4 Min. LesezeitVorhersage

Vorhersageverifikation: So bewerten Sie eine Wettervorhersage

Eine Vorhersage, die Sie nicht bewertet haben, können Sie weder bepreisen noch nachjustieren, und vertrauen können Sie ihr auch nicht. Die gängigen Gütemaße in einfachen Worten, die Fallstricke und ein veröffentlichtes Beispiel für ehrliche Berichterstattung.

Vorhersagekarte der Windgeschwindigkeit 80 Meter über Grund über Washington und Oregon auf einem 1-km-Gitter, mit hellen Streifen starken Windes in Gebirgseinschnitten.

Erstmals veröffentlicht am 11. November 2026 · Aktualisiert am 16. November 2026

Vorhersageverifikation heißt, Vorhersagen an dem zu messen, was tatsächlich eingetreten ist. So erfährt die Leitung eines Vorhersageteams, ob ein neues Modell-Setup eine Verbesserung ist, so erfährt ein Käufer, was die Vorhersage eines Anbieters wert ist, und so entscheidet eine Betriebsleitung, wie weit sie der Zahl für morgen trauen kann. Dieser Leitfaden behandelt, womit Sie vergleichen, die gängigen Gütemaße in einfachen Worten, die Fallstricke, die zu geschönten Ergebnissen führen, und ein veröffentlichtes Beispiel für ein Ergebnis, das zusammen mit seinen Grenzen berichtet wird.

Womit Sie eine Vorhersage vergleichen

Keine Referenz ist die perfekte Wahrheit. Jede hat Stärken und blinde Flecken.

  • Bodenstationen messen Temperatur, Wind, Druck und Regen direkt an einem Punkt. In der Nähe von Flughäfen und Städten stehen sie dicht, anderswo spärlich, und Standard-Windmessungen erfolgen in 10 m, weit unterhalb einer Turbinennabe.
  • Lidar misst den Wind in mehreren Höhen über dem Gerät, auch in Nabenhöhe. Für die Windenergie eignet es sich gut, aber nur wenige Standorte haben eines.
  • Radar erfasst Regen, Hagel und Gewitterstruktur über ein großes Gebiet alle paar Minuten. Es misst die Energie, die Niederschlag in der Luft reflektiert, nicht den Regen, der am Boden ankommt. Die Umrechnung in Niederschlagsmengen erfordert daher Sorgfalt.
  • Analysen sind bestmögliche Schätzungen des Atmosphärenzustands auf einem Gitter, die Beobachtungen mit einem Modell verbinden. Sie decken jeden Ort ab, was praktisch ist, tragen aber die Eigenheiten des Modells in sich, das sie erzeugt hat. Ein Modell, das gegen seine eigene Analyse verifiziert wird, schneidet zu gut ab.

Unabhängig von der Referenz sollten Sie auch eine Vergleichsvorhersage (Baseline) bewerten: Persistenz (keine Änderung gegenüber jetzt), Klimatologie oder eine öffentliche Vorhersage wie HRRR, das stündliche US-Vorhersagemodell der NOAA. Eine Vorhersage ist ihre Kosten nur wert, wenn sie das schlägt, was Sie auch ohne sie gehabt hätten.

Die gängigen Gütemaße in einfachen Worten

Nehmen wir fünf Windvorhersagen, die um +2, −1, +3, −2 und +3 m/s danebenlagen (Vorhersage minus Beobachtung). Die Zahlen sind erfunden, um die Rechnung zu zeigen.

  • Bias ist der mittlere Fehler mit Vorzeichen: (2 − 1 + 3 − 2 + 3) ÷ 5 = +1.0 m/s. Die Vorhersage liegt zu hoch. Der Bias ist der Fehler, der sich am leichtesten korrigieren lässt, aber ein Bias von null kann große Fehler verbergen, die sich gegenseitig aufheben.
  • Der mittlere absolute Fehler (MAE) ist die durchschnittliche Größe der Abweichung ohne Vorzeichen: (2 + 1 + 3 + 2 + 3) ÷ 5 = 2.2 m/s. Lesen Sie ihn als die typische Abweichung.
  • Wurzel des mittleren quadratischen Fehlers (RMSE): Jeder Fehler wird quadriert, die Quadrate werden gemittelt, und daraus wird die Wurzel gezogen: √((4 + 1 + 9 + 4 + 9) ÷ 5) = √5.4 = 2.32 m/s. Durch das Quadrieren zählen große Abweichungen stärker, der RMSE ist also nie kleiner als der MAE. Verwenden Sie ihn, wenn eine große Abweichung mehr kostet als mehrere kleine.

Bei Ereignissen, etwa einem Gewitter an einem Standort oder Wind oberhalb der Abschaltwindgeschwindigkeit einer Turbine, zählen Sie Treffer, verpasste Ereignisse und Fehlalarme. Angenommen, an 20 Tagen wurde ein Gewitter vorhergesagt und an 12 davon trat es ein, und 3 weitere Gewitter kamen ohne Vorhersage (wieder erfundene Zahlen).

  • Trefferrate, auch Entdeckungswahrscheinlichkeit (Probability of Detection) genannt: Treffer ÷ (Treffer + verpasste Ereignisse) = 12 ÷ (12 + 3) = 0.80. Von den Gewittern, die eintraten, wurden 80% vorhergesagt.
  • Fehlalarmverhältnis (False Alarm Ratio): Fehlalarme ÷ (Treffer + Fehlalarme) = 8 ÷ (12 + 8) = 0.40. Von den vorhergesagten Gewittern traten 40% nicht ein.

Geben Sie beide zusammen an. Eine Vorhersage, die jeden Tag ein Gewitter ansagt, hat eine perfekte Trefferrate und ein unbrauchbares Fehlalarmverhältnis. Ausführlichere Definitionen stehen im Methodenleitfaden der Joint Working Group on Forecast Verification Research, einer Arbeitsgruppe im World Weather Research Programme der WMO. METplus, vom Developmental Testbed Center gemeinsam mit NCAR und NOAA, ist ein öffentliches Verifikations-Framework.

Drei Fallstricke, die in die Irre führen

Repräsentativität

Ein Modellwert ist ein Mittelwert über ein Gitterquadrat. Ein Messgerät misst einen Punkt. Ein einzelnes Gitterquadrat kann sowohl einen Höhenrücken als auch ein Tal enthalten. Auch die Höhe spielt eine Rolle: Ein Anemometer in 10 m sagt wenig über den Wind in 80 m. Ein Teil des „Fehlers“ ist diese Diskrepanz, nicht die Vorhersage.

Zeitfehler und die doppelte Bestrafung (Double Penalty)

Ein hochaufgelöstes Modell zeichnet ein scharf begrenztes Gewitter. Setzt es dieses Gewitter 20 km daneben oder eine Stunde zu spät, zählt ein punktbezogenes Gütemaß ein verpasstes Ereignis dort, wo das Gewitter war, und einen Fehlalarm dort, wo es vorhergesagt wurde: zwei Strafen für einen Beinahetreffer. Eine glatte, grobe Vorhersage, die sich nie festlegt, kann besser abschneiden und dabei weniger nützlich sein. Gütemaße, die eine räumliche Nachbarschaft oder ein Zeitfenster zulassen, behandeln scharfe Vorhersagen fairer.

Handverlesene Fälle

Ein einzelner dramatischer Fall beweist nichts. Legen Sie den Zeitraum, die Standorte und das Gütemaß fest, bevor Sie Ergebnisse ansehen. Berichten Sie dann jeden Fall, den Stichprobenumfang, die Baseline und das, was nicht funktioniert hat.

Ein konkretes Beispiel für ehrliche Berichterstattung

Aerava, die von TempoQuest betriebene Weather-Intelligence-Plattform, veröffentlicht einen Windvergleich. Seine Bestandteile entsprechen der Checkliste oben.

  • Stichprobe: zwölf Nächte an einem einzigen Windpark in Oklahoma.
  • Referenz: öffentliche DOE-Lidarmessungen in 80 m.
  • Baseline: HRRR allein.
  • Ergebnis: Die mit HRRR kombinierte 1-km-Vorhersage hatte einen um 11 bis 13 Prozent geringeren Fehler als HRRR allein und war in 11 von 12 Nächten besser.
  • Was nicht funktioniert hat: Für sich allein war der 1-km-Lauf nicht zuverlässig besser als HRRR.
  • Status: Die Kombination ist Forschung und steht nicht zum Verkauf.

Aerava sagt auch, was es noch nicht verifiziert hat: Gewittervorhersagen sind noch nicht verifiziert, und die Hagelgröße ist eine experimentelle Orientierungshilfe. Zwölf Nächte an einem Standort sind eine kleine Stichprobe, und die Aussage beansprucht nicht mehr als diese zwölf Nächte. Dieses Muster sollten Sie von jedem Anbieter verlangen, TempoQuest eingeschlossen: die Stichprobe, die Referenz, die Baseline, was nicht funktioniert hat und was noch nicht verifiziert ist.

TempoQuest entwickelt das Forecast Verification Tool (FVT), das die Verifikation von Wettervorhersagen verbessern soll. Die Gütemaße und Fallstricke in diesem Leitfaden sind allgemeine Praxis, keine Beschreibung des FVT.

Nächste Schritte

Lesen Sie, was die 1-km-Standortvorhersagen von Aerava sind, oder kontaktieren Sie TempoQuest.

Ihre Vorhersage

Haben Sie eine eigene Frage zur Vorhersage?

Sagen Sie uns, welcher Entscheidung sie dienen soll. Ein kurzes Formular genügt, um das Team zu erreichen, und wir prüfen jede Anfrage.