Was Klimamodelle uns sagen können – und was nicht

• Stefan Slembrouck
• Klima, Wissenschaft

Lesedauer ca. 6 Minuten

Dieser Beitrag ist der vierte einer vierteiligen Serie.

Klimamodelle sind allgegenwärtig. Sie tauchen in IPCC-Berichten, politischen Debatten, Schlagzeilen und Argumenten von Aktivisten auf. Sie prognostizieren Temperaturverläufe, schätzen Kohlenstoffbudgets, simulieren Extremereignisse und berechnen die Kosten der Untätigkeit. Und doch sind sie auch häufig Ziel von Skepsis, Missverständnissen und politischer Frustration.

Einige Kritiker tun sie als „nur Modelle” ab. Andere erwarten von ihnen Gewissheit, Vorhersagen und Verhaltensänderungen – und sind enttäuscht, wenn sie diese nicht liefern. Beide Reaktionen gehen am Kern der Sache vorbei. Um die Rolle von Klimamodellen zu verstehen, müssen wir uns darüber im Klaren sein, was Modelle sind, welche Art von Wissen sie liefern und wie sie in einer Welt tiefer Unsicherheit zur demokratischen Entscheidungsfindung beitragen sollen.

Modelle sind Werkzeuge zum Denken, keine Spiegel der Realität

Im Kern sind Modelle Vereinfachungen. Sie geben nicht die Welt wieder, wie sie ist, sondern stellen ausgewählte Aspekte der Realität für bestimmte Zwecke dar. Wissenschaftsphilosophen wie Axel Gelfert und Margaret Morrison beschreiben Modelle als Vermittlungsinstrumente zwischen Theorie und Beobachtung: weder reine Abstraktion noch direkte Beschreibung, sondern Werkzeuge, die es uns ermöglichen, über komplexe Systeme nachzudenken, an denen wir nicht direkt experimentieren können.

Dies gilt insbesondere für die Klimawissenschaft. Das System Erde ist kein Labor. Wir können das 20. Jahrhundert nicht mit und ohne fossile Brennstoffe wiederholen, um zu sehen, was passiert. Klimamodelle leisten daher etwas Bescheideneres – und Wirkungsvolleres: Sie untersuchen bedingte Zukunftsszenarien. Sie beantworten Fragen wie: Wenn die Emissionen diesem Verlauf folgen, welche Bandbreite an Ergebnissen ist dann wahrscheinlich?

So gesehen behaupten Modelle keine Gewissheit. Sie strukturieren Unsicherheit.

Klimamodelle: eine Familie, keine einzelne Maschine

Wenn Menschen von „dem Klimamodell” sprechen, stellen sie sich oft eine einzige, allwissende Simulation vor. In Wirklichkeit ist die Klimamodellierung ein Ökosystem oder ein Rahmenwerk von Modellen, die sich jeweils mit unterschiedlichen Aspekten des Problems befassen.

Es gibt globale und regionale Zirkulationsmodelle, die die Dynamik der Atmosphäre und der Ozeane simulieren, Landnutzungs- und Vegetationsmodelle, hydrologische und Hochwasserrisikomodelle, Energiesystem- und Emissionsmodelle sowie integrierte Bewertungsmodelle, die physikalische Klimaprozesse mit wirtschaftlichen und sozialen Annahmen verknüpfen.

Die moderne Klimawissenschaft stützt sich stark auf Modellensembles – sie führt viele Modelle unter vielen Szenarien durch, um robuste Muster zu identifizieren, anstatt einzelne Vorhersagen zu treffen. Die Zuverlässigkeit der Klimamodellierung beruht nicht auf einem „perfekten“ Modell, sondern auf der Konvergenz verschiedener Ansätze.

Die Stärke von Klimamodellen liegt genau in dieser Pluralität.

Was Klimamodelle richtig gemacht haben

Modelle haben nicht mit der Physik zu kämpfen, sondern mit menschlichen Systemen: politischen Entscheidungen, Wirtschaftskrisen, Kriegen, technologischen Umbrüchen, Verhaltensänderungen. Das sind keine Modellfehler, sondern sie erinnern daran, dass der Klimawandel kein rein physikalisches Problem ist.

