Können Erdbeben wirklich nicht vorhergesagt werden? Die von der KI erfassten "Flüstern vor dem Erdbeben" - Die Herausforderung der Universität Kyoto in der "Welt von Sekunden zuvor".

Kann KI Erdbeben "Sekunden vorher" spüren?

―― Die Visualisierung von "Vorzeichen" durch die Universität Kyoto und die damit verbundenen Hoffnungen und Vorsicht

"Erdbeben im Voraus vorhersagen zu können" ―― das ist ein Traum, den die Menschheit seit langem hegt.
In der Realität jedoch haben viele der bisher als "Vorzeichen" betrachteten Signale, wie anormales Verhalten von Tieren oder "Erdbebenwolken", wenig wissenschaftliche Grundlage. In der heutigen Seismologie wird angenommen, dass "große Erdbeben fast ohne Vorwarnung auftreten".Phys.org

Ein kleiner Riss in diesem allgemeinen Verständnis wurde durch die neueste Forschung eines Teams der Universität Kyoto im November 2025 verursacht. Sie verwendeten eine riesige Fels-Experimentieranlage im Metermaßstab und ließen die Daten von einem maschinellen Lernsystem analysieren, um extrem schwache Signale zu erkennen, die nur unmittelbar vor einem "Laborerdbeben" auftreten.Phys.org

Experimente mit einer "künstlichen Verwerfung" im Metermaßstab

Der Schauplatz der Forschung ist eine Felsprüfmaschine im Metermaßstab, die entwickelt wurde, um das Verhalten realer Verwerfungen nachzubilden. Die Felsblöcke werden stark zusammengedrückt und langsam gegeneinander verschoben, um einen Zustand zu schaffen, in dem sie durch Reibung schwerer gleiten. Sobald die Grenze überschritten ist, gleiten die Felsen plötzlich und Vibrationen entstehen. Dies ist das im Labor nachgebildete "Stick-Slip-Erdbeben".Phys.org

An dieser Anlage sind zahlreiche hochempfindliche Sensoren angebracht, die die Verformung der Felsen, Geräusche (akustische Emissionen) und Änderungen der Scherspannung mit hoher zeitlicher Auflösung aufzeichnen. Maschinelles Lernen wurde angewendet, um zu untersuchen, "wo in den Daten charakteristische Veränderungen in den Sekunden bis Dutzenden Sekunden unmittelbar vor einem Erdbeben verborgen sind".Phys.org

Der Schlüssel liegt in der Stressveränderung in "ruhig gleitenden Bereichen"

In der Vergangenheit wurde bereits berichtet, dass maschinelles Lernen den Zeitpunkt von Erdbeben in kleinen Experimenten im Zentimetermaßstab mit hoher Genauigkeit vorhersagen kann. Natürliche Verwerfungen sind jedoch viel größer und komplexer strukturiert. Daher war es eine große Frage, ob "dieselbe Vorhersage auch bei größeren Experimenten möglich ist".Phys.org

Das Team der Universität Kyoto verglich experimentelle Daten mit numerischen Simulationen physikalischer Modelle, um herauszufinden, worauf das maschinelle Lernen basiert. Es stellte sich heraus, dass nicht der durchschnittliche Stress der gesamten Verwerfung, sondern die Veränderung der Scherspannung in einem "Kriechbereich", der langsam gleitet, ein wichtiges Zeichen kurz vor dem Bruch ist.Phys.org

Mit anderen Worten, die KI erkennt möglicherweise zuerst, wie sich der Stress in scheinbar ruhigen Bereichen allmählich dem Limit nähert ― so könnte man es sich vorstellen. Diese Erkenntnis verschiebt den Fokus der Erdbebenforschung von der "durchschnittlichen Betrachtung der Verwerfung" hin zu einer Betrachtung der räumlichen Ungleichmäßigkeiten, "wo und wie es gleitet".Phys.org

Dennoch kann man nicht sagen, dass "Erdbebenvorhersage möglich ist"

Es ist wichtig zu beachten, dass dieses Ergebnis keineswegs bedeutet, dass wir jetzt wissen, "wo morgen ein großes Erdbeben stattfinden wird".

