Freunde haben sich inzwischen angewöhnt, mich nach dem Wetter zu fragen.

Nicht im Sinne von „Schönes Wetter heute“, sondern eher so:

„Da steht, um fünf soll es regnen. Glaubst du, dass es wirklich regnet?“

Oder:

„Es gibt eine Gewitterwarnung. Kommt das Gewitter zu uns?“

Offenbar ist meine Antwort häufig hilfreicher als das, was gerade auf einem iPhone, Android-Gerät oder in irgendeiner beliebigen Wetter-App angezeigt wird.

Dabei läuft in meinem Keller weder ein geheimes Vorhersagemodell, noch sitze ich dort und löse von Hand atmosphärische Gleichungssysteme.

Ich verlasse mich schlicht nicht auf ein einziges Wettersymbol.

Wenn mich das Wetter tatsächlich interessiert, kombiniere ich verschiedene Arten von Informationen: amtliche Vorhersagen, Radar, Warnungen, Blitzbeobachtungen, großräumige Modellkarten und lokale Messwerte.

Entscheidend ist vor allem, zu wissen, welche Quelle welche Frage beantworten kann.

Genau dieser Unterschied macht aus „Meine App sagt Regen“ etwas erheblich Nützlicheres.

Und wenn man die grundlegende Methode einmal verstanden hat, funktioniert sie nahezu überall.

Die Kurzfassung

Wer nicht gleich in den meteorologischen Kaninchenbau hinabsteigen möchte, kommt mit diesem Schema schon sehr weit:

Was ich wissen möchte	Was ich mir ansehe
Was passiert gerade?	Lokale Beobachtungen, Radar, Wetterstation
Erreicht mich dieser Regen in der nächsten Stunde?	Animiertes Niederschlagsradar
Ist dieses Gewitter tatsächlich aktiv?	Radar + LightningMaps
Entwickelt sich möglicherweise gefährliches Wetter?	Amtliche Warnungen + aktuelle Beobachtungen
Wie wird es morgen wahrscheinlich?	Amtliche lokale Vorhersage
Und wie sehen die nächsten Tage aus?	Amtliche Vorhersage + bei Bedarf Modellkontext
Warum widersprechen sich Vorhersagen?	Modellvergleich, Wahrscheinlichkeiten und Unsicherheit
Was passiert exakt bei mir zu Hause?	Meine eigene Wetterstation
Ist das heutige Wetter ungewöhnlich?	Historische Wetter- und Klimadaten

Für Deutschland ist meine Standardkombination besonders einfach:

DWD WarnWetter + LightningMaps.org + meine eigene Wetterstation.

Für das größere atmosphärische Bild kommt häufig noch Windy dazu.

Damit hat man bereits ein erstaunlich leistungsfähiges Setup.

Interessant ist aber vor allem, warum es funktioniert.

Vorhersage, Nowcasting und Beobachtung sind unterschiedliche Dinge

Eine große Quelle für Missverständnisse besteht darin, dass typische Wetter-Apps mehrere grundsätzlich verschiedene Arten von Information in eine einzige Oberfläche pressen.

Dann steht dort etwa:

17:00 — 🌧️ — 70 %

Das wirkt wunderbar präzise.

Nur funktioniert die Atmosphäre nicht wie ein Terminkalender.

Ich finde es wesentlich hilfreicher, in drei Ebenen zu denken.

1. Vorhersage

Was wird später wahrscheinlich passieren?

Hier kommen numerische Wettermodelle, Ensembles, aktuelle Beobachtungen und meteorologische Interpretation zusammen.

Vorhersagen sind das, was primär interessiert, wenn ich wissen möchte, ob es morgen warm wird, ob am Freitag eine Front durchzieht oder ob das Wochenende eher nass ausfällt.

2. Nowcasting

Was passiert wahrscheinlich in den nächsten Minuten bis wenigen Stunden?

Jetzt beginnt die Atmosphäre selbst, uns deutlich mehr Informationen zu liefern.

Radar zeigt, wo Niederschlag tatsächlich vorhanden ist, wohin er sich bewegt hat, ob er stärker wird und wie sich seine Struktur verändert.

Für die Frage „Regnet es in 30 Minuten bei mir?“ kann das erheblich aussagekräftiger sein als die Vorhersage von gestern.

3. Beobachtung

Was passiert gerade tatsächlich?

Wetterstationen messen Temperatur, Luftfeuchtigkeit, Luftdruck, Wind und Niederschlag.

Radar beobachtet Niederschlagsstrukturen.

Blitzortungsnetzwerke registrieren tatsächliche elektrische Aktivität.

Satellitenbilder zeigen Wolken und atmosphärische Strukturen aus großer Höhe.

Je näher ein Wetterereignis rückt, desto stärker verschiebt sich mein Fokus von der Vorhersage hin zu Beobachtung und Nowcasting.

Das ist wahrscheinlich der wichtigste Gedanke des gesamten Artikels.

Eine Wettervorhersage ist kein Fahrplan

Angenommen, deine Wetter-App zeigt:

Regen um 17:00 Uhr.

Sehr schnell wird daraus im Kopf:

Bei mir beginnt gegen 17:00 Uhr der Regen.