Klimamodelle haben nicht nur langfristige Erwärmungstrends vorhergesagt, sondern auch viel früher, als viele annehmen, ihre Vorhersagekraft unter Beweis gestellt. Bereits Ende der 1970er Jahre kam der von der US-amerikanischen National Academy of Sciences in Auftrag gegebene Charney-Bericht zu dem Schluss, dass eine Verdopplung des CO₂-Gehalts in der Atmosphäre wahrscheinlich zu einem globalen Temperaturanstieg von etwa 3 °C führen würde – ein Bereich, der bemerkenswert gut mit den heutigen besten Schätzungen übereinstimmt. Nachfolgende Modellprognosen aus den 1980er- und 1990er-Jahren haben die beobachtete Entwicklung der globalen Durchschnittstemperatur unter Berücksichtigung der historischen Emissionen genau erfasst (Hausfather et al., 2020).

In jüngerer Zeit ist die Klimamodellierung in eine neue Phase eingetreten: die Wissenschaft der Ereignisattribution. Mithilfe von Klimamodellensembles können Forscher nun abschätzen, um wie viel wahrscheinlicher bestimmte extreme Wetterereignisse aufgrund des vom Menschen verursachten Klimawandels geworden sind. Von der Initiative World Weather Attribution (WWA) koordinierte Studien zeigen beispielsweise, dass die jüngsten Hitzewellen in Europa und Nordamerika ohne die anthropogene Erwärmung praktisch unmöglich gewesen wären und dass der Klimawandel ihre Wahrscheinlichkeit um das Zehnfache oder mehr erhöht hat.

Diese Attributionsstudien behaupten nicht, dass der Klimawandel ein einzelnes Ereignis isoliert verursacht hat. Stattdessen quantifizieren sie, wie menschliche Emissionen die Wahrscheinlichkeiten verschoben haben – und seltene Extreme zu häufigen Risiken gemacht haben. Damit haben sich Klimamodelle von der Prognose ferner Zukunftsszenarien hin zur Diagnose der gegenwärtigen Realität entwickelt und stellen einen direkten Zusammenhang zwischen der globalen Erwärmung und den gelebten Erfahrungen her.

Warum Modelle das Verhalten nicht ändern

Eine immer wiederkehrende Frustration ist, dass bessere Modelle nicht zu schnellerem Handeln geführt haben. Diese Erwartung beruht auf einer falschen Annahme: dass Informationen automatisch zu Verhaltensänderungen führen.

Psychologie, Soziologie und Politikwissenschaft erzählen eine andere Geschichte. Menschen interpretieren neue Informationen anhand bestehender mentaler Modelle, Identitäten und Werte. Klimamodelle destabilisieren oft tief verwurzelte Annahmen über Normalität, Fortschritt und Sicherheit. Diese Destabilisierung kann zu Verleugnung, Distanzierung oder Abwehrreaktionen führen – nicht weil Menschen dumm sind, sondern weil Unsicherheit die soziale und emotionale Stabilität bedroht.

In diesem Sinne sind Klimamodelle kognitiv und politisch disruptiv. Sie stellen nicht nur politische Maßnahmen, sondern auch Weltanschauungen in Frage.

Von der Vorhersage zur Entscheidungshilfe

Aus diesem Grund besteht die produktivste Rolle von Klimamodellen nicht in der Vorhersage, sondern in der Entscheidungsunterstützung.

Anstatt zu fragen: „Was genau wird passieren?“, sollten Modelle besser dazu genutzt werden, zu fragen:

• Welche Zukunftsszenarien sind inakzeptabel?
• Welche Entscheidungen sind unter Unsicherheit robust?
• Wo sind Kompromisse unvermeidbar?
• Was passiert, wenn wir zögern?

Auf diese Weise eingesetzt, ersetzen Modelle weder Politik noch Ethik. Sie dienen als Grundlage für Verhandlungen.

Diese Perspektive steht in engem Einklang mit der Vorstellung vom Klimawandel als einem „wicked problem“: einer Herausforderung, die nicht allein durch Optimierung gelöst werden kann, sondern eine kontinuierliche demokratische Koordination zwischen konkurrierenden Zielen und Werten erfordert.

Die Gefahr technokratischer Missverständnisse

Probleme entstehen, wenn Klimamodelle so behandelt werden, als könnten sie eine einzige richtige Antwort liefern. Dieses technokratische Missverständnis schürt zwei gegensätzliche Reaktionen: blindes Vertrauen in „die Zahlen“ und die völlige Ablehnung von Modellen als politische Manipulation.

