Die Chaostheorie ist entstanden, um nichtlineare, deterministische Systeme besser zu verstehen. Sie zeigt, dass exakte Zustände (z. B. das Wetter an einem bestimmten Ort in drei Wochen) wegen extremer Sensitivität gegenüber Anfangsbedingungen nicht präzise berechenbar sind.
Das bedeutet nicht, dass diese Systeme beliebig wären. Im Gegenteil: statistische Eigenschaften, Mittelwerte und Wahrscheinlichkeiten sind sehr wohl berechenbar. Sonst gäbe es keine funktionierende Strömungsmechanik, Aerodynamik oder Turbulenzmodellierung.
Der entscheidende Denkfehler ist die Gleichsetzung von Wetter und Klima. Wettervorhersagen sind klassische Anfangswertprobleme (initial value problems): kleine Messfehler wachsen exponentiell, weshalb die Vorhersage einzelner Tage begrenzt ist. Klimamodelle sind Randwert- bzw. Randbedingungsprobleme (boundary value problems). Sie fragen nicht „Wie ist das Wetter am 12. Juni 2040?“, sondern „Wie ändern sich statistische Größen wie Mitteltemperatur, Verteilungen oder Häufigkeiten, wenn sich Randbedingungen wie CO₂, Albedo oder Sonneneinstrahlung ändern?“
Ein gutes Analogon ist die Strömung um Flugzeuge. Sie ist hochgradig turbulent und chaotisch, und dennoch statistisch deterministisch und zuverlässig berechenbar. Genau deshalb ist Fliegen heute eines der sichersten (leider klimaschädlichen) Verkehrsmittel überhaupt.
Chaotische Systeme können nicht exakt und dennoch statistisch robust beschrieben werden. Dies wird seit Jahrzehnten erfolgreich gemacht, von der Turbulenzforschung bis zur Klimaphysik. Dass man Wetter nicht perfekt vorhersagen kann, ist kein Argument gegen Klimawissenschaft, sondern der Grund, warum sie statistisch arbeitet.