• Das Experiment wurde ausschließlich in einer künstlichen Felsanlage durchgeführt

• Der Maßstab ist im Meterbereich und immer noch kleiner als tatsächliche Verwerfungen

• In echten Verwerfungen, die sich in Dutzenden von Kilometern Tiefe befinden, ist es nicht garantiert, dass dieselben feinen Signale beobachtet werden können

Es gibt viele Hürden. Die Forscher selbst sehen dies als "wichtigen Schritt zur Vertiefung des physikalischen Verständnisses für kurzfristige Erdbebenvorhersagen" und nicht als "sofortige Anwendung".Phys.org

Dennoch ist der Punkt, dass "der physikalische Prozess unmittelbar vor einem Erdbeben sowohl durch KI als auch durch physikalische Modelle erklärt werden konnte", von großer Bedeutung. Indem die Entscheidungsgrundlage des maschinellen Lernens, die oft als "Blackbox" betrachtet wurde, mit physikalischen Mechanismen verknüpft wurde, können Seismologen die Diskussion in einer nachvollziehbaren Weise vorantreiben.Phys.org

Erwartete Reaktionen in sozialen Medien: "Hoffnung" und "Vorsicht"

Wenn diese Nachricht berichtet wird, sind auf sozialen Medien verschiedene Reaktionen zu erwarten. Hier sind einige typische imaginäre Kommentare, die als Trends angesehen werden können (keine realen Beiträge).

1. Positive Stimmen, die Hoffnung ausdrücken

• "Die Erdbebenvorhersage durch KI wird realistisch...! Stolz, dass es eine japanische Forschung ist."

• "Selbst wenn es nur einige Sekunden vor der Evakuierung ist, könnte die Genauigkeit der Aufzüge und der Verlangsamung der Shinkansen erheblich verbessert werden."

Für Menschen, die aus Erfahrungen wie dem Hanshin-Awaji-Erdbeben oder dem Tohoku-Erdbeben den dringenden Wunsch haben, "auch nur eine Sekunde früher Bescheid zu wissen", wird diese Forschung als starkes Hoffnungssignal wahrgenommen. Besonders die Tatsache, dass eine japanische Universität die Führung übernimmt, weckt die Erwartung, dass sie ihrer Verantwortung als Katastrophenschutznation gerecht werden.

2. Vorsichtige Stimmen, die "reißerische Berichterstattung" vermeiden wollen

Auf der anderen Seite sind auch solche vorsichtigen Stimmen vorstellbar.

• "Wieder wird nur die Überschrift 'KI zur Erdbebenvorhersage' allein herumlaufen."

• "Es sollte klar vermittelt werden, dass das Experiment im Labor und reale Erdbeben völlig unterschiedlich sind."

Da es sich um ein sensibles Thema handelt, das direkt mit den Katastrophenschutzinformationen von Ländern und Gemeinden verbunden sein könnte, werden viele Menschen vorsichtig sein, dass "überschießende Erwartungen weckende Überschriften" verbreitet werden. Das Schlagwort "KI" erhöht die Aufmerksamkeit, aber es gibt auch die Gefahr, dass das magische Image Missverständnisse hervorruft.

3. Perspektive von Fachleuten und Ingenieuren vor Ort

In Kreisen von Seismologen und Katastrophenschutzingenieuren wird es wahrscheinlich intensivere technische Diskussionen geben.

• "Welche Sensorennetzwerke sind erforderlich, um denselben Typ von akustischen Emissionen im realen Feld zu erfassen?"

• "Können wir ähnliche Modelle mit den Daten des bestehenden seismischen Netzwerks testen?"

• "Die Konsistenz mit dem physikalischen Modell ist gut. Der nächste Schritt ist, wie man dies auf mehreren Skalen verbindet."

Hier steht weniger der "Buzz" im Vordergrund, sondern die praktische Sichtweise, "wie man dies in reale Beobachtungsnetzwerke und Infrastrukturen integriert".

