Visual Crossing Weather

Kurzfazit

Visual Crossing ist die ernsthafte Adresse, wenn dein Geschäft am Wetter hängt, aber nicht nur an der Frage „Regnet es morgen?”, sondern an der größeren: „Wie hat sich der Niederschlag in den letzten 30 Jahren um meinen Standort entwickelt, und welche Korrelation gibt es zu meinem Absatz?”. Die Kombination aus über 50 Jahren globaler Wetterhistorie, ML-gewichteter Datenaufbereitung aus über 100.000 Stationen und einer einfach nutzbaren API ist im Markt selten. Schwächen sind das ausschließliche US-Hosting und das Fehlen einer EU-Region, wer DSGVO-sauber arbeiten will, muss anonymisieren oder zu Meteomatics ausweichen. Zum Testen reicht ein kostenloser Account, kommerziell startet die ernsthafte Nutzung mit dem Professional-Tarif bei 35 USD/Monat.

Für wen ist Visual Crossing Weather?

Datenteams in der Landwirtschaft: Wer Erntemengen-Modelle baut, Bewässerungsstrategien optimiert oder Frostrisiken für Weinberge prognostiziert, braucht historische Stundendaten, idealerweise 20+ Jahre für saisonale Muster. Visual Crossing liefert das weltweit aus einer Hand. Die ML-Rekonstruktion bei Stationsausfällen ist hier ein realer Vorteil gegenüber rein stationsbasierten Diensten.

Logistik- und Routing-Entwicklerteams: Reisezeit-Prognosen, Risikoabschätzung für Schwertransporte, dynamische Disposition nach Wetterlage, alles Anwendungen, in denen 15-Tage-Forecasts mit guter Lokalauflösung und stündlicher Granularität gebraucht werden. Die JSON-API integriert sich problemlos in bestehende TMS- oder Routing-Systeme.

Energieversorger und Renewables-Planer: Wer PV-Erträge, Windenergie-Forecasts oder Wärmebedarf prognostiziert, braucht Wettergrößen wie Globalstrahlung, Windgeschwindigkeit in Nabenhöhe und Heizgradtage (Degree Days). Der Corporate-Tarif liefert explizit Branchendaten für Energie, Landwirtschaft und Maritimes sowie Degree-Days-Berechnungen.

Handel und Demand Forecasting: Bier im Supermarkt, Eis in Tankstellen, Glühweinabsatz im Dezember, der Zusammenhang zwischen Wetter und Absatz ist messbar. Visual Crossings Korrelations-Werkzeuge erlauben es Analysten, diese Effekte sauber zu quantifizieren und in Bestellprognosen einfließen zu lassen.

Versicherungs-Risikomodellierung: Hagelereignisse, Sturmschäden, Frostschäden, historische Wetterdaten sind die Grundlage jeder Schaden-Aktuarsrechnung. Die langen historischen Reihen sind hier der entscheidende Hebel.

Weniger geeignet für: Wer nur Wettervorhersagen für eine Endkunden-App in Deutschland braucht, ist mit DWD OpenData oder einem Whitelabel-Dienst günstiger und genauer bedient. Wer Wetter-Bilddaten (Radar, Satellit) live in Karten einbinden will, braucht spezialisierte Anbieter wie WeatherFlow oder Tomorrow.io. Wer einen rein europäischen Datenraum mit DSGVO-Schwerpunkt braucht, geht zu Meteomatics.

Preise im Detail

Plan	Preis	Was du bekommst
Kostenloser Account	0 USD	Anmeldung zum Testen, 50 Jahre Historie und 15-Tage-Forecast, Query Builder, globale Abdeckung (begrenzte Records)
Professional	35 USD/Monat	10 Mio. Records/Monat, Single Concurrency, 50 Jahre Historie, 15-Tage-Forecast, Personal Maps, Attribution erforderlich
Metered	0,0001 USD/Record	Unbegrenzte Records, unbegrenzte Concurrency, Sub-hourly Data, Weather Alerts, API & Download, Pay-as-you-go
Corporate	150 USD/Monat	Unbegrenzte Records, 10 benannte Nutzer & API-Keys, Degree Days, Branchendaten (Energie/Agrar/Maritim), keine Attribution nötig, E-Mail-Support
Enterprise	Auf Anfrage	Unbegrenzte Nutzung, Priority Support, SLA-Garantie, unbegrenzte Nutzer, garantierte Kapazität, individuelle Vertragsbedingungen

