3 Min. LesezeitDaten und KI

MITRE Weather 1K: der 1-km-KI-Trainingsdatensatz und die Rolle von AceCAST

Im April 2026 haben MITRE und The Weather Company Weather 1K bekannt gegeben, einen KI-Trainingsdatensatz mit 1 km Auflösung. Die Mitteilung nennt AceCAST unter den Modellierungswerkzeugen, die bei seiner Entwicklung eingesetzt wurden.

Illustration: Nordamerika bei Nacht aus der Umlaufbahn, mit Stadtlichtern und Wolkensystemen, nachgezeichnet von leuchtenden Strömungslinien.

Erstmals veröffentlicht am 7. Mai 2026 · Aktualisiert am 16. November 2026

Teams, die KI-Wettermodelle trainieren, stoßen früh auf dasselbe Hindernis: Ein Modell kann nur die Details lernen, die in seinen Trainingsdaten stecken. Viele öffentliche Archive sind gröber als ein einzelnes Gewitter und werden einmal pro Stunde gespeichert. Am 23. April 2026 gaben MITRE und The Weather Company eine Zusammenarbeit bekannt, in deren Mittelpunkt ein Datensatz steht, der diese Lücke schließen soll: Weather 1K. Die Mitteilung nennt AceCAST von TempoQuest unter den Modellierungswerkzeugen, die bei seiner Entwicklung eingesetzt wurden. Dieser Artikel legt dar, was bekannt gegeben wurde, wo AceCAST einzuordnen ist und was zu tun ist, wenn Ihr Team eigene hochaufgelöste Trainingsdaten braucht.

Was MITRE und The Weather Company bekannt gegeben haben

Die beiden Organisationen gaben die Zusammenarbeit am 23. April 2026 bekannt. Weather 1K ist ein hochaufgelöster KI-Trainingsdatensatz. The Weather Company hat ihn für Forschung und Entwicklung an ihrem Vorhersagesystem GRAF lizenziert.

Die Mitteilung beschreibt den Datensatz mit vier Zahlen:

  • Auflösung: 1 km räumliche Auflösung.
  • Abdeckung: die kontinentalen Vereinigten Staaten, vom Meeresspiegel bis 62 000 ft.
  • Taktung: Zeitschritte von 10 Minuten.
  • Umfang: etwa 7 PB.

Die Zahlen erklären sich gegenseitig. Ein 1-km-Gitter über den kontinentalen Vereinigten Staaten hat Millionen von Säulen. Jede Säule ist ein Stapel von Höhenniveaus, der bis 62 000 ft reicht, weit über die Reiseflughöhen von Verkehrsflugzeugen hinaus. Alle 10 Minuten wird der gesamte Stapel erneut gespeichert. So erreicht ein Wetterdatensatz die Größenordnung von Petabytes.

Wo AceCAST einzuordnen ist

Die Mitteilung nennt AceCAST von TempoQuest unter den Modellierungswerkzeugen, die bei der Entwicklung von Weather 1K eingesetzt wurden. Weather 1K ist der Datensatz von MITRE, und die Mitteilung führt nicht näher aus, wie die einzelnen Werkzeuge eingesetzt wurden.

AceCAST führt WRF, das vom NCAR gepflegte Weather Research and Forecasting Model, auf NVIDIA-GPUs aus. Es behält den WRF-Workflow bei, mit WRF-kompatiblen Eingabedaten, Namelists und Ausgaben, und läuft auf Linux-Systemen mit NVIDIA-GPUs, vor Ort oder in der Cloud. Die Einzelheiten stehen in der AceCAST-Dokumentation.

Ein physikbasiertes Modell wie WRF löst die Gleichungen der Atmosphäre auf einem Gitter. Seine Ausgabe ist vollständig: jede Variable, an jedem Gitterpunkt, zu jedem gespeicherten Zeitpunkt. Diese Vollständigkeit macht Modellausgaben als Trainingsdaten nutzbar, an Orten und in Höhen, in denen Beobachtungen spärlich sind.

