Interview-Reihe „5 Fragen an…“:
Stefan Bornemann von wetter.com

Im Rahmen unserer neuen Interviewreihe „5 Fragen an…“ möchten wir Ihnen einen Einblick in die digitale Kommunikation bei Unternehmen geben und befragen dazu deren Marketing-Experten. Auf diesem Weg erhalten Sie Hintergründe zu konkreten Projekten und hilfreiche Tipps, die sich gegebenenfalls auch auf Ihr Geschäft übertragen lassen.

Frage 1: Stefan, wetter.com ist eine der bekanntesten Wettermarken im deutschsprachigen Raum. Millionen von Menschen nutzen eure App und Webseite im Alltag. Mit eurer neuen Marke METEONOMIQS verlasst ihr den Pfad des B2C-Geschäfts und habt ein wetterbasiertes Angebot für Unternehmen aufgebaut. Was genau steckt dahinter und welche Relevanz hat Wetter für die Wirtschaft?

Stefan Bornemann: Um gleich mit deiner zweiten Frage einzusteigen: Wetter ist ein sehr relevanter Wirtschaftsfaktor. Das betrifft nicht nur die Bereiche Verkehr, Logistik, Landwirtschaft oder Tourismus, an die man beim Thema Wetter und Wirtschaft oft zuerst denkt. Das gilt auch für Handel, eCommerce, Energie, Versicherungen. Letztendlich gibt es kaum eine Branche, deren Erfolg nicht auch wetterabhängig ist. Viele Unternehmen wissen zwar um den Wettereinfluss, unterschätzen ihn jedoch mangels genauer Berechnungen oder fehlender Lösungen, das Wetter im Geschäftsprozess richtig zu nutzen. Genau das wollen wir ändern und bieten mit unserer neuen B2B-Sparte METEONOMIQS wetterdatengetriebene Business-Lösungen für unterschiedliche Unternehmensprozesse – von Bedarfs- und Bestellplanungen bis hin zu Marketing für alle Kanäle und Performance Analysen.

Frage 2: Du sprichst von wetterdatengetriebenen Lösungen. Was genau kann man sich darunter vorstellen und wie funktionieren sie?

Stefan Bornemann: Technisch bieten wir verschiedene API-Produkte, also Anwendungen über Standard-Schnittstellen. Wirtschaftlich zielen wir auf verschiedene Use Cases, also typische Problemstellungen.

Über unsere Wetter-Daten-API kann man ganz einfach unterschiedliche Wetterdaten abholen, um diese Daten selbstständig in unterschiedlichen Projekten einzusetzen. Für eine Business-Analyse, ein Webseiten/App-Projekt, eine Kampagnenanalyse in Google Analytics oder für größere Data Science-Projekte. Hier helfen wir mit präzisen Wetterdaten für die ganze Welt.

Ebenfalls einfach integrierbar ist unser Forecasting-Tool. Damit docken wir an gängige Planungssysteme an und verbessern die Waren-, Sortiments- und Umsatzplanung, indem wir die örtliche Wetter-Prognose berücksichtigen.

Eine weitere Wetter-Anwendung bieten wir im Bereich der Werbung. Wetter-Targeting, also Werbung bei passendem Wetter auszuspielen, ist per se nichts Neues, wir aber bieten Wetter-Trigger, die die regionalen Unterschiede des Wetters berücksichtigen. So kann Werbung für Eiscreme ab 20 Grad vielleicht in Hamburg ziehen, in München aber nicht. Deshalb haben wir so genannte Produkt-Wetter-Indizes entwickelt, die das Kaufinteresse der Kunden für ein bestimmtes Produkt auf Tages- und Postleitzahlebene abbilden und mit denen man zum Beispiel Online-Kampagnen für Gartenmöbel genau dann ausspielen kann, wenn die Werbung örtlich, zeitlich und wetterbedingt relevant ist.

Frage 3: Kannst du konkrete Beispiele geben, was die Berücksichtigung von Wetterdaten so ausmachen kann?

Stefan Bornemann: Ganz so pauschal lässt sich das leider nicht beantworten. Aus inzwischen über 100 Projekten haben wir folgendes gelernt: Der Wettereffekt kommt auf die Branche, den Kunden, Standort und Vertriebskanal an. Wettereffekte von 1% bis 10% vom Umsatz sind verbreitet; bei Biergärten, Tagestourismus und Skigebieten noch weit darüber.

Dazu am besten ein Beispiel: In einem unserer ersten Projekte haben wir zusammen mit einem Partner den täglichen Bestellprozess bei Bäckereiketten „wetteroptimiert“. Hier haben wir gesehen, dass nicht nur die Kundenfrequenz an der Theke variiert, sondern sich auch bestimmte Waren je nach Wetter besser verkaufen. So geht Apfeltorte besser bei schönem Wetter, der Abverkauf von Eclairs dagegen verläuft entgegen der Temperaturentwicklung. Soweit sind das nette Erkenntnisse, die den Wettereinfluss verständlich aufzeigen. Wirtschaftlich wird dieser Effekt aber erst zugänglich, wenn Wetter systematisch in der Absatzprognose berücksichtigt wird. Durch Eingliederung unseres „Wetter-Prognose-Feature“ in bestehende Systeme und Prozesse lässt sich eine Forecast-Optimierung im zweistelligen Prozentbereich erreichen. Im Bereich Advertising haben wir in A/B-Tests sogar eine 80-prozentige Steigerung der Klickraten durch Wetter-Targeting beobachtet.

Frage 4: Damit die Tools funktionieren, müssen diese dann auch mit Unternehmensdaten gefüttert werden und ja mit welchen? Und können auch KMUs, deren Digitalisierungsgrad noch nicht bei 100 Prozent liegt, eure Lösungen nutzen?

Stefan Bornemann: Generell kann jeder Kunde die Lösungen nutzen und muss keine vertrauliche Daten teilen. Unsere Lösungen nutzen Standard-Tools oder werden via Standard-Schnittstellen ohne großen Aufwand in bestehende Systeme integriert. So können sie schnell beim Aufbau und der Weiterentwicklung von digitalen, datengetriebenen Prozessen unterstützen. Zum Beispiel können wir ein „Wetter-Add-on“ zu einem bestehenden Prognose/ERP-System liefern oder die Planung von Ware bis Personal von Grund auf aufsetzen. Für spezifische Anwendungen, wie zum Beispiel wetterabhängige Produktprognosen sind wir auf Unternehmensdaten angewiesen, damit es funktioniert. Selbstverständlich läuft der Datenaustauch unter strengsten Sicherheits- und Datenschutzbedingungen.

Frage 5: Das Wetter für Wochen und Monate im Voraus vorherzusagen ist ja sehr schwierig und das Wetter kann sich ja auch schlagartig ändern. Inwieweit im Voraus ist denn so eine Forecasting-Lösung zuverlässig?

Stefan Bornemann: Wetterprognosen sind heutzutage sehr zuverlässig und es wird viel daran gearbeitet, diese noch besser zu machen. Als Daumenregel, ohne in meteorologische Details zu gehen, können wir sagen, dass wir 1-2 Wochen im Voraus gut prognostizieren können. Die Frage nach dem Prognosehorizont und der Prognosegüte ist aber oft von nachrangiger Bedeutung. Viele Machine Learning Anwendungen brauchen zuvorderst gut aufbereitete historische Wetterdaten, um Wetter von anderen Effekten zu trennen.

Stefan Bornemann –
COO von wetter.com

Stefan ist COO von wetter.com, dem Nr.1 Wetterportal in Deutschland, Österreich und der Schweiz.

Schwerpunkt seiner Arbeit bildet der Ausbau des Data Solutions-Angebots von wetter.com, das unter dem Dach der neuen Marke METEONOMIQS von einem Team aus Data Scientists und Machine Learning-Experten entwickelt wurde. Im Fokus stehen Businesslösungen, die Unternehmen mittels Wetter- und Geodaten helfen, diverse Unternehmensprozesse zu optimieren und bisher unentdeckte Geschäftspotenziale zu heben. Vor seinem Einstieg bei wetter.com war Stefan für SevenVentures sowie als Strategieberater für The Boston Consulting Group tätig.