{"id":220095,"date":"2026-03-13T14:26:35","date_gmt":"2026-03-13T13:26:35","guid":{"rendered":"https:\/\/liora.io\/de\/google-groundsource-ai-naturkatastrophenvorhersagen"},"modified":"2026-03-13T14:26:35","modified_gmt":"2026-03-13T13:26:35","slug":"google-groundsource-ai-naturkatastrophenvorhersagen","status":"publish","type":"post","link":"https:\/\/liora.io\/de\/google-groundsource-ai-naturkatastrophenvorhersagen","title":{"rendered":"Google Groundsource AI definiert Naturkatastrophenvorhersagen neu"},"content":{"rendered":"

\nGoogle hat heute Groundsource vorgestellt, ein intelligentes System, das Millionen weltweiter Nachrichtenberichte in strukturierte Daten zur Vorhersage von Naturkatastrophen umwandelt. Die Technologie, betrieben vom Gemini Language Model von Google, hat bereits 2,6 Millionen historische Flutereignisse zusammengetragen und \u00fcber die Flood Hub-Plattform von Google 24-Stunden-Vorab-Flutwarnungen erm\u00f6glicht.\n<\/strong><\/p>\n

Das System verarbeitet Nachrichtenartikel in 80 Sprachen<\/b> und verwendet den Read Aloud User-Agent von Google, um Text zu extrahieren, bevor die Inhalte \u00fcber die Cloud Translation API ins Englische standardisiert werden, so der Google Research Blog. Die \u00fcbersetzten Informationen flie\u00dfen anschlie\u00dfend in das Modell Gemini<\/a><\/b> ein, das wesentliche Details zu Flutereignissen identifiziert, darunter Ort, Zeitpunkt und Schwere.<\/p>

Google Maps<\/a><\/b>-Integration konvertiert beschreibende Berichte in r\u00e4umlich exakt definierte Datenpunkte und verwandelt unstrukturierte Informationen aus Regierungsberichten und lokalen Mitteilungen in handlungsrelevantes Wissen. Diese Methodik hat einen globalen Open-Access-Datensatz hervorgebracht, der 150 L\u00e4nder<\/b> vom Jahr 2000 bis heute abdeckt, teilte Google in seiner Ank\u00fcndigung mit.<\/p>\n\n

Leistung \u00fcbertrifft traditionelle Systeme<\/h2>\n\n

Manuelle \u00dcberpr\u00fcfungen ergaben, dass 60%<\/b> der extrahierten Ereignisse sowohl hinsichtlich Ort als auch Zeit korrekt waren, w\u00e4hrend 82%<\/b> als ausreichend genau f\u00fcr praktische Analysen in der realen Welt eingestuft wurden, etwa durch die korrekte Identifizierung administrativer Bezirke oder indem der Zeitpunkt des Ereignisses innerhalb eines Tages um den H\u00f6chststand herum bestimmt wurde, so die Forschungsergebnisse von Google.<\/p>

Beim Leistungsvergleich gegen\u00fcber dem Global Disaster Alert and Coordination System (GDACS)<\/b>, einer gemeinsamen Initiative der UN und der Europ\u00e4ischen Kommission, erfasste Groundsource zwischen 85% und 100%<\/b> der von 2020 bis 2026 verzeichneten schweren Flutereignisse. Das System identifizierte zudem zahlreiche kleinere, lokal begrenzte Sturzfluten, die bei satellitengest\u00fctzter \u00dcberwachung typischerweise \u00fcbersehen werden, berichtete das Unternehmen.<\/p>

Das historische Datenmaterial treibt nun ein neues pr\u00e4diktives Modell f\u00fcr urbane Sturzfluten an und liefert weltweit \u00fcber Googles Flood Hub-Plattform Vorhersagen bis zu 24 Stunden im Voraus<\/b>.<\/p>\n\n

Ausweitung \u00fcber \u00dcberschwemmungen hinaus<\/h2>
\"Schematische<\/figure>\n\n

Google plant, das Groundsource Framework auf andere Naturkatastrophen anzuwenden, f\u00fcr die historische Daten weiterhin sp\u00e4rlich sind, darunter D\u00fcrren, Erdrutsche, Hitzewellen und Lawinen<\/b>, so das Forschungsteam. Das Unternehmen verfeinert das Modell aktiv, um die Abdeckung auf l\u00e4ndliche Gebiete auszuweiten und zugleich neue relevante Datenquellen zu integrieren, um die Genauigkeit zu verbessern.<\/p>

Die Methodik schlie\u00dft kritische L\u00fccken in der Katastrophenvorsorge, indem sie komplexe hydrologische Modellierungen und fundierte Risikobewertungen f\u00fcr Forschende und Einsatzbeh\u00f6rden weltweit erm\u00f6glicht. Durch die systematische Umwandlung unstrukturierter textlicher Nachrichtenberichte in strukturierte, offene Datens\u00e4tze positioniert sich Groundsource<\/b> als grundlegendes Werkzeug zum Aufbau von Resilienz in Gemeinden gegen\u00fcber nat\u00fcrlichen Gefahren.<\/p>\n

\n

\n Sources\n <\/h3>\n
    \n
  • blog.google<\/li>
  • research.google\/blog<\/li>\n <\/ul>\n<\/div>","protected":false},"excerpt":{"rendered":"

    Google hat heute Groundsource vorgestellt, ein KI-System, das Millionen weltweiter Nachrichtenberichte in strukturierte Daten f\u00fcr die Vorhersage von Naturkatastrophen umwandelt. Die Technologie, gest\u00fctzt auf Googles gro\u00dfes Sprachmodell Gemini, hat bereits 2,6 Millionen historische Hochwasserereignisse erfasst und \u00fcber Googles Plattform Flood Hub Hochwasserwarnungen mit 24 Stunden Vorlauf erm\u00f6glicht.<\/p>\n","protected":false},"author":87,"featured_media":220092,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"editor_notices":[],"footnotes":""},"categories":[2475],"class_list":["post-220095","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-nachrichten"],"acf":[],"_links":{"self":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/220095","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/users\/87"}],"replies":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/comments?post=220095"}],"version-history":[{"count":0,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/220095\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media\/220092"}],"wp:attachment":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media?parent=220095"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/categories?post=220095"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}