Diese Präzision existiert in der Realität häufig schlicht nicht.

Die zugrunde liegende Vorhersage kann Unsicherheit enthalten hinsichtlich:

• der Frage, ob sich überhaupt Niederschlag bildet,
• des exakten Ortes,
• des Zeitpunkts,
• der Intensität,
• der Zugrichtung,
• der Dauer,
• und der weiteren Entwicklung des Wettersystems.

Bei großräumigen Wetterlagen können Vorhersagen beeindruckend gut sein.

Bei kleinräumigen konvektiven Schauern und Gewittern kann eine Verschiebung um wenige Kilometer hingegen den Unterschied zwischen „heftiges Gewitter“ und „sonniger Abend“ ausmachen.

Gerade im Sommer sieht man das besonders deutlich.

Um 08:00 Uhr akzeptiere ich vielleicht, dass am Nachmittag irgendwo in meiner Region Gewitter wahrscheinlich sind.

Um 15:00 Uhr schaue ich mir das Radar genauer an.

Und wenn mich um 16:30 Uhr jemand fragt, ob noch genug Zeit für eine Runde mit dem Hund bleibt, bevor der Regen kommt, ist die aktuelle Radarentwicklung erheblich wichtiger als irgendein Symbol, das viele Stunden zuvor berechnet wurde.

Wetterbeobachtung wird damit zu einem fortlaufenden Prozess, bei dem man sein Bild der Realität mit neuen Informationen ständig aktualisiert.

Das klingt zugegebenermaßen etwas großspurig für die Frage, ob man einen Regenschirm braucht.

Im Kern ist es aber genau das.

In Deutschland beginnt alles mit DWD WarnWetter

Wer in Deutschland lebt und regelmäßig etwas genauer auf das Wetter schaut, dem würde ich zunächst sehr simpel empfehlen:

Installiere die offizielle WarnWetter-App des Deutschen Wetterdienstes.

Der DWD ist Deutschlands nationaler meteorologischer Dienst. Er betreibt wesentliche Teile der zugrunde liegenden Beobachtungs-, Vorhersage- und Warninfrastruktur und setzt nicht bloß eine hübsche Oberfläche auf die Daten anderer Anbieter.

Schon die kostenlose Version von WarnWetter ist für amtliche Warnungen sehr nützlich. Die Vollversion ist derzeit gegen einen kleinen einmaligen In-App-Kauf verfügbar und schaltet ein erstaunlich umfangreiches meteorologisches Werkzeugset frei.

Dazu gehören unter anderem:

• Niederschlagsradar,
• Wettervorhersagen,
• Blitzinformationen,
• Satelliten- und Wolkendaten,
• Temperatur,
• Wind,
• Messwerte von Wetterstationen,
• Niederschlagswahrscheinlichkeiten,
• Luftdruck,
• Luftfeuchtigkeit und Taupunkt,
• Gewitterbeobachtung,
• Warnungen,
• sowie eine Zeitleiste, die von aktuellen Beobachtungen in die Vorhersage übergeht.

Für den Preis halte ich das für eines dieser ungewöhnlich guten Beispiele öffentlich finanzierter digitaler Infrastruktur.

Für lokale Beobachtungen ist die App wesentlich besser als die DWD-Website

Die Website des DWD enthält selbst eine enorme Menge meteorologischer Informationen.

Das Problem ist eher deren Präsentation.

Viele Produkte sind weiterhin als klassische Wetterkarten, generierte Grafiken, Spezialseiten und vergleichsweise kleine Animationen verfügbar.

Wenn man weiß, wonach man sucht, ist das alles äußerst nützlich. Für eine sehr lokale Frage ist die Bedienung jedoch nicht immer angenehm.

Ich wünsche mir nach wie vor, dass der DWD eines Tages eine wirklich schöne, moderne und hochauflösende Webanwendung um all diese Daten baut.

WarnWetter kommt diesem Ideal deutlich näher.

Auf Smartphone oder Tablet kann ich tief in meine konkrete Region hineinzoomen, durch die Niederschlagsentwicklung fahren und mir die Lage auf einem geografischen Maßstab ansehen, der wirklich hilfreich ist.

Eine Karte von ganz Hessen sagt mir vielleicht, dass irgendwo Regen existiert.

Eine weit hineingezoomte Radardarstellung zeigt mir dagegen, dass die interessante Zelle westlich von Frankfurt liegt, nach Nordosten zieht und möglicherweise zu meinem Problem wird – oder eben auch nicht.

Das sind völlig unterschiedliche Informationsqualitäten.

Wie ich ein Regenradar tatsächlich lese

Ein Regenradar ist wahrscheinlich die größte Verbesserung, die man gegenüber einer simplen Wettervorhersage erreichen kann.

Allerdings gibt es eine Falle.

Eine Radaranimation zeigt häufig zunächst gemessene Vergangenheit und anschließend eine vorhergesagte Fortsetzung.

Menschen erkennen Bewegung außerordentlich gut. Deshalb extrapolieren wir intuitiv:

Dieser Fleck bewegt sich in diese Richtung. Also wird er sich genauso weiterbewegen.

Oft ist das als Näherung durchaus brauchbar.

