Wettervorhersagen sind für Versicherungen und Rückversicherungen von zentraler Bedeutung – sowohl im täglichen Geschäft als auch in der strategischen Planung. Sie dienen nicht nur der Risikoabschätzung, sondern beeinflussen auch die Produktgestaltung, das Pricing sowie die Rückversicherungskonditionen.
Zwar hat die Wettervorhersageindustrie in den letzten Jahren grosse Erfolge in der Genauigkeit gemacht. Sie tut sich aber mit hyperlokalen immer noch schwer. Dank der Verbreitung von KI-Wettermodellen in den letzten Jahren können nun aber auch kleine, kommerzielle Unternehmen die Fähigkeit entwickeln, schnell spezialisierte Vorhersagen zu treffen - zum Beispiel wann und wie viel es in der Nachbarschaft regnen wird oder wie viel Wind wehen wird, um eine Turbine zu drehen.
Jahrzehntelang haben öffentliche Stellen globale Wettermodelle betrieben, die Supercomputer benötigten, um komplexe physikalische Gleichungen zu berechnen und Vorhersagen zu treffen. Angesichts des Klimawandels, der die Wahrscheinlichkeit extremer Wetterereignisse erhöht, werden präzisere Vorhersagen immer dringender, und die künstliche Intelligenz bietet eine kosteneffiziente Möglichkeit, sie zu erstellen.
«Die Anwendung eines zuvor trainierten Wettervorhersagemodells mit maschinellem Lernen kostet in Bezug auf die Rechenleistung nichts», sagt Peter Bauer, Wissenschaftler am Max-Planck-Institut für Meteorologie und früher am Europäischen Zentrum für mittelfristige Wettervorhersage.
Mögliche Überschwemmungen für jede einzelne Strasse binnen 3 Minuten
Zu den neuen Akteuren, die versuchen, aus den kommerziellen Möglichkeiten der Vorhersage Kapital zu schlagen, gehört das Wettertechnologie-Startup Stellerus, das aus der Forschung von Wissenschaftlern der Hong Kong University of Science and Technology (HKUST) hervorgegangen ist. Seine neuartige Methode basiert auf Niederschlagsvorhersagen und wendet dann einen Algorithmus für maschinelles Lernen an, um in weniger als drei Minuten für jede Strasse in Hongkong mögliche Überschwemmungen zu simulieren und vorherzusagen. Da die Vorhersagen so schnell ausgeführt werden können, lassen sich Überschwemmungsvorhersagen bereits Stunden im Voraus erstellen und dann für Warnungen in nahezu Echtzeit aktualisieren.
Öffentliche Wetterdienste «können keine massgeschneiderten Vorhersagen für eine bestimmte Branche oder ein bestimmtes Unternehmen machen», obwohl die Nachfrage nach solchen Diensten gross ist, so Hui Su, Professor an der HKUST und Mitbegründer von Stellerus. Das Start-up wendet ausserdem KI-Techniken auf Satellitendaten an, um die Treibhausgasemissionen bestimmter Fabriken und Schiffe zu überwachen.
Zusammenarbeit mit Taiping Reinsurance
Su's Team arbeitet mit Taiping Reinsurance, einem Teil des staatlichen Versicherungsunternehmens China Taiping Insurance Holdings zusammen, um Vorhersagen zu entwickeln, die dann verwendet werden können, um Kunden und Versicherungsnehmern frühzeitige und präzise Hochwasserwarnungen zukommen zu lassen. So könnte beispielsweise ein Autobesitzer eine Textnachricht erhalten, in der er aufgefordert wird, sein Fahrzeug aus einer bestimmten Garage zu entfernen, die bei einem Regensturm überflutet werden könnte.
Dies ist das erste Mal, dass Taiping Reinsurance hochauflösende Hochwassermodelle im eigenen Haus entwickelt, anstatt sich auf gröbere Modelle zu verlassen, die von US-Risikoanalyseunternehmen entwickelt wurden, sagte Sheldon Yu, CEO des in Hongkong ansässigen Rückversicherers. Die Bemühungen wurden unternommen, nachdem eine Reihe extremer Regenfälle in den vergangenen zwei Jahren in der ganzen Stadt zu verheerenden Überschwemmungen geführt hatte.
Überschwemmungen sind besonders schwer zu modellieren, da sie durch lokal begrenzte Wettersysteme verursacht werden und ihre vollen Auswirkungen von vielen vom Menschen geschaffenen Faktoren, wie zum Beispiel Entwässerungssystemen, abhängen. Da extreme Regenfälle jedoch immer häufiger auftreten, machen Überschwemmungen einen immer grösseren Anteil der versicherten Schäden aus.
Weltweit ist schätzungsweise mehr als jeder fünfte Mensch einem erheblichen Hochwasserrisiko ausgesetzt, wobei Süd- und Ostasien am stärksten betroffen sind. Für fast ein Drittel der küstennahen Wohngebiete der südchinesischen Greater Bay Area, einer Ansammlung von neun Städten, auf die Taiping Reinsurance seine Hochwassermodellierung konzentriert, wird für die kommenden Jahrzehnte eine erhöhte Überschwemmungsgefahr prognostiziert. (Bloomberg/hzi/pg)
