Die Europäische Union verbringt vier Jahre damit, die ehrgeizigste Simulation der Geowissenschaften zu bauen. Destination Earth — der Digitalzwilling des Planeten unter Leitung von ECMWF, ESA und EUMETSAT — zielt auf globale Auflösung von einem Kilometer bis Ende des Jahrzehnts ab. Torsten Hoefler von der ETH Zürich und CSCS-Direktor Thomas Schulthess sind die Informatiker im Raum. Das Strategiepapier, das sie gemeinsam in Nature Computational Science verfasst haben, ist der Bauplan. Es ist auch — genau gelesen — ein Geständnis: Die Codes in heutigen Wettermodellen extrahieren nur etwa 5 Prozent der Peak-Performance aus modernen CPUs. Klimawissenschaften ritten 40 Jahre auf Moores Gesetz — die Rechnung ist jetzt fällig.

←HEUTE: Destination Earth ist im Bau; ETH Zürich und CSCS schreiben den Simulationsstapel von Grund auf neu.
→3012: Jedes Wettbewerb-Expose beginnt mit einer Twin-Abfrage — Standortklima, 25-Jahre-Stress-Hülle, Biosphären-Kopplung — vor der ersten Skizze.
Drehpunkt: Die Co-Design-Disziplin, die einen planetaren Twin bei 1 km laufen lässt, ist die Disziplin, die einem Gebäude-Twin ermöglicht, mit seinen Sensoren Schritt zu halten.

Wie der Abhängigkeitsgraph aussieht

Reduziere Destination Earth auf seine echte Topologie und das Bild ist brutal einfach. Drei Eingaben: Beobachtungsströme (Satelliten, Bodenstationen, Ozeanbojen), Daten zu menschlichen Aktivitäten (Energie, Landwirtschaft, Wasser) und Priors aus 60 Jahren Wettermodellierung. Ein Engpass: die Lücke zwischen einem Kilometer-Gitter und dem 5%-Peak-Code, der darauf laufen muss. Zwei Ausgaben: ein kontinuierlich aktualisierter Zustand der Erde und eine Szenario-Engine — Peter Bauers Fall des zwei-Meter-Deichs-in-den-Niederlanden, skaliert auf jede Küstennation, die einen hat.

Der interessante Ausfallmodus ist nicht, dass das Modell das Wetter falsch vorhersagt. Es ist die Abhängigkeit, die du vergessen hast zu zeichnen: das eine Supercomputing-Zentrum, die eine Satellitenkonstellation, das kleine Team, das weiss, wie die Assimilationsschleife wirklich schliesst.

Co-Design oder der einzige Weg hinaus

Hoeflers und Schulthess’ Vorgabe ist der Teil des Papiers, der sich direkt in AEC-Praxis übersetzen lässt. Sie argumentieren für Co-Design — Hardware und Algorithmen zusammen entwickelt — mit drei spezifischen Schritten: generische Datenstrukturen, optimierte räumliche Diskretisierung des Gitters und adaptive Zeitschrittlängen. Entscheidend ist: Sie wollen den wissenschaftlichen Code vom architektur-spezifischen Code trennen, damit die Simulation über Prozessorgenerationen hinweg funktioniert, ohne Neuprogrammierung. Antil und Kollegen machen denselben Punkt im strukturellen Massstab in ihrem MATH-DT-Bericht (arXiv:2402.10326): Ein Twin startet mit dieser Brücke, nicht einer Brücke. Destination Earth ist dieselbe Einsicht im planetaren Massstab — und dieselbe Einsicht, die PAZ in seinen Digital-Twin-en-Obra- und Digital-Twin-en-Ingenieria-Konzeptpanels dokumentiert hat: Ein Twin bewährt sich dadurch, dass er mit dem Asset synchronisiert bleibt, nicht dadurch, dass er isoliert brilliant ist.

Warum das jeden Zürcher Morgendesk interessiert

Drei Gründe. Erstens: NEST in Dübendorf, Virtual Singapore und Helsinki 3D+ gaben uns schon die Anleitung für einen instrumentierten Twin — Destination Earth ist, was geschieht, wenn man es für die Atmosphäre selbst macht. Zweitens: Ein 1-km-Globalzwilling macht jeden City-Scale-Twin rechnerisch ehrlich über seine Randbedingungen; du brauchst nicht mehr über den Wind zu spekulieren. Drittens: Jedes Infrastrukturprojekt nach etwa 2028 wird gegen Szenarien aus diesem Twin getestet. Der Deich, die Windkraftanlage, die neue Tramtrasse — alle hängen von jemandes Ensemble-Lauf auf einer Schweizer Anlage ab.

Atelier: Für PAZ bedeutet das eine praktische Verschiebung in der Art, wie wir Wettbewerb-Expose ausschreiben. Die Klimahülle ist nicht länger ein über 30 Jahre gemittelter Anhang von MeteoSchweiz — sie wird zur abfragbaren Szenario-Fläche. Die PAZ Grasshopper↔Archicad Library ist bereits so gestaltet, dass Klima-Last-Parameter als Vektor eintreffen, nicht als Festzahl. Wenn ECMWF die Destination-Earth-Ensemble-Outputs öffentlich freigibt, nimmt unser parametrischer Fluss sie auf und das LOIN braucht sich nicht zu ändern. Schreib diese Fähigkeit in deinen nächsten BEP.

Hack: Dieser Hack bringt dir bei zu spüren, warum 1-km-globale Auflösung das eigentlich Schwierige ist — indem du die Hochskalierung selbst berechnest. Das Gebiet ist Mathematik: das Kubik-Gesetz, das planetare Berechnung exponentiell teuer macht.

EARTH_KM2 = 510_000_000           # Planetenoberfläche in km²
def cells(res_km, layers=137):    # 137 = ECMWF IFS vertikale Niveaus
    return int(EARTH_KM2 / res_km**2 * layers)
print(cells(9), "→", cells(1))    # ~863M → ~70B Gitterpunkte (81×)

Führe das aus. Erinnere dich dann an die Courant-Bedingung: Halbieren des Gitterabstands zwingt dich, den Zeitschritt zu halbieren und die Laufzeit erneut zu verdoppeln. Der ~160fache Rechen-Aufwand, der sich ergibt, ist genau das, was das Co-Design-Paper finanziert absorbieren soll. Lies ab jetzt jede Destination-Earth-Pressemitteilung anders.

Handlung

Diese Woche: Lade eine ECMWF-Open-Data-NetCDF-Datei in deinen üblichen Geometrie-Workflow (xarray plus Rhino.Inside ist ein sauberer Weg). Auch ein Vorhersagetag mit 0,25°-Auflösung genügt, um deine Finger zu lehren, wie sich Randbedingungen aus einem Twin anfühlen. Dann, wichtiger noch: zeichne den echten Abhängigkeitsgraphen deines Projekts — nicht das Architekturdiagramm, sondern den Abhängigkeitsgraphen. Finde den dritten kritischen Punkt, den du übersehen hast. Das ist die Übung.

Quellen & Weiterführende Lektüre

• Hauptquelle: ETH-Zürich Nachrichten — Wissenschaftler beginnen den Bau eines hochgenauen Digitalzwillings unseres Planeten