Jeden Herbst, wenn sich die nördliche Hemisphäre dem Winter nähert, Judah Cohen beginnt, ein komplexes atmosphärisches Puzzle zusammenzusetzen. Cohen, ein Forschungswissenschaftler am Division of Civil and Environmental Engineering (CEE) des MIT, hat jahrzehntelang untersucht, wie die Bedingungen in der Arktis die Weichen für das Winterwetter in Europa, Asien und Nordamerika stellen. Seine Forschung geht auf seine Postdoktorandenarbeit bei Professor Dara Entekhabi von Bacardi und den Stockholm Water Foundations zurück, in der er sich mit der Schneedecke in der sibirischen Area und ihrem Zusammenhang mit der Wintervorhersage befasste.
Cohens Ausblick auf den Winter 2025–26 markiert eine Jahreszeit, die von Indikatoren geprägt ist, die aus der Arktis mithilfe einer neuen Era von Werkzeugen der künstlichen Intelligenz auftauchen und dabei helfen, das vollständige atmosphärische Bild zu entwickeln.
Blick über die üblichen Klimatreiber hinaus
Wintervorhersagen stützen sich stark auf die El-Niño-Southern-Oscillation-Diagnostik (ENSO), bei der es sich um die Bedingungen des tropischen Pazifiks und der Atmosphäre handelt, die das Wetter auf der ganzen Welt beeinflussen. Allerdings stellt Cohen fest, dass ENSO in diesem Jahr relativ schwach ist.
„Wenn ENSO schwach ist, werden Klimaindikatoren aus der Arktis besonders wichtig“, sagt Cohen.
Cohen überwacht in seinen subsaisonalen Vorhersagen die Diagnose hoher Breitengrade, wie etwa die Schneedecke im Oktober in Sibirien, Temperaturänderungen zu Beginn der Saison, die Ausdehnung des arktischen Meereises und die Stabilität des Polarwirbels. „Diese Indikatoren können eine überraschend detaillierte Geschichte über den bevorstehenden Winter erzählen“, sagt er.
Einer der konsistentesten Datenvorhersagen von Cohen ist das Oktoberwetter in Sibirien. Während die nördliche Hemisphäre dieses Jahr einen ungewöhnlich warmen Oktober erlebte, battle es in Sibirien kälter als regular und es fiel früher Schnee. „Kalte Temperaturen gepaart mit einer frühen Schneedecke verstärken tendenziell die Bildung kalter Luftmassen, die später nach Europa und Nordamerika gelangen können“, sagt Cohen – Wettermuster, die historisch mit häufigeren Kälteperioden später im Winter verbunden sind.
Warme Meerestemperaturen in der Barents-Kara-See und eine „östliche“ Part der quasi alle zwei Jahre stattfindenden Oszillation deuten ebenfalls auf einen möglicherweise schwächeren Polarwirbel im Frühwinter hin. Wenn diese Störung mit den Oberflächenbedingungen im Dezember einhergeht, führt sie zu Beginn der Saison in Teilen Eurasiens und Nordamerikas zu niedrigeren Temperaturen als regular.
Subsaisonale KI-Prognose
Während KI-Wettermodelle beeindruckende Fortschritte gemacht haben, die sich in Vorhersagen für kurze Zeiträume (ein bis zehn Tage) zeigen, sind diese Fortschritte noch nicht auf längere Zeiträume anwendbar. Die subsaisonale Vorhersage über zwei bis sechs Wochen bleibt eine der größten Herausforderungen auf diesem Gebiet.
Diese Lücke ist der Grund, warum dieses Jahr ein Wendepunkt für die subsaisonale Wettervorhersage sein könnte. Ein Forscherteam um Cohen gewann den ersten Platz für die Herbstsaison im subsaisonalen Vorhersagewettbewerb AI WeatherQuest 2025, der vom Europäischen Zentrum für mittelfristige Wettervorhersagen (ECMWF) veranstaltet wird. Bei der Herausforderung wird bewertet, wie intestine KI-Modelle Temperaturmuster über mehrere Wochen hinweg erfassen, in denen die Vorhersage historisch begrenzt battle.
Das Gewinnermodell kombinierte die Mustererkennung durch maschinelles Lernen mit der gleichen arktischen Diagnostik, die Cohen über Jahrzehnte verfeinert hat. Das System zeigte erhebliche Fortschritte bei mehrwöchigen Prognosen und übertraf führende KI- und statistische Basiswerte.
„Wenn dieses Leistungsniveau über mehrere Saisons hinweg anhält, könnte dies einen echten Fortschritt für die Vorhersage außerhalb der Saison darstellen“, sagt Cohen
Das Modell erkannte auch einen möglichen Kälteanstieg Mitte Dezember an der US-Ostküste viel früher als üblich, Wochen bevor solche Signale normalerweise auftreten. Die Prognose wurde in Echtzeit in den Medien weithin bekannt gemacht. Wenn es validiert wird, erklärt Cohen, würde es zeigen, wie die Kombination von Arktis-Indikatoren mit KI die Vorlaufzeit für die Vorhersage von einflussreichem Wetter verlängern könnte.
„Es wäre ein Wendepunkt, ein potenzielles Extremereignis drei bis vier Wochen im Voraus zu melden“, fügt er hinzu. „Es würde Versorgungsunternehmen, Transportsystemen und öffentlichen Behörden mehr Zeit geben, sich vorzubereiten.“
Was dieser Winter bringen magazine
Cohens Modell zeigt, dass die Wahrscheinlichkeit, dass es in Teilen Eurasiens und Zentral-Nordamerikas später im Winter kälter als regular wird, größer ist, wobei die stärksten Anomalien wahrscheinlich in der Mitte der Saison auftreten.
„Wir sind noch am Anfang und die Muster können sich ändern“, sagt Cohen. „Aber die Zutaten für einen kälteren Winter sind da.“
Da sich die Erwärmung der Arktis beschleunigt, werden ihre Auswirkungen auf das Verhalten im Winter immer deutlicher. Daher wird es immer wichtiger, diese Zusammenhänge für Energieplanung, Transport und öffentliche Sicherheit zu verstehen. Cohens Arbeit zeigt, dass die Arktis über ungenutzte subsaisonale Vorhersagemöglichkeiten verfügt, und KI könnte dabei helfen, diese für Zeitrahmen zu erschließen, die für traditionelle Modelle lange Zeit eine Herausforderung darstellten.
Im November tauchte Cohen sogar als Informant auf Die Washington Submit Kreuzworträtselein kleines Zeichen dafür, wie weithin seine Forschungen Eingang in die öffentliche Debatte über das Winterwetter gefunden haben.
„Für mich battle die Arktis schon immer der Ort zum Beobachten“, sagt er. „Jetzt gibt uns die KI neue Möglichkeiten, ihre Signale zu interpretieren.“
Cohen wird seinen Ausblick im Laufe der Saison weiterhin aktualisieren Weblog.