Wenn die Erde lautlos rutscht: Wie KI verborgene Bewegungen an der San-Andreas-Verwerfung sichtbar macht
An der San-Andreas-Verwerfung hat ein Forschungsteam mithilfe künstlicher Intelligenz Dutzende bislang unbemerkte, langsame Rutschereignisse aufgespürt – und einen Zusammenhang zur nachfolgenden seismischen Aktivität gefunden.
Erdbeben gelten als das sichtbare Gesicht tektonischer Spannungen – das kurze, heftige Rucken, das Häuser einstürzen lässt. Doch Verwerfungen bewegen sich nicht nur ruckartig. Manche Abschnitte gleiten über Stunden oder Tage nahezu lautlos, bauen dabei Spannung ab und erzeugen kaum messbare seismische Wellen. Diese „langsamen Beben" entziehen sich klassischen Messmethoden – und rücken nun durch den Einsatz künstlicher Intelligenz stärker in den Blick der Forschung. Eine aktuelle Studie am kalifornischen Abschnitt der San-Andreas-Verwerfung zeigt, wie viel bislang übersehen wurde.
Ein Reallabor der Erdbebenforschung
Im Zentrum der Untersuchung steht Parkfield, ein Ort in Zentralkalifornien, der in der Seismologie einen besonderen Ruf genießt. Seit Jahrzehnten ist der dortige Abschnitt der San-Andreas-Verwerfung eines der am dichtesten überwachten Störungssysteme der Welt. Bohrloch-Dehnungsmesser – hochempfindliche Instrumente, die Hunderte Meter unter der Oberfläche installiert sind – registrieren dort winzigste Verformungen der Erdkruste. Trotz dieses Messnetzes blieben viele Prozesse verborgen: Bewegungen, die zu klein und zu langsam sind, um im Rauschen langfristiger Trends, Umwelteinflüsse und Messstörungen aufzufallen.
Ein internationales Team unter Leitung von Dr. Zahra Zali vom GFZ Helmholtz-Zentrum für Geoforschung – gemeinsam mit Fachleuten von EarthScope und der Stanford University – ist genau diesen Signalen nachgegangen. Die Ergebnisse wurden im Fachjournal Nature Communications veröffentlicht.
Was das lernende System entdeckte
Statt nach vordefinierten Mustern zu suchen, entwickelten die Forschenden einen Deep-Learning-Ansatz, der direkt aus den kontinuierlichen Messdaten lernt und ähnliche Verformungsmuster gruppiert. Auf diese Weise stieß das System auf Dutzende kurzzeitiger, langsamer Rutschereignisse, die Spannung binnen weniger Stunden abbauen – Ereignisse, die mit herkömmlichen Verfahren kaum zu erkennen waren. Unabhängige Beobachtungen benachbarter Messinstrumente stützten den Befund. Nach Angaben des Teams entstanden so erstmals ein Katalog solcher kurzzeitigen Ereignisse aus fortlaufenden Dehnungsmessungen und Hinweise darauf, dass die Bewegungen in geringer Tiefe stattfanden und zur seitlichen Verschiebung der Verwerfung passten.
Stiller Schlupf und Seismizität hängen zusammen
Besonders aufschlussreich wurde die Analyse beim Vergleich der Zeitpunkte: Auf die langsamen Rutschereignisse folgte, so die Studie, ein Anstieg sogenannter niederfrequenter Erdbeben – schwacher seismischer Signale, die mit Gleitprozessen an der Verwerfung verbunden sind. Das deutet darauf hin, dass selbst kleine, unmerkliche Bewegungen die örtlichen Spannungsverhältnisse verändern und nachfolgende seismische Aktivität beeinflussen können. Die Fachleute betonen zugleich, dass es sich um beobachtete Zusammenhänge handelt und nicht um ein Werkzeug zur kurzfristigen Erdbebenvorhersage.
Eine Lücke in der Erdbebenforschung
Langsame Rutschereignisse sind vor allem aus Subduktionszonen bekannt, wo eine tektonische Platte unter eine andere taucht. An Blattverschiebungen wie der San-Andreas-Verwerfung waren vergleichbare, kurzzeitige Beobachtungen bislang selten. Interessant ist ein weiterer Befund: Die entdeckten Ereignisse folgen offenbar demselben Zusammenhang zwischen Größe und Dauer wie reguläre Erdbeben. Das stützt die wachsende Sicht, dass sich Bewegungen an Verwerfungen entlang eines Kontinuums abspielen – von völlig stiller Verformung bis zum zerstörerischen Beben.
Über den konkreten Fall hinaus steht die Arbeit für einen breiteren Trend: Maschinelles Lernen wird in den Geowissenschaften zunehmend genutzt, um in riesigen Datenmengen Signale zu finden, die menschliche Auswertung und klassische Modelle übersehen. Die Forschenden erwarten, dass ähnliche Ereignisse auch an anderen Störungen weltweit existieren und künftige Studien mit dichten Messnetzen weitere Beispiele zutage fördern könnten. Ein besseres Verständnis dieser „unsichtbaren" Prozesse ändert nichts an der grundsätzlichen Erdbebengefahr Kaliforniens – es füllt aber eine Wissenslücke darüber, was zwischen den großen Beben tatsächlich geschieht.
Redaktionelle Einordnung eines aktuellen Forschungsthemas. Angaben zu Methoden und Ergebnissen der Studie geben den Stand der zitierten Veröffentlichung wieder.
- Wenn der Datenschatz klein bleibt: Warum die Chemieindustrie eine eigene Art von KI braucht
- Chips zum Selberbauen: Warum offene Werkzeuge das Halbleiter-Design aus der Blackbox holen
- Wenn die Maschine das Kind sieht: Wie KI-Sensorik Unfälle auf dem Hof verhindern soll
- Zwei Quantencomputer bis 2030: Wie Deutschlands Milliardenwette konkret wird
- Daten im einzelnen Molekül: Warum die Spintronik um jedes Grad kämpft
- Wenn der Arbeitsspeicher zum Kostenrisiko wird: Warum KI-Rechenzentren die RAM-Preise nach oben treiben