Wettervorhersage
Temperature Forecast
Sagen Sie die Temperatur für ein Datum weit in der Zukunft voraus, basierend auf einer gewichteten Mischung aus drei historischen Zeitfenstern — statt dem üblichen 10-14-Tage-Vorhersagehorizont.
Ziel
Normale Wettervorhersagen werden nach ein bis zwei Wochen unzuverlässig. Für längerfristige Planung (z.B. ein Event in drei Monaten) bleibt kaum mehr als Raten — dabei stecken in historischen Klimadaten durchaus nützliche Signale.
Temperature Forecast kombiniert drei nicht überlappende Zeiträume — alles älter als 40 Jahre, 10 bis 40 Jahre zurück, und die letzten 10 Jahre — zu einer gewichteten Vorhersage pro Region und Kalendertag (Standard 20/35/45%, anpassbar). Die drei einzelnen Komponenten werden auch separat angezeigt, sodass Sie den Erwärmungstrend selbst erkennen können.
Status: Daten werden noch ergänzt
336 Regionen in 30 Ländern, die nach und nach von einem langlaufenden Hintergrundjob hinzugefügt werden. Eine Abfrage zu einer noch nicht berechneten Region liefert einen klaren Status statt eines Fehlers.
Selbst ausprobieren
Test-Tipp: Adressen in den Niederlanden und Deutschland haben aktuell die beste Chance, bereits verfügbar zu sein.
Temperaturvorhersage für jedes Datum, weltweit
Auf der Suche nach einer verlässlichen langfristigen Wettervorhersage für einen Urlaub, ein Event oder eine Hochzeit in ein paar Monaten? Temperature Forecast kombiniert historische Klimanormalen zu einer fundierten Temperaturvorhersage — kein Raten, sondern eine transparente Berechnung aus jahrzehntelangen Wetterdaten. Verfügbar als kostenlose, quelloffene Wetter-API für alle, die sie in ihrer eigenen App, ihrem Dashboard oder ihrer Home-Assistant-Installation nutzen möchten.
Die API nutzen
Hinter dieser Seite steckt eine kostenlose, offene API — kein Key, keine Anmeldung. Ein GET-Request, JSON zurück.
Parameter
- address — Adresse (oder verwenden Sie lat und lon für Koordinaten)
- date — gewünschtes Datum (YYYY-MM-DD)
- w_long / w_30 / w_10 — optional: eigene Gewichtung (muss zusammen 1 ergeben)
Beispiel
https://climatenormals.vercel.app/api/normal?address=Jena&date=2027-03-15&w_long=0.2&w_30=0.35&w_10=0.45
Beispielantwort
{
"region": "DE-TH",
"region_meta": { "country": "GM", "admin1": "Thüringen", ... },
"distance_to_reference_station_km": 0.2,
"date": "2027-03-15",
"weights_used": { "p_long": 0.2, "p30": 0.35, "p10": 0.45 },
"temp": { "p_long": 8.1, "p30": 8.9, "p10": 9.6, "blend": 8.9 }
}Fortschritt des Datenaufbaus prüfen? /api/status