Wenn Klimamodelle zu heiß rechnen
Das „Hot-Model“-Problem der Klimaforschung
Mit jeder neuen Generation sollen Klimamodelle genauer werden. Höhere Rechenleistung ermöglicht eine bessere räumliche Auflösung, zusätzliche Prozesse können berücksichtigt und bekannte Schwächen früherer Modelle verbessert werden.
Bei der neuesten großen Modellgeneration CMIP6 trat jedoch ein überraschendes Problem auf: Einige Modelle reagierten auf steigende Treibhausgaskonzentrationen wesentlich empfindlicher als erwartet. Sie berechneten eine deutlich stärkere langfristige Erwärmung als frühere Modellgenerationen und teilweise auch stärker, als andere wissenschaftliche Erkenntnisse nahelegen.
In der Fachwelt werden sie häufig als „Hot Models“ – zu heiß rechnende Modelle – bezeichnet.
Das Problem wurde so relevant, dass der Weltklimarat IPCC seine globalen Temperaturprojektionen im sechsten Sachstandsbericht nicht einfach aus dem Mittelwert aller verfügbaren CMIP6-Modelle ableitete.
Was war passiert?
CMIP6 – eine neue Generation von Klimamodellen
CMIP steht für Coupled Model Intercomparison Project. In diesem internationalen Forschungsprojekt werden Klimamodelle verschiedener Forschungszentren nach vergleichbaren Vorgaben betrieben und ihre Ergebnisse zusammengeführt.
Dabei handelt es sich nicht um ein einziges Klimamodell. Zahlreiche Forschungsgruppen entwickeln jeweils eigene Modelle des Erdsystems. Diese unterscheiden sich unter anderem darin, wie Atmosphäre, Ozeane, Wolken, Eisflächen, Vegetation und weitere Prozesse mathematisch dargestellt werden.
CMIP ermöglicht es, die Ergebnisse dieser unterschiedlichen Modelle miteinander zu vergleichen.
Für den sechsten Sachstandsbericht des IPCC stand mit CMIP6 eine neue Generation zur Verfügung. Nach Angaben des IPCC enthalten diese Modelle gegenüber ihren Vorgängern aus CMIP5 verbesserte Darstellungen physikalischer, chemischer und biologischer Prozesse und teilweise eine höhere räumliche Auflösung.
Bei vielen Klimagrößen wurden dadurch Verbesserungen erzielt.
Doch gleichzeitig zeigte sich eine auffällige Veränderung.
Einige Modelle reagierten wesentlich empfindlicher auf CO2
Eine wichtige Größe zur Beurteilung von Klimamodellen ist die sogenannte Equilibrium Climate Sensitivity (ECS) – die Gleichgewichts-Klimasensitivität.
Sie beschreibt vereinfacht, um wie viel sich die globale Durchschnittstemperatur langfristig erhöhen würde, wenn sich die CO2-Konzentration in der Atmosphäre verdoppelt und sich das Klimasystem anschließend auf ein neues Gleichgewicht einstellt.
Der IPCC nennt im sechsten Sachstandsbericht einen besten Schätzwert von 3 °C. Der als wahrscheinlich bewertete Bereich liegt bei 2,5 bis 4,0 °C, der sehr wahrscheinliche Bereich bei 2,0 bis 5,0 °C.
Bei CMIP6 zeigte sich jedoch eine erheblich größere Spannweite.
Einige Modelle erreichten eine ECS von mehr als 5 °C. Insgesamt lagen sowohl der durchschnittliche Wert als auch die Streuung der Klimasensitivität höher als bei der vorherigen Modellgeneration CMIP5.
Das hatte unmittelbare Auswirkungen auf die Zukunftsberechnungen:
Je empfindlicher ein Modell auf CO2 reagiert, desto stärker fällt bei ansonsten vergleichbaren Bedingungen auch seine berechnete Erwärmung aus.
Wie deutlich sich die Ergebnisse der verschiedenen Modellgenerationen unterscheiden, zeigt eine Grafik des IPCC. Sie stellt die Klimasensitivität von CMIP5 und CMIP6 dem im sechsten Sachstandsbericht schließlich bewerteten Bereich gegenüber. Gleichzeitig zeigt sie, wie sich diese Unterschiede auf die berechnete zukünftige Erwärmung auswirken.
