Monsterwelle
"Die große Welle von Kanagawa" des japanischen Künstlers Hokusai. Das Original des Holzschnitts ist rund 200 Jahre alt. Echte Monsterwellen sehen erstaunlich ähnlich aus.
Hokusai, gemeinfrei

Bis vor knapp 30 Jahren galten Berichte über Monsterwellen vor allem als Seemannsgarn. Verluste von Schiffen, die angeblich auf solche riesigen Wellen zurückgingen, wurden schlechter Wartung oder mangelnden seemännischen Fähigkeiten zugeschrieben. Doch das änderte sich 1995, als es zu gleich zwei dokumentierten Monsterwellen kam.

In der Neujahrsnacht 1994/95 wurde von der automatischen Wellenmessanlage der norwegischen Ölbohrplattform Draupner-E während eines Sturms in der Nordsee eine einzelne Welle – heute als "Draupner-Welle" bekannt – mit bis zu 26 Metern Höhe dokumentiert. Noch im selben Jahr, am 11. September, wurde das riesige Passagierschiff Queen Elizabeth 2 auf einer Fahrt nach New York von riesigen Wellen getroffen.

5 Monster Waves Caught On Camera
Fünf Monsterwellen (inklusive solchen von Tsunamis), die mit Kameras dokumentiert wurden.
Underworld

Seitdem wurden diese extremen Wellen – auf Englisch auch "freak waves" genannt – für zahlreiche Schiffsunglücke verantwortlich gemacht und Gegenstand zahlreicher Berechnungen und Studien. Nun haben Forscher des Niels-Bohr-Instituts der Universität Kopenhagen mithilfe von KI-Methoden ein mathematisches Modell ermittelt, das erstmals Vorhersagen dafür liefert, wie – und nicht zuletzt wann – Monsterwellen auftreten können. Hauptautor der neue Studie, die vor wenigen Tagen im Fachblatt "PNAS" erschien, ist der KI-Forscher Dion Häfner, dessen kürzlich verteidigte Dissertation den Titel "An Ocean of Data" trägt.

Ein richtiges Datenmeer

Dieser Titel kommt nicht von ungefähr: Häfner hat frei verfügbare Daten von Meeresbewegungen, Seegang und den dazugehörigen Wassertiefen sowie von Bojen an 158 verschiedenen Orten rund um die US-Küsten und in Überseegebieten ausgewertet. Zusammengenommen hatten die Forschenden damit Informationen zu mehr als einer Milliarde Wellen zur Verfügung. Zu ihrer Überraschung ermittelten Häfner und seine Kollegen – darunter auch sein Doktorvater Markus Jochum –, dass riesige Wellen häufiger auftreten als erwartet: nämlich in etwa einmal pro Tag.

Da sehr viele verschiedene Faktoren zu ihrer Entstehung beitragen, gab es bislang keine einzelne Risikoabschätzung, die all diese Variablen zusammenfasst. Genau das war das eigentliche Hauptprojekt von Dion Häfner: Für die Studie hat er mit seinen Kollegen die Variablen, die zu Monsterwellen führen, katalogisiert und mithilfe künstlicher Intelligenz in einem Modell zusammengefasst. Markus Jochum vergleicht das Unterfangen mit einem historischen Beispiel: "Tycho Brahe sammelte über Jahrzehnte astronomische Beobachtungen, aus denen Kepler mit viel Versuch und Irrtum die Keplerschen Gesetze ableiten konnte. Dion benutzte Maschinen, um mit Wellen das zu machen, was Kepler mit Planeten gemacht hat. Für mich ist es immer noch schockierend, dass so etwas möglich ist."

"Lineare Überlagerung" als Faktor

Die neue Studie widerlegt dabei die bisherige gängigste Hypothese für die Entstehung von Monsterwellen: Deren häufigste Ursache bestehe gerade nicht darin, dass sich eine Welle kurzzeitig mit einer anderen verbindet und deren Energie "stiehlt", sodass eine noch größere Welle entsteht. Wichtiger sei die sogenannte lineare Überlagerung. Das seit dem Jahr 1700 bekannte Phänomen tritt auf, wenn sich zwei Wellensysteme überkreuzen und für kurze Zeit gegenseitig verstärken. In den Worten von Dion Häfner: "Wenn zwei Wellensysteme auf dem Meer in einer Weise aufeinandertreffen, die die Wahrscheinlichkeit erhöht, dass auf hohe Wellenberge tiefe Wellentäler folgen, entsteht die Gefahr extrem hoher Wellen. Das ist ein Wissen, das es seit 300 Jahren gibt und das wir jetzt mit Daten untermauern."

Der von der KI generierte Algorithmus ist eine gute Nachricht für die Schifffahrtsindustrie, für die zu jeder Zeit etwa 50.000 Frachtschiffe um die Welt fahren. Damit werden nämlich Vorhersagen möglich, wann diese "perfekte" Kombination von Faktoren vorliegt, die das Risiko einer Monsterwelle erhöht. "Da die Schifffahrtsunternehmen ihre Routen lange im Voraus planen, können sie unseren Algorithmus nutzen, um eine Risikoeinschätzung zu erhalten, ob die Chance besteht, unterwegs auf gefährliche Monsterwellen zu treffen. Auf dieser Grundlage können sie dann alternative Routen wählen", sagt Dion Häfner.

Sowohl der Algorithmus als auch die Forschung sind öffentlich zugänglich, ebenso wie die von den Forschern verwendeten Wetter- und Wellendaten. Daher können laut Dion Häfner interessierte Parteien, wie Behörden und Wetterdienste, problemlos die Wahrscheinlichkeit von Schurkenwellen berechnen. Und im Gegensatz zu vielen anderen Modellen, die mit künstlicher Intelligenz erstellt werden, sind alle Zwischenberechnungen im Algorithmus der Forscher transparent. (Klaus Taschwer, 29.11.2023)