Der Echtzeit-Datenlieferant Chainlink kooperiert schon seit 2019 mit der Cloud-Abteilung aus dem Hause Google. Jetzt haben die Partner ein neues Produkt vorgestellt, mit dessen Hilfe es möglich wird, die täglichen Wetterdaten von 9.000 Stationen in Echtzeit, aber auch historisch zu nutzen. Das Potenzial dieser Daten besteht vor allem darin, im Rahmen von Smart Contracts Wetterinformationen einzubeziehen. Das könnte etwa genutzt werden, um Versicherungen gegen Naturkatastrophen anzubieten.

Das ist in der Landwirtschaft schon jetzt üblich. So gibt es Ernteausfallversicherungen, die im Kern den Landwirten einen gewissen Mindestertrag garantieren, wenn ihnen Wettereinflüsse buchstäblich die Ernte verhageln oder vertrocknen lassen. In Zeiten des Klimawandels gelten derlei Versicherungen jedoch als immer schwerer versicherungstechnisch beherrschbar. Die Branche sucht nach Wegen.

Die neue Kooperation zwischen Google Cloud und Chainlink ermöglicht es Entwicklern nun, Wetterdaten, also etwa die Niederschlagsmenge an einem bestimmten Ort zu einer bestimmten Zeit, in ihrer Programmlogik zu berücksichtigen. Es handelt sich um die erste Bereitstellung von Google in Richtung Chainlink. Bislang hatte Google Cloud nur umgekehrt Daten von Chainlink in das eigene Angebot gezogen.

Der nun entwickelte Adapter – so heißen die Schnittstellen zu und von Chainlink – erlaubt den Zugriff auf die Daten von 9.000 vorerst ausschließlich US-amerikanischen Wetterstationen und deren Nutzung im Rahmen von Smart Contracts. Beispiele und Vorgehensweise hat das Cloud-Team in diesem Medium-Beitrag vorgestellt.

Dabei betrachtet Google selbst auch die Entwicklung von Versicherungsprogrammen, die Echtzeit-Wetterdaten und historische Datensätze verwenden können, um eine ortsgerechte Risikobewertung zu ermöglichen, als wesentlichen Anwendungsfall. Entsprechende Smart Contracts könnten dann beiden Seiten des Vertrages helfen, die Anspruchslage zu klären.

Aber nicht nur die Risiken der Versicherungsgesellschaften ließen sich durch die vertraglich eingebundene Verwendung von Wetterdaten senken. Gleichzeitig können die Daten auch verwendet werden, um adverse Wetterereignisse zumindest genauer als bisher vorhersagen zu können. Das könnten Finanzmarktteilnehmer in unterschiedliche Richtungen nutzen, um ihre Investments sicherer zu gestalten.