Ein Naturgesetz ist es nicht.

Wenn ich mir Radar ansehe, stelle ich mir im Grunde mehrere Fragen.

Wohin bewegt sich der Niederschlag?

Zuerst geht es um die Zugrichtung.

Wenn sich ein ausgedehntes Regenband seit einer Stunde konsistent nach Osten bewegt, ist es nicht unvernünftig, diese Bewegung noch 20 Minuten weiterzudenken.

Wie schnell bewegt er sich?

Ein langsam ziehender Sommerschauer und ein schnell durchlaufendes frontales Regenband führen zu völlig unterschiedlichen Zeitabschätzungen.

Wird er stärker oder schwächer?

Nicht nur auf die Position achten.

Eine Zelle kann größer, dunkler und organisierter werden.

Oder sichtbar in sich zusammenfallen.

Verändert sich die Struktur?

Konvektive Zellen können sich teilen, zusammenwachsen, neu bilden, ihre Zugrichtung ändern oder in unmittelbarer Umgebung neue Niederschläge erzeugen.

Was schließlich am eigenen Standort ankommt, kann deutlich anders aussehen als das, was man 30 Minuten zuvor auf dem Radar gesehen hat.

Was macht die Umgebung?

Eine einzelne Zelle existiert nicht losgelöst von der Atmosphäre um sie herum.

Gelände, Täler, Gebirgszüge, lokale Erwärmung, Küstenlinien und größere mesoskalige Strukturen können beeinflussen, wie sich Wetter entwickelt.

Liegt beispielsweise ein Gebirge zwischen dir und einem heranziehenden Niederschlagsgebiet, erzählt eine gerade Linie auf der Karte möglicherweise nicht die ganze Geschichte.

Lokales Wetter kann sich in der Umgebung bestimmter geografischer Strukturen durchaus überraschend konsistent verhalten.

Ich bin allerdings vorsichtig damit, daraus volkstümliche Meteorologie zu machen – „Gewitter teilen sich an diesem Fluss immer“ ist genau die Art Regel, die sehr überzeugend klingt, bis sie plötzlich nicht mehr funktioniert.

Dass Geografie einen Einfluss hat, steht dennoch außer Frage.

Radar ist hervorragende Evidenz, aber keine Videoaufnahme der Zukunft

Nehmen wir zwei Situationen.

Situation A: ein organisiertes Regenband

Seit 90 Minuten zieht es gleichmäßig nach Osten.

Seine Struktur verändert sich nur langsam.

Du befindest dich 30 Kilometer östlich davon.

Hier kann eine Extrapolation durchaus nützlich sein.

Situation B: verstreute Sommergewitter

Zellen entstehen und verschwinden in kurzer Zeit.

Manche intensivieren sich innerhalb weniger Minuten.

Vor bestehenden Zellen bildet sich neuer Niederschlag.

Andere brechen zusammen.

Hier wird es deutlich unzuverlässiger, den letzten Radarframe einfach nach vorne zu verlängern, als würde man Züge auf einer Bahnstrecke verfolgen.

In beiden Situationen kann deine Wetter-App dasselbe kleine Regensymbol anzeigen.

Interpretieren muss man sie völlig unterschiedlich.

Wetterwarnungen: ernst nehmen, aber richtig verstehen

WarnWetter ist auch die primäre Quelle, über die ich deutsche Unwetterwarnungen erhalte.

Und hier entsteht regelmäßig ein weiteres Missverständnis.

Jemand bekommt eine Gewitterwarnung für den eigenen Landkreis.

Am eigenen Haus passiert nichts.

Irgendwann heißt es dann:

„Diese Warnungen sind doch immer übertrieben.“

Das ist die falsche Schlussfolgerung.

Eine Warnung gilt üblicherweise für ein Gebiet, während gefährliches Wetter – insbesondere bei Gewittern – extrem lokal auftreten kann.

Eine schwere Gewitterzelle kann einen Teil des Landkreises treffen, während zehn Kilometer weiter nur mäßiger Regen fällt.

Die Warnung kann trotzdem vollkommen gerechtfertigt gewesen sein.

Ebenso kann eine Warnung auf mögliche:

• schwere Sturmböen,
• Hagel,
• Starkregen,
• Blitzschlag,
• oder andere gefährliche Begleiterscheinungen

hinweisen, während der eigene Standort letztlich deutlich glimpflicher davonkommt.

Diese Unsicherheit ist ein inhärenter Bestandteil des Wetterphänomens.

Meine praktische Regel lautet deshalb:

Eine Warnung sagt mir, dass ich aufmerksam sein sollte. Radar, Blitzdaten und Beobachtungen zeigen mir, wie sich die Lage aktuell tatsächlich entwickelt.

Eine Warnung ist für mich niemals der Beweis, dass im eigenen Garten exakt das angekündigte Wetter eintreten wird.

Genauso wenig ignoriere ich eine Warnung, nur weil die letzte an meinem Standort unspektakulär verlief.

Beides wären unterschiedliche Arten desselben Denkfehlers.

Gewitter: LightningMaps.org gehört zu meinen liebsten Wetterwerkzeugen

Bei Gewittern nutze ich fast immer zusätzlich LightningMaps.org.

Die Plattform visualisiert in nahezu Echtzeit Blitzortungen des gemeinschaftlich betriebenen Blitzortung.org-Netzwerks.

Es ist ein großartiges Projekt.

Während Radar die Niederschlagsstruktur zeigt, verraten die Blitzdaten, wo Gewitter tatsächlich elektrisch aktiv sind.

Dieser Unterschied ist wichtig.

Ein dramatisches Radarecho kann kaum Blitzaktivität aufweisen.

Eine andere Zelle beginnt vielleicht plötzlich, sehr häufige Entladungen zu produzieren, womit ihre konvektive Aktivität sofort offensichtlich wird.

Bei Gewittern schaue ich deshalb praktisch immer auf beides:

Radar + Blitzortung.

LightningMaps besitzt außerdem eine meiner liebsten kleinen Visualisierungen: sich ausbreitende Kreise, die ungefähr zeigen, wie sich der Donner nach einem registrierten Blitz ausbreitet.

Zu sehen, wie dieser Kreis ungefähr in dem Moment den eigenen Standort erreicht, in dem auch der tatsächliche Donner hörbar wird, ist eine wunderbar anschauliche Demonstration dafür, dass Licht uns praktisch sofort erreicht, Schall dagegen Zeit braucht.

Natürlich ist LightningMaps ein gemeinschaftlich betriebenes Beobachtungsprojekt und keine amtliche Warnbehörde.

Für sicherheitskritische Informationen verlasse ich mich weiterhin auf den offiziellen Wetterdienst.

Als Echtzeit-Beobachtungswerkzeug ist LightningMaps jedoch hervorragend.

Windy: wenn ich das Wettersystem sehen möchte statt nur das Wettersymbol

Für das größere Bild greife ich häufig auf Windy zurück.

Interessant ist Windy für mich weniger als weiterer Dienst, der mir sagt, dass es morgen 23 °C werden.

Die Stärke liegt darin, die Struktur der Atmosphäre sichtbar zu machen.

Statt:

Dienstag: bewölkt.

kann ich mir ansehen:

• Luftdruck,
• Windfelder,
• Niederschlag,
• Temperatur,
• verschiedene Wolkenschichten,
• Fronten und größere atmosphärische Strukturen,
• sowie unterschiedliche numerische Vorhersagemodelle.

Plötzlich besteht Wetter nicht mehr aus sieben voneinander isolierten Tagessymbolen.

Man sieht, wie ein Tiefdruckgebiet über Europa zieht.

Man erkennt, wo unterschiedliche Luftmassen interagieren.

Man sieht, ob der Wind nach einem Frontdurchgang dreht.

Und man erkennt, dass verschiedene Wettermodelle teilweise zu unterschiedlichen Ergebnissen kommen.

Gerade dieser letzte Punkt ist wichtig.

Wenn sich Vorhersagen widersprechen, ist auch das Information

Wenn ein Dienst Regen für 14:00 Uhr vorhersagt und ein anderer für 19:00 Uhr, liegt die intuitive Frage nahe:

Welcher hat recht?

Manchmal ist die sinnvollere Frage jedoch:

Warum ist die Lage so unklar?

Numerische Wettermodelle sind Simulationen eines absurd komplexen physikalischen Systems, gespeist aus unvollständigen Beobachtungen und berechnet mit endlicher räumlicher und zeitlicher Auflösung.

Unterschiedliche Modelle können deshalb zu unterschiedlichen Lösungen kommen.

Wenn mehrere Modelle bei der Entwicklung eines größeren Wettersystems grob übereinstimmen, habe ich entsprechend mehr Vertrauen in das Gesamtbild.

Unterscheiden sie sich dagegen deutlich bei Ort oder Zeitpunkt des Niederschlags, werde ich mit präzisen Aussagen wesentlich vorsichtiger.

Genau hier werden Plattformen wie Windy oder Multi-Modell-Ansichten von Diensten wie meteoblue für technisch interessierte Menschen besonders spannend.

Man muss dafür kein Meteorologe werden.

Allein zu lernen, Modellübereinstimmung von Modellstreuung zu unterscheiden, verbessert bereits erheblich, wie man eine Wettervorhersage interpretiert.

Ja, die Standard-Wetter-App auf dem Smartphone ist trotzdem nützlich

All das bedeutet nicht, dass Apple Weather, Google-Wetter, AccuWeather, Yr oder irgendein anderer Verbraucherdienst nutzlos wären.

Im Gegenteil.

Wenn ich einfach wissen möchte, ob es morgen ungefähr:

• 10 °C oder 25 °C,
• sonnig oder bedeckt,
• trocken oder wechselhaft

wird, reicht eine normale Wetter-App vollkommen aus.

Wenn ich unterwegs bin und kurz nach „Wetter Paris“ suche, habe ich überhaupt nichts dagegen, wenn Google mir eine praktische Zusammenfassung liefert.

Problematisch wird es erst dann, wenn die Einfachheit der Oberfläche mit tatsächlicher Sicherheit verwechselt wird.

Brauche ich lediglich die Information:

„Morgen wahrscheinlich um die 22 °C und bewölkt.“

dann ist das Smartphone völlig ausreichend.