Klimasensitivität und zukünftige Erwärmung: Links zeigt der IPCC die Gleichgewichts-Klimasensitivität der älteren Modellgeneration CMIP5 und der neueren Generation CMIP6 sowie den für den sechsten Sachstandsbericht (AR6) wissenschaftlich bewerteten Bereich. Rechts werden die daraus resultierenden Erwärmungsprojektionen für sehr hohe Emissionsszenarien gegenübergestellt. Die dünnen Linien zeigen einzelne Modelle, die dicken Linien den jeweiligen Modellmittelwert (Quelle: IPCC, AR6, FAQ 7.3, Figure 1→).
Was die Grafik besonders deutlich macht:
Die größere Spannweite der CMIP6-Modelle wurde vom IPCC nicht einfach als neue Bandbreite der Klimasensitivität übernommen. Der im AR6 bewertete Bereich ist deutlich enger. Für diese Bewertung zog der IPCC neben Klimamodellen weitere wissenschaftliche Erkenntnisse heran.
Warum wurden einige Modelle plötzlich „heißer“?
Ein wesentlicher Grund liegt ausgerechnet in einem Bereich, den die Wissenschaft verbessern wollte: bei der Darstellung der Wolken.
Wolken gehören zu den schwierigsten Bestandteilen des Klimasystems. Sie können Sonnenlicht reflektieren und dadurch kühlen. Gleichzeitig können sie Wärmestrahlung zurückhalten und dadurch erwärmend wirken.
Welche Wirkung überwiegt, hängt unter anderem von Höhe, Art, Wasser- und Eisgehalt sowie geografischer Lage der Wolken ab.
Der IPCC stellte fest, dass die höhere Klimasensitivität einiger CMIP6-Modelle teilweise auf Veränderungen bei der Berechnung außertropischer Wolken und ihrer Rückkopplungen zurückgeführt werden kann.
Das zeigt ein grundsätzliches Problem komplexer Klimamodelle:
Die Verbesserung eines einzelnen Modellbestandteils kann Auswirkungen auf das gesamte Modellsystem haben – und damit auch auf die berechnete Erwärmung.
Eine realistischere Darstellung eines bestimmten Prozesses bedeutet deshalb nicht automatisch, dass sämtliche daraus entstehenden Wechselwirkungen ebenfalls genauer werden.
Der IPCC erkannte das Problem
Besonders interessant ist, wie der IPCC mit dieser Situation umging.
Er stellte ausdrücklich fest, dass einige CMIP6-Modelle eine historische Erwärmung simulieren, die oberhalb oder unterhalb des anhand von Beobachtungen bewerteten Bereichs liegt.
Auch die Spannweite der Klimasensitivität der CMIP6-Modelle war größer als der vom IPCC aufgrund verschiedener wissenschaftlicher Erkenntnisse bewertete Bereich.
Der IPCC verließ sich deshalb bei seiner Beurteilung der Klimasensitivität nicht allein auf die Ergebnisse der Klimamodelle.
Stattdessen wurden unterschiedliche Erkenntnisquellen miteinander verbunden: das physikalische Verständnis der Klimaprozesse, die tatsächlich beobachtete Erwärmung, Erkenntnisse aus vergangenen Klimaperioden sowie weitere statistische und wissenschaftliche Verfahren.
Das ist ein wichtiger Punkt:
Die Klimamodelle selbst lieferten eine größere Bandbreite, als der IPCC anschließend für seine wissenschaftliche Bewertung zugrunde legte.
Nicht mehr einfach alle Modelle mitteln
Früher war es üblich, für viele Auswertungen den Mittelwert einer größeren Zahl von Klimamodellen zu verwenden. Dahinter stand die nachvollziehbare Überlegung, dass sich individuelle Modellfehler in einem Ensemble teilweise ausgleichen könnten.
Doch dieses Vorgehen hat Grenzen.
Wenn mehrere Modelle besonders empfindlich auf CO₂ reagieren und deshalb eine außergewöhnlich starke Erwärmung berechnen, können sie auch den Mittelwert des gesamten Ensembles nach oben verschieben.