4. Unbehagen gegenüber der "Allmacht der KI"

Darüber hinaus sind Stimmen vorstellbar, die neben den Erwartungen an die KI auch das Unbehagen darüber äußern, dass sie als "Allzweckwerkzeug" behandelt wird.

• "Es ist nicht die KI, die erstaunlich ist, sondern die Tatsache, dass es ordentliche experimentelle Daten und physikalische Modelle gibt, die zu diesem Ergebnis führen."

• "KI ist ein 'Assistent, der Hinweise findet', aber das Verständnis von Erdbeben ist die Aufgabe der Menschen."

Diese Forschung ist wie ein Konzert von "KI + Physik". Es ist nicht so, dass maschinelles Lernen allein voranschreitet, sondern es wird mit physikalischen Simulationen abgeglichen, um zu erklären, "warum es funktioniert", was der entscheidende Punkt ist. Diese Ausgewogenheit wird wahrscheinlich in vielen Kommentaren gewürdigt.

Die Zukunft, die diese Forschung eröffnet

Wie wird diese Forschung in Zukunft weitergehen?

1. Anwendung auf Beobachtungsdaten
   Zunächst wird wahrscheinlich untersucht, ob die gleiche Methode auf Beobachtungsdaten von natürlichen Erdbeben angewendet werden kann. Neben dem bestehenden seismischen Netzwerk könnten empfindlichere Sensoren und Bohrlochbeobachtungen kombiniert werden, um zu sehen, ob "Vorzeichenmuster, wie sie im Labor sichtbar waren", auch in der Realität erkannt werden können.

2. Hochwertige Nutzung von "Sekunden bis Dutzenden Sekunden vorher"
   Selbst wenn kurzfristige Vorzeichen erkannt werden können, wird erwartet, dass die Vorhersage nur auf sehr kurze Zeiträume wie "Sekunden bis Dutzende Sekunden vorher" beschränkt ist. Doch selbst in dieser kurzen Zeit gibt es viele Gelegenheiten, in denen dies auf der Seite der sozialen Infrastruktur genutzt werden kann, wie z.B. das automatische Anhalten von Shinkansen, das Notabschalten von Industrieanlagen oder das Management von Operationen in Krankenhäusern.

3. Integration mit der Erdbebenrisikobewertung
   Langfristig wird möglicherweise ein Rahmen entwickelt, der langfristige Erdbebenwahrscheinlichkeitsmodelle mit kurzfristigen Vorzeichenerkennungen kombiniert, um "wann, wo und wie viel Schaden auftreten könnte" mehrschichtig zu bewerten. Auch hier wird der Ansatz, "die Ausgabe der KI nicht als Blackbox zu verwenden", wie in dieser Studie, von Bedeutung sein.
   
   
   

Was wir jetzt wissen sollten

Abschließend fassen wir zusammen, was wir nach dem Lesen dieses Artikels "jetzt tun können".

• Nicht voreilig annehmen, dass "Erdbebenvorhersage möglich ist"
  Das Ergebnis dieser Studie ist lediglich ein Fortschritt im Verständnis von "Vorzeichensignalen" auf Laborebene.

• Dennoch den Fortschritt der Forschung richtig bewerten
  Die Kombination von KI und physikalischen Modellen hat es ermöglicht, den Bruchprozess von Verwerfungen tiefer zu verstehen, was ein sicherer Fortschritt ist und ein wichtiger Schritt in Richtung zukünftiger Katastrophenschutztechnologien.Phys.org

• Den "Update" von Katastrophenschutzmaßnahmen fortsetzen
  Unabhängig davon, wie weit Vorhersagetechnologien fortschreiten, bleibt die Bedeutung grundlegender Vorsorgemaßnahmen wie "Befestigung von Möbeln", "Vorbereitung von Notfalltaschen" und "Überprüfung der Kommunikationsmethoden mit der Familie" unverändert. Vielmehr wird erwartet, dass wir unsere Katastrophenschutzmaßnahmen im Einklang mit dem technologischen Fortschritt aktual