Möchte ich dagegen entscheiden, ob ich noch eine 40-minütige Fahrradrunde fahre, während sich von Westen eine farbenfrohe Radarstruktur nähert, hätte ich gerne etwas mehr Information.

Auf Reisen: zuerst den nationalen Wetterdienst suchen

Meine allgemeine Regel im Ausland ist erstaunlich unspektakulär:

Finde den offiziellen meteorologischen Dienst des jeweiligen Landes.

Globale Wetterplattformen sind enorm nützlich. Nationale Dienste verfügen jedoch häufig über Dinge, die eine globale Verbraucher-App nicht in derselben Qualität abbilden kann:

• lokale Radarnetze,
• amtliche Warnungen,
• nationale Beobachtungsnetze,
• lokale hochauflösende Modelle,
• regionale Expertise,
• Spezialprodukte für Gebirge oder Küsten,
• sowie direkte Einbindung in Katastrophen- und Bevölkerungsschutz.

In Frankreich würde ich beispielsweise eher bei Météo-France beginnen, als mich ausschließlich auf irgendeine generische globale Vorhersage zu verlassen.

In den Vereinigten Staaten möchte ich Zugriff auf NOAA und den National Weather Service haben.

In der Schweiz auf MeteoSwiss.

Wie gut die jeweiligen Oberflächen gestaltet sind, unterscheidet sich massiv. „Offiziell“ bedeutet definitiv nicht automatisch „am besten designt“.

Ich möchte aber wissen, woher die maßgeblichen lokalen Informationen stammen.

Nützliche offizielle Wetterdienste weltweit

Diese Liste soll keineswegs jede meteorologische Organisation der Erde abdecken. Sie ist vielmehr ein pragmatischer Einstieg und umfasst große Teile Europas sowie Reiseziele, die aus deutscher, britischer oder nordamerikanischer Perspektive besonders relevant sind.

Land	Offizielle / primäre meteorologische Quelle
🇩🇪 Deutschland	DWD — Deutscher Wetterdienst / WarnWetter
🇦🇹 Österreich	GeoSphere Austria
🇨🇭 Schweiz	MeteoSwiss
🇫🇷 Frankreich	Météo-France
🇮🇹 Italien	ItaliaMeteo / Meteo Aeronautica Militare
🇪🇸 Spanien	AEMET
🇵🇹 Portugal	IPMA
🇬🇧 Vereinigtes Königreich	Met Office
🇮🇪 Irland	Met Éireann
🇳🇱 Niederlande	KNMI
🇧🇪 Belgien	Royal Meteorological Institute
🇩🇰 Dänemark	DMI
🇳🇴 Norwegen	MET Norway / Yr
🇸🇪 Schweden	SMHI
🇫🇮 Finnland	Finnish Meteorological Institute
🇭🇷 Kroatien	DHMZ
🇬🇷 Griechenland	Hellenic National Meteorological Service
🇹🇷 Türkei	Turkish State Meteorological Service
🇺🇸 Vereinigte Staaten	NOAA / National Weather Service
🇨🇦 Kanada	Environment and Climate Change Canada
🇯🇵 Japan	Japan Meteorological Agency
🇦🇺 Australien	Bureau of Meteorology
🇳🇿 Neuseeland	MetService

Für Europa gibt es außerdem MeteoAlarm, das einen praktischen grenzüberschreitenden Überblick über amtliche Unwetterwarnungen der teilnehmenden nationalen Wetterdienste bietet.

Das ist gerade bei längeren Reisen ausgesprochen hilfreich, denn Wetter interessiert sich bekanntlich nicht dafür, dass man gerade die Grenze zwischen Deutschland und Österreich passiert hat.

Die USA sind ein besonders interessanter Fall

Die Vereinigten Staaten verfügen mit NOAA und dem National Weather Service über eine außergewöhnlich leistungsfähige öffentliche meteorologische Infrastruktur.

Es gibt Vorhersagen, Beobachtungen, Dopplerradar, Warnungen, ausführliche meteorologische Diskussionen, Hurrikaninformationen, Unwetterprognosen und enorme Mengen spezialisierter Daten.

Überraschenderweise betreibt der National Weather Service bis heute dennoch keine so polierte offizielle All-in-One-Smartphone-App für Verbraucher, wie sie der DWD mit WarnWetter anbietet.

In den USA würde ich deshalb eher verschiedene Quellen kombinieren:

• NWS / weather.gov,
• offizielles Radar,
• lokale Warnungen,
• sowie eine gute mobile Drittanbieter-Oberfläche.

Die zugrunde liegenden öffentlichen Daten sind außerordentlich leistungsfähig, auch wenn das Nutzungserlebnis für Verbraucher stärker fragmentiert ist.

Für Wetterenthusiasten ist allein das US-System ein eigener, praktisch bodenloser Kaninchenbau.

Eine eigene Wetterstation ist überraschend nützlich

Bis hierhin ging es fast ausschließlich um Fernerkundung und Vorhersagen.

Es gibt aber noch eine andere Datenquelle:

den eigenen Garten.

Dafür braucht man keine professionelle meteorologische Messstation.

Schon ein einfacher Außensensor für Temperatur und Luftfeuchtigkeit ist nützlich.

Kommt Luftdruck hinzu, erhält man eine weitere Dimension.

Mit Niederschlag und Wind wird daraus bereits eine ziemlich umfassende lokale Beobachtungsstation.

Der entscheidende konzeptionelle Unterschied lautet:

Ein Wetterdienst misst oder schätzt eine größere Region. Deine Wetterstation misst deinen Standort.

Das kann tatsächlich einen erheblichen Unterschied machen.

Die nächste offizielle Wetterstation steht möglicherweise:

• 15 Kilometer entfernt,
• auf einer anderen Höhenlage,
• in einer Stadt,
• auf einem Flughafen,
• auf freiem Gelände,
• oder in einem völlig anderen lokalen Mikroklima.

Dein Garten ist eben dein Garten.

Allerdings ist der Standort der Sensoren entscheidend

Es gibt eine Einschränkung, die deutlich mehr Aufmerksamkeit verdient, als sie normalerweise bekommt.

Nur weil man einen Temperatursensor besitzt, misst man noch lange keine repräsentative Lufttemperatur.

Ein Sensor auf der Küchenfensterbank misst möglicherweise in erster Linie:

die Küchenfensterbank.

Eine Wand, die sich in der Nachmittagssonne aufheizt, kann Temperaturwerte massiv verfälschen.

Ein ungeschützter Sensor in direkter Sonne kann vollkommen absurde Werte liefern.

Ein Windsensor zwischen zwei Häusern sagt viel über die Luftströmung zwischen genau diesen Häusern aus, aber erheblich weniger über den ungestörten regionalen Wind.

Und ein Regenmesser unter einem Baum eröffnet eine ganz eigene Disziplin der Hydrologie.

Man muss nicht jeden professionellen WMO-Aufstellungsstandard erfüllen, um nützliche private Messdaten zu erhalten.

Man sollte aber verstehen, welchen Bedingungen die eigenen Sensoren tatsächlich ausgesetzt sind.

Eine wunderbar präzise Zahl kann immer noch präzise falsch sein.

Meine eigene Wetterstation ist irgendwann etwas eskaliert

Natürlich habe ich nicht bei einem Außenthermometer aufgehört.

Seit vielen Jahren betreibe ich eine richtige private Wetterstation.

Im April 2014 begann ich damit, ihre Daten kontinuierlich aufzuzeichnen. Seit 2019 besteht die physische Station aus einer Davis Vantage Vue.

Die Messwerte werden von einem Computer protokolliert und anschließend mit WeeWX verarbeitet, einer hervorragenden Open-Source-Software für Wetterstationen.

Aktuelle Messwerte und Archive gibt es auf meiner Live-Wetterstation.

Das Archiv enthält inzwischen mehr als ein Jahrzehnt lokaler Umweltgeschichte.

Und genau hier wird eine private Wetterstation plötzlich erheblich interessanter als ein digitales Thermometer.

Ein Jahrzehnt Daten verändert die Fragen

Am Anfang fragt man:

Wie warm ist es?

Nach einigen Jahren kann man fragen:

Ist diese Temperatur ungewöhnlich?

Dann:

Wann hatten wir zuletzt einen vergleichbaren Septembertag?

Oder:

Wie viele Tropennächte gab es diesen Sommer?

Oder:

Wie lange ist der letzte nennenswerte Regen her?

Oder:

Was hat der Luftdruck gemacht, als dieses Unwetter ankam?

Eine langjährig betriebene Wetterstation wird Stück für Stück zu einem lokalen Klimaarchiv.

Dabei lohnt es sich, die Unterscheidung zwischen Wetter und Klima im Kopf zu behalten.

Wetter beschreibt, was die Atmosphäre gerade tut und was sie als Nächstes tun könnte.

Klimadaten geben dieser Beobachtung einen historischen Kontext.

32 °C sind zunächst einfach ein Messwert.

32 °C innerhalb einer ungewöhnlich langen Folge heißer Septembertage erzählen bereits eine Geschichte.

Manchmal kommt das Signal von der anderen Seite der Erde

Eines meiner liebsten Beispiele ereignete sich im Januar 2022.

Der gewaltige Ausbruch des Unterwasservulkans Hunga Tonga-Hunga Ha'apai erzeugte atmosphärische Druckwellen, die sich um den gesamten Planeten ausbreiteten.

Diese Wellen konnten noch Tausende Kilometer entfernt von Wetterstationen registriert werden.

Auch von meiner.

Meine Wetterstation in einem ganz gewöhnlichen deutschen Garten zeichnete die Luftdruckstörung eines Vulkanausbruchs nahe Tonga auf.

Ich habe darüber einen eigenen Artikel geschrieben: Wie meine Wetterstation den Tonga-Vulkanausbruch registrierte.

Bis heute gehört das für mich zu den schönsten Beispielen dafür, warum das Sammeln von Umweltdaten so faszinierend ist.

Ein Sensor in einem normalen Garten kann plötzlich zu einem winzigen Beobachtungspunkt eines tatsächlich planetaren Ereignisses werden.

