Numerische Klimamodelle – Stand der Forschung bis 2025

Einleitung

Das physikalische Klimasystem umfasst alle Prozesse, die Wetter und Klima formen, einschließlich Atmosphäre, Hydrosphäre (Ozeane), Kryosphäre (Eis, Gletscher), Biosphäre und Landoberfläche . Seit AR6 ist klar, dass alle Bereiche des Klimasystems im Wandel sind (globale Erwärmung, Anstieg des Ozean- und Eisbedeckten), was sich auch in beobachteten Indikatoren zeigt . Die wissenschaftliche Modellierung dieses Systems spielt eine zentrale Rolle für Prognosen und politische Entscheidungen (IPCC, Paris-Ziele 2 °C/1,5 °C ). Klimamodelle – von einfachen Strahlungsbilanzmodellen bis zu modernen Erdsystemmodellen (ESM) – werden ständig weiterentwickelt. Wichtige internationale Initiativen wie das WCRP-Coupled Model Intercomparison Project (CMIP) und CORDEX liefern standardisierte Modell-Experimente, die Grundlage für IPCC-Berichte sind . Diese Übersicht fasst den Stand der Forschung zu den Themen des 2002 erschienenen Artikels „Numerische Klimamodelle – was können sie, wo müssen sie verbessert werden?“ auf dem aktuellen Stand (bis 2025) zusammen. Dabei werden die Kapitel des Originals zu Klimasystem, Treibhauseffekt, Wolken, innerer Variabilität, Erdbahnparametern, Sonnen- und Vulkaneinflüssen übernommen und jeweils anhand neuer Erkenntnisse.

1 Klimasystem der Erde

1.1 Komponenten und Prozesse

Das Klimasystem besteht aus den eng gekoppelten Subsystemen Atmosphäre, Ozean, Kryosphäre, Landoberfläche und Biosphäre . Externe Antriebe sind solare Einstrahlung, Treibhausgaskonzentrationen und vulkanische Aerosole. Innerhalb des Systems vermitteln Prozesse wie Strahlung, Konvektion, Feuchtigkeitstransport, Ozeanzirkulation, Eisschmelze und Biogeochemie den Energie- und Stoffaustausch. Der natürliche Treibhauseffekt aus Wasserdampf und CO₂ hält die Erde etwa 33 °C wärmer als ohne Treibhausgase . Neben kurzfristiger Variabilität (Tage/Jahre) gibt es natürliche Klimaschwankungen (El Niño/La Niña, NAO, PDO etc.), deren Bedeutung durch langfristige Muster wie die Milanković-Zyklen (Erdneigung, Exzentrizität, Präzession) ergänzt wird .

1.2 Beobachtung und Modellierung

Die Klimaentwicklung wird durch ein dichtes Netz an Beobachtungen dokumentiert: Wetterstationen, Ballonsonden, Schiffs- und Bojenmessungen, Flugzeugbeobachtungen sowie Satelliten und Radar liefern umfassende Daten . Hinzu kommen Paläoklimarekonstruktionen (Eiskerne, Baumringe) für die längerfristige Perspektive. Reanalyse-Datensätze integrieren Beobachtungen mit Wettermodellen zu konsistenten Datensätzen .

Numerische Modelle lösen die physikalischen Grundgleichungen unter Einbeziehung wichtiger Prozesse. Moderne globale Modelle arbeiten inzwischen häufig als Erdsystemmodelle (ESM), die neben Atmosphäre und Ozean auch Kohlenstoffkreislauf, Aerosol‑, Chemie- und Ökosystemprozesse integrieren . Dank steigender Rechenleistung haben sich Auflösung und Detailtiefe stark verbessert: Globale Atmosphärenmodelle erreichen heute teilweise 1/4-Grad-Gitter (≈ 25 km) , Ozean- und Landmodelle sind ähnlich hochaufgelöst.

Modellverbesserungen seit dem 21. Jahrhundert umfassen: bessere Darstellung von Wolkenphysik, Höhenturbulenzen und Niederschlägen; neue Parametrisierungen für Konvektion, Eisbedeckung, Vegetation und Permafrost; sowie explizite Chemie- und Aerosolmodule . Ensemble‑Verfahren spielen eine immer größere Rolle: In Mehrfach-Realisationen (Initialbedingungs‑Ensembles) oder Multi-Model-Ensembles (verschiedene Modelle) werden Unsicherheiten durch Anfangsbedingungen, Modellunterschiede und Szenarien quantifiziert . So können interne Variabilität und Modellunsicherheit getrennt werden. Diese Modell‑Ensembles dienen als wichtigste Grundlage für IPCC‑Projektionen (CMIP5/CMIP6) . Regionale Feinheiten werden zudem durch Downscaling-Experimente (CORDEX, regionale Klimamodelle) erschlossen .

2 Der natürliche Treibhauseffekt

2.1 Funktionsweise des Treibhauseffekts

Als natürlicher Treibhauseffekt wird die Erwärmung der Erde infolge von Treibhausgasen bezeichnet. Ohne ihn wäre die globale Mitteltemperatur etwa 33 °C niedriger . Hauptverantwortlich sind Wasserdampf und CO₂; daneben tragen Methan (CH₄), Distickstoffoxid (N₂O) und Spurengase bei. Diese Gase absorbieren langwellige Wärmeabstrahlung der Erde und emittieren sie zum Teil zurück zur Oberfläche, was die Atmosphäre erwärmt. Parameterisierungen dieser Strahlungsprozesse sind heutzutage in Klimamodellen sehr ausgefeilt: Hochspektrale Strahlungscodes berechnen Treibhaus-Effekte mit <1 % Fehler . Seit AR5 sind die Forcing-Formeln aktualisiert (z.B. Etminan et al. 2016), sodass Methan- und CO₂-Interaktionen genauer erfasst sind .

2.2 Aktueller Antrieb durch Treibhausgase

Seit der vorindustriellen Zeit (um 1750) sind CO₂, CH₄ und N₂O stark angestiegen. CO₂ stieg von etwa 285 ppm (1850) auf 410 ppm (2019) . IPCC AR6 gibt das menschengemachte Strahlungsantriebsbudget 2019 gegenüber 1750 mit 2,72 W/m² an (beste Schätzung; 5–95 % Konfidenz Intervall: 1,96–3,48 W/m²) . Davon entfielen ca. 0,34 W/m² (seit 2011) allein auf zusätzliches CO₂ und andere GHG . Gegenläufig wirken heutige Aerosole (Feinstaub) und Landnutzungsänderungen (Veränderung der Albedo) als kühlender Einfluss.

Die robuste Abschätzung dieses Forcings ist für Modelle entscheidend. IPCC und andere Studien haben die Forcing-Modelle verfeinert: Etminan et al. (2016) lieferten z.B. aktualisierte Gleichungen für CO₂, CH₄, N₂O, die in CMIP6 übernommen wurden . Aktuelle Modelle simulieren den Kohlenstoffkreislauf meist interaktiv – d.h. sie berechnen, wie Ozeane und Vegetation CO₂ aufnehmen oder freisetzen. Dies ermöglicht e­ine Abschätzung des noch verfügbaren „CO₂-Restbudgets“ und von Feedback-Mechanismen (Waldcarbon, Bodenatmung). Aus ESM-Simulationen lässt sich beispielsweise das Transient Climate Response to Cumulative Emissions (TCRE) ableiten, eine Schlüsselgröße für die Emissionsbudgetplanung .

2.3 Politischer Kontext und Szenarien

Im Rahmen des Pariser Abkommens streben nahezu alle Länder an, die Erwärmung auf unter 2 °C (idealerweise 1,5 °C) zu begrenzen . Klimamodelle schätzen, wieviel CO₂ dafür noch emittiert werden darf. Dabei kommen verschiedene Zukunftsszenarien zum Einsatz: Die CMIP5-Szenarien (RCPs) wurden seit AR6 von den SSP-Szenarien abgelöst, die sozioökonomische Entwicklungswege mit Emissionspfaden verknüpfen . Modelle liefern Klima-Projektionen für Szenarien von hohem bis niedrigem Emissionspfad. Ein Beispiel ist AR6 selbst: Dieser nutzte CMIP6-Simulationen mit SSPs (bis SSP1-1.9, das nahezu im Einklang mit 1,5 °C steht) für die Projektion zukünftiger Klimaänderungen .

3 Wolken und Klima

Wolken modifizieren sowohl einfallende Sonnenstrahlung als auch ausgehende Wärmestrahlung und sind daher entscheidend für das Energiebudget der Erde. Tiefe, dichte Wolken reflektieren viel Sonnenlicht (Abkühlungseffekt), hohe Zirruswolken hingegen fangen Wärmestrahlung ein (Wärmeeffekt). Wie sich Wolken im Klimawandel verändern und welchen Netto-Effekt sie damit haben (Wolken-Feedback), war lange Zeit der größte Unsicherheitsfaktor in Modellen .

