Richtlinie zur Förderung von wissenschaftlichen „Nachwuchsgruppen Globaler Wandel: Innovative Methoden in der Klimamodellierung“

In den vergangenen Jahren wurde in verschiedenen Anwendungsfeldern ein rasanter Fortschritt in der operationellen Nutzung von Maschinellem Lernen (Machine Learning, ML) und Künstlicher Intelligenz (KI) erzielt. Dies betrifft auch die numerische Wettervorhersage.

1 Förderziel, Zuwendungszweck, Rechtsgrundlage

1.1 Förderziel

In diesem Kontext sind datenbasierte Wettervorhersagemodelle zu nennen, die inzwischen in ihrer Zuverlässigkeit und Genauigkeit mit den bisherigen physikalisch-numerischen Modellen konkurrieren können. KI-basierte Modelle benötigen nur einen Bruchteil der Rechenleistung eines konventionellen physikalischen Modells und sind somit nicht nur sehr viel schneller, sondern auch effizienter. Es ist zu erwarten, dass ähnlich große Fortschritte auch in den Bereichen der Klimamodellierung durch den Einsatz von KI möglich sind.

In Anbetracht der Bedrohung unserer Gesellschaft durch den Klimawandel benötigen wir weiterhin ein vertieftes Wissen, um die Maßnahmen für unsere vernünftige und nachhaltige Klimapolitik schärfen zu können.

Dazu ist es von entscheidender Bedeutung, die einzelnen Komponenten des Erdsystems und insbesondere ihre Wechselwirkungen untereinander besser zu verstehen. Sowohl in der Modellierung selbst als auch in der automatisierten Aufbereitung sehr großer Datenmengen steckt großes Potential in der neuen Technologie auf Basis von KI. Damit kann sowohl das Systemverständnis verbessert als auch die Modellierung effizienter gestaltet werden.

Dafür werden die innovativsten Ideen von Nachwuchswissenschaftlerinnen und Nachwuchswissenschaftlern gesucht und vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) gefördert. Deutschland ist weltweit anerkannt für seine Spitzenforschung auf dem Gebiet der Erdsystemmodellierung. Diese Förderung für den wissenschaftlichen Nachwuchs soll die deutsche Exzellenz in der Klimaforschung festigen und mit der Überschneidung von Klimamodellierung und KI den Grundstein für die Klimamodellierung der Zukunft legen.

Eine der großen Herausforderungen in der Klimaforschung besteht darin, das Erdsystem als Ganzes zu verstehen und die vielfältigen Wechselwirkungen verschiedener atmosphärischer, ozeanischer und anderer systemischer Prozesse in den Klimamodellen abzubilden, um möglichst auf regionaler und lokaler Skala belastbare Aussagen hinsichtlich der Änderungen durch den Klimawandel treffen zu können. Nur so können effektive und verlässliche Klimaanpassungs- und Klimaschutzmaßnahmen entwickelt und überprüft werden.

Diese Förderrichtlinie ist eine Maßnahme zur Umsetzung der Hightech-Agenda Deutschland des BMFTR und soll eine der sechs Schlüsseltechnologien, die Forschung zur Künstlichen Intelligenz, mit den strategischen Forschungsfeldern der Meeres-, Klima- und Nachhaltigkeitsforschung verbinden. Damit leistet sie zudem eine innovative Verzahnung von Data Science und Erdsystemwissenschaften.