Die Klimaforscher Zeke Hausfather, Kate Marvel, Gavin Schmidt und weitere Wissenschaftler machten 2022 in Nature deshalb auf das Problem aufmerksam. Sie warnten davor, CMIP6-Projektionen einfach nach dem Prinzip einer „Modelldemokratie“ auszuwerten, bei der jedes Modell unabhängig von seiner Übereinstimmung mit anderen Erkenntnissen das gleiche Gewicht erhält.
Der entscheidende Gedanke dahinter:
Ein Klimamodell wird nicht dadurch wahrscheinlicher, dass es Teil einer großen Modellsammlung ist.
Die Zahl der verfügbaren Modelle stellt zudem keine statistisch zufällige Stichprobe aller denkbaren Klimazukünfte dar. Manche Modelle sind miteinander verwandt, verwenden ähnliche Komponenten oder stammen aus denselben Modellfamilien.
Ein einfacher Durchschnitt kann deshalb eine Genauigkeit suggerieren, die das Ensemble in dieser Form nicht besitzt.
Modelle werden an Beobachtungen und anderen Erkenntnissen gemessen
Für den IPCC AR6 hatte dies konkrete Konsequenzen.
Bei der Beurteilung zukünftiger globaler Temperaturen wurden die Modellergebnisse mit Beobachtungen der bisherigen Erwärmung und einer unabhängig aus mehreren Erkenntnisquellen bestimmten Klimasensitivität verbunden.
Der IPCC bezeichnet diese Ergebnisse als „assessed warming“ – also als wissenschaftlich bewertete Erwärmungsprojektionen.
Dadurch unterscheidet sich die zentrale IPCC-Projektion teilweise vom einfachen Mittelwert aller CMIP6-Modelle.
Das ist kein Beleg dafür, dass Klimamodelle grundsätzlich versagen. Im Gegenteil: Es zeigt, wie Wissenschaft versucht, erkennbare Schwächen einzelner Modelle nicht ungeprüft in ihre Schlussfolgerungen zu übernehmen.
Gleichzeitig macht dieser Vorgang deutlich, dass Modellergebnisse einer wissenschaftlichen Bewertung bedürfen.
Sollte man „Hot Models“ einfach aussortieren?
Auch darüber besteht keine vollständige Einigkeit.
Hausfather und Kollegen schlugen vor, bei bestimmten Anwendungen Modelle stärker danach auszuwählen, ob ihre Klimasensitivität mit dem wissenschaftlich bewerteten Bereich vereinbar ist.
Andere Klimaforscher widersprachen.
In einer ebenfalls in Nature veröffentlichten Stellungnahme warnten Wissenschaftler um Jonah Bloch-Johnson und Maria Rugenstein davor, Modelle mit hoher Klimasensitivität grundsätzlich aus Folgenabschätzungen auszuschließen.
Ihre Argumentation: Auch ein Modell mit einer hohen globalen Klimasensitivität kann einzelne regionale oder physikalische Prozesse sinnvoll darstellen. Außerdem sind starke Erwärmungsreaktionen zwar weniger wahrscheinlich, wissenschaftlich aber nicht vollständig ausgeschlossen.
Damit entstand eine bemerkenswerte Diskussion innerhalb der Klimaforschung:
Sollten besonders heiße Modelle ausgeschlossen werden? Sollten sie lediglich ein geringeres Gewicht erhalten? Oder können gerade solche Modelle wertvolle Informationen über seltene, aber mögliche Entwicklungen liefern?
Gewichten statt aussortieren
Eine weitere Möglichkeit besteht darin, Modelle nicht einfach in „richtig“ und „falsch“ einzuteilen, sondern ihnen unterschiedliche Gewichte zu geben.
Eine 2023 in Communications Earth & Environment veröffentlichte Untersuchung zeigte beispielsweise, dass eine statistische Gewichtung der CMIP6-Modelle anhand der Klimasensitivität die Verzerrung durch besonders heiße Modelle reduzieren kann.
Die Autoren kamen zugleich zu dem Ergebnis, dass der ungewichtete CMIP6-Mittelwert bei hohen Emissionsszenarien eine stärkere Erwärmung liefert als Verfahren, bei denen das „Hot-Model“-Problem berücksichtigt wird.