Aktuelle Forschung zeigt: Die Wolken-Rückkopplung ist sehr wahrscheinlich positiv, d.h. Wolken verstärken die globale Erwärmung. Neuere Modelle und Beobachtungen deuten darauf hin, dass in einer wärmeren Welt tropische Tieflagen‑Wolken abnehmen und damit weniger Sonnenlicht reflektieren, während die Höhe der tropischen Zirruswolken steigt und dadurch mehr Wärme zurückhält . Hohe Breitengrade zeigen oft mehr Wasser‑Wolken und weniger Eiskristalle, was zwar einen kühlen Effekt bedeutet (mehr Rückstrahlung), aber insgesamt überwiegt der erwärmende Effekt . Dieser Befund, dass Wolken netto wärmen, gibt es mit „hoher Sicherheit“ in AR6 .

Modellseitig wurden Wolkenprozesse seit 2002 stark verbessert: Superparametrisierung (Einbettung von Konvektionsmodell in großes Modell) und CRM-Ansätze (Cloud-Resolving Models) erlauben explizite Simulation von Wolkenfeldern, zumindest lokal. Aerosol‑Wolken‑Wechselwirkungen (indirekte Effekte) werden mit komplexeren Mikrophysik-Modellen behandelt. Satelliten wie MODIS, CloudSat und CALIPSO liefern präzisere Daten über Wolkenbedeckung, -höhe und -optische Tiefe. Diese Beobachtungen erlauben eine kalibrationsbasierte Verbesserung von Wolkenparametrisierungen. Dennoch bleiben Wolken immer noch die größte Quelle der Klimasensitivitätsunsicherheit. Ensemble‑Studien und „Emerging Constraints“ nutzen Beobachtungen zur Einschränkung von Wolken‑Feedbacks in Modellen.

4 Klimavariabilität durch interne Wechselwirkungen

Neben externen Antrieben (Treibhausgase, Sonne, Vulkane) besitzt das Klimasystem eine starke interne Variabilität. Diese umfasst natürliche Moden wie ENSO (El Niño–Südliche Oszillation), die Nordatlantische Oszillation (NAO), den Pazifischen Dekadischen Oszillation (PDO) u.a. Sie entstehen durch nichtlineare Wechselwirkungen in Atmosphäre und Ozean und können regionale Klima­schwankungen auf Zeit­skalen von Monaten bis Jahrzehnten hervorrufen.

Klimamodelle reproduzieren viele dieser Moden qualitativ, weisen aber oft Phasen- und Amplituden-Biases auf. Wichtige Fortschritte sind große Ensemble-Simulationen: Einzelne Modelle werden oft mehrfach mit minimal veränderten Anfangsbedingungen gerechnet (Initial Condition Ensembles). So lassen sich interne Schwankungen von den durch Antriebe bedingten Änderungen trennen . Ein Beispiel aus AR6 (MPI Grand Ensemble) zeigt, dass alle Ensemble-Mitglieder denselben langfristigen Trend in Ozean-Wärmeinhalt aufweisen, während die kurzfristigen Trends in globaler Temperatur, UK-Sommertemperatur und arktischem Meereis stark variieren können . Daraus folgt: Auf kurzen (dekadischen) Skalen können die internen Schwankungen kurzzeitig den langfristigen Erwärmungstrend überdecken oder verstärken .

Ein bekanntes Beispiel war die verlangsamte Erwärmung von 1998–2012: AR6 stellt fest, dass diese Pause überwiegend durch interne Variabilität (insbesondere einen negativen Pazifischen Dekadischen Oszillations-Impuls) sowie leicht verringerte solare Aktivität und vulkanisches Forcing verursacht wurde . Entsprechend verbesserten initialisierte Dekaden-Prognosen (Hindcasts) mit realitätsnaher Ozean-Phase die Vorhersage der globalen Mitteltemperatur für 2000–2020 deutlich im Vergleich zu uninitialisierten Läufen .

Insgesamt ist die interne Variabilität auf globaler Mittelmaßstab klein im Vergleich zur langfristigen Erwärmung, gewinnt aber an Bedeutung bei regionalen und kurzfristigen Prognosen. Klimaforscher nutzen daher Datenbasierte Großensembles (beispielsweise durch Oszillations-Extraktion aus Beobachtungen) und Model-Emulatoren, um die Rolle dieser Schwankungen zu quantifizieren und Unsicherheiten abzuschätzen .

