KI-gestützte Studie zeigt: Tropenstädte heizen sich schneller auf als erwartet
- Autor:
- Quelle:
- Datum: 9.2.2026
Eine neue Studie von Forschenden der University of East Anglia (UEA) und des Karlsruher Instituts für Technologie (KIT) zeigt, dass sich viele tropische und subtropische Städte deutlich schneller erwärmen könnten als bisher angenommen.
Die Studie entstammt der Doktorarbeit von Sarah Berk, die an der UEA promoviert und u.a. von T.-T. Professor Peer Nowack am KIT betreut wurde. Sie wird in den Proceedings of the National Academy of Sciences (PNAS) veröffentlicht:
https://www.pnas.org/doi/10.1073/pnas.2502873123
Klassische globale Klimamodelle sind räumlich nicht hoch genug aufgelöst um Daten für einzelne Städte zu liefern. Hochaufgelöste Stadtklimamodelle werden hingegen wegen der hohen Rechenkosten meistens nur für wenige Städte bzw. einige große Metropolen simuliert. Um diesen Engpass zu umgehen, nutzte das Forschungsteam um T.-T.-Professor Peer Nowack vom Institut für Theoretische Informatik Machine‑Learning-Modelle, um erstmals 104 mittelgroße Städte in den Tropen und Subtropen hinsichtlich zukünftiger Veränderungen in der städtischen Wärmeinsel unter Klimawandelszenarien zu analysieren. Die KI übersetzt dafür Klimaprojektionen in lokalere Veränderungen in städtischen Oberflächentemperaturen, auf der Basis von bereits beobachteten Beziehungen. Anhand dieser neuen Datengrundlage konnten so bisher übersehene Verstärkungen städtischer Wärmeinseln sichtbar gemacht werden.
Die Ergebnisse zeigen:
- In ca. 80% der untersuchten Städte steigen die Temperaturen schneller als im Umland.
- Normalisiert auf Szenarien mit einer globalen Erwärmung von 2˚C, könnten in ca. 15 % der Städte die Erwärmung sogar 50–100 % höher ausfallen als in den umliegenden ländlichen Regionen.
- Besonders betroffen sind Städte in Monsunregionen wie Indien, China und Westafrika.
Die KI‑gestützte Analyse zeigt beispielsweise, dass einige Städte in Nordostchina und Nordindien bis zu 3°C Erwärmung erfahren könnten – deutlich mehr als die 1,5–2°C, die für umliegende Gebiete prognostiziert werden.
Durch den Einsatz von KI wird erstmals sichtbar, wie stark solche mittelgroßen Städte künftig belastet sein könnten. Dies soll laut den Autorinnen und Autoren helfen, gezielter auf Gesundheitsrisiken und städtische Hitzeplanung zu reagieren, da extremere Hitzeereignisse künftig ohnehin häufiger auftreten werden und in Städten somit noch stärkere Auswirkungen haben könnten.
