Die Häufigkeit von Starkregenereignissen variiert stark zwischen den Jahren. Ein Zusammenhang zwischen dem Auftreten von Starkregenereignissen in Deutschland und dem Klimawandel ist deshalb möglich, aber nicht in den Beobachtungen allein feststellbar (Deutscher Wetterdienst/Extremwetterkongress 2024). Auf globaler Ebene geht der Weltklimarat (IPCC) von einer Zunahme von Starkniederschlägen über Landflächen aus. Dabei wird von häufigeren und intensiveren Niederschlägen ausgegangen (IPCC 2021).

Trends

Im ClimXtreme-Konsortium wurde dieser Zusammenhang unter anderem von Hundhausen et. al. (2024) (A1 SEVERE) untersucht. Sie stellen für Deutschland eine Intensitätszunahme von 6 bis 8,5 % pro Grad globaler Erwärmung fest, wobei seltene und kurz andauernde Ereignisse die stärksten Trends zeigen.

Das Teilprojekt „Extreme Niederschläge unter den Bedingungen des Klimawandels“ (B2.4 XPreCCC) fand heraus, dass die Intensität der in jüngster Zeit beobachteten Niederschlagsextreme durch den Klimawandel verstärkt wurde. Zukünftige Änderungen der Eigenschaften konvektiver Niederschlagsextreme hängen vom jeweiligen Zirkulationsmuster ab.

Mechanismen und Faktoren, die sich auf extreme Niederschläge im Klimawandel auswirken

Nach einem extremen Wetterereignis fragen wir uns oft, welche Rolle der Klimawandel dabei gespielt hat. Die Antwort kann stark davon abhängen, wie das Ereignis definiert wird. So haben beispielsweise viele neuere Studien zu Hitzewellen oder Starkregenereignissen nicht nur die Temperatur oder die Niederschlagsmenge berücksichtigt, sondern auch die Wetterbedingungen, die die beobachteten Extremwerte ermöglicht haben.

Das Teilprojekt „Most Extreme Precipitation“ (A2 MExRain) untersuchte zukünftige Veränderungen simulierter täglicher 100-jähriger Niederschlagsereignisse über Mitteleuropa. Die extremen Niederschläge nehmen in allen Einzugsgebieten und bei allen Klimamodellen deutlich zu, doch die Amplitude variiert zwischen den Modellen stark aufgrund von Unterschieden bei den regionalen atmosphärischen Feuchtigkeitsprozessen. Dies untermauert die Zuverlässigkeit ähnlicher früherer Erkenntnisse aus einzelnen Fallstudien und statistischen Annäherungen an diese sehr extremen Ereignisse.

Bürger und Heistermann (2026) (C2 CARLOFFF) untersuchen mit Hilfe eines neuartigen Downscaling-Ansatzes die historische und zukünftige Änderung von Starkregenereignissen in Deutschland. Sie stellen dabei fest, dass großskalige Faktoren, welche konvektiven Starkniederschlag (kurzweilig, intensiv und lokal begrenzt) begünstigen, ebenso zunehmen wie Faktoren, die zu einer Hemmung führen. Dies führt zu einer hohen Untersicherheit in der Betrachtung, auch wenn sie mit ihrer Analyse die Zunahme von Extremniederschlägen in Deutschland bestätigen.

Statistische Ansätze

Das Teilprojekt „Compact Description and Statistical Modeling for Non-Stationary Spatial Weather Extremes“ (B3.1 CoDEx) entwickelte und testete ein statistisches Modell für räumliche Starkregenfälle unter Berücksichtigung relevanter Kovariaten (wie z. B. des Höhenprofils), um synthetische Niederschlagsfelder zu erzeugen. Ferner stellt es einen neuen, auf Wavelets basierenden Ansatz zur Analyse der räumlich-zeitlichen Eigenschaften von Niederschlagsereignissen vor. Die auf RadKlim-Beobachtungen und der NUKLEUS-Klimasimulation basierenden Ergebnisse zeigen, dass Starkniederschlagsereignisse unter den Bedingungen des Klimawandels im Allgemeinen an Intensität zunehmen, ohne dass dabei eine klare Tendenz zu bestimmten Ereignisgrößen oder -dauern erkennbar ist. 

Fauer und Rust (B2.5 IDF-AF) untersuchten extreme Niederschläge über verschiedene Zeitskalen (von Minuten bis zu Tagen) in einem einheitlichen Modell der Extremwertstatistik und ermittelten die Wahrscheinlichkeiten für das Überschreiten der Jahreswerte. Die Einbeziehung großräumiger Klimavariablen in dieses Modell ergab, dass die Wahrscheinlichkeit extremer Niederschläge in Deutschland im Laufe der Zeit in allen Jahreszeiten zunimmt. Hierbei führen steigende Temperaturen und Luftfeuchtigkeit durchweg zu stärkeren Ereignissen, während die Auswirkungen der Nordatlantischen Oszillation und atmosphärischer Blockierungen weiterhin saisonabhängig sind (Fauer/Rust 2025). Diese historischen Zusammenhänge zwischen den Kovariaten werden genutzt, um unter verschiedenen Klimawandelszenarien zukünftige Intensitäts-Andauer-Häufigkeits-Kurven (IDF-Kurven) zu prognostizieren, was die Grundlage für eine fortgeschrittene räumliche Interpolation an nicht gemessenen Standorten bildet. Verschiedene rasterbasierte Datensätze können kombiniert werden, um die räumliche Abdeckung der IDF-Zusammenhänge zu verbessern (Fauer/Rust 2026).