Auch neuere Forschungsarbeiten beschäftigen sich weiterhin mit dieser Frage.
2026 untersuchte eine Studie in npj Climate and Atmospheric Science, wie sich Modelle anhand ihrer simulierten historischen Erwärmung beurteilen lassen. Dabei zeigte sich erneut ein Zusammenhang: Modelle, die in der Vergangenheit eine stärkere Erwärmung simulieren, weisen tendenziell auch eine höhere Klimasensitivität auf.
Das „Hot-Model“-Problem ist damit keineswegs nur eine ältere Diskussion aus der Entstehungszeit des sechsten IPCC-Berichts. Die Frage, wie unterschiedliche Modelle bewertet und kombiniert werden sollten, bleibt Gegenstand aktueller Forschung.
Ein Modell kann nicht einfach als „richtig“ oder „falsch“ gelten
Die Diskussion zeigt zugleich, warum einfache Urteile über Klimamodelle problematisch sind.
Ein Modell kann die globale Temperaturentwicklung zu stark simulieren und dennoch bestimmte atmosphärische oder regionale Prozesse gut darstellen. Ein anderes Modell kann die globale Temperaturentwicklung gut treffen, bei Niederschlägen oder Wolken aber größere Schwächen besitzen.
Deshalb gibt es nicht das eine beste Klimamodell für sämtliche Fragestellungen.
Welches Modell besonders geeignet ist, hängt auch davon ab, was untersucht werden soll.
Das erklärt zugleich, warum Wissenschaftler Modelle nicht ausschließlich anhand einer einzigen Kennzahl wie der ECS beurteilen.
Was das „Hot-Model“-Problem zeigt
Die Diskussion um die CMIP6-Modelle liefert einen ungewöhnlich guten Einblick in die Arbeitsweise moderner Klimaforschung.
Eine neue Generation komplexerer Modelle führte nicht einfach zu einer immer engeren und eindeutigeren Prognose. Stattdessen vergrößerte sich zunächst die Spannweite einer entscheidenden Größe – der Klimasensitivität.
Einige Modelle berechneten eine Erwärmung, die mit anderen Erkenntnissen weniger gut vereinbar war. Die Wissenschaft reagierte darauf, indem sie Beobachtungsdaten und weitere Erkenntnisquellen stärker zur Bewertung der Modellergebnisse heranzog.
Das ist einerseits ein Beispiel dafür, dass wissenschaftliche Selbstkorrektur funktioniert.
Es zeigt andererseits aber auch eine grundsätzliche Grenze:
Mehr Rechenleistung, höhere Auflösung und größere Modellkomplexität führen nicht automatisch zu geringerer Unsicherheit.
Klimamodelle bleiben Werkzeuge
Aus dem „Hot-Model“-Problem folgt nicht, dass die globale Erwärmung lediglich ein Produkt von Computersimulationen wäre. Die Erwärmung wird unabhängig davon durch Messungen dokumentiert, und der menschliche Einfluss darauf wird vom IPCC auf Grundlage verschiedener Erkenntnislinien bewertet.
Die interessante Frage liegt deshalb an anderer Stelle:
Wie genau können Modelle die Stärke und den zeitlichen Verlauf zukünftiger Veränderungen berechnen?
Gerade bei weitreichenden politischen, wirtschaftlichen und gesellschaftlichen Entscheidungen ist es wichtig, zwischen Messungen, Modellrechnungen, Szenarien und wissenschaftlich bewerteten Bandbreiten zu unterscheiden.
Klimamodelle können mögliche Entwicklungen untersuchen. Sie liefern jedoch keine Messwerte aus der Zukunft.
Das „Hot-Model“-Problem zeigt eindrucksvoll, warum ihre Ergebnisse nicht isoliert betrachtet, sondern immer mit Beobachtungen und anderen wissenschaftlichen Erkenntnissen abgeglichen werden müssen.
Weiterführend: Komplexer ist nicht immer besser
Warum führen immer detailliertere Modelle nicht zwangsläufig zu eindeutigeren Ergebnissen? Und weshalb fordern Klimaforscher inzwischen wieder eine stärkere Nutzung vereinfachter und idealisierter Modelle?
Damit beschäftigt sich der nächste Beitrag unserer Reihe über Klimamodelle.