Ein Forschungsteam unter Leitung der University of Canterbury hat ein KI-gestütztes System entwickelt, das Waldbrandrisiken deutlich schneller und genauer vorhersagen kann als bestehende Verfahren. Das System nutzt Machine Learning, um Wetterdaten auszuwerten und typische Muster vor Brandausbrüchen frühzeitig zu erkennen.
Im Gegensatz zu vielen bisherigen Warnsystemen, die nur einmal täglich aktualisiert werden, liefert das neue Modell alle 30 Minuten aktualisierte Risikoeinschätzungen und ermöglicht damit nahezu Echtzeit-Prognosen. Gerade vor dem Hintergrund zunehmender Extremwetterlagen durch den Klimawandel könnte dies entscheidend sein, um schneller auf sich verändernde Gefahrenlagen zu reagieren.
Tests in verschiedenen Regionen Australiens zeigen, dass das KI-Modell bestehende Systeme um 10–30 % übertrifft und deutlich mehr Brände im Voraus erkennt. Grundlage der Analyse waren über 60 Jahre historischer Wetter- und Branddaten.
Neben der verbesserten Vorhersageleistung überzeugt das System auch wirtschaftlich: Durch präzisere Warnungen können sowohl Fehlalarme als auch übersehene Brände reduziert werden, was laut Studie zu deutlich höheren Einsparungen für Einsatzkräfte führt. Da ausschließlich vorhandene Wetterstationsdaten genutzt werden, lässt sich das System zudem ohne zusätzliche Infrastruktur einsetzen.
Mehr Informationen hier. Die vollständige Studie ist hier zu finden.
(Bildquelle: KI-generiert)