Einordnung: Visual Crossing rechnet anders als viele Wettbewerber nicht in API-Calls, sondern in „Records” (ein Datensatz pro Standort und Zeitschritt), das ist transparenter, weil ein Call mit 7-Tages-Forecast stündlich über 100 Standorte sofort viele Records verbraucht. Der Professional-Tarif bei 35 USD/Monat mit 10 Millionen Records ist die realistische Einstiegsstufe für Einzelpersonen, Data Science und Prototyping, preislich deutlich freundlicher als viele Wettbewerber. Wer schwankenden oder gelegentlichen Bedarf hat, fährt mit dem Metered-Tarif (0,0001 USD/Record, Pay-as-you-go) oft günstiger, und nur dieser bietet Sub-hourly-Daten. Branchendaten für Energie, Landwirtschaft und Maritimes sowie Degree Days gibt es erst ab Corporate (150 USD/Monat), dort entfällt auch die Attributionspflicht. Daneben gibt es seit Kurzem die separaten Timeline-LLX-Tarife (Core 99 USD, Premium 299 USD) für Apps mit hohem Anfragevolumen und niedriger Latenz. Für Konzern-Workloads mit echtem SLA-Bedarf führt kein Weg an Enterprise oder direkt zu Meteomatics vorbei.

Stärken im Detail

Über 50 Jahre Historie weltweit aus einer API. Das ist die eigentliche USP. Wer für ein ML-Modell saisonale Muster lernen will, braucht idealerweise 20–30 Jahre Daten, und die müssen lückenlos und vergleichbar sein. Visual Crossing speist seine historische Datenbank aus mehreren staatlichen Quellen (NOAA, DWD, ECMWF, UKMO, AROME, ARPEGE, NDFD) und Beobachtungen von über 100.000 Stationen. Machine Learning gewichtet dabei die Datensätze mit dem geringsten mittleren Fehler, statt einfach die nächstgelegene Station zu nehmen, das liefert für ML-Pipelines konsistentere Werte als rein stationsbasierte Dienste.

ML-basierte hyperlokale 15-Tage-Forecasts weltweit. Standard-Wettermodelle wie GFS oder ECMWF arbeiten mit Gitterauflösungen von 9–25 km. Visual Crossing aggregiert und interpoliert die Modell- und Stationsdaten auf einen konkreten Standort und gewichtet sie per ML. Das Ergebnis ist näher an der tatsächlichen Mikroklimatik als ein roher Gitterpunktwert. Visual Crossing bindet dafür auch neuere KI-Modelle wie ECMWF AIFS und AI-GFS ein.

Native Integration in den Datenanalyse-Stack. Die API liefert nicht nur JSON, sondern auch direkt CSV und KML. Es gibt offizielle Excel-Add-Ins, Python-Bindings, R-Pakete und Power-BI-Konnektoren. Eine Datenanalystin in einem Versicherer kann ohne Entwickler-Hilfe historische Wetterdaten zu Schadenfällen joinen, das ist im Wettbewerbsumfeld eine erfrischend pragmatische Position.

Wetter-Korrelations-Werkzeuge auf Plattform-Ebene. Über die normale API hinaus bietet Visual Crossing eine Web-Oberfläche, in der Nutzer eigene Geschäftsdaten (Absatz, Energieverbrauch) hochladen und gegen Wettergrößen korrelieren lassen können. Für Erstanalysen und Hypothesentests ein guter Einstieg, ohne erst eine Data-Science-Pipeline bauen zu müssen.

