Wie eine Wettervorhersage entsteht — und warum sie unsicher ist

Von der Messung bis zur Zahl — fünf Schritte und ein Kurzweg

Eine moderne Wettervorhersage ist keine Ahnung und kein Bauernspruch, sondern eine Rechnung. Sie durchläuft immer dieselbe Kette: beobachten → rechnen → die Unsicherheit mitrechnen → an die Wirklichkeit anpassen → anzeigen. Daneben gibt es für die allernächste Zukunft einen Kurzweg, den Nowcast, der ganz ohne das große Modell auskommt. Wir gehen die Kette Schritt für Schritt durch. An jeder Station steht auch, an welcher Stelle Unsicherheit hineinkommt — denn genau das ist der Punkt.

Wichtig vorweg: Wo unten eine konkrete Zahl steht (etwa zur Gitterweite eines Modells oder zur Vorlaufzeit), ist sie als Größenordnung gemeint — ein allgemein anerkannter Richtwert, kein auf die Kommastelle genauer Wert. Modelle unterscheiden sich, und die Zahlen ändern sich mit jeder Rechnergeneration.

Woher das Modell weiß, wie das Wetter jetzt ist

Bevor irgendetwas gerechnet wird, muss der Ist-Zustand der Atmosphäre erfasst werden — die Meteorologie nennt ihn den Anfangszustand. Er wird aus vielen Quellen zusammengesetzt:

Bodenstationen messen Temperatur, Luftdruck, Feuchte, Wind und Niederschlag. Wetterradare tasten den Regen in der Fläche ab. Satelliten sehen Wolken, Temperatur und Feuchte von oben, auch über Ozeanen und dünn besiedelten Gebieten. Wetterballons (Radiosonden) messen ein Profil vom Boden bis in große Höhe. Dazu kommen Flugzeuge, Bojen und Schiffe auf den Meeren. All diese Daten werden in einem Schritt namens Datenassimilation zu einem möglichst stimmigen Gesamtbild verrechnet, das auf das Rechengitter des Modells passt.

Physikalische Gleichungen, vorwärts gerechnet auf einem 3D-Gitter

Das Herz der Vorhersage ist ein numerisches Wettermodell (englisch NWP, numerical weather prediction). Die Idee ist über hundert Jahre alt und im Kern einfach: Die Atmosphäre gehorcht physikalischen Gesetzen — wie sich Luft bewegt, wie sich Druck, Temperatur und Feuchte ändern. Diese Gesetze sind Gleichungen. Wenn man den Zustand jetzt kennt, kann man ausrechnen, wie er sich in der nächsten kleinen Zeitspanne ändert — und dann in der nächsten, und so Schritt für Schritt in die Zukunft.

So einfach die Idee klingt, der erste Versuch ging gründlich schief: Im Ersten Weltkrieg rechnete Lewis Fry Richardson von Hand einen Druckanstieg von 145 hPa in sechs Stunden aus — und veröffentlichte das Ergebnis 1922 trotzdem, samt Rechenweg. Wie aus diesem Fehlschlag die heutige Modellrechnung wurde, erzählt die Geschichte der Wettervorhersage. Heute übernehmen Computer dieses schrittweise Vorwärtsrechnen.

Damit ein Computer das kann, wird die Atmosphäre in ein dreidimensionales Gitter zerlegt: ein Netz aus lauter kleinen Kastenzellen, in der Fläche und in mehreren Höhenschichten übereinander. Für jede Zelle rechnet das Modell einen Satz Werte (Wind, Temperatur, Feuchte, Druck …) und aktualisiert ihn in winzigen Zeitschritten. Der Abstand zwischen den Gitterpunkten heißt Gitterweite — und sie entscheidet, was ein Modell überhaupt „sehen“ kann.

Grob gilt: Ein Modell kann nur Dinge auflösen, die deutlich größer sind als seine Gitterweite. Globale Modelle, die die ganze Erde rechnen, liegen heute in der Größenordnung von etwa zehn Kilometern Gitterweite; feinere, auf ein Land zugeschnittene Modelle kommen in die Größenordnung weniger Kilometer (etwa zwei bis drei) und können einzelne Schauer und Gewitter ansatzweise darstellen. Doch selbst das ist grob: Eine einzelne Gewitterzelle ist oft nur wenige Kilometer breit — sie fällt leicht zwischen die Gitterpunkte. Warum ein Gewitter deshalb räumlich und zeitlich so schwer punktgenau vorherzusagen ist, steht ausführlich unter Gewitter.

