Die Kinder lesen eine Vorhersagekarte und eine Wetter-App: Symbole, Höchst- und Tiefstwerte, Windpfeile (ein Westwind kommt aus Westen) und die Regenwahrscheinlichkeit. „30 % Regen“ heißt: An drei von zehn Tagen mit solchem Wetter regnet es an diesem Ort — nicht 30 % der Zeit und nicht auf 30 % der Fläche. Diese Verwechslung der Bezugsgröße ist die häufigste Fehldeutung (Gigerenzer et al. 2005; Joslyn et al. 2009). Dazu: Je weiter eine Vorhersage in die Zukunft reicht, desto unsicherer ist sie. Bereitet das Abwägen bei Unwetterwarnungen und die relative Häufigkeit in Mathematik 7 vor (LehrplanPLUS Realschule Geo6 LB2 „Wetterbericht und Wettervorhersage“).
Woher weiß der Wetterdienst, wie das Wetter morgen wird?
● aus Messungen von vielen Wetterstationen und Satelliten, die Computer weiterrechnen
○ aus dem Wetter, das genau vor einem Jahr am selben Tag war
○ aus alten Bauernregeln für diesen Monat
Der Deutsche Wetterdienst misst rund um die Uhr Temperatur, Luftdruck, Wind und Feuchte. Computer rechnen aus diesen Messungen aus, wie sich die Luft weiterbewegt.
Die App zeigt für morgen: Regen 30 %. Was bedeutet das?
● An 3 von 10 Tagen mit solchem Wetter regnet es hier.
○ Es regnet morgen 30 % des Tages, also gut sieben Stunden.
○ Es regnet morgen auf 30 % der Fläche der Stadt.
Die Prozentzahl ist eine Wahrscheinlichkeit für deinen Ort: Von zehn Tagen mit genau so einer Wetterlage regnet es an etwa drei. Wie lange und wo überall es regnet, sagt die Zahl nicht.
Für morgen sind 20 % Regen angesagt, und es regnet tatsächlich. Dann war die Vorhersage falsch.
✓ Falsch
20 % heißt: Regen ist möglich, an etwa einem von fünf solchen Tagen. Wenn es dann regnet, ist das genau dieser eine Tag — die Vorhersage war nicht falsch.
Zwei Apps sagen für morgen Regen voraus: die eine 60 %, die andere 70 %. Was folgt daraus?
● Beide halten Regen für eher wahrscheinlich — Schirm einpacken.
○ Eine App muss kaputt sein, weil die Zahlen verschieden sind.
○ Es regnet sicher nicht, weil sie sich nicht einig sind.
Vorhersagen sind Schätzungen aus Rechenmodellen, darum weichen sie etwas voneinander ab. Hier sagen beide dasselbe: Regen ist wahrscheinlicher als kein Regen.