WeeWX, Open Source und meine eigene Wettersoftware

Mein Wetter-Setup hat sich schon immer stark mit meinen Softwareinteressen überschnitten.

WeeWX ist eine schlanke Open-Source-App, in Python geschrieben, das mit zahlreichen Wetterstationen kommunizieren, Messwerte speichern, Berichte generieren und komplette Wetter-Websites veröffentlichen kann.

Es ist genau die Art Software, die ich mag:

fokussiert, erweiterbar und vollkommen zufrieden damit, jahrelang still auf einem Linux-System vor sich hinzulaufen.

Irgendwann wollte ich außerdem, dass die generierten Wetterseiten besser aussehen und das Archiv sinnvoller zugänglich machen.

Also begann ich, eigene WeeWX-Skins zu entwickeln.

Der aktuelle davon heißt NeoWX Material – ein responsives WeeWX-Theme mit interaktiven Diagrammen, Archivansichten, Windrose, Dark Mode, Übersetzungen und Unterstützung für eine große Bandbreite an Stationssensoren.

Was zunächst lediglich mein eigenes Problem lösen sollte, wird inzwischen auch von anderen Wetterstations-Enthusiasten eingesetzt.

Das ist ohnehin ein wiederkehrendes Muster bei Softwareprojekten.

Man baut ein fehlendes Stück Infrastruktur zunächst für sich selbst.

Und stellt dann fest, dass es anderen ebenfalls gefehlt hat.

Von der Wetterstation zu BreezeBee

Nach mehr als einem Jahrzehnt Wetterdaten im Minutentakt denke ich zunehmend über die nächste Ebene nach.

Klassische Wetterstationssoftware kann sehr gut Dinge anzeigen wie:

Temperatur: 24,7 °C Luftfeuchtigkeit: 61 % Luftdruck: 1014,2 hPa

Nützlich.

In der Historie steckt aber sehr viel mehr Information.

Spannender werden irgendwann Fragen wie:

• Ist es heute für dieses Datum ungewöhnlich warm?
• War die vergangene Nacht außergewöhnlich mild?
• Wie unterscheidet sich dieser Sommer von früheren Jahren?
• Wann gab es zuletzt eine derart trockene Phase?
• War das heutige Regenereignis außergewöhnlich?
• Wie schnell fiel der Luftdruck vor dieser Front?
• Was veränderte sich unmittelbar vor einem Gewitter?
• Welche lokalen Wetterlagen wiederholen sich?

Aus genau dieser Überlegung heraus beschäftige ich mich derzeit mit einer Wetter- und Umweltdatenplattform unter dem Arbeitstitel BreezeBee.

Die Grundidee besteht nicht darin, einfach noch eine Zahl von noch einem Sensor zu sammeln.

Es geht darum, langfristig aufgezeichnete persönliche Umweltdaten leichter verständlich zu machen.

Zwischen:

Daten → Diagramm → Erkenntnis

liegt erstaunlich viel konzeptionelle Arbeit.

Meine Wetterstation hat inzwischen genügend Historie angesammelt, dass es sich zunehmend lohnt, diese Ebene ernsthaft weiterzudenken.

Mein Setup braucht man dafür nicht

Das möchte ich ausdrücklich betonen.

Niemand braucht zwingend:

• einen Linux-Server,
• WeeWX,
• eine Datenbank,
• eine Davis-Wetterstation,
• zehn Jahre Datenhistorie,
• selbst entwickelte Software,
• oder ein leicht bedenkliches Verhältnis zu Niederschlagsdiagrammen.

Eine vollkommen vernünftige Entwicklung könnte so aussehen:

Level 1 — Bessere Wetterinformationen verwenden

Installiere die offizielle Wetter-App oder speichere deinen nationalen Wetterdienst als Lesezeichen.

Lerne, Radar zu sehen und zu verstehen.

Nutze amtliche Warnungen.

Level 2 — Die Daten verstehen

Verstehe, was Niederschlagswahrscheinlichkeit bedeutet.

Beobachte die Zugrichtung von Regengebieten.

Vergleiche, wie sich Vorhersagen im Zeitverlauf verändern.

Nutze Blitzkarten.

Level 3 — Die eigene Umgebung messen

Platziere einen sinnvoll aufgestellten Temperatur- und Luftfeuchtigkeitssensor draußen.

Vielleicht kommt Niederschlagsmessung dazu.

Vielleicht Wind.

Level 4 — Daten protokollieren

Nutze eine Station, die Messwerte speichern oder exportieren kann.

Jetzt sieht man nicht mehr nur Einzelwerte, sondern Tage, Monate und Jahreszeiten.

Level 5 — Einer von uns werden

Mit Linux verbinden.

WeeWX installieren.

Dashboards bauen.

Zehn Jahre Daten aufheben.

In der Luftdruckkurve einen Vulkanausbruch auf der anderen Seite der Erde entdecken.

Vollkommen normale Entwicklung.

Und was ist mit kommerziellen deutschen Wetterdiensten?

Deutschland hat natürlich auch zahlreiche kommerzielle Wetterangebote:

• WetterOnline,
• wetter.com,
• wetter.de,
• Kachelmannwetter,
• und viele weitere.

