Sturzfluten gehören zu den unberechenbarsten Naturereignissen, doch Google hat möglicherweise eine innovative Lösung gefunden, um sie besser vorherzusagen. Das Unternehmen hat kürzlich Groundsource vorgestellt, ein Vorhersagetool für Sturzfluten, das die Leistungsfähigkeit seiner fortschrittlichen KI, vermutlich ein großes Sprachmodell wie Gemini, nutzt, um Daten aus historischen Nachrichtenberichten zu extrahieren. Dies ist das erste Mal, dass Google ein solches Sprachmodell für diese Art von Aufgabe einsetzt.

Herkömmliche Modelle zur Vorhersage von Sturzfluten benötigen umfangreiche historische Daten und ein intensives Modelltraining. Oftmals sind diese Daten aber nicht in der erforderlichen Qualität oder Menge verfügbar, insbesondere für Regionen mit begrenzter Infrastruktur. Googles Ansatz umgeht dieses Problem auf elegante Weise: Groundsource nutzt KI, um eine riesige Menge an Nachrichtenartikeln zu analysieren und die darin enthaltenen Informationen über frühere Überschwemmungen zu extrahieren und zu strukturieren. Laut Google wurden über fünf Millionen globale Berichte durchforstet, um daraus einen präzisen Datensatz von über 2,6 Millionen Flutereignissen zu erstellen. Dieser umfangreiche Datensatz dient dann als Grundlage für das Training eines Vorhersagemodells.

Konkret bestand die Aufgabe für die KI darin, die riesige Menge an Nachrichtenartikeln aus aller Welt zu analysieren und gezielt Berichte über Überschwemmungen zu identifizieren. Diese extrahierten Daten wurden dann in eine chronologische Reihenfolge gebracht und mit geografischen Informationen versehen, sodass eine detaillierte Karte von Überschwemmungsereignissen entstand. Anschließend nutzten die Forscher diese Groundsource-Daten, um ein Modell zu trainieren, das in der Lage ist, aktuelle Wettervorhersagen zu verarbeiten und die Wahrscheinlichkeit einer Sturzflut in einem bestimmten Gebiet zu bestimmen.

Die Verwendung von KI zur Analyse von Nachrichtenartikeln für die Katastrophenvorhersage ist ein vielversprechender Ansatz. Er zeigt, wie große Sprachmodelle nicht nur für die Textgenerierung und den Chatbot-Einsatz, sondern auch für die Lösung realer Probleme eingesetzt werden können. Durch die Nutzung bereits vorhandener Datenquellen, wie z. B. Nachrichtenarchive, können Modelle trainiert werden, selbst wenn keine speziellen historischen Messdaten verfügbar sind. Dies eröffnet neue Möglichkeiten für die Katastrophenvorsorge, insbesondere in Regionen, in denen der Zugang zu traditionellen Datenquellen begrenzt ist.

Es bleibt abzuwarten, wie genau und zuverlässig das Groundsource-System in der Praxis sein wird. Die Vorhersage von Sturzfluten ist eine komplexe Herausforderung, die von vielen Faktoren beeinflusst wird. Dennoch ist Googles Ansatz ein vielversprechender Schritt in die richtige Richtung und zeigt das Potenzial von KI für die Bewältigung globaler Herausforderungen.