KI-Wettertraining wird ausgeweitet, um Länder bei der Unterstützung von Landwirten zu helfen

Vertreter aus 15 Ländern treffen sich in Abu Dhabi, um zu lernen, wie KI-basierte Wetterprognosen für Landwirte bewertet und eingesetzt werden können. Das Programm soll nationalen Institutionen helfen, genauere, zeitnahe und nutzbare landwirtschaftliche Informationen bereitzustellen.
- Vertreter aus 15 Ländern nehmen am Trainingsprogramm 2026 teil.
- Das Programm baut auf einem Pilotprojekt von 2025 mit Bangladesch, Chile, Äthiopien, Kenia und Nigeria auf.
- Die Teilnehmer entwickeln länderspezifische Pläne zur Integration von KI-Prognosen in nationale Dienste.
- Die Initiative soll bis 2028 in 30 Ländern Kapazitäten aufbauen.
- Ein Konsortium erhielt $60 Millionen von der OpenAI Foundation, um bis 2030 100 Millionen Kleinbauern zu erreichen.
Training geht über Pilotprojekt mit fünf Ländern hinaus
Das AI Weather Forecasting for Agriculture Training Program veranstaltet sein Programm für das zweite Jahr vom 9. bis 13. November an der Mohamed bin Zayed University of Artificial Intelligence und am National Center for Meteorology in Abu Dhabi, Vereinigte Arabische Emirate. Vertreter nationaler meteorologischer und hydrologischer Dienste sowie Landwirtschaftsministerien nehmen daran teil.
Das Programm begann mit einem Pilotprojekt im Jahr 2025, an dem Bangladesch, Chile, Äthiopien, Kenia und Nigeria beteiligt waren. In diesem Jahr sind Vertreter aus Bolivien, Kolumbien, Indonesien, Pakistan, Peru, den Philippinen, Ruanda, Senegal, Sierra Leone und den Vereinigten Arabischen Emiraten zum ursprünglichen Teilnehmerkreis hinzugekommen.
Die Teilnehmer werden darin geschult, KI-Prognosemodelle unabhängig zu bewerten, ihre Leistungsfähigkeit unter lokalen Bedingungen einzuschätzen und sie in nationale Dienste zu integrieren. Außerdem lernen sie, Prognosen in Informationen umzuwandeln, die Landwirte bei landwirtschaftlichen Entscheidungen und Investitionen nutzen können.
Zwei Schwerpunkte verbinden Wetterprognosen mit Entscheidungen auf dem Hof
Der Lehrplan für 2026 umfasst zwei sich ergänzende Schwerpunkte. Der Schwerpunkt Meteorologische Dienste vermittelt praktische Erfahrung im Ausführen von KI-Wettermodellen, im Vergleich ihrer Genauigkeit mit bestehenden Prognosesystemen und in der Bewertung ihrer Leistung anhand lokaler Beobachtungsdaten.
Der Schwerpunkt Landwirtschaftliche Dienste konzentriert sich darauf, Prognosen in praktische landwirtschaftliche Beratung umzuwandeln und wirksame Wege zu ihrer Übermittlung an Landwirte zu ermitteln. Precision Development half bei der Entwicklung dieses Schwerpunkts und stützte sich dabei auf seine Arbeit zur Unterstützung von Regierungen bei landwirtschaftlichen Beratungsdiensten.
Die Länder entwickeln Projekte zu Prioritäten, die sie selbst ausgewählt haben. Dazu gehören die Vorhersage des Beginns der Regenzeiten, die frühzeitige Erkennung extremer Temperaturen und die Verbesserung kurzfristiger Niederschlagsprognosen. Jedes Länderteam soll das Programm mit einer ersten Roadmap verlassen, die technische Anforderungen, institutionelle Zuständigkeiten und Umsetzungsschritte für die Erprobung und Integration von KI-Prognosen in nationale Dienste umfasst.
Breitere Initiative zum Ausbau nationaler Prognosekapazitäten
Das Programm wird vom International Affairs Office am Presidential Court of the United Arab Emirates einberufen und gemeinsam von MBZUAI und der University of Chicago organisiert, in Zusammenarbeit mit dem Agricultural Innovation Mechanism for Scale, bekannt als AIM for Scale, und dem National Center for Meteorology.
Es ist Teil einer umfassenderen Initiative unter Beteiligung von AIM for Scale, der University of Chicago, der University of California, Berkeley, Precision Development, Digital Green und dem International Maize and Wheat Improvement Center. Das Konsortium erhielt kürzlich $60 Millionen von der OpenAI Foundation, um bis 2030 100 Millionen Kleinbauern mit KI-basierten Wetterprognosen zu erreichen.
Das erklärte Ziel des Programms ist es, bis 2028 in 30 Ländern Kapazitäten aufzubauen. Nach Angaben des Data Science Institute der University of Chicago könnte KI Ländern mit niedrigen und mittleren Einkommen Zugang zu Prognosen auf demselben Standard wie Ländern mit fortgeschrittenen Volkswirtschaften verschaffen. Zugleich könnten diese Länder Dienste entwickeln, die auf lokale Bedingungen zugeschnitten sind, und ihre Abhängigkeit von externen Prognoseprodukten verringern.
Dieses Ziel erfordert mehr als den Zugang zu Modellen. Nationale Institutionen müssen beurteilen können, welche Ansätze in ihrem eigenen Umfeld funktionieren, und Prognosesysteme mit landwirtschaftlichen Diensten verbinden. Das ist wichtig, da die Klimavariabilität, einschließlich der Auswirkungen des aktuellen El Niño, die Unsicherheit über Niederschläge, Dürren und Überschwemmungen in landwirtschaftlichen Regionen erhöht. Für die Nutzer soll das Ergebnis eine lokal relevante Wetterberatung sein, die eine bessere Betriebsplanung, Produktivität und Widerstandsfähigkeit unterstützt.
UChicago Data Science Institute: AI Weather Forecasts Empower Countries to Build Advanced Forecasting Capabilities in Service of Farmers

