Ja, wenn durch machine learning die Wettervorhersage besser wird habe ich dazu keine Meinung. Die Experten werden es besser wissen als ich. Wenn die potentiellen Trotteln in Zukunft einen Chatbot befragen: Fickt euch.
this post was submitted on 02 Mar 2026
11 points (92.3% liked)
DACH - Deutschsprachige Community für Deutschland, Österreich, Schweiz
4984 readers
874 users here now
Das Sammelbecken auf feddit.org für alle Deutschsprechenden aus Deutschland, Österreich, Schweiz, Liechtenstein, Luxemburg und die zwei Belgier. Außerdem natürlich alle anderen deutschprechenden Länderteile der Welt.
Für länderspezifische Themen könnt ihr euch in folgenden Communities austauschen:
___
Zusätzliche Regeln aus „Lessons learned":
- Postet hier zu allen Themen, die euch interessieren (soweit sie den anderen Regeln genügen)
- Es werden Posts zum Thema Nahost / Palästina/Israel hier auf Dach gelöscht.
- Dasselbe gilt für Wahlumfragen à la Sonntagsumfrage.
- Bitte Titel von Posts nur sinnerweiternd und nicht sinnentstellend verändern. Eigene Meinungen gehören in den Superkommentar oder noch besser in einen eigenen Kommentar darunter.
- Youtube Videos bitte nicht ohne eine zusätzliche Zusammenfassung posten
___
Einsteigertipps für Neue gibt es hier.
___
Eine ausführliche Sidebar mit den Serverregeln usw. findet ihr auf der Startseite von feddit.org
___
founded 2 years ago
MODERATORS
Da habe ich schon vor Jahren Studien dazu gelesen, dass Wettervorhersage insbesondere wahrscheinlich eines der Musterbeispiele von KI ist, da es einige angenehme Eigenschaften vereint:
- Die Daten sind Raum-Zeit-lich geordnet. D.h. die "Geometrie des Neuralen Netzwerkes" (welche Neuronen neben welchen liegen, d.h. verbunden sind) kann in Zusammenhang mit der Geometrie des Wettergeschehens gebracht werden.
- Besonders für die in der Wettervorhersage üblichen Differentialgleichungen stellt sich die Frage, wie gut sich diese annähernd linearisieren bzw durch die Aktivierungsfunktionen von Neuronen darstellen lassen, da es hier einige Ähnlichkeiten gibt: Die Wettervariablen (Temperatur, Feuchtigkeit) sind beschränkt zwischen 0% und 100%, ebenso sind das auch die Ergebnisse der Aktivierungsfunktionen.
Usw. es ist ein interessantes Thema.
So sehr mich die Rücksichtslose Implementierung von KI in alles nervt, für die Komplexität von Wetter könnte sie doch ganz gut geeignet sein. Für Musterekennung in Wetterdaten setzt man doch eh schon lange Rechner ein.
Klar, nur wird dabei nicht das verwendet, was heute landläufig unter KI bekannt und ist, wie du schon sagst, bereits seit Jahren im Einsatz. Das ist ein klassischer Fall von "Neues Label aufkleben, um neue Fördermittel abzugreifen". Schade, dass sowas gemacht werden muss.
Nicht nur Wetterdaten. Ich habe letztens einen Vortrag gehört wir McCain (die Pommeshersteller, übrigens eine kanadische Firma wie ich gelernt habe) sowas für die Luftströme beim gefrieren am Ende der Produktion einsetzt. Die sparen wohl ~5% Stromkosten für jedes Grad weniger, das sie kühlen müssen. Hatte wohl nach ~6 Monaten RoI drin…