Vier Gründe — und warum der Fehler mit der Vorlaufzeit wächst

Man könnte meinen: Wenn die Physik doch in Gleichungen steht, müsste eine schnellere Rechnung irgendwann perfekt werden. Sie wird es nicht — und zwar aus einem grundsätzlichen Grund. Die Atmosphäre ist ein chaotisches System. Der Meteorologe Edward Lorenz entdeckte in den 1960er-Jahren, dass winzige Unterschiede im Anfangszustand sich beim Weiterrechnen aufschaukeln und nach einiger Zeit zu völlig verschiedenen Ergebnissen führen. Sein Bild dafür ist berühmt geworden: der Schmetterlingseffekt — der Flügelschlag eines Schmetterlings, der (im übertragenen Sinn) Wochen später das Wetter woanders verändert.

Was Lorenz dazu wirklich geschrieben hat — und warum die oft genannten „zwei Wochen“ in seiner Arbeit von 1963 gar nicht vorkommen — steht auf der Seite Vorhersagbarkeit. Dort ist sein Gleichungssystem auch nachgerechnet, und daneben steht, wie schnell der Fehler im eigenen Archiv dieser Seite wächst.

Das Entscheidende: Weil wir den Anfangszustand nie exakt kennen (Schritt 1), und weil das Modell die kleinsten Vorgänge nur nähert (Schritt 2), starten wir immer mit einer winzigen Unschärfe. Im Chaos wächst genau diese Unschärfe mit der Zeit. Die vier Ursachen im Überblick:

• Chaotisches System. Kleine Anfangsfehler wachsen von selbst — das ist keine Schwäche der Technik, sondern eine Eigenschaft der Atmosphäre.
• Unvollständige Beobachtung. Das Messnetz hat Lücken; der Anfangszustand ist eine Näherung.
• Begrenzte Auflösung. Was feiner ist als das Gitter, wird nicht direkt gerechnet.
• Modellfehler. Die Gleichungen und ihre Näherungen bilden die Wirklichkeit nicht vollkommen ab.

Deshalb gilt die eherne Regel jeder Vorhersage: Der Fehler wächst mit der Vorlaufzeit. Morgen ist gut vorhersagbar, in drei Tagen ordentlich, in zehn Tagen nur noch grob. Es gibt sogar eine theoretische Grenze, jenseits derer aus den Gleichungen prinzipiell keine brauchbare Detailvorhersage mehr zu holen ist — sie liegt in der Größenordnung von etwa zwei Wochen. Wie stark der Fehler in der Praxis mit dem Vorlauf wächst, misst diese Seite an ihren eigenen, abgeschlossenen Vorhersagen nach — nachzulesen im Feldbericht.

Dieselbe Vorhersage viele Male — eine Spanne statt einer Zahl

Wenn eine einzelne Rechnung nie perfekt sein kann, wie geht man ehrlich damit um? Die Antwort ist die Ensemble-Vorhersage, heute das Rückgrat der seriösen Meteorologie. Die Idee: Man rechnet die Vorhersage nicht einmal, sondern viele Male gleichzeitig — jedes Mal mit einem winzig anders angesetzten Anfangszustand (und oft auch leicht veränderter Modellphysik), alles innerhalb der Messgenauigkeit. Jeder einzelne Lauf ist gleichermaßen plausibel.

Dann schaut man, wie die Läufe auseinanderlaufen. Bleiben sie dicht beieinander, ist die Lage sicher — alle plausiblen Startpunkte führen zum gleichen Wetter. Laufen sie weit auseinander, ist die Lage unsicher. Statt einer einzelnen Zahl liefert das Ensemble so eine Spanne — und die Breite dieser Spanne ist das ehrliche Maß für die Unsicherheit.

Genau das zeigt die Startseite dieser Website: nicht eine einzelne Zahl, sondern die Spanne der Läufe. Und daraus folgt auch die ehrliche Lesart der Regenwahrscheinlichkeit: „30 % Regen“ heißt nicht „30 % der Zeit“ oder „auf 30 % der Fläche“, sondern schlicht: In etwa 30 % der gerechneten Läufe (bei sonst gleicher Lage) fällt nennenswerter Regen. Es ist ein Anteil der Vorhersageläufe — nichts anderes.

