Ende 2022 ist die Wetter-API von Dark Sky endgültig Geschichte. Nachdem das Unternehmen bereits im März 2020 von Apple übernommen wurde, hat der Tech-Gigant nach und nach alle Dark Sky-Dienste integriert. Im Juli 2020 wurde die gleichnamige App für Android eingestellt und nun folgt auch das Ende der Wetterdaten-Schnittstelle. Die Folge: Nutzer der Dark Sky API müssen sich nach einer Alternative umschauen, von denen es erfreulicherweise einige gute gibt.
Nachfolgend stellen wir die 5 wichtigsten Kriterien vor, die man bei der Auswahl einer geeigneten Wetter-API beachten sollte.
1. Datenumfang: Je mehr Wetter-Parameter desto besser
Welche Parameter umfasst die API? Reicht mir der Mindeststandard? In welchen Zeitschritten – täglich, stündlich oder viertelstündlich – will ich die Daten abrufen? Brauche ich historische Daten oder Forecast-Daten und für wie viele Tage im Voraus? Diese Fragen stellt sich jeder Entwickler zu Beginn eines Projekts.
Einfache Wetter-APIs bieten oft nur eine Prognose auf Tagesbasis mit folgenden acht Parametern als Mindeststandard: Temperatur (Min., Max., Durchschnitt), Niederschlagsmenge, Niederschlagswahrscheinlichkeit und Windgeschwindigkeit.
Professionelle APIs haben zudem noch viele weitere Parameter im Angebot: Kalender (Sonnenaufgang, Sonnenuntergang, Tageslänge), Klimadaten (Extremwerte, Abweichung vom Klimamittel) oder Spezial-Parameter wie UV-Index, Globalstrahlung, Ozon, Feinstaub oder Pollenbelastung.
Tipp: Versprechen wie „Wir bieten 30-Tage-Prognosen“ sollte man kein großes Vertrauen schenken. Das ist kein Qualitätsbeweis, denn kein Wetter-Modell kann so weit im Voraus verlässlich das Wetter bestimmen.
2. Datenqualität: Regionalmodelle liefern präzisere Daten und Qualität hat seinen Preis
Viele Anbieter versprechen hochwertige Wetterdaten für die ganze Welt und das häufig auch noch kostenfrei. Doch Vorsicht vor solchen Angeboten: Hochwertige Daten und Vorhersagen erfordern tiefe Fachkenntnis, Modell-Sachverstand und fortlaufende Daten-Aufbereitung. Dies alles können nur die wenigsten wirklich leisten – und das hat natürlich seinen Preis.
Außerdem ist es äußerst wichtig, auf welchen Modellen die Wetterdaten basieren. So sind globale Modelle wie zum Beispiel das GFS-Modell der US-Klimabehörde NOAA für den deutschsprachigen Raum eher ungeeignet, da deren Auflösung viel zu grob ist. Demnach würden die gleichen Wetterdaten für Berlin Grunewald und Berlin Alexanderplatz ausgegeben werden, obwohl die beiden Orte immerhin 13 Kilometer auseinander liegen. Noch kritischer ist es in exponierten Lagen an der Küste oder am Alpenrand, wo oft nur wenige Kilometer einen großen Wetter-Unterschied ausmachen.
Tipp: Gute Anbieter greifen auf regionale Modelle mit besonders hoher räumlicher Auflösung zurück. Damit sind die Daten viel präziser.
3. Abfrage-Varianten: Mehrere Optionen machen es dem Nutzer einfacher
Gute Wetter-APIs bieten mehrere Abfrage-Varianten an, damit der Nutzer je nach Case oder Präferenzen das richtige für sich findet. Im besten Fall kann die Wetterdaten-Abfrage nach Geo-Koordinate, Ortsname, Postleitzahl oder einer anderen Geo-Aggregation erfolgen.
Will man zum Beispiel für eine Analyse Kundendaten mit Wetterdaten auf Postleitzahl-Ebene verknüpfen, erspart eine PLZ-Abfragefunktion den Umweg über eine Matching-Tabelle.
Außerdem: Einfache APIs liefern historische Daten häufig nur als gemessene Stationswerte. Das bringt nur wenig, wenn man bedenkt, dass beispielsweise der Münchner Flughafen einige Kilometer vom Münchner Zentrum entfernt liegt. Gute Wetter-APIs bieten deshalb historische Daten aus einem Vorhersage- oder Grid-Archiv.
Tipp: Die API von METEONOMIQS bietet sogar eine Wetter-Aggregation. Damit kann man sich das Wetter passgenau zu vielen geographischen Ebenen ausgeben lassen. Dazu gehören Postleitzahlen, Landkreise, Nielsengebiete oder auch mikrogeographische Einheiten wie GfK City Districts oder Microm Gebiete. Das erspart einiges an Datenaufbereitung.
4. Integrierbarkeit: Quick & Easy ist oberstes Gebot
REST APIs sind heute Standard. Mittels API-Key und API-Dokumentation kann man sofort loslegen. Der weltweit größte API-Marktplatz RapidAPI bietet die Möglichkeit, API-Endpoints und Ausgabeformate zu testen. Außerdem steht eine Vielzahl an Code-Snippets für Standard-Abfragen in Java, JavaScript, R, Python, cURL und anderen Programmiersprachen zur Verfügung.
Tipp: Geeignete Wetter-APIs verfügen über viele verschiedene Endpoints wie Forecast, History, Climate oder Air Quality – das erzeugt viele Abfragen und zusätzliches Monitoring beim Nutzer.
5. Preis: Nicht die Katze im Sack kaufen und erst einmal testen
Erster Schritte sollte immer sein, die API über eine kostenlose Testphase auf Herz und Nieren zu prüfen. Manchmal reicht dieser Trial auch für kleinere Anwendungen wie ein Wetter-Widget für einen bestimmten Standort.
Über das Testvolumen hinaus richtet sich der Preis nach Datenumfang und Abfrage-Volumen. Wer mehr Abfragen generiert oder stündliche Daten sowie historische Daten benötigt, zahlt mehr. Ist man sich noch nicht ganz sicher, ob die Wetter-API die richtige ist, sollte man zunächst ein kleines Paket wählen und variabel nach Abruf zahlen.
Die öffentlichen Preise sind Einheitspreise. Benötigt man aber zum Beispiel nur einzelne Daten-Parameter, dafür aber ein hohes Abfrage-Volumen, sollte man den jeweiligen Anbieter direkt nach individuellen Paketen fragen.
Tipp: Unsere Wetter-API kann natürlich auch erst einmal auführlich getestet werden. Einfach hier einen kostenlosen Zugang anfordern und los geht´s. Weitere Informationen zu unserem Angebot finden Sie zudem in unserem Produktflyer.
