KI & Klima

Modelle können bei der Interpretation komplexer Daten helfen, ihr Nutzen und ihre Kosten müssen jedoch gemeinsam gemessen werden. Eine Vorhersage sollte den Ort, den Zeithorizont, die Unsicherheit und die beabsichtigte Entscheidung angeben.

Wichtige Erkenntnisse

• Geben Sie Ort, Horizont und Entscheidung an.
• Testverteilungsverschiebungen und seltene Ereignisse.
• Berücksichtigen Sie sowohl die Berechnung als auch die nachgelagerten Auswirkungen.

Definieren Sie zunächst das physische oder politische Ergebnis. Für die Vorhersage einer lokalen Gefahr, die Optimierung der Gebäudeenergie und die Klassifizierung von Satellitenbildern gelten unterschiedliche Daten- und Fehleranforderungen. Nutzen Sie zeitbewusste Auswertungen, wenn die Zukunft das Ziel ist, und testen Sie ungewöhnliche Ereignisse statt nur durchschnittliche Bedingungen. Überprüfen Sie die Messqualität und die geografische Abdeckung. Ein Modell, das in einer Klima- oder Sensorkonfiguration trainiert wurde, kann möglicherweise nicht auf eine andere übertragen werden. Fehlende Beobachtungen und Änderungen in der Instrumentierung können zu offensichtlichen Trends führen. Melden Sie Unsicherheiten und die Folgen verpasster oder falscher Warnungen für die Gemeinden, die die Informationen nutzen. Messen Sie den Ressourcenverbrauch als Teil des Systems. Training und Servieren verbrauchen Energie, während ein optimierter Arbeitsablauf an anderer Stelle Energie sparen kann. Geben Sie die Grenzen und Annahmen eines Vergleichs an. Die Berechnungsschätzung eines Modells ist nicht automatisch eine vollständige Lebenszyklusbewertung. Halten Sie die Entscheidungsbefugnisse für Notfall-, Infrastruktur- und Umweltmaßnahmen klar. Erhalten Sie Quellenbeobachtungen und kommunizieren Sie, wenn eine Vorhersage außerhalb des bewerteten Bereichs liegt.

1. Stellen Sie sich ein Modell vor, das an Tagen mit normalem Wetter trainiert und nur den durchschnittlichen Niederschlag ausgewertet wird.
2. An Routinetagen funktioniert es gut, aber die seltenen Stürme, die für Notfallplaner am wichtigsten sind, bleiben aus.
3. Fügen Sie repräsentative Extreme hinzu, melden Sie Unsicherheiten und definieren Sie einen sicheren Eskalationspfad, bevor Sie die Prognose verwenden.

Das hypothetische Beispiel zeigt, warum durchschnittliche Fehler klimarelevante Fehler verbergen können.