20.03. 2024 – Meteomatics, der Schweizer Anbieter von hochpräzisen Wetterinformationen, arbeitet zukünftig mit NVIDIA, einemführenden Anbieter von KI-Computing, zusammen.
Schon kleine Wetteränderungen können die Stromproduktion aus Erneuerbaren Energien erheblich beeinflussen: Meteomatics und NVIDIA wollen diese künftig kleinräumig und in Minutenschnelle vorhersagen. (Bild: fietzfotos_pixabay.com_grain-4858574_1280)
Das gemeinsame Ziel: Echtzeit-Wettervorhersagen mit einer bisher unerreichten Schnelligkeit und Genauigkeit bereitstellen zu können. Damit wollen die Unternehmen die Auswirkungen des Wetters noch frühzeitiger und in der bekannten Meteomatics-Auflösung von 90 Metern vorherzusehen. In Kooperation mit NVIDIA führt Meteomatics bereits erste Pilotprojekte mit den drei Energieunternehmen ENGIE, Louis Dreyfus Company und TotalEnergies durch. Hier sollen die Verfahren getestet werden, die Wettervorhersagen konsistent innerhalb von Minuten statt Stunden liefern. Im Anschluss an diese Pilotprojekte wird Meteomatics seinen KI-gestützten Wetterdatenservice für weitere Geschäftsfelder zur Verfügung stellen. Der Schwerpunkt soll dabei auf der Prognose Erneuerbarer Energien und dem Handel liegen.
Da Erneuerbare Energien stark vom sich ständig ändernden Wetter abhängig sind, können sich schon kleinste Veränderungen enorm auf die Stromproduktion auswirken. Für Energieunternehmen ist es daher von entscheidender Bedeutung, Wetterveränderungen kurz-, mittel- und langfristig präzise vorherzusehen, um ihre Anlagen effizienter einsetzen und profitabler handeln zu können.
Schneller und genauer
Derzeit kann Meteomatics anhand seiner Wettermodelle hyperlokale Wettervorhersagen bereits Stunden vor dem Eintreten der Wetterlage bereitstellen. Die generative KI-Technologie von NVIDIA kann Wetterprognosen auf Grundlage der Echtzeit-Wetterdaten von Meteomatics mit einer Auflösung von bis zu zwei Kilometern erstellen. Diese Prognosen werden durch die Wetter-API von Meteomatics mittels Downscaling-Verfahren auf eine Auflösung von 90 Metern herunterskaliert. Dieses Verfahren erhöht die Genauigkeit etwa dadurch, dass es die Vorhersagen an lokale Einflussfaktoren wie Berggipfel und Täler angleicht. Über die Wetter-API von Meteomatics können Unternehmen die daraus resultierenden, herunterskalierten Vorhersagen für ihre Geschäftsprozesse nutzen. Der Hauptvorteil der KI-gestützten Wettervorhersage ist die Verkürzung der für die Berechnung des Modells erforderlichen Zeit. In der Regel benötigen traditionelle Modelle mehrere Stunden, KI-Modelle dagegen nur Minuten oder sogar Sekunden. Indem Meteomatics diese KI-Modelle auf der Grundlage von 90m-Downscaling präzisiert, stimmt der errechnete Output noch stärker mit den tatsächlichen stationären Beobachtungsdaten überein. Dies führt zu einem erheblichen Vorteil für den Handel mit Energie und anderen Gütern.
Hoher Nutzen für wetterabhängige Branchen
„Durch unsere Zusammenarbeit mit NVIDIA können Energieunternehmen ihre Aktivitäten im Bereich der erneuerbaren Energien optimieren. Die frühzeitige und präzise Kenntnis von Wetterschwankungen hilft dabei, die Profitabilität zu steigern“, sagt Martin Fengler, CEO und Gründer von Meteomatics. „Wir werden diese Fähigkeit auf weitere Branchen ausweiten und geben den Unternehmen damit zugleich eine umfassende Auswahl von Quellen zur Wettervorhersage an die Hand.“. „Das Wetter wirkt sich auf jedes einzelne Unternehmen aus.
Und speziell für die Energiebranche bei der Nutzung Erneuerbarer Energien in großem Umfang ist das Wetter eine der größten Herausforderungen.“, sagt Dion Harris, Data Center Product GTM bei NVIDIA. „Unsere Zusammenarbeit mit Meteomatics wird KI-gestützte Wettervorhersagen für Energieunternehmen und bald auch für andere Branchen schneller und genauer machen.“
Meteomatics erstellt hochwertige Wetterprognosen für rund 700 Unternehmen auf der ganzen Welt, darunter Axpo, Tesla, Swiss Re, Airbus und Toyota. Die Wettermodelle des Unternehmens stützen sich auf Daten, die von den eigenen Meteodrones – Wetterdrohnen, die bis zu einer Höhe von 6.000 Metern fliegen können – sowie 110 weitere Datenquellen wie Satelliten und Radar- und Wetterstationen. (pq)