Verifikation von Wettermodellen – Teil 2

Vier Fälle in der Wahrheitsmatrix

Bei einer Ja-Nein-Vorhersage ergeben sich vier mögliche Kombinationen aus Prognose und Beobachtung. Ein angekündigtes und tatsächlich eingetretenes Ereignis ist ein Treffer („Hit“, A). Wird ein Ereignis vorhergesagt, bleibt aber aus, liegt ein Fehlalarm (B) vor. Ein nicht vorhergesagtes, dennoch eingetretenes Ereignis ist ein verpasstes Ereignis (C). Bleibt ein nicht vorhergesagtes Ereignis aus, handelt es sich um ein korrektes Nicht-Ereignis (D).

Warum eine hohe Trefferquote täuschen kann

Aus der Wahrheitsmatrix lassen sich verschiedene Gütemaße berechnen. Die Accuracy (Genauigkeit) setzt alle korrekten Vorhersagen ins Verhältnis zu sämtlichen betrachteten Fällen: (A + D) / (A + B + C + D).

Allein reicht diese Kennzahl nicht aus. Bei einem sehr seltenen Ereignis – etwa einer Lufttemperatur von 41 °C – könnte ein Modell stets „nein“ vorhersagen und trotzdem eine Trefferquote nahe eins erreichen. Einen echten Mehrwert hätte diese Prognose nicht, weil sie das seltene Ereignis niemals erkennt. Deshalb sollten stets mehrere Gütemaße gemeinsam betrachtet werden.

POD und Fehlalarme

• Probability of Detection (POD): Der Anteil der tatsächlich eingetretenen Ereignisse, die korrekt vorhergesagt wurden: A / (A + C). Sagt ein Modell stets „nein“, ist A gleich null und damit auch die POD.
• False Alarm Ratio (FAR): Der Anteil der Fehlalarme an allen Ja-Vorhersagen: B / (A + B). Wer ein Ereignis zu häufig ankündigt, kann zwar die POD erhöhen, verschlechtert damit aber in der Regel die FAR.

Redaktionelle Präzisierung: Die Bezeichnungen False Alarm Ratio und False Alarm Rate sind nicht identisch. Ein klassisches ROC-Diagramm trägt auf der x-Achse die False Alarm Rate B / (B + D) und auf der y-Achse die Trefferquote beziehungsweise POD auf. Dies entspricht der Verifikationsdokumentation des ECMWF. Der DWD-Originaltext bezeichnete die x-Achse irrtümlich als False Alarm Ratio.

Auch Wetterwarnungen lassen sich verifizieren

Das Verfahren lässt sich auf amtliche Wetterwarnungen übertragen. Dann lautet die zentrale Frage, ob eine bestimmte Warnschwelle in einem Gebiet überschritten wurde. Im Nachgang können die ausgegebene Warnung und die gemessenen Werte miteinander verglichen werden.

Offen bleibt die Bewertung von Wahrscheinlichkeitsvorhersagen wie „Die Regenwahrscheinlichkeit beträgt 70 %“. Dafür genügt die binäre Wahrheitsmatrix allein nicht; probabilistische Vorhersagen erfordern andere Methoden. Dieses Thema soll zu einem späteren Zeitpunkt vertieft werden.

Autor der DWD-Originalfassung:
M.Sc. Meteorologe Fabian Chow
Deutscher Wetterdienst
Vorhersage- und Beratungszentrale
Offenbach, 14.10.2026

Quelle und Lizenz: Deutscher Wetterdienst, „Thema des Tages“ vom 14. Oktober 2026. DWD-Text und DWD-Grafik unter CC BY 4.0. Für Windinfo redaktionell gegliedert, sprachlich gestrafft, mit Zwischenüberschriften versehen und bei der Abgrenzung von False Alarm Ratio und False Alarm Rate fachlich präzisiert. Die DWD-Grafik wurde lokal gespeichert und inhaltlich nicht verändert.