TempoQuest hat am 6. Mai 2026 eine eigene Pressemitteilung zu der Bekanntgabe veröffentlicht.

Warum KI-Wettermodelle solche Daten brauchen

Ein KI-Wettermodell lernt die Muster in seinem Trainingsdatensatz und sonst nichts. Drei Eigenschaften dieses Datensatzes entscheiden, was das trainierte Modell leisten kann.

  • Gitterweite. Sind die Trainingsfelder zu grob, um ein Gewitter zu erfassen, hat das Modell nie eines im Detail gesehen und kann keines zeichnen.
  • Taktung. Gewitter entstehen und zerfallen innerhalb von einigen zehn Minuten. Stündliche Momentaufnahmen verpassen den größten Teil dieses Lebenszyklus. Felder, die alle 10 Minuten gespeichert werden, erfassen ihn.
  • Konsistenz. In der Ausgabe eines Physikmodells gehorchen Wind, Temperatur, Feuchte und Druck überall denselben physikalischen Zusammenhängen. Das KI-Modell lernt diese Zusammenhänge aus den Daten.

Ein Vorbehalt gilt für jeden Datensatz dieser Art. Modellausgabe ist keine Beobachtung. Ein Datensatz erbt die systematischen Fehler des Modells und der Einstellungen, mit denen er erzeugt wurde. Ein sorgfältiges Team verifiziert ihn deshalb gegen Stationen, Radar oder andere Messungen, bevor es damit trainiert.

Wenn Ihr Team einen eigenen Datensatz braucht

TempoQuest verkauft Weather 1K nicht weiter. Was TempoQuest anbietet, ist davon getrennt: maßgeschneiderte Wetterdaten, deren Umfang für jeden Kunden einzeln festgelegt wird.

Für ein kundenspezifisches Projekt definiert, erzeugt, paketiert und liefert TempoQuest projektspezifische, hochaufgelöste Modellausgaben und abgeleitete Datensätze für KI-Training, Risikoanalytik, Planung und Betrieb. Der Leistungsumfang regelt:

  • Region und Variablen
  • Auflösung (typische Anfragen liegen bei etwa 1 km oder 3 km)
  • Taktung (15-minütig, 30-minütig, stündlich oder täglich)
  • Historie und Vorhersagehorizont, einschließlich historischer Datensätze
  • Format und Lieferung (NetCDF, GRIB, Zarr, CSV, JSON oder eine API)

Der Preis richtet sich nach dem Aufwand: Größe des Modellgebiets, Rechenaufwand, Historie, Taktung, Validierung und Integration.

Klären Sie vier Fragen, bevor Sie ein Angebot anfragen. Sie legen den größten Teil des Leistungsumfangs und den größten Teil der Kosten fest.

  1. Welche Entscheidung oder welches Modell sollen die Daten speisen, und über welchem Gebiet?
  2. Wie fein und wie häufig müssen die Daten sein? Feinere Gitter und kürzere Intervalle vervielfachen beide den Rechen- und Speicheraufwand.
  3. Wie viele Jahre Historie brauchen Sie, um genügend der seltenen Ereignisse zu erfassen, auf die es Ihnen ankommt?
  4. Gegen welche Beobachtungen werden Sie die Daten verifizieren?

Ein Team, das mit diesen Antworten kommt, erhält deutlich schneller einen Leistungsumfang und einen Preis. Wenn Sie bereits WRF betreiben und die Daten selbst erzeugen möchten: AceCAST führt es auf NVIDIA-GPUs aus, und mit einer Testversion können Sie es auf Ihrem eigenen Modellgebiet testen.

Nächste Schritte

Datensatz definieren oder maßgeschneiderte Wetterdaten ansehen.

Ihr Trainingsdatensatz

Bringen Sie Ihre Datenanforderungen mit.

Nennen Sie Region, Archiv, Felder und Rechte, die Ihr Modell braucht. Wir prüfen jede Anfrage.