Zurück zur Karte

Datenqualität & Methodik

Wie StadtLandKlima mit unvollständigen Daten umgeht

Datenquelle: Deutscher Wetterdienst (DWD)

StadtLandKlima nutzt ausschließlich offizielle Klimadaten des Deutschen Wetterdienstes. Diese Daten reichen teilweise bis ins Jahr 1871 zurück. Über einen so langen Zeitraum gibt es naturgemäß Lücken, Stationsverlegungen und unterschiedliche Messqualitäten.

Um wissenschaftlich korrekte Visualisierungen zu gewährleisten, filtern wir unvollständige oder fehlerhafte Daten nach transparenten Kriterien.

Filterkriterien

Laufendes Jahr wird ausgeschlossen

Das aktuelle Jahr (2026) ist per Definition unvollständig und wird nicht in Berechnungen einbezogen. Es würde Durchschnitte und Trends verzerren.

if (year >= currentYear) → Ausschluss: "Laufendes Jahr"

Unvollständige Jahre (Monatsdaten)

Ein Jahr gilt als vollständig, wenn mindestens 11 von 12 Monaten Daten vorliegen, jeweils mit mindestens 24 Messtagen pro Monat (~80%).

Ausgeschlossen

Weniger als 6 Monate Daten → Zu wenig für sinnvolle Analyse

Markiert als unvollständig

6–10 Monate → Nutzbar, aber mit Vorsicht

if (monthsWithData < 6) → Ausschluss
if (monthsWithData < 11) → Markierung "Unvollständig"

Temperatur-Ausreißer (statistische Erkennung)

Jahresdurchschnitte außerhalb des erwarteten Bereichs werden als unvollständige Daten interpretiert (z.B. nur Sommermonate gemessen → zu hoher Durchschnitt).

IQR-Methode (Interquartile Range)

Der Interquartilsabstand ist ein robustes statistisches Maß für die Streuung, das weniger anfällig für Ausreißer ist als die Standardabweichung.

Untere Grenze:
Q1 - 1.5 × IQR
Obere Grenze:
Q3 + 1.5 × IQR

Zusätzlich begrenzt auf 4°C – 14°C (plausible Jahresmittel für Deutschland).

if (avgTemp < lowerBound || avgTemp > upperBound) → Ausschluss

Datenlücken in der Zeitreihe

Fehlende Jahre zwischen vorhandenen Daten werden erkannt und angezeigt. Dies kann durch Stationsschließungen, Umzüge oder fehlende Digitalisierung entstehen.

Lücken beeinflussen Trend-Berechnungen nicht, werden aber transparent dargestellt.

Visuelle Kennzeichnung

In allen Charts werden Datenqualitätsprobleme visuell gekennzeichnet:

Vollständige Daten
Unvollständig (aber nutzbar)
Ausgeschlossen (nicht in Berechnungen)

Hover-Tooltip: Fahren Sie mit der Maus über die Qualitätsanzeige in einem Chart-Header, um Details zu sehen (welche Jahre, warum ausgeschlossen).

Qualitäts-Score

Der Qualitäts-Score zeigt den Anteil vollständiger Jahre an den nutzbaren Jahren:

Score = (Vollständige Jahre / Nutzbare Jahre) × 100%
90–100%
Exzellent
70–89%
Gut
<70%
Mit Vorsicht nutzen

Transparenz & Kontakt

Diese Bachelorarbeit ist Teil eines wissenschaftlichen Projekts an der Hochschule für Technik Stuttgart. Bei Fragen zur Methodik oder Vorschlägen zur Verbesserung wenden Sie sich bitte an: