Der exponentielle Anstieg multidimensionaler Geodatenmengen in der Landwirtschaft stellt konventionelle relationale Datenbanksysteme vor erhebliche Herausforderungen, insbesondere bei Echtzeitanalysen. Diese Arbeit demonstriert den Einsatz von Array-Datenbanktechnologien zur effizienten Verarbeitung von Agrarwetterindikatoren (AWI) über lange Zeitreihen in hoher räumlicher Auflösung. Das entwickelte System basiert auf einem Array-Datenbankmanagementsystem, das multidimensionale Geodaten als DataCubes verwaltet und komplexe raum-zeitliche Abfragen mittels Web Coverage Processing Service (WCPS) direkt auf der Serverseite ermöglicht. Die implementierte Client–Server-Architektur kombiniert ein Vue.js-Frontend mit einem Node.js-Backend und integriert meteorologische, phänologische und landwirtschaftliche Daten von 1995 bis 2020 in 1 × 1 km Auflösung. Als Ergebnis wurde eine webbasierte Extremwetter-Toolbox mit drei Hauptkomponenten entwickelt: einem AWI-Atlas zur historischen Datenvisualisierung, einem AWI-Konfigurator für benutzerdefinierte Indikatorerstellung und einem Vorhersagemodell für Ertragsabschätzungen. Das System ermöglicht erstmals die Echtzeitberechnung komplexer Agrarwetterindikatoren und bietet Landwirten sowie Beratern ein praktisches Werkzeug zur klimaangepassten Bewