Wetter- und Prognosedaten per API: Welche Anbieter gibt es für Energieunternehmen?

Drei Wege zu Wetter- und Prognosedaten per API und der eigene Aufwand bis zur fertigen Prognose
Energieunternehmen bekommen Wetter- und Prognosedaten per API aus drei Quellen: von staatlichen Wetterdiensten wie DWD und ECMWF als Open Data, von Wetter-API-Anbietern wie Open-Meteo oder Meteomatics als aufbereitete Wetterparameter und von spezialisierten Energieprognose-Anbietern wie alitiq, enercast, energy & meteo systems oder Solcast als fertige Leistungs- und Lastprognosen. Welche Quelle passt, hängt davon ab, was am Ende in Ihrem System ankommen soll: Wetter oder Megawatt.
Wetterdaten oder Prognosedaten?
Die beiden Begriffe werden oft gleich verwendet, meinen aber Verschiedenes:
- Wetterdaten beschreiben die Atmosphäre: Globalstrahlung in W/m², Windgeschwindigkeit auf 100 Metern, Temperatur, Bewölkung.
- Prognosedaten im Sinne der Energiewirtschaft beschreiben Ihr Geschäft: wie viel eine PV-Anlage oder ein Windpark einspeist und wie viel Ihre Kunden verbrauchen, in kW oder MW.
Dazwischen liegt ein Modell, das Ihre Anlagen und Kunden kennt. Wer Wetterdaten bezieht, baut und betreibt dieses Modell selbst. Wer Prognosedaten bezieht, kauft es mit ein.
1. Staatliche Wetterdienste: Open Data
Die Grundlage jeder Prognose sind die numerischen Wettermodelle der Wetterdienste. Viele davon sind heute frei verfügbar:
- Deutscher Wetterdienst (DWD): Auf opendata.dwd.de liegen die Modelle ICON, ICON-EU und ICON-D2 sowie die Punktprognosen MOSMIX. Die Daten dürfen mit Quellenangabe auch kommerziell genutzt werden.
- ECMWF: Seit dem 1. Oktober 2025 ist der gesamte Echtzeitkatalog des Europäischen Zentrums für mittelfristige Wettervorhersage offen, unter der Lizenz CC BY 4.0. Für die Auslieferung sehr großer Datenmengen können Servicegebühren anfallen.
- Weitere Dienste: NOAA mit GFS, Météo-France mit AROME und ARPEGE, der dänische DMI mit HARMONIE.
Kostenlos heißt aber nicht aufwandsfrei. Die Daten kommen als GRIB2-Dateien auf einem Gitter, oft mehrere Gigabyte pro Lauf. Sie müssen heruntergeladen, auf Ihre Standorte interpoliert und archiviert werden, denn ältere Läufe hält der DWD auf dem Open-Data-Server nur kurz vor. Ohne eigenes Archiv fehlt später die Historie, um ein Modell zu trainieren oder eine Prognose ehrlich zu prüfen.

Die Grafik zeigt, warum ein einzelnes Modell selten reicht. Regionale Modelle wie ICON-D2 oder AROME rechnen mit rund 1 bis 2 km Gitterweite und bilden Gewitter, Nebel oder lokale Windfelder gut ab, schauen aber nur etwa zwei Tage voraus. Globale Modelle wie IFS oder GFS reichen 10 bis 16 Tage weit, sind dafür gröber. Für den Intraday-Handel zählen die hochaufgelösten Modelle, für die Beschaffung der Folgetage die globalen.
2. Wetter-APIs: aufbereitete Wetterparameter
Wetter-API-Anbieter nehmen Ihnen den Umgang mit GRIB2 und Gittern ab. Sie fragen eine Koordinate ab und bekommen eine Zeitreihe in JSON oder CSV:
- Open-Meteo bündelt die Modelle nationaler Wetterdienste hinter einer einfachen REST-API. Für nichtkommerzielle Nutzung ist sie kostenlos, für kommerzielle gibt es ein kostenpflichtiges Abo.
- Meteomatics aus der Schweiz bietet nach eigenen Angaben mehr als 110 Modelle, historische Daten und Klimadaten und richtet sich ausdrücklich auch an Energieunternehmen.
Eine Wetter-API ist der richtige Weg, wenn Sie Wetter als Eingangsgröße für eigene Modelle brauchen, etwa die Temperatur für eine selbst gebaute Wärmebedarfsprognose. Den Schritt von Wetter zu Leistung oder Last übernimmt sie nicht: Training, Betrieb und Überwachung des Modells bleiben bei Ihnen.
3. Energieprognose-Anbieter: fertige Leistungs- und Lastprognosen
Energieprognose-Anbieter liefern das, was Handel, Bilanzkreismanagement und Leitstelle tatsächlich verwenden: die erwartete Einspeisung oder den erwarteten Verbrauch je Anlage und Portfolio. Sie kombinieren mehrere Wettermodelle, trainieren mit Ihren Messwerten nach und rechnen Abregelungen heraus. Bekannte Anbieter im deutschsprachigen Raum und darüber hinaus sind:
- alitiq: Prognosen für PV, Wind, Last für Strom, Gas und Wärme sowie Wasserkraft über eine REST-API und ein Python-SDK. Wir verarbeiten die Rohdaten der Wetterdienste direkt, ohne eine Wetter-API dazwischen.
- enercast: PV- und Windprognosen über einen REST-Webservice, nach eigenen Angaben mit bis zu zehn Wettermodellen und Horizonten von 15 Minuten bis 31 Tage.
- energy & meteo systems: Wind- und Solarleistungsprognosen aus Oldenburg, international im Einsatz, unter anderem beim US-Netzbetreiber MISO.
- Solcast: spezialisiert auf Solar, mit Einstrahlungs- und PV-Leistungsdaten weltweit, von 5 Minuten bis 14 Tage voraus.
Die Anbieter unterscheiden sich weniger darin, ob es eine API gibt, als darin, was sie abdeckt: nur Erzeugung oder auch Verbrauch, nur Prognosen oder auch historische Läufe, nur ein optimiertes Ergebnis oder auch die Prognose je Wettermodell.
Die drei Wege im Vergleich
| Wetterdienste (Open Data) | Wetter-APIs | Energieprognose-Anbieter | |
|---|---|---|---|
| Beispiele | DWD, ECMWF, NOAA | Open-Meteo, Meteomatics | alitiq, enercast, energy & meteo, Solcast |
| Sie bekommen | Rohdaten auf einem Gitter | Wetterparameter je Koordinate | Leistung und Last je Anlage und Portfolio |
| Format | GRIB2-Dateien | JSON, CSV per REST | JSON, CSV per REST, oft auch Dateilieferung |
| Datenkosten | kostenlos | kostenlos bis Abo | Lizenz, meist nach installierter Leistung |
| Eigener Aufwand | hoch | mittel | gering |
| Passt für | Forschung, eigene Wetterpipeline | eigene Prognosemodelle | operativen Handel und Bilanzkreis |
Worauf Sie bei einer Prognose-API achten sollten
Ob Wetter oder Leistung: Eine API ist nur so gut wie ihre Details. Diese Punkte entscheiden im Alltag:
- Historische Läufe: Können Sie frühere Prognosen je Berechnungszeitpunkt abrufen? Nur so lässt sich eine Prognose fair prüfen, ohne dass spätere Informationen in den Test rutschen.
- Eindeutige Zeitstempel: Zeitzone im Zeitstempel und eine klare Regel, ob er den Anfang oder das Ende des Intervalls markiert. Fehler hier kosten im Viertelstundenhandel bares Geld.
- Wettermodell wählbar: Neben dem optimierten Ergebnis die Prognose je Wettermodell, für eigene Analysen und als Rückfallebene.
- Portfolio und Einzelanlage: beide Abfragen, idealerweise mit Summe über das Portfolio.
- Rückkanal: Messwerte und Abregelungen per API zurückspielen, damit das Modell lernt.
- Einheiten und Raster: kW oder MW, 15, 30 oder 60 Minuten, frei wählbar.
- Dokumentation, SDK und Testzugang: Wer vor Vertragsabschluss nicht testen kann, kauft blind.
Mehr Kriterien für die Anbieterwahl und eine Rechnung zu Build or Buy finden Sie in unserem Beitrag Worauf Sie bei der Auswahl eines Prognoseanbieters achten sollten.
So sieht das bei alitiq aus
Wir gehen den direkten Weg: Die Modelldaten von DWD, ECMWF, NOAA, Météo-France, DMI und weiteren Wetterdiensten laden und verarbeiten wir selbst, eine Wetter-API eines Drittanbieters lassen wir aus. Dahinter steht ein Team mit viel meteorologischer Erfahrung. Wir wissen, welches Modell in welcher Wetterlage seine Stärken hat, wie man Strahlung und Wind auf Nabenhöhe sauber auf einen Standort bringt und wo Wettermodelle systematisch danebenliegen. So kontrollieren wir die ganze Kette vom Wettermodell bis zur Megawatt-Prognose, archivieren jeden Lauf für faire Backtests und reagieren schnell, wenn ein Wetterdienst ein Modell umstellt.
Unsere Prognosen laufen operativ auf unserer Seite. Sie legen Ihre Anlagen per API oder im API-Portal an und fragen die Prognose ab, zum Beispiel mit unserem Python-SDK:
from alitiq import alitiqSolarAPI
from alitiq.enumerations.forecast_models import ForecastModels
solar_api = alitiqSolarAPI(api_key="ihr-api-key")
forecast = solar_api.get_forecast(
location_id="PV-001",
forecast_model=ForecastModels.ICON_D2,
power_measure="MW",
timezone="Europe/Berlin",
)
Zurück kommt ein pandas-DataFrame. Ohne forecast_model erhalten Sie unsere optimierte Prognose aus mehreren Wettermodellen, mit dem Parameter die Prognose auf Basis eines einzelnen Modells, etwa ICON-D2, ICON-EU, HARMONIE DINI oder GFS. Dieselben Daten gibt es ohne Code als JSON oder CSV über die REST-API. Wetterprognosen mehrerer Modelle stellen wir zusätzlich über unsere Wetter-API bereit.
Häufige Fragen
Sind die Wetterdaten des DWD kostenlos?
Ja. Die Modelldaten auf opendata.dwd.de sind frei und dürfen mit Quellenangabe auch kommerziell genutzt werden. Aufwand entsteht bei Download, Verarbeitung und Archivierung.
Reicht eine Wetter-API für die Direktvermarktung?
Nur, wenn Sie selbst ein Modell betreiben, das Wetter in Leistung umrechnet und mit Ihren Messwerten nachtrainiert wird. Sonst ist ein Energieprognose-Anbieter der kürzere Weg.
Was kostet eine Leistungsprognose per API?
Die meisten Anbieter rechnen nach installierter Leistung ab. Bei alitiq sind es 18 € pro MW und Monat für PV und Wind, und Sie testen 30 Tage kostenlos.
Was wir mitnehmen
- Drei Quellen: Wetterdienste liefern Rohdaten, Wetter-APIs Wetterparameter, Prognoseanbieter Megawatt.
- Kostenlos ist relativ: Open Data spart Lizenzkosten, verlagert aber Aufwand in Pipeline, Archiv und Modellbetrieb.
- Details entscheiden: historische Läufe, saubere Zeitstempel, Wahl des Wettermodells und ein Rückkanal für Messwerte.
Wenn Sie Wetter- und Prognosedaten für Ihr Portfolio per API beziehen möchten, sprechen Sie uns an. Wir richten Ihnen einen Testzugang ein und vergleichen gern mit Ihrem bisherigen System.
Bereit, Ihr Unternehmen zu transformieren?
Entdecken Sie, wie alitiq's Prognoseintelligenz Ihre Abläufe optimieren kann.
Kontaktieren Sie uns