Die sind keineswegs grundsätzlich schlecht.

Einige bieten wirklich gute Visualisierungen und spezialisierte Produkte.

Gerade Kachelmannwetter kann sehr interessant werden, sobald man tiefer in Radar- und Modellausgaben einsteigen möchte.

Wenn ich jedoch schlicht das Wetter in Deutschland verstehen möchte, beginne ich normalerweise beim DWD selbst.

Der Dienst sitzt näher an der zugrunde liegenden öffentlichen meteorologischen Infrastruktur, liefert die amtlichen Warnungen und stellt eine enorme Menge hochwertiger Daten bereit.

Ich bin generell eine große Freundin davon, dass wissenschaftliche Infrastruktur, die letztlich von der Öffentlichkeit finanziert wird, dieser Öffentlichkeit auch direkt zugänglich ist.

Drittanbieter können darauf anschließend Komfort, Interpretation und spezialisierte Oberflächen aufbauen.

Mein praktischer Wetter-Workflow

Nach all dem ist mein tatsächlicher Ablauf erstaunlich simpel.

„Wie wird das Wetter morgen?“

Ich schaue in die amtliche Vorhersage.

In Deutschland: WarnWetter.

Wenn nichts Ungewöhnliches bevorsteht, reicht das.

„Regnet es heute Nachmittag?“

Zuerst die amtliche Vorhersage.

Je näher der relevante Zeitraum rückt, anschließend das Radar.

„Trifft uns dieser Regen in 30 Minuten?“

Radar.

Ich achte auf:

• Zugrichtung,
• Geschwindigkeit,
• jüngste Entwicklung,
• Struktur,
• und darauf, ob die Zelle stärker oder schwächer wird.

„Es gibt eine Gewitterwarnung. Bekommen wir eins ab?“

Zunächst die amtliche Warnung.

Dann:

Radar + LightningMaps.

Und wenn sich die Lage schnell verändert, schaue ich entsprechend häufiger nach.

„Wie sehen die nächsten Tage aus?“

Amtliche Vorhersage.

Wenn das Timing wichtig ist oder die Lage unsicher erscheint, sehe ich mir zusätzlich Windy oder verschiedene Wettermodelle an.

„Warum ändert sich die Vorhersage für Donnerstag ständig?“

Vermutlich deshalb, weil sich die Atmosphäre am Donnerstag noch nicht darauf festgelegt hat, sich gemäß dem bevorzugten Modelllauf vom Montag zu verhalten.

Besser auf die Unsicherheit schauen, statt jede Vorhersageänderung als Inkompetenz zu interpretieren.

„Was passiert bei dir zu Hause gerade?“

Meine Wetterstation.

„Ist das ungewöhnlich?“

Jetzt verlassen wir die reine Wettervorhersage und wechseln in historische Wetter- und Klimadaten.

Genau dort wird ein mehr als zehn Jahre umfassendes Archiv interessant.

Meine Regel für unterwegs

Wenn ich an einem neuen Ort ankomme, sieht mein Wetter-Setup im Grunde so aus:

1. Nationalen meteorologischen Dienst finden.
2. Amtliche Warnungen finden.
3. Lokales Radar suchen, sofern vorhanden.
4. LightningMaps für aktive Gewitter nutzen.
5. Windy für das größere atmosphärische Bild öffnen.
6. Eine normale Wetter-App für schnelle Bequemlichkeit nutzen, wenn Präzision keine große Rolle spielt.

Das funktioniert in Paris.

Es funktioniert in Cork.

Es funktioniert in Kalifornien.

Es funktioniert im Mittelmeerurlaub.

Die Oberflächen und Datensätze ändern sich.

Die Methode nicht.

Wetter wird deutlich nützlicher, sobald man aufhört, von einer einzigen Quelle alles zu erwarten

Die eine perfekte Wetter-App gibt es vermutlich nicht.

Und ich brauche sie auch nicht unbedingt.

Wetter ist ein sich kontinuierlich entwickelndes physikalisches System, das mit unterschiedlichsten Instrumenten beobachtet und von verschiedenen Modellen näherungsweise berechnet wird.

Eine einfache Smartphone-Vorhersage ist gerade deshalb nützlich, weil sie den größten Teil dieser Komplexität verbirgt.

Wenn die Antwort jedoch wirklich relevant ist, liefert schon ein klein wenig mehr Komplexität erheblich mehr Information.

Nutze die Vorhersage für das, was vorhergesagt wird.

Nutze Radar für Niederschlag, der bereits existiert.

Nutze Blitzortung für Gewitter.

Nutze Warnungen für Gefahren.

Nutze Modellkarten für das größere atmosphärische Bild.

Nutze eine eigene Wetterstation für deinen tatsächlichen Standort.

Nutze historische Daten, wenn du Kontext möchtest.

Und passe deine Einschätzung an, während sich die Realität weiterentwickelt.

Das ist im Grunde mein gesamtes Geheimnis beim Wetter.

Enttäuschend wenig Zauberei.

Dafür bessere Eingangsdaten, das richtige Werkzeug für die jeweilige Frage – und die Bereitschaft, gelegentlich über das kleine Wettersymbol hinauszuschauen.