DeepMind's weermodel geeft voorspellers een extra dag

TL;DR

• Wat: Google DeepMind heeft met WeatherNext een AI-model ontwikkeld dat orkanen een dag eerder even nauwkeurig voorspelt als bestaande modellen — gepubliceerd in Nature.
• Waarom relevant: Eerder weten wat eraan komt betekent eerder beslissen — over voorraden, logistiek, personeel en verzekeringen.
• Wat je ermee kunt: Volg of jouw weer- of supply-chain-dienstverlener AI-voorspellingen integreert, en check of je bedrijfscontinuïteitsplan rekening houdt met extreem weer.

Ik viel deze week over een bericht van Ars Technica: Google DeepMind claimt dat hun AI-weermodel orkaan­voorspellers een extra dag oplevert. Dat klinkt misschien bescheiden — één dag — maar als je even doordenkt over wat die ene dag betekent voor bedrijven, havens en hele eilanden, wordt het een stuk interessanter.

Wat WeatherNext precies doet

WeatherNext is een AI-model dat de baan, intensiteit én windstructuur van tropische cyclonen voorspelt. Wat het bijzonder maakt: het combineert twee taken die traditioneel door aparte modellen worden gedaan. Eén model volgt normaal gesproken het grote weerpatroon, een ander model zoomt in op de lokale intensiteit van een storm. WeatherNext doet beide tegelijk.

Het resultaat, gepubliceerd in het wetenschappelijke tijdschrift Nature op 6 augustus 2026: driedagsvoorspellingen die even nauwkeurig zijn als wat bestaande modellen tot nu toe alleen voor tweedagsvoorspellingen konden leveren. DeepMind zelf stelt dat die sprong ruwweg gelijkstaat aan tien jaar vooruitgang in de meteorologie — samengeperst in één verbetering.

Een paar cijfers die mij opvielen:

• Het model draait op een resolutie van 28×28 kilometer, wat honderd keer grover is dan traditionele modellen — en tóch nauwkeuriger uitkomt.
• Het genereert duizend mogelijke weerscenario's per voorspelling, waar oudere systemen er vijftig maakten. Meer scenario's betekent een betrouwbaarder beeld van onzekerheid.
• Een vijftiendaagse voorspelling kost minder dan een minuut rekentijd.

De test met orkaan Melissa

Modellen zijn pas interessant als ze werken in de echte wereld. WeatherNext werd operationeel ingezet tijdens het Atlantische orkaanseizoen van 2025. Het National Hurricane Center (NHC) in de Verenigde Staten gebruikte het model om orkaan Melissa te volgen.

Wat daar gebeurde vind ik eerlijk gezegd opmerkelijk: WeatherNext gaf vijf dagen van tevoren aan dat er een kans van tachtig procent was dat een zich ontwikkelend stormsysteem zou uitgroeien tot een categorie 5-orkaan en Jamaica zou raken. Dat was het eerste moment dat voorspellers bij het NHC een categorie 5-orkaan konden voorspellen terwijl de storm nog maar categorie 1-kracht had.

Melissa veroorzaakte uiteindelijk overstromingen en aardverschuivingen op Jamaica. De vraag die je als buitenstaander kunt stellen: hoeveel eerder konden hulpdiensten en bewoners zich voorbereiden dankzij die extra waarschuwingstijd? Dat is lastig exact te meten, maar het principe is helder — elke extra dag telt.

Waarom één dag er veel toe doet voor bedrijven

Kun je je voorstellen wat een extra dag voorbereiding betekent als je een logistiek bedrijf runt met routes door het Caribisch gebied? Of als je als importeur afhankelijk bent van havens in het zuidoosten van de VS?

De impact van orkanen op supply chains is goed gedocumenteerd: productievertragingen, stroomuitval, transportblokkades, tekorten aan grondstoffen. Met een dag extra voorspeltijd kun je als bedrijf concreet:

• Voorraden ophogen om korte tekorten te overbruggen
• Alternatieve routes of leveranciers activeren
• Personeel informeren en noodplannen in werking stellen
• Verzekeringsposities checken vóórdat de storm een feit is

Ik denk dat het voor veel MKB-ondernemers verleidelijk is om te denken: "Orkanen, dat speelt hier niet." Maar als je toeleverancier in China een haven gebruikt die door een tyfoon wordt geraakt, merk je dat twee weken later in je magazijn in Brabant. Weer is een mondiaal risico, ook voor Nederlandse bedrijven.

Open source — en wat dat betekent

Wat mij misschien nog het meest opvalt aan dit verhaal is dat DeepMind het model volledig open source heeft gemaakt. De code en modelgewichten staan op GitHub onder een Apache 2.0-licentie. Er zijn drie varianten:

• WeatherNext Cyclones — specifiek voor het orkaanseizoen
• WeatherNext 2 — een bredere operationele versie
• WeatherNext 2-mini — een compacte versie die je kunt draaien in een gratis Google Colab-notebook

Dat laatste is interessant: in principe kan iedereen met een internetverbinding dit model gebruiken. Ik verwacht niet dat je als ondernemer zelf gaat zitten voorspellen, maar het betekent wél dat weerdiensten, verzekeraars en logistieke platforms deze technologie nu kunnen integreren zonder licentiekosten.

De trend is breder dan alleen DeepMind. Onderzoekers van de Universiteit van Amsterdam werkten recent mee aan een AI-model dat extreem weer nauwkeuriger voorspelt dan traditionele methoden — ook daar in een fractie van de rekentijd. Het KNMI waarschuwt ondertussen dat hittegolven, droogte en extreme neerslag in Nederland vaker en heviger worden. De combinatie van meer extreem weer én betere voorspeltools is wat mij betreft een van de meest praktische toepassingen van AI op dit moment.

Geen orkanen, wel relevantie voor Nederland

Nederland krijgt geen orkanen, maar we krijgen wél te maken met extremer weer. De KNMI'23-klimaatscenario's laten zien dat hevige regenbuien, langere droogteperiodes en hogere temperatuurpieken de komende decennia toenemen. De Rijksoverheid zette in mei 2026 nog een volgende stap in het klimaatadaptatiebeleid, specifiek gericht op het weerbaar houden van sectoren.

Stel dat je als ondernemer een horecazaak runt met een terras, een bouwbedrijf hebt dat afhankelijk is van droog weer, of een webshop met een magazijn in een laaggelegen gebied. Dan is de vraag niet óf extreem weer je raakt, maar wanneer. En dan wordt de kwaliteit van weervoorspellingen ineens heel concreet.

Wat ik interessant vind aan het WeatherNext-verhaal is niet zozeer het model zelf, maar het patroon erachter: AI wordt steeds vaker ingezet op plekken waar snelheid en nauwkeurigheid direct levens en geld beïnvloeden. Niet als gadget, maar als infrastructuur.

Een dag is een dag

Voor mij is dit vooral een signaal dat AI-toepassingen steeds vaker opduiken op plekken waar je ze als ondernemer niet direct verwacht — maar waar ze wel degelijk impact hebben op je bedrijfsvoering. Een extra dag waarschuwingstijd klinkt abstract, totdat het jouw container is die vast zit in een haven, of jouw leverancier die drie weken uitvalt. De volgende keer dat je je bedrijfscontinuïteitsplan erbij pakt — als je er een hebt — is het misschien het moment om te checken hoe weerafhankelijk je eigenlijk bent.