5 Variabilität der Erdbahnparameter und Klimaänderungen

Auf sehr langen Zeitskalen (Jahrtausende bis Jahrmillionen) modulieren die Milanković-Zyklen das Klima. Diese entstehen durch periodische Änderungen der Erdumlaufbahn und -achsenneigung: Exzentrizität (~100 000 Jahre), Schiefe der Ekliptik (~41 000 J.) und Präzession (~23 000 J.) . Diese Zyklen verursachen große Schwankungen der Sonneneinstrahlung in hohen Breiten und sind der hauptsächliche Taktgeber der Eiszeit‑Interglazial‑Wechsel. Heute ist bekannt, dass allein orbital gesteuerte Insolationsänderungen nur wenige Grad Temperaturunterschied erklären würden; für den Klimawandel sind Verstärkungs‑Feedbacks (v.a. Eis-Albedo und Wasserdampf) entscheidend .

Moderne Klimamodelle berücksichtigen orbitalen Forcing vor allem in Paläosimulationen. Dazu werden sie oft in gekoppelter Weise mit Eis‑Modellen und dynamischer Vegetation eingesetzt, um vergangene Eiszeiten (z.B. letzte 800 000 Jahre) zu rekonstruieren. Der Stand der Technik ermöglicht es inzwischen, die Abkühlung ins Eiszeitalter und die Eisverdünnung in den Interglazialen zu simulieren. Allerdings sind solche Rechnungen extrem rechenintensiv, sodass dafür häufig vereinfachte Modelle oder sehr lange Simulationszeitschritte (niedrige Auflösung) benutzt werden. Für die dekadische bis Jahrhundertskala (Gegenwart und Zukunft) sind orbitale Änderungen vernachlässigbar, da sie auf Zehntausende Jahre wirken.

6 Sonnenvariabilität und Klimaschwankungen

Die solare Einstrahlung unterliegt kurz- und langfristigen Schwankungen. Bekannt ist vor allem der elfjährige Sonnenflecken-Zyklus, der die Total Solar Irradiance (TSI) periodisch um etwa 1–2 W/m² (≈0,1 %) ändert. Messungen seit Ende der 1970er Jahre zeigen, dass sich die solare Einstrahlung seither nur geringfügig verändert hat (Trend leicht negativ) . Klimamodelle nutzen rekonstruiertes TSI-Forcing (z.B. auf Basis von Baumringen, Eisbohrkernen) für die letzten 100–1000 Jahre. Langzeitminimum (z.B. Maunder-Minimum) bzw. Maxima können regionale Effekte (z.B. Meereszirkulation) modulieren.

In modernen Simulationen trägt der solare Forcing-Anteil zum aktuellen Klimawandel nur wenig bei. AR6 stellt fest, dass Veränderungen der Sonnenstrahlung im letzten Jahrhundert „nur einen kleinen Beitrag“ zur Netto-Radiativbilanz geleistet haben, verglichen mit Treibhausgasen und Aerosolen . Für den Zeitraum 1998–2012 hebt AR6 hervor, dass leichte Abkühlungstendenzen auch durch einen Abschwung der Sonnenaktivität beigetragen haben, der jedoch die menschengemachte Erwärmung nur partiell ausgeglichen hat . In Projektionen wird erwartet, dass die Sonne in Zukunft weiterhin ungefähr konstant bleibt (abgesehen von normalen Zyklen), sodass ihr Einfluss auf die globale Erwärmung gering bleibt. Zusätzlich wird in manchen Studien die kurzfristige Sonnenaktivität (UV, ozeanische Kopplung) analysiert, doch der Hauptbefund ist, dass der anthropogene Treibhaus-Effekt dominiert.

7 Klimaänderungen durch Vulkane

Explosive Vulkanausbrüche injizieren große Mengen Schwefeldioxid (SO₂) und Asche in die Stratosphäre, wo sich daraus langlebige Sulfat-Aerosole bilden. Diese Aerosole reflektieren Sonnenlicht und können global eine kurzzeitige Abkühlung von einigen Jahren bewirken. Beispiele aus der Geschichte zeigen dies eindrücklich: Der Ausbruch des Tambora (1815) führte zu einer globalen Temperaturdämpfung um etwa 0,8 °C in den Folgejahren , was lokal zu „Jahr ohne Sommer“ und Ernteausfällen führte. Auflösungsschaubilder aus Eisbohrkernen schätzen, dass Ausbrüche der Größenordnung Tambora selbst im 21. Jh. mit einiger Wahrscheinlichkeit auftreten können (Abb. 1 in Chim et al., 2024).

