ECMWF IFS — 9 km Auflösung seit 2024 und was die Auflösungs-Erhöhung in der Praxis bedeutet

Am 27. Juni 2024 hat das Europäische Zentrum für mittelfristige Wettervorhersage (European Centre for Medium-Range Weather Forecasts, ECMWF) eine seiner größten Modell-Umstellungen seit Jahrzehnten in den operationellen Betrieb übernommen. Das Integrated Forecasting System (IFS), das seit 1979 das Kern-Vorhersagemodell des Zentrums bildet, läuft seither in einer Horizontal-Auflösung von 9 Kilometern. Vorher waren es 18 Kilometer, davor 25 Kilometer (bis 2010), davor 40 Kilometer (bis 2006), davor 80 Kilometer (bis 2000) und in den ersten operationellen Läufen 1979 noch rund 200 Kilometer. Die Geschichte der Modell-Auflösung des IFS ist die Geschichte der Rechenleistung, die für die mittelfristige Wettervorhersage zur Verfügung steht — und sie ist im Juni 2024 in eine neue Phase eingetreten.

Zwei Jahre später lohnt die nüchterne Frage: Was ist aus der Auflösungs-Erhöhung in der Praxis geworden? Hat sich die Vorhersage-Qualität messbar verbessert? Wo sind die strukturellen Grenzen der Auflösungs-Steigerung erreicht? Und wie steht das IFS damit gegenüber dem ICON des DWD und dem GFS der NOAA?

Das ECMWF — Hintergrund einer europäischen Einrichtung

Das ECMWF ist eine zwischenstaatliche Einrichtung von 35 europäischen Mitgliedsstaaten, gegründet 1975 mit dem Sitz in Reading südwestlich von London. Der Standort Reading ist seither der zentrale Sitz, ergänzt seit den späten 2010er Jahren um den Hochleistungs-Rechenzentrums-Standort Bologna und seit 2024 um einen wachsenden Teil-Standort im Bonner Raum, wo Teile der Daten- und Modell-Entwicklung angesiedelt sind. Die operationelle Vorhersage selbst läuft 2026 auf dem Atos BullSequana XH2000 in Bologna, der 2022 in den Betrieb gegangen ist und die Vorgänger-Generation aus Reading abgelöst hat.

Die Mitgliedsstaaten finanzieren das Zentrum nach einem Beitragsschlüssel und erhalten im Gegenzug die operationelle Vorhersage-Ausgabe. Die nationalen Wetterdienste — DWD in Deutschland, GeoSphere Austria seit 2023 (Nachfolger der ZAMG), MeteoSchweiz, Met Office in Großbritannien, Météo-France, Met Éireann in Irland — nutzen die ECMWF-Daten als die Grundlage ihrer mittelfristigen Vorhersage und kombinieren sie mit ihren eigenen regionalen Modellen für die Kurzfrist-Vorhersage.

Die Spektral-Architektur — die ECMWF-Spezialität

Das IFS unterscheidet sich technisch von praktisch allen anderen globalen Wettermodellen durch seine spektral-numerische Architektur. Während ICON, GFS und die meisten anderen globalen Modelle auf Punkt-Gitter-Verfahren (Grid-Point-Methoden) basieren — die atmosphärischen Variablen werden auf einem festen Gitter von Punkten dargestellt —, arbeitet das IFS in den horizontalen Dimensionen mit einer Spektral-Darstellung. Die atmosphärischen Felder werden als Summe von Kugelflächen-Funktionen (spherical harmonics) bis zu einer maximalen Wellenzahl ausgedrückt.

Die Vorteile dieser Architektur sind mathematisch: Die räumlichen Ableitungen (Gradienten) lassen sich in der spektralen Darstellung mit hoher Genauigkeit berechnen, und die numerische Dispersion ist deutlich geringer als bei vergleichbaren Gitterpunkt-Verfahren. Der Nachteil ist die schlechte Skalierbarkeit auf massiv-parallelen Hochleistungsrechnern: Die spektralen Transformationen zwischen physikalischem und spektralem Raum erfordern globale Kommunikation zwischen den Rechenknoten, was bei hohen Auflösungen zu Engpässen führt.

Die 9-km-Auflösung ist in diesem Sinne keine Selbstverständlichkeit. Das ECMWF hat seit Jahren intensiv an der Skalierungs-Frage gearbeitet — die operationelle Umsetzung der 9-km-Auflösung im Juni 2024 ist das Ergebnis einer mehr als zehnjährigen Vorarbeit, die unter anderem den Wechsel auf den Atos-Rechner in Bologna und Optimierungen an der spektralen Transformations-Bibliothek (FFT-basiert) umfasste.

Konkret entspricht die 9-km-Auflösung der spektralen Wellenzahl TCo1279 (cubic-octahedral grid). Vertikal verteilt das IFS seit 2013 die Atmosphäre auf 137 Schichten, die im oberen Bereich bei etwa 0,01 hPa enden — das sind rund 80 Kilometer Höhe und damit weit in die Mesosphäre hinein. Die obere Atmosphäre ist für die mittelfristige Vorhersage in der Troposphäre nur indirekt relevant, hat aber Einfluss über die Strahlungs-Bilanz und die Wechselwirkungen mit den unteren Schichten.

Was die Auflösungs-Erhöhung leistet

Die Halbierung der horizontalen Auflösung von 18 auf 9 km bedeutet rechnerisch eine Vervierfachung der Anzahl der Gitterpunkte pro Schicht — und kombiniert mit der notwendigen Halbierung des Zeitschritts (CFL-Bedingung) eine Verachtfachung des Rechenaufwands gegenüber der vorherigen Konfiguration. Das ist der Preis, den die Auflösungs-Erhöhung verlangt, und er ist erheblich.

Was bekommt man dafür? Drei Antworten, die sich aus den ersten zwei Jahren operationellem Betrieb extrahieren lassen.

Verbesserte Repräsentation kleinräumiger Strukturen: Mit 9-km-Auflösung lassen sich Fronten, Konvergenzlinien und mesoskalige Tiefdruck-Strukturen schärfer darstellen. Die typische Verbesserung in der Vorhersage von Frontalpassagen — insbesondere der Niederschlagsverteilung an der Front — liegt in der Größenordnung von 5 bis 10 Prozent in den Skill-Scores (Verifikation gegen Beobachtungs-Daten). Das ist nicht spektakulär, aber im operationellen Wettkampf der globalen Modelle ein klar messbarer Schritt.

Bessere Orographie-Auflösung: Die topographischen Strukturen Mitteleuropas — Alpen, Mittelgebirge, Schwarzwald, Karpaten — werden mit 9-km-Auflösung deutlich realistischer abgebildet. Die Föhn-Vorhersage am Alpennord-Rand, die Lee-Effekte hinter den Mittelgebirgen, die Bora-artigen Fall-Winde an der östlichen Adria — alles Phänomene, die mit 18-km-Auflösung im Modell zu glatt und zu schwach erschienen, profitieren sichtbar von der höheren Auflösung.

Stabilere Niederschlags-Vorhersage in den 24–72-Stunden-Bereichen: Die Verifikation gegen Stations-Niederschlags-Daten zeigt eine deutliche Verbesserung der Skill-Scores für Tagesmengen ab etwa 5 mm — also für die wettertechnisch relevanten Niederschlags-Ereignisse. Im Bereich der Starkniederschläge (über 30 mm/24h) bleibt die Vorhersage strukturell schwierig, weil die räumliche Variabilität der konvektiven Strukturen auch bei 9 km noch nicht vollständig aufgelöst wird.

Was die Auflösungs-Erhöhung nicht leistet, ist ebenso wichtig. Konvektive Zellen (Gewitter im engeren Sinne) haben typische Skalen von 1 bis 5 km — sie werden auch mit 9-km-Auflösung noch nicht explizit aufgelöst und bleiben auf die Konvektions-Parametrisierung des Modells angewiesen. Wer im Sommer-Gewitter-Vorhersage-Geschäft tätig ist, braucht weiterhin die regionalen Modelle: ICON-D2 vom DWD mit 2,1 km Auflösung seit 2021, oder AROME von Météo-France mit 1,3 km. Das IFS bleibt das mittelfristige Modell — die Stärke liegt im 3- bis 10-Tage-Bereich, wo die globale Konsistenz und die hohe Anzahl der Vertikalschichten ihre Wirkung entfalten.

Das Ensemble — 50 Mitglieder seit 1992

Die Vorhersage-Qualität eines Modells lässt sich nicht allein an der deterministischen Hauptvorhersage messen. Das ECMWF betreibt seit 1992 ein Ensemble-Vorhersagesystem (ENS, früher EPS — Ensemble Prediction System), das zusätzlich zur Hauptvorhersage 50 Mitglieder mit leicht gestörten Anfangs- und Modell-Konfigurationen rechnet. Das Ensemble liefert die probabilistische Information: Wie wahrscheinlich ist ein bestimmter Wert, wie groß ist die Unsicherheit der Vorhersage in einer bestimmten Region?

Mit der Modell-Umstellung im Juni 2024 wurde das Ensemble ebenfalls auf 9-km-Auflösung gehoben — vorher 18 km, und davor in der Generation 2010–2016 noch 32 km. Das ist eine substantielle Verbesserung, die in der Praxis besonders für probabilistische Vorhersagen extremer Wetterlagen (Sturm, Starkregen, Hitzewellen) spürbar ist. Die 50-Member-Wahl ist seit der Einführung des Ensembles 1992 unverändert — ein Kompromiss zwischen statistischer Aussagekraft und Rechenaufwand, der sich über drei Jahrzehnte als robust erwiesen hat.

Die Ensemble-Streuung ist 2026 in mittelfristigen Vorhersagen die wesentliche Information für professionelle Anwender. Wer die Wahrscheinlichkeit eines bestimmten Wetterszenarios für den siebten Folgetag wissen will, schaut nicht auf die deterministische Hauptvorhersage, sondern auf die Verteilung der 50 Ensemble-Mitglieder. Das ECMWF liefert dafür standardisierte probabilistische Produkte, die in den nationalen Wetterdiensten in die operationelle Vorhersagepraxis übernommen werden.

Skill-Verbesserungs-Bilanz: 24 Stunden gewonnen in 40 Jahren

Die langfristige Verbesserung der ECMWF-Vorhersage-Qualität lässt sich an einer einzigen Kennzahl ablesen: dem Anomalie-Korrelations-Koeffizienten (ACC) der 500-hPa-Geopotential-Höhe auf der Nordhemisphäre. Der ACC misst, wie gut das Modell die Abweichung von der klimatologischen Norm vorhersagt — Werte über 0,6 gelten als brauchbar, Werte über 0,8 als sehr gut.

In den späten 1980er Jahren erreichte das ECMWF einen ACC von 0,6 für die 5-Tage-Vorhersage. 2026 wird derselbe Schwellenwert für die 9-Tage-Vorhersage erreicht. Das bedeutet: Die nutzbare Vorhersage-Reichweite hat sich in rund 40 Jahren um 4 Tage verlängert — etwa ein Tag pro Jahrzehnt. Dieser Trend ist die wesentliche Erfolgsgeschichte der numerischen Wettervorhersage, und das ECMWF ist innerhalb der Reihe der globalen Vorhersage-Zentren der konsistente Spitzenreiter.

Die Auflösungs-Erhöhung 2024 trägt zu diesem Trend bei, ist aber nicht die einzige Ursache. Mindestens ebenso wichtig sind die Datenassimilations-Verbesserungen (4D-Var seit 1997, EnKF-Hybrid-Verfahren seit 2010er Jahren), die laufenden Verbesserungen der physikalischen Parametrisierungen (Konvektion, Wolken-Mikrophysik, Land-Atmosphären-Wechselwirkung) und die starke Erweiterung der Satelliten-Daten-Basis seit den 2000er Jahren.

Vergleich mit ICON-Global und GFS

Das ECMWF-IFS ist 2026 nicht das einzige globale Wettermodell. Drei Konkurrenten sind operationell relevant.

ICON-Global ist das globale Modell des DWD, eingeführt 2015 als Nachfolger des älteren GME. ICON ist ein Punkt-Gitter-Modell auf einem ikosaedrischen Gitter (Dreiecks-Zellen, die die Kugel praktisch verzerrungsfrei diskretisieren). Die operationelle Auflösung von ICON-Global liegt 2026 bei 13 km — höher als die Vorgänger-Auflösung des IFS, niedriger als die aktuelle. Die Stärke von ICON liegt in der Skalierbarkeit auf modernen Hochleistungsrechnern und in der konsistenten Architektur mit dem regionalen ICON-D2 (2,1 km seit 2021), das die Konvektion explizit auflöst. Der DWD nutzt ICON als das Standard-Modell der mittelfristigen Vorhersage und kombiniert es mit ECMWF-Daten für die Ensembles.

GFS (Global Forecast System) der US-amerikanischen NOAA läuft 2026 mit 13 km Auflösung in der Standard-Konfiguration und hat seit der Modell-Umstellung auf FV3 (Finite Volume Cubed-Sphere Dynamical Core) im Jahr 2019 eine stabile architektonische Basis. Die Vorhersage-Qualität des GFS ist über die letzten Jahre konstant einen halben bis ganzen Tag hinter dem ECMWF — der Abstand ist messbar, aber nicht dramatisch. Die Open-Data-Politik der NOAA ist seit Jahrzehnten großzügig: Sämtliche GFS-Vorhersage-Daten sind kostenlos und vollumfänglich verfügbar, und die GFS-Daten bilden die Grundlage einer großen Industrie kommerzieller Wetter-Apps und Wetterportale.

UKV / UM ist das Modell-System des Met Office in Exeter. Das globale Modell läuft mit etwa 10 km Auflösung, das regionale UKV mit 1,5 km. Das Met Office ist in der Datenassimilation und in der hybriden Ensemble-Variations-Technik ein wichtiger Innovations-Pol — die regionalen Vorhersagen für die britischen Inseln sind weltweit referenziert.

Im internationalen Skill-Vergleich liegt das IFS 2026 nach allen verfügbaren Verifikations-Studien (zuletzt von WMO und nationalen Wetterdiensten) konsistent vorne, gefolgt vom Met Office UM, dann ICON und GFS. Der Abstand zum zweiten Platz ist seit der Auflösungs-Erhöhung 2024 wieder leicht gewachsen, ohne dass die Konkurrenz strukturell zurückbleibt.

Open Data — das ECMWF öffnet sich seit 2023

Bis vor wenigen Jahren war das ECMWF-IFS in der vollen Datenmenge nur den Mitgliedsstaaten und kommerziellen Lizenznehmern zugänglich. Seit Januar 2023 hat das Zentrum mit dem ECMWF Open Data-Portal einen substantiellen Teil der operationellen Vorhersage-Daten unter offener Lizenz (Creative Commons Attribution 4.0) verfügbar gemacht. Aktuell sind die deterministische Hauptvorhersage in reduzierter Auflösung (0,25 Grad) und ausgewählte Ensemble-Produkte frei zugänglich.

Diese Öffnung ist ein bemerkenswerter Politik-Schritt. Sie unterläuft das traditionelle Geschäftsmodell der nationalen Wetterdienste, die ECMWF-Daten weiterzuverarbeiten und an kommerzielle Anwender zu verkaufen. Und sie eröffnet der wissenschaftlichen und der Hobby-Welt einen Zugang zu Vorhersage-Daten, der vor zehn Jahren noch undenkbar war. Die KI-Wettervorhersage-Modelle der letzten Jahre — GraphCast von DeepMind, FourCastNet von NVIDIA, das ECMWF-eigene AIFS — basieren wesentlich auf ECMWF-Reanalysen, die seit den 2010er Jahren ebenfalls offen verfügbar sind.

Schluss: das Modell, das die Norm setzt

Das IFS ist 2026 das Referenzmodell der globalen Wettervorhersage. Die Auflösungs-Erhöhung im Juni 2024 hat den Vorsprung gegenüber den Konkurrenten festgehalten und in einigen Verifikations-Dimensionen leicht ausgebaut. Die strukturelle Frage, die das Zentrum in den kommenden Jahren beschäftigen wird, ist nicht die nächste Auflösungs-Erhöhung — die 4-km-Schwelle ist auf dem aktuellen Atos-Rechner technisch nicht erreichbar —, sondern die Integration der KI-basierten Vorhersage-Verfahren in den operationellen Betrieb.

Das ECMWF betreibt mit AIFS (Artificial Intelligence Forecasting System) seit Anfang 2024 ein deep-learning-basiertes Modell, das in operationellen Verifikations-Studien in einigen Disziplinen mit dem klassischen IFS gleichzieht oder es übertrifft. Wie die Integration zwischen physik-basiertem IFS und datenbasiertem AIFS in den kommenden Jahren erfolgen wird, ist die offene Frage der mittelfristigen Vorhersage. Die 9-km-Auflösung des physik-basierten Modells ist jedenfalls die Norm, gegen die alles andere sich vergleichen muss — und sie wird das auch in den nächsten Jahren bleiben.