Kostenstruktur ist transparent und planbar. Records statt API-Calls als Abrechnungseinheit ist ungewohnt, aber ehrlicher: Du zahlst, was du tatsächlich an Information beziehst. Eine Anfrage mit „1 Standort, 7 Tage stündlich” verbraucht 168 Records, kalkulierbar. Über den Metered-Tarif (0,0001 USD/Record) lässt sich der Bedarf sogar exakt pay-as-you-go abrechnen.

Schwächen ehrlich betrachtet

Kein EU-Hosting, keine Anonymisierung. Alle Anfragen gehen an US-Server. Wer personenbezogene Standortdaten verarbeitet (z.B. „Wetterdaten am Wohnort meiner Versicherten”), hat ein DSGVO-Problem, der Standort allein ist bereits ein personenbezogenes Datum, sobald er dem Vertragsverhältnis zuordenbar ist. Saubere Lösung: Standorte vorab anonymisieren oder rastern, bevor sie an die API gehen. Wer das nicht kann, sollte zu Meteomatics (CH/EU) ausweichen.

Keine deutsche Oberfläche, kein deutschsprachiger Support. Dokumentation, Forum und Support laufen ausschließlich auf Englisch. Für ein technisches API-Produkt verkraftbar, aber Datenanalysten ohne sicheres Englisch werden die Web-UI als Hürde empfinden.

Modelldetails der ML-Komponenten sind opak. Visual Crossing kommuniziert „ML-Reanalyse” und „ML-Downscaling” als Verkaufsargumente, gibt aber nur sehr begrenzt Auskunft über Modellarchitektur, Trainingsdaten und Validierungsmetriken. Wer für regulatorische Zwecke oder wissenschaftliche Publikationen arbeitet, hat hier weniger Transparenz als bei staatlichen Diensten wie DWD oder ECMWF.

Für Deutschland ist DWD OpenData oft die bessere Wahl. Der Deutsche Wetterdienst stellt seine Stationsdaten und das ICON-D2-Modell (2,2 km Auflösung) über das CDC-Portal kostenlos zur Verfügung. Für rein nationale Anwendungen gibt es kaum einen Grund, dafür zu bezahlen, der Vorteil von Visual Crossing zeigt sich erst, wenn weltweite Vergleichbarkeit, einfache API-Nutzung oder ML-rekonstruierte historische Lücken benötigt werden.

Attributionspflicht in den günstigen Tarifen. Im Professional- und im Metered-Tarif musst du Visual Crossing als Datenquelle nennen. Erst ab Corporate (150 USD/Monat) entfällt diese Pflicht. Wer Wetterdaten unsichtbar in ein Produkt einbetten will, ohne den Anbieter zu nennen, muss also einen deutlich teureren Tarif buchen.

Branchendaten nur im teureren Tarif. Degree Days und spezialisierte Datensätze für Energie, Landwirtschaft und Maritimes sind erst ab Corporate (150 USD/Monat) enthalten. Für Energie- und Agrar-Anwendungen, die genau diese Felder brauchen, ist der günstige Einstiegstarif also keine Option, das verschiebt die realistische Preisuntergrenze nach oben.

Kein Wetterradar, keine Satellitenbilder als Standard. Die API ist record-orientiert. Weather-Maps-Layer (inkl. Radar) gibt es als Addon, wer aber durchgängig Bilddaten in eine Karte einbinden will (Niederschlagsradar, Satellit), prüft besser spezialisierte Anbieter.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Nur deutsche Wetterdaten brauchst, kostenlos und genau
Eine offene, kostenlose Forecast-API mit EU-Hosting willst
Eine sehr breite, günstige Standard-Wetter-API für Endkunden-Apps brauchst
Hochauflösende Forecast-Modelle mit eigener Modell-Stack-Integration brauchst

Erwähnenswert ohne eigene Tool-Seite: Meteomatics (Schweizer Anbieter mit EU/CH-Hosting und DSGVO-Vertrag, die naheliegende Wahl, wenn US-Hosting ein Ausschlusskriterium ist), ECMWF (Open-Data-Initiative, frei verfügbare Modelldaten direkt vom europäischen Zentrum für mittelfristige Wettervorhersage), NOAA (US-Wetterdienst, freie historische Daten weltweit), Climacell (mittlerweile in Tomorrow.io aufgegangen). Visual Crossings Markenkern ist die Kombination aus historischer Tiefe und einfacher Integrierbarkeit, keine andere Plattform liefert diesen spezifischen Mix in dieser Preisklasse.

So steigst du ein

Schritt 1: Kostenlosen Account anlegen und API-Key holen. Auf visualcrossing.com registrieren, sofort einen API-Key bekommen. Erste Test-Query in der Browser-Adresszeile, die API antwortet auf simple GET-Requests. Innerhalb von zehn Minuten hast du den ersten JSON-Response mit Wetterdaten für deinen Standort.

Schritt 2: Excel-Add-In oder Python-Notebook ausprobieren. Wer Datenanalystin ist, lädt das Excel-Add-In und füllt eine Spalte „Datum + Standort” automatisch mit Temperatur, Niederschlag und Wind. Wer programmiert, nutzt das Python-Snippet aus der Doku, drei Zeilen Code für 10 Jahre Stundendaten eines Standorts. So bekommst du sofort ein Gefühl für Datenstruktur und Antwortzeiten.

Schritt 3: Budget realistisch durchrechnen. Bevor du einen Tarif buchst, kalkuliere deinen tatsächlichen Datenbedarf: Anzahl Standorte × Anzahl Stunden/Tag × Anzahl Forecast-Tage × Anzahl Aufrufe/Tag. Visual Crossings Pricing-Seite enthält einen Record-Kalkulator für den Metered-Tarif, der genau das beantwortet. So entscheidest du fundiert zwischen dem Festpreis von Professional (35 USD, 10 Mio. Records) und dem Pay-as-you-go-Modell von Metered (0,0001 USD/Record), und vermeidest, versehentlich Corporate zu buchen, obwohl Professional gereicht hätte.

Ein konkretes Beispiel

Ein mittelständischer Obstgroßhandel aus dem Alten Land bei Hamburg nutzt Visual Crossing für die Risikoeinschätzung der Apfelernte. Die Datenanalystin hat ein Python-Notebook gebaut, das täglich für die 14 wichtigsten Anbaugebiete weltweit (Deutschland, Polen, Italien, Chile, Neuseeland, Südafrika, USA) Wetter-Forecasts und historische Vergleichswerte zieht. Bei drohenden Frostnächten in spanischen Anbaugebieten reagiert der Einkauf bereits zwei Wochen vor der Bestätigung durch Lieferanten, und sichert Kontingente, bevor der Markt reagiert. Record-Verbrauch: deutlich unter dem Professional-Kontingent (35 USD/Monat reichen problemlos). Die historischen Daten werden zusätzlich für ein internes ML-Modell verwendet, das die Korrelation zwischen Wetterereignissen und Einkaufspreisen lernt. Den entscheidenden Vorsprung macht hier nicht die Forecast-Genauigkeit, sondern die Möglichkeit, weltweit aus einer Quelle zu arbeiten, und nicht für jedes Land einen anderen Wetterdienst integrieren zu müssen.

DSGVO & Datenschutz

• Datenhosting: USA (Visual Crossing Corporation, Herndon, Virginia). Keine EU-Region verfügbar.
• Datennutzung: API-Anfragen werden für Logging und Abrechnung verarbeitet. Standortabfragen sind technisch erforderlich, werden aber nicht für Profiling oder Werbung verwendet.
• Personenbezug: Reine Wetter- und Standortdaten ohne Nutzerbezug sind nicht personenbezogen. Sobald Standorte aber an konkrete Personen geknüpft sind (Kundenadressen, Mitarbeiterstandorte), wird die Anfrage personenbezogen, dann ist Anonymisierung oder Rasterung vor dem API-Call erforderlich.
• Auftragsverarbeitung: AVV/DPA und Standardvertragsklauseln für EU-Kunden sind in der Regel auf Anfrage erhältlich, am ehesten im Corporate- und Enterprise-Tarif. Konditionen vor produktivem Einsatz schriftlich bestätigen lassen.
• Empfehlung für Unternehmen: Vor produktiver Nutzung mit personenbeziehbaren Standorten eine Datenschutz-Folgenabschätzung durchführen. Saubere Architektur: Personenbezug bleibt im internen System, an Visual Crossing gehen nur entkoppelte Geo-Koordinaten oder gerasterte Standorte (z.B. PLZ-Zentroid statt Hausanschrift).
• Account-Löschung: Möglich über die Account-Einstellungen. Logfiles werden nach Standardfristen gelöscht (genaue Frist auf Anfrage).

Gut kombiniert mit

• , Wetter-Daten direkt in Dashboards einbinden und mit Geschäftsdaten (Absatz, Energieverbrauch, Auslastung) korrelieren. Visual Crossing liefert einen Power-BI-Konnektor mit, der den Record-Verbrauch transparent macht.
• , Wetter-Korrelationen visuell explorieren. Besonders sinnvoll in der Hypothesen-Phase, bevor ein Produktivmodell gebaut wird, und für Workshops mit Fachbereichen ohne Code-Hintergrund.
• , Visual Crossing für die globale Sicht, DWD OpenData für die nationale Vertiefung. Wer beides parallel verwendet, bekommt die ML-gewichteten Weltdaten plus die hochaufgelösten ICON-D2-Modelle für Deutschland.

Unser Testurteil

Visual Crossing verdient 4 von 5 Sternen. Die Kombination aus historischer Tiefe (über 50 Jahre, ML-gewichtet aus über 100.000 Stationen), einfacher API und planbaren Tarifen ab 35 USD/Monat ist im Markt selten so kompakt verfügbar. Für Datenteams in Landwirtschaft, Logistik, Energie und Handel ist es eine pragmatische, bezahlbare Wahl, besonders dort, wo weltweite Daten und ML-Pipelines gefragt sind. Den fünften Stern verliert Visual Crossing am US-Hosting und an der Tatsache, dass für rein deutsche Anwendungen DWD OpenData die kostenlose und oft genauere Alternative ist. Wer aber global denkt oder eine API mit minimalem Setup-Aufwand braucht, bekommt hier sehr gute Wetterdaten zu fairen Preisen.

Was wir bemerkt haben

• Juni 2026, Die Tarifstruktur wurde gegenüber älteren Beschreibungen umgebaut: Die früher kursierenden Tarifnamen „Core” und ein nicht-kommerzieller Gratis-Plan mit 1.000 Datenpunkten/Tag finden sich auf der aktuellen Preisseite nicht mehr. Heute gilt: kostenloser Test-Account, Professional (35 USD), Metered (0,0001 USD/Record), Corporate (150 USD), Enterprise. Wer eine ältere Quelle liest, sollte die Tarife vor einer Entscheidung gegenchecken.
• Juni 2026, Neu sind die separaten Timeline-LLX-Tarife (Core 99 USD, Premium 299 USD) für Apps mit hohem Anfragevolumen und niedriger Latenz, laut Anbieter aktuell in offener Beta. Wer hochfrequente Forecast-Abfragen für mobile Apps oder IoT braucht, findet hier ein eigenes Modell.
• Juni 2026, Visual Crossing bindet neuere KI-Wettermodelle wie ECMWF AIFS und AI-GFS ein und gewichtet Datensätze per Machine Learning nach geringstem mittleren Fehler. Die historische Basis wird mit „über 50 Jahren” beworben (frühere Angaben sprachen von 45+ Jahren). Modelldetails bleiben weiterhin unveröffentlicht.
• Allgemein, Eine native EU-Region wurde mehrfach von Kunden angefragt, ist aber weiterhin nicht angekündigt. Wer DSGVO-strikt arbeitet, sollte das vor einer Plattform-Entscheidung mit Visual Crossing klären, oder direkt zu Meteomatics gehen.