parametern und der Einsatz von Künstlicher Intelligenz (KI). Bisher hat jedoch keiner dieser Ansätze die Klimawissenschaft von sich aus revolutioniert.
Die fünf Wissenschaftlerinnen – Simona Bordoni, Sarah Kang, Tiffany Shaw, Isla Simpson und Laure Zanna – schlagen vor, mehrere Ansätze zu verfolgen und zu integrieren, anstatt alles auf eine Karte zu setzen. Dies sei eine Lehre aus der Vergangenheit: So sei der Erfolg der numerischen Wettervorhersage zurückzuführen auf die Erhöhung der Auflösung, die bessere Abbildung kleinräumiger Prozesse, die Vergrößerung der Ensembles und auf mehr Beobachtungen, welche eine genauere Kenntnis von Anfangsbedingungen erlauben. Auch der jüngste Einsatz von KI in der Wettervorhersage sei kein Alleingang, da KI mit Daten trainiert wird, die aus physikalischen Modellen abgeleitet werden.
Der Schlüssel liegt in der Vielfalt
Aufbauend auf diesen Lehren aus der Vergangenheit plädieren die Wissenschaftlerinnen für einen integrativen Ansatz, der die gegenseitige Abhängigkeit der verschiedenen Ansätze und Werkzeuge anerkennt und Synergien zwischen ihnen nutzt. Mit anderen Worten: Die Forscherinnen schlagen vor, Vielfalt umzusetzen – nicht nur in Bezug auf die wissenschaftlichen Ansätze, sondern auch in Bezug auf die damit befassten Menschen. Dies werde der Disziplin helfen, die komplexen Herausforderungen zu bewältigen, mit denen sie gegenwärtig konfrontiert ist.
Originalveröffentlichung
Bordoni, S., Kang, S.M., Shaw, T.A. et al. The futures of climate modeling. npj Climate and Atmospheric Science 8, 99 (2025). DOI: 10.1038/s41612-025-00955-8
Kontakt
Prof. Dr. Sarah M. Kang
Max-Planck-Institut für Meteorologie
sarah.kang@mpimet.mpg.de