Empfangsbereich des Google-Büros mit einer Frau, die an einem Schreibtisch arbeitet, sowie einem im Hintergrund sichtbaren Besprechungsraum.

Google Groundsource revolutioniert Naturkatastrophenvorhersagen mit Gemini

Google hat im März 2026 Groundsource vorgestellt, ein KI-System, das sein Gemini Sprachmodell dazu einsetzt, um globale Nachrichtenberichte in strukturierte Daten für die Vorhersage von Naturkatastrophen zu transformieren. Die Technologie hat bereits Millionen von Artikeln analysiert und daraus einen öffentlichen Datensatz mit 2,6 Millionen städtischen Sturzflut-Ereignissen in 150 Ländern erstellt, der Vorhersagen bis zu 24 Stunden im Voraus ermöglicht.

Das bahnbrechende System verarbeitet Nachrichtenartikel in 80 Sprachen mithilfe einer ausgefeilten Pipeline, die unstrukturierten Text in georeferenzierte chronologische Daten transformiert, erklärt der Google Research Blog. Dieser Ansatz löst eine zentrale Herausforderung im Katastrophenmanagement: Herkömmliche Überwachungssysteme wie Satelliten verpassen aufgrund von Bewölkung und begrenzten Überflugsintervallen oft Ereignisse mit plötzlichem Eintritt, während offizielle Datenbanken typischerweise nur große Katastrophen erfassen.


Groundsource arbeitet über einen mehrstufigen Prozess, der vom Gemini Modell unterstützt wird. Das System nimmt zunächst globale Nachrichtenberichte auf, in denen eine Katastrophe das Hauptthema ist, standardisiert sie über die Google Cloud Translation API ins Englische und verwendet anschließend sorgfältig gestaltete Prompts, um strukturierte Daten zu extrahieren, darunter präzise Geokodierung, fundierte Ereignisbestätigung, zeitliche Analyse und strukturierte Datenaufbereitung.

Validierungen belegen hohe Leistungsfähigkeit

Abbildung, die die Validierungsleistung der Extraktion von Hochwasserereignissen aus Groundsource von 2020 bis 2023 veranschaulicht und Genauigkeitsmetriken sowie Daten zur Abdeckung zeigt.

Eine manuelle Überprüfung ergab, dass 60% der extrahierten Hochwasserereignisse sowohl hinsichtlich Ort als auch Zeitpunkt exakt stimmten, während 82% ausreichend genau für eine praktische Anwendung in der echten Praxis waren, etwa durch die korrekte Identifizierung des Verwaltungsbezirks oder des Ereignishöhepunkts innerhalb eines Tages, berichtete der Google Research Blog. Diese Werte entsprechen Fehlerraten von 40% für absolute Präzision und 18% für praktische Nutzbarkeit.


Im Test gegen das Global Disaster Alert and Coordination System (GDACS) erfasste Groundsource zwischen 85% und 100% der schweren Hochwasserereignisse von 2020 bis 2026. Bemerkenswert ist, dass die 2,6 Millionen dokumentierten Ereignisse die rund 10.000 Einträge von GDACS bei Weitem übertreffen und die Fähigkeit belegen, kleinere, lokal begrenzte Vorfälle zu erkennen, die herkömmliche Systeme übersehen.

Unmittelbare Wirkung und zukünftige Anwendungen

Dieser Datensatz hat bereits Googles Flood Hub ermöglicht, seine prädiktive Abdeckung für städtische Gebiete auf nahezu globale Ebene auszudehnen und Vorhersagen bis zu 24 Stunden im Voraus bereitzustellen, erklärt Google AI. Durch die offene Bereitstellung des Sturzflut-Datensatzes befähigt Google Forschende weltweit, eigene Katastrophenvorhersage-Modelle zu entwickeln.


Das Unternehmen plant, die Technologie über Sturzfluten hinaus zu erweitern, um historische Datensätze für Dürren und Erdrutsche zu erstellen, was das Vorgehen von Wissenschaftlerinnen und Wissenschaftlern sowie Einsatzkräften bei der Vorbereitung auf unterschiedliche Arten von Naturkatastrophen potenziell revolutionieren könnte. Dieser textbasierte Ansatz stellt einen Paradigmenwechsel in den Geowissenschaften dar und macht die Nachrichtenarchive der Welt zu einem kontinuierlich aktualisierten digitalen Sensornetzwerk für die Katastrophenüberwachung.

Sources

  • research.google/blog
  • ai.google