Beide Positionen sind kontraproduktiv. Modelle diktieren weder Politik noch entschuldigen sie Untätigkeit. Sie machen Konsequenzen sichtbar – und zwingen damit Gesellschaften, sich mit Entscheidungen auseinanderzusetzen, denen sie sich lieber entziehen würden.

Wie Donella Meadows treffend argumentierte, liegt der tiefste Hebel in Systemen nicht in Parametern, sondern in Zielen und mentalen Modellen. Klimamodelle sind dann wirkungsvoll, wenn sie dazu beitragen, das zu verändern, was Gesellschaften als realistisch, verantwortungsbewusst und legitim betrachten.

Klimamodellierung in der Praxis: der KNOWING-Ansatz

Hier setzt KNOWING mit seiner Arbeit an. Anstatt Modelle als abstrakte Prognosemaschinen zu betrachten, bettet KNOWING Klimamodelle in regionale Entscheidungskontexte ein.

Durch seinen Modellierungsrahmen ermöglicht KNOWING den Regionen, konkrete Fragen zu untersuchen: zukünftiger Energiebedarf, Ausbau erneuerbarer Energien, Landnutzungskonflikte, Hochwasser- und Hitzegefahren, Infrastrukturbedarf. Diese Modelle werden explizit mit einem Entscheidungsunterstützungssystem verknüpft, das die Ergebnisse in Szenarien, Kompromisse und Optionen statt in Vorschriften übersetzt.

Entscheidend ist, dass die Modellierung in KNOWING mit lokalen Hubs kombiniert wird – institutionalisierten Netzwerken von Interessengruppen, in denen Verwaltungen, Unternehmen, Zivilgesellschaft, Bürger und Experten gemeinsam die Modellergebnisse interpretieren und über die Auswirkungen verhandeln. Modelle werden Teil eines gemeinsamen Lernprozesses und sind keine externe Autorität.

Ergänzt durch spielerische Schulungen, die das Verständnis für Systeme und Empathie fördern, behandelt KNOWING die Klimamodellierung ebenso als soziale wie als wissenschaftliche Praxis.

Fazit: Modelle werden uns nicht retten – aber ohne sie sind wir blind

Klimamodelle können uns nicht sagen, wie unsere Gesellschaft aussehen sollte. Sie können keine ethischen Konflikte lösen oder politische Meinungsverschiedenheiten beseitigen. Und sie werden allein kein Verhalten ändern.

Was sie jedoch leisten können, ist unverzichtbar: Sie machen langfristige Folgen sichtbar, decken versteckte Kompromisse auf und verankern kollektive Entscheidungen in einem gemeinsamen Risikoverständnis.

In einem Wandel, der sich über Jahrzehnte vollziehen wird, sind Klimamodelle keine Kristallkugeln. Sie sind Navigationsinstrumente. Sie wählen nicht das Ziel – aber ohne sie würden wir nicht einmal das Riff vor uns sehen.

Literaturhinweise
Gelfert, A. (2016). How to do science with models: A philosophical primer. Springer.
Hausfather, Z., Drake, H. F., Abbott, T. & Schmidt, G. A. (2020). Evaluating the performance of past climate model projections. Geophysical Research Letters, 47(1).
IPCC (2021). AR6 Arbeitsgruppe I – Zusammenfassung für politische Entscheidungsträger, Kapitel über Extremereignisse und Attribution. https://www.ipcc.ch/report/ar6/wg1/chapter/summary-for-policymakers/
Morgan, M. S. und Morrison, M. (Hrsg.). (1999). Models as mediators: Perspectives on natural and social science. Cambridge University Press.
Meadows, D. H. (2008). Thinking in systems: A primer. Chelsea Green Publishing.

Der Autor Stefan Slembrouck ist stellvertretender Vorstandsvorsitzender des BVSC, Doktorand an der TU Berlin, wo er sich mit der Ethik der Smart City befasst, und leitet das Arbeitspaket zu Kommunikation, Verbreitung und Nutzung im KNOWING-Projekt.

Alle Blog-Beiträge unter AKTUELLES sowie Foren-Beiträge und Kommentare geben die persönliche Meinung des/der jeweiligen Autors/Autor:in wieder und nicht zwangsläufig die des Bundesverband Smart City e.V. und/oder dessen Vorstands und/oder aller seiner Mitglieder.

 

Wenn Sie möchten, abonnieren Sie unsere Newsletter und folgen Sie uns in den Sozialen Medien: Mastodon  LinkedIn  Facebook  Twitter  YouTube  Instagram