Google analysiert 2,6 Mio Medienberichte mit KI, um Hochwasser besser und bis zu 24 Stunden vorherzusagen.
In Kürze
- Offener Datensatz: 2,6 Mio Ereignisse aus 150+ Ländern
- Automatische Auswertung via Gemini‑LLM und Google Maps
- Vorhersagen bis 24h; Genauigkeit laut Stichproben 60–82 %
Google hat ein neues Projekt namens Groundsource gestartet, das Überschwemmungen mit Hilfe von KI besser vorhersagen will. Dafür hat die Firma einen offenen Datensatz aus Nachrichtenartikeln erstellt: 2,6 Millionen historische Hochwasserereignisse aus mehr als 150 Ländern, erfasst für den Zeitraum 2000 bis heute.
Wie das funktioniert
- Ein automatischer Sammelbot durchforstet weltweite Medienberichte in über 80 Sprachen.
- Die Texte werden über die Cloud Translation API ins Englische übersetzt.
- Anschließend sortiert ein großes Sprachmodell (Gemini‑LLM) echte Flutberichte von Warnmeldungen, Kommentaren oder Diskussionen aus.
- Die so verbleibenden Artikel werden zeitlich und räumlich verortet und mit der Google Maps Platform abgeglichen.
Was im Datensatz steckt
Der Datensatz enthält besonders viele Einträge aus den Jahren 2020 bis 2025 — das liegt an der höheren Verfügbarkeit digitaler Berichte in diesem Zeitraum. Eine interaktive Google‑Karte zeigt, dass durch die Nachrichtenanalyse deutlich mehr Ereignisse und eine größere räumliche Abdeckung sichtbar werden als in manchen bisherigen Quellen wie etwa GDACS.
Wie gut sind die Angaben?
Google hat manuelle Stichproben ausgewertet: Bei etwa 60 % der Einträge stimmten Ort und Zeitpunkt exakt überein. Bei 82 % sind die Angaben nach Unternehmensangaben ausreichend für praktische Analysen. Diese Zahlen geben Hinweise auf die Genauigkeit, zeigen aber auch, dass nicht alle Einträge präzisionsfähig sind.
Wofür die Daten genutzt werden
- Google will die Datensammlung nutzen, um Hochwasserereignisse bis zu 24 Stunden im Voraus zu prognostizieren.
- Vorhersagen und Risikohinweise werden über Googles Flood Hub bereitgestellt und mit Katastrophenschutzbehörden geteilt.
- Als Referenz verweist Google auf frühere Erfolge seiner Wetter‑KI (WeatherNext), die bei einzelnen Vorhersagen gute Ergebnisse erzielt hat.
Einschränkungen
- Derzeit ist die räumliche Auflösung von Groundsource noch vergleichsweise grob, und eine direkte Anbindung an lokale Radar‑Niederschlagsdaten fehlt. Das schränkt die Detailtreue bei lokalen Vorhersagen ein.
- Für Regionen ohne umfangreiche Messinfrastruktur bietet der Ansatz laut Google jedoch oft aussagekräftigere Informationen als bisher verfügbare Alternativen.
Ausblick
Langfristig plant Google, dieselbe Methode auch auf Erdrutsche und Hitzewellen anzuwenden und die Datenqualität weiter zu verbessern, etwa durch engere Integration mit lokalen Messdaten.
Quellen
- Quelle: Google
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
