Duitse weerdienst gebruikt nu AI om het weer te voorspellen

Stel je voor: je checkt 's ochtends de weerapp voordat je de deur uitgaat. De voorspelling die je ziet, komt straks misschien niet meer van een supercomputer die alle natuurwetten doorrekent, maar van een computerprogramma dat vooral heeft geleerd van miljoenen eerdere weerpatronen. Bij de Duitse nationale weerdienst is dat sinds kort al werkelijkheid.

Traditionele weersvoorspellingen worden gemaakt met natuurkundige modellen. Die berekenen hoe lucht, warmte en vocht zich door de atmosfeer bewegen, op basis van natuurwetten. Dat kost veel rekenkracht en tijd. De laatste jaren werken wetenschappers aan een ander soort model: een dat leert van grote hoeveelheden bestaande weerdata, vergelijkbaar met hoe AI-taalmodellen leren van tekst. Dat heet machine learning.

Een nieuw model, al in gebruik

Onderzoekers presenteren nu AICON, een wereldwijd AI-weersvoorspellingsmodel. Sinds 2 maart 2026 gebruikt de Duitse weerdienst dit model al écht, dus niet alleen als test. Het model maakt voorspellingen met een resolutie van 13 kilometer en berekent elke 3 uur een nieuwe stap. Ter vergelijking: dat is fijner dan het raster dat veel eerdere AI-weermodellen gebruikten.

AICON is getraind op data van ICON-DREAM, een gedetailleerde dataset van het bestaande, natuurkundige weermodel ICON. Het model gebruikt een zogeheten graph neural network. Dat is een soort AI-netwerk dat de aarde ziet als een net van duizenden verbonden punten, waarbij informatie tussen naburige punten wordt uitgewisseld, een beetje zoals buren die elkaar bijpraten over het weer bij hen in de straat.

Een bijzonder kenmerk is dat AICON gebruikmaakt van hetzelfde soort rekenraster als het originele ICON-model: een icosahedrisch multi-mesh, oftewel een bolvormig raster opgebouwd uit driehoeken. Daardoor sluit het beter aan bij de trainingsdata dan veel andere AI-weermodellen. Ook houdt het model, net als ICON, rekening met de vorm van bergen en dalen in de berekeningen boven het aardoppervlak.

Beter voor weer dicht bij de grond

Bij het trainen kozen de onderzoekers ervoor om het model niet te optimaliseren voor lange voorspellingen in meerdere stappen vooruit. Ze verwachtten dat dit kleine, fijne details in het weer beter bewaart. Details die vaak vervagen bij modellen die zijn afgestemd op langere voorspellingen.

Uit uitgebreide tests, waaronder vergelijkingen met echte weerwaarnemingen en een test met een tropische orkaan, blijkt dat AICON op korte en middellange termijn even goed of beter presteert dan het traditionele ICON-model. Dat geldt vooral voor weer dicht bij het aardoppervlak, zoals temperatuur en wind op leefniveau.

Wat betekent dit (nog) niet: Dit betekent niet dat AI-modellen nu al beter zijn dan natuurkundige modellen in alle situaties. De studie laat zien dat AICON vooral op korte tot middellange termijn en bij weer nabij de grond goed scoort. Bij grotere schalen en langere voorspellingen liggen er nog beperkingen, die de onderzoekers zelf ook benoemen. Het is bovendien de beschrijving van één specifiek model door het team dat het zelf ontwikkelde, nog geen onafhankelijke, brede vergelijking tussen alle bestaande weermodellen.

Voor jou als weerapp-gebruiker verandert er voorlopig weinig. Maar het laat zien dat AI een steeds grotere rol gaat spelen in de weersvoorspelling die je dagelijks ziet, mogelijk met snellere en preciezere voorspellingen als gevolg.

Bron: AICON: An operational global machine learning weather forecasting model