Der naturwissenschaftliche Teil erforscht den Einsatz von Big Data zur Validierung und Kalibrierung von Wetter-und Klimamodellen und prüft, ob damit die Unsicherheit der Voraussagen reduziert werden kann. In Kooperation mit MeteoSchweiz untersucht das Projekt Hürden, die sich beim praktischen Einsatz solcher Modelle stellen. Der philosophische Teil analysiert die Argumente, auf welche sich die Voraussagen im naturwissenschaftlichen Teil stützen, entwickelt eine Typologie der Unsicherheiten dieser Voraussagen und erarbeitet eine systematische Klassifikation der Auswirkungen von Unwetterrisiken, die etwa für die mobile Kommunikation – Stichwort MeteoSchweiz-App – geeignet ist. Der Syntheseteil untersucht Bedingungen für die Übertragung der methodischen Resultate auf andere Anwendungsbereiche von Big-Data-Ansätzen sowie Folgen für die Weiterentwicklung der wissenschaftlichen Methodik.
Big Data ist als ein neuer wissenschaftlicher Ansatz propagiert worden, der ohne theoretisches Wissen auskommt. Doch bei der Analyse der Daten werden implizit Theorien verwendet, ohne dass ihre Funktionen für die Organisation und Auswertung der Datensätze bisher philosophisch analysiert worden wären. Die Wetter- und Klimaforschung ist dafür ein geeignetes Forschungsfeld. In Bezug auf die soziökonomischen Auswirkungen von Wetter- und Klima gibt es noch keinen abschliessenden Vergleich der Vor- und Nachteile prozessbasierter Modelle gegenüber statistischen Methoden. Big Data wurde noch nicht eingesetzt, um Modelle zu prüfen, die Wetter, Klima und gesellschaftliche Entscheidungen zusammen betrachten.
Die Quantifizierung von Wetter- und Klimarisiken ist von hohem ökonomischem und gesellschaftlichem Wert. Meist werden Schäden erst im Nachhinein abgeschätzt. Zur Vorausschätzung fehlen noch die Instrumente, obwohl sie wahrscheinlich technisch machbar wären. Das Projekt liefert ein besseres Verständnis der Hürden, die einer praktischen Anwendung eines Voraussagemodells im Wege stehen.
Combining theory with Big Data? The case of uncertainty in prediction of trends in extreme weather and impacts