Statistische Korrektur (MOS): vom Gitterwert zum Ortswert

Das Modell rechnet für Gitterzellen, nicht für deinen Ort. Der Wert einer Zelle ist ein Mittel über viele Quadratkilometer — er „kennt“ weder das Tälchen, in dem sich nachts Kaltluft sammelt, noch die Stadt, die Wärme speichert. Deshalb folgt ein Korrekturschritt: die statistische Nachbearbeitung, klassisch MOS genannt (Model Output Statistics).

Dabei vergleicht man über lange Zeit, wie das Modell an einer konkreten Station systematisch daneben lag — etwa immer zwei Grad zu warm in klaren Nächten — und rechnet diesen bekannten Versatz heraus. Das Ergebnis ist eine Vorhersage, die auf den einzelnen Ort kalibriert ist und die Eigenheiten der Messstation berücksichtigt. Nachbearbeitung macht die Vorhersage besser — sie beseitigt aber nicht die grundsätzliche Unsicherheit aus Schritt 3. Sie korrigiert einen systematischen Fehler, nicht das Chaos.

Radar fortschreiben statt vom Modell rechnen (etwa 0 bis 2 Stunden)

Für die allernächste Zukunft ist der aufwendige Weg über das große Modell zu langsam und zu grob. Hier hilft ein anderer Ansatz: der Nowcast. Statt die Physik vorwärts zu rechnen, nimmt er das, was das Radar gerade sieht — die aktuellen Regen- und Gewitterzellen — und schreibt deren Zugbahn geradlinig fort: Wo war die Zelle vor fünf und vor zehn Minuten, wohin zieht sie also in den nächsten Minuten? Für einen Zeithorizont von etwa null bis zwei Stunden ist das oft treffsicherer als jedes Modell.

Der Preis: Der Nowcast weiß nichts über Zellen, die neu entstehen oder sich gerade auflösen — er kann nur fortschreiben, was schon da ist. Deshalb ist er stark auf kurze Zeit, aber genau dort unschlagbar. Der Deutsche Wetterdienst betreibt dafür das Produkt NowCastMIX im Fünf-Minuten-Takt. Diese Seite zeigt es live im Nowcast der Startseite; wie ein Gewitter im Nowcast anders zu lesen ist als in der Tagesvorhersage, steht unter Gewitter.

Warum verschiedene Apps verschiedene Zahlen zeigen

Am Ende dieser Kette steht die Zahl in einer App. Jetzt wird auch klar, warum zwei Apps für denselben Ort und dieselbe Stunde verschiedene Zahlen zeigen: Sie greifen auf verschiedene Modelle zurück (globale oder regionale, verschiedener Wetterdienste), nutzen eine andere Nachbearbeitung und einen anderen Ausschnitt aus dem Ensemble. Keine der Zahlen ist deshalb „falsch“ — sie sind verschiedene, jeweils plausible Schätzungen aus einer Lage, die eben nicht eindeutig ist. Der Widerspruch zwischen den Apps ist die Unsicherheit, sichtbar geworden.

Und hier liegt der Kern dieser Seite: Eine einzelne Zahl täuscht eine Sicherheit vor, die es nicht gibt. „19 Grad und Sonne“ sieht genauso selbstgewiss aus, egal ob alle Modelle einig sind oder ob die Lage völlig offen ist. Die Zahl verschweigt die Spanne. Wer richtig planen will, muss wissen, ob die Vorhersage sicher oder wackelig ist — und genau diese Information wirft eine einzelne Zahl weg.

Die Kette in einem Satz

Beobachten (nie lückenlos) → rechnen auf einem Gitter (nie unendlich fein) → die Unsicherheit mitrechnen im Ensemble (weil das Wetter chaotisch ist) → an den Ort anpassen (MOS) → und für die nächsten Stunden das Radar fortschreiben (Nowcast). An jedem Glied steckt Unsicherheit — und sie wegzurechnen ist unmöglich. Man kann sie nur ehrlich zeigen. Das ist der ganze Sinn dieser Seite.