In Klimaprojektionen hat man traditionell die Vulkanaktivität als „Konstantantrieb“ angesetzt (z.B. Mittelwert des historischen Forcings), weil zukünftige Ausbrüche kaum vorhersehbar sind . Neue Arbeiten zeigen jedoch, dass diese Annahme die Unsicherheit unterschätzt. Ein aktuell im Communications Earth & Environment erschienener Artikel (2024) rechnet vor, dass bei einer stochastischen Vulkanforcing-Annahme die Unsicherheit in Temperaturprojektionen bis 2029 auf bis zu 49 % ansteigen kann – und dass das Einbeziehen zukünftiger Ausbrüche die Wahrscheinlichkeit für eine Überschreitung von 1,5 °C (bei starkem Klimaschutz) um einige Prozentpunkte senkt .

Modelltechnisch wurden Vulkaneffekte durch verbesserte Aerosol-Module und Observationsdaten (z.B. Satelliten-Messungen der Aerosol-Optischen-Dichte, wie SAGE-II, CALIPSO) genauer abgebildet. Die simulierten Abkühlungen nach Pinatubo (1991) oder El-Chichón (1982) stimmen gut mit Beobachtungen überein. Doch bleiben Unsicherheiten: Ausmaß der SO₂-Emissionen, Verteilung im Weltraum und Rückkopplungen mit Ozon sind noch nicht endgültig geklärt. Angesichts der politischen Relevanz (Klimarisiken durch Ausbrüche) wird vorgeschlagen, zukünftige Modelle mit zufälligem Vulkanforcing auszustatten oder mindestens Szenarien mit starken Ausbrüchen zu berücksichtigen.

Fazit

In den letzten zwei Jahrzehnten haben sich numerische Klimamodelle enorm weiterentwickelt. Moderne ESMs bieten hohe räumliche Auflösung und integrieren physikalische, chemische und biologische Prozesse umfassend . Sie liefern robuste Projektionen für Temperatur, Niederschlag, Meeresspiegel u.v.m. und bilden das Rückgrat wissenschaftlicher Klimaanalysen und IPCC-Bewertungen.

Trotz aller Fortschritte bleiben zentrale Unsicherheiten bestehen: Wolkenrückkopplung sowie regionale Extremwerte (Hitze, Starkregen, tropische Wirbelstürme) sind nach wie vor herausfordernd . Auch die interne Variabilität auf dekadischen Skalen erfordert große Ensembles, um Trends sicher zu identifizieren . Die Repräsentation der Land‑, Eis‑ und Kohlenstoffkreisläufe verbessert sich stetig, doch besonders auf sehr langen Zeitskalen (Eiszeiten) sowie bei komplexen Rückkopplungen (Permafrost-Tau, Vegetationsänderungen) bedarf es noch besserer Modelle.

Politisch ist die Modelllage klar: Nur eine erhebliche Reduktion der Treibhausgasemissionen kann die Erwärmung auf 1,5–2 °C begrenzen. Die aktuellen Klimamodelle zeigen, dass bei heutigen Pfaden dieses Ziel überschritten wird. Der zukünftige Modell-Fokus liegt daher darauf, Emissionsszenarien und deren Folgen besser abzubilden (z.B. CO₂-Entnahmeszenarien), Unsicherheiten weiter zu quantifizieren (Stochastic Forcing, ensembles) und immer realistischere Randbedingungen (Satelliten- und Bodenbeobachtungen, Data Assimilation) einzubinden. Die enge Verzahnung von Klimaforschung, Beobachtung und Politik (IPCC, Weltorganisation WMO, etc.) bleibt entscheidend, um Modelle weiter zu verbessern und die Klimaentscheidungen auf eine solide wissenschaftliche Basis zu stellen.

Literaturhinweise

• IPCC 2021: Climate Change 2021 – The Physical Science Basis, Working Group I contribution to the Sixth Assessment Report, Summary for Policymakers, Technical Summary, FAQs und Kapitel (Masson-Delmotte et al., Hg.).
• WMO 2023: Climate Projections in the Next Phase of CMIP (WMO Bulletin, Nov. 2023) .
• NASA 2020: Milankovitch (orbital) cycles and their role in Earth’s climate .
• Bothe et al. 2024: Neglecting future sporadic volcanic eruptions underestimates climate uncertainty (Commun. Earth Environ.), DOI: 10.1038/s43247-025-02208-1 .
• Weitere Quellen: Lokale Klimaüberwachungen, Fachartikel und Datensätze (z.B. ARGO-Ozeanprofiling, CORDEX-Downscaling). (Die hier zitierten IPCC-Zahlen, AR6-Feststellungen und Modellvergleiche entstammen hauptsächlich den verlinkten IPCC-Kapiteln und Begleitliteratur.)