← Zurück zum Blog

Wetter- und Klimadaten für KI-Assistenten

DWD OpenData MCP stellt Wetter-, Klima- und Umweltdaten des Deutschen Wetterdienstes über eine öffentliche MCP-Schnittstelle bereit. Der Server kann direkt von KI-Assistenten und anderen MCP-kompatiblen Anwendungen verwendet werden:

https://weather-mcp.niclas.xyz/mcp

In Clients, die eine mcpServers-Konfiguration unterstützen, kann der Server beispielsweise so eingebunden werden:

{
  "mcpServers": {
    "dwd-opendata": {
      "type": "http",
      "url": "https://weather-mcp.niclas.xyz/mcp"
    }
  }
}

Je nach Anwendung wird dieser Konfigurationsblock in einer .mcp.json oder in der jeweiligen globalen MCP-Konfigurationsdatei hinterlegt.

Bei Claude Code kann beispielsweise eine .mcp.json im Projektverzeichnis verwendet werden. Alternativ lässt sich der Server über die Kommandozeile hinzufügen:

claude mcp add \
  --transport http \
  --scope project \
  dwd-opendata \
  https://weather-mcp.niclas.xyz/mcp

Nach der Einrichtung kann der Assistent die verfügbaren Werkzeuge automatisch erkennen und beispielsweise folgende Aufgaben ausführen:

  • die nächste DWD-Wetterstation zu einem Ort finden
  • aktuelle oder historische Messwerte abrufen
  • mehrere Stationen miteinander vergleichen
  • Temperatur- und Niederschlagstrends berechnen
  • Klimanormalwerte und Anomalien bestimmen
  • Wettervorhersagen für einen Standort abrufen
  • Radarniederschlag an bestimmten Koordinaten auswerten

Warum der Server entstanden ist

Der Deutsche Wetterdienst veröffentlicht große Mengen an Wetter- und Klimadaten über sein OpenData-Portal. Diese Daten liegen jedoch in vielen verschiedenen Verzeichnisstrukturen, Archiven und Dateiformaten vor.

Eine Anwendung müsste die passenden Dateien zunächst finden, herunterladen, entpacken und anschließend fachlich korrekt verarbeiten. Hinzu kommen unterschiedliche Einheiten, Qualitätskennzeichen, fehlende Werte und zeitliche Auflösungen.

DWD OpenData MCP bündelt diese Schritte hinter einer einheitlichen Schnittstelle und macht die Daten direkt für KI-Assistenten und agentenbasierte Anwendungen nutzbar.

Funktionsumfang

Der Server stellt derzeit 26 MCP-Tools bereit. Sie decken unter anderem folgende Datenbereiche ab:

  • aktuelle und historische Stationsmessungen
  • Stationssuche und Stationsvergleiche
  • statistische Auswertungen und gleitende Mittelwerte
  • Klimanormalwerte, Anomalien und langfristige Trends
  • Extremwerte und statistische Wiederkehrperioden
  • Hitze-, Frost-, Eis- und Sommertage
  • MOSMIX-Wettervorhersagen
  • RADOLAN-Niederschlagsdaten
  • regionale Gebietsmittel für Deutschland und die Bundesländer
  • Klimagitter mit einer räumlichen Auflösung von einem Kilometer
  • Pflanzenphänologie
  • agrometeorologische Modelldaten
  • weltweite monatliche CLIMAT-Messwerte

Die Werkzeuge liefern nicht nur einzelne Werte, sondern können auch vollständige Zeitreihen aggregieren und statistisch auswerten.

Nachvollziehbare Ergebnisse

Bei Wetter- und Klimadaten ist es wichtig, die Herkunft und Qualität eines Wertes nachvollziehen zu können.

Deshalb enthalten die Ergebnisse zusätzliche Angaben zu:

  • Datenquelle und Quelldatei
  • Einheit
  • zeitlicher Auflösung
  • Mess- oder Modellprodukt
  • Datenversion
  • Qualitätskennzeichen
  • fehlenden Werten
  • bekannten Einschränkungen
  • Lizenz und Attribution

Fehlende oder ungültige Messwerte werden automatisch erkannt und nicht versehentlich als echte Wetterdaten behandelt. Unvollständige Monate, Jahreszeiten oder Jahre werden außerdem klar gekennzeichnet, damit Auswertungen nicht irreführend wirken.

Bei langfristigen Trendanalysen berücksichtigt der Server außerdem bekannte Veränderungen einer Station, etwa Standortwechsel, neue Messgeräte oder veränderte Messverfahren.

Automatische Verarbeitung und Caching

Die benötigten DWD-Datensätze werden bei einer Anfrage automatisch gefunden und indexiert. Ein vorheriger vollständiger Import des OpenData-Verzeichnisses ist nicht erforderlich.

Der Server übernimmt unter anderem:

  1. das Auffinden des passenden Datensatzes,
  2. den Download der benötigten Dateien,
  3. das Entpacken der Archive,
  4. das Einlesen und Normalisieren der Daten,
  5. die Verarbeitung von Einheiten und Qualitätskennzeichen,
  6. die statistische Auswertung der Messreihen.

Ein lokaler Katalog und Cache verhindern, dass bereits vorhandene Dateien unnötig erneut heruntergeladen werden. Fordern mehrere Clients gleichzeitig dieselbe Datei an, werden diese Zugriffe zu einem gemeinsamen Download zusammengeführt.

Technischer Aufbau

Der Hauptserver wurde mit TypeScript und Node.js entwickelt. Für die lokale Verwendung unterstützt er stdio, für gehostete Installationen Streamable HTTP.

Intern kommen unter anderem SQLite und DuckDB zum Einsatz. Sie verwalten den lokalen Datenkatalog und ermöglichen die effiziente Verarbeitung größerer Zeitreihen.

Für zwei spezielle Datenformate steht zusätzlich ein optionaler Python-Dienst zur Verfügung:

  • HYRAS-Klimagitter im NetCDF-/HDF5-Format
  • rohe ICON- und ICON-EU-Prognosen im GRIB2-Format

Alle anderen Werkzeuge laufen vollständig im TypeScript-Server. Fehlt der optionale Python-Dienst, bleiben die übrigen Funktionen weiterhin verfügbar.

Betrieb als öffentlicher MCP-Server

Die gehostete Version verwendet Streamable HTTP und kann von mehreren MCP-Clients gemeinsam genutzt werden.

Zum Schutz der DWD-Infrastruktur besitzt der Server unter anderem:

  • ein Limit pro Client,
  • eine begrenzte Anzahl paralleler Downloads,
  • unterschiedliche Cache-Zeiten für aktuelle und historische Daten,
  • zusammengeführte Downloads bei identischen Anfragen,
  • eingeschränkte administrative Werkzeuge im öffentlichen Betrieb.

Der öffentliche Endpunkt kann ohne lokale Installation verwendet werden:

https://weather-mcp.niclas.xyz/mcp

DWD OpenData MCP zeigt, wie sich umfangreiche öffentliche Forschungs- und Umweltdaten über eine einheitliche MCP-Schnittstelle für moderne KI-Anwendungen erschließen lassen.

Datenquelle: Deutscher Wetterdienst. Die verwendeten DWD-Daten stehen unter CC BY 4.0 beziehungsweise GeoNutzV. Vom Server berechnete Statistiken, Trends und Indizes sind abgeleitete Ergebnisse und keine offiziellen Bewertungen des Deutschen Wetterdienstes.