Hagel

Bei Hagel, einer weiteren Niederschlagsform neben Regen, erschweren die sehr kleinen räumlichen Maßstäbe und die spärlichen verfügbaren Daten langfristige Analysen und einen eindeutigen Zusammenhang mit dem Klimawandel (C12 HailClim). Auf der Grundlage von 20 Jahren radargestützter Hagelereignisse in Deutschland zeigt dieser – im Kontext des Klimawandels – relativ kurze Zeitraum eine Zunahme der Hagelaktivität in Süddeutschland, während in weiten Teilen des übrigen Landes rückläufige Trends zu beobachten sind.  Eine Erweiterung der Analyse um ein selbst entwickeltes XGBoost-Modell, das auf Klimamodellszenarien basiert, zeigt, dass trotz einiger Unterschiede zwischen den Modellen die meisten Prognosen übereinstimmend auf eine Zunahme des Hagelaufkommens in Süddeutschland unter wärmeren klimatischen Bedingungen hindeuten, während die Veränderungen im übrigen Deutschland schwächer und weniger robust ausfallen (für weitere Informationen siehe Tonn 2025).

Die Gefahren durch schwere konvektive Stürme (SCS) stellen in einer sich erwärmenden Welt eine zunehmende Bedrohung für Gesellschaft und Sachwerte dar. Unter Verwendung eines statistischen Rahmens und von Klimamodellen entwickelte CHECC-II (C11) Zukunftsprognosen für Blitze, Hagel > 2 cm, Hagel > 5 cm und Tornados > (E/I)F1 für verschiedene Erwärmungsszenarien (+1,5 °C, +2,0 °C, +3,0 °C) gemäß dem SSP58.5-Szenario. Darüber hinaus wurden die Modelle genutzt, um eine Ereignismenge zu erstellen, die 7.500 Jahre stochastisch generierter Hagel- und Tornado-Spuren in ganz Deutschland umfasst, wodurch das Projekt in der Lage war, das mit extremen konvektiven Ereignissen verbundene Risiko über die historischen Beobachtungen hinaus abzuschätzen.

Attribution

Die Starkniederschläge, die im Juli 2021 zu Überschwemmungen in Westeuropa, insbesondere in der Ahrregion, führten, wurden mit der Methodik der probabilistischen Attribution untersucht. Tradowsky et al. (2023) (AXE_G, ClimXtreme-Phase I) schreiben dem Klimawandel eine Zunahme der Intensität des maximalen Eintagesniederschlags um 3 bis 19 % sowie eine Erhöhung der Wahrscheinlichkeit um den Faktor 1,2 bis 9 für die betroffene Region zu.

In der zweiten Phase von ClimXtreme wurden zwei probabilistische Attributionsstudien im Schnellverfahren zu extremen Niederschlagsereignissen veröffentlicht: Tivig et al. (2024) (B1.2 AXE_G_2) untersuchten die lange Niederschlagsperiode im Dezember 2023, die zu Überschwemmungen im Nordwesten Deutschlands führte, und zeigten dabei einen zunehmenden, jedoch nicht signifikanten Trend auf. Schröter et al. (2024) analysierten die extremen Niederschläge in Süddeutschland im Mai und Juni 2024, die ebenfalls zu schweren Überschwemmungen führten. Auch hier zeigte der Trend aufgrund des anthropogenen Klimawandels einen Anstieg, der jedoch ebenfalls nicht signifikant war.

Auswirkungen

Voit et al. (2025) (C02 CARLOFFF) schlagen einen neuen Weg vor, um Scheitelabflüsse von Sturzfluten mit hohen Wiederkehrintervallen robuster zu bestimmen. Zu diesem Zweck nutzen sie historische Starkniederschlagsereignisse, die sich in der Nachbarschaft eines zu untersuchenden Einzugsgebiets ereignet haben. Sie erweitern auf diese Weise die konventionelle Extremwertstatistik für isolierter Einzugsgebiete.

CROP4Europe (C03) hat ein schnelles, KI-basiertes Tool zur Modellierung von Ernteerträgen entwickelt, das die Ertragsentwicklung für Körnermais und Sommergerste im gesamten europäischen Raum allein anhand täglicher Minimal- und Maximaltemperatur- sowie Niederschlagsdaten abbilden kann. Dadurch lassen sich genaue großräumige saisonale und klimabedingte Risikobewertungen deutlich schneller durchführen als mit dem ECroPS-Pflanzenwachstumsmodell, das als Referenz diente. Das Tool bildet wichtige Muster des Pflanzenwachstums so gut nach, dass es die operative Überprüfung von Ertragsabweichungen unterstützt, einschließlich der Identifizierung von Regionen mit potenziellen Ertragsverlusten aufgrund von Hitze- und Feuchtigkeitsstress. CROP4Europe verknüpft zudem die ermittelten Ernteerträge und Ertragsauswirkungen mit übergeordneten Klimafaktoren, wobei Indizes für Extremereignisse im Zusammenhang mit Hitze und Feuchtigkeit als Vermittler dienen. Dies hilft den Akteuren, nicht nur zu verstehen, wo Ertragsrisiken auftreten, sondern auch, welche Klimabedingungen diese Risiken möglicherweise verursachen, und unterstützt so die saisonale Berichterstattung, die Risikoüberwachung und zukünftige Folgenabschätzungen.

Melden Sie sich bei konkreten Fragen gerne mithilfe der hinterlegten Kontaktinformationen bei den Forschungsgruppen und bei allgemeinen Fragen über die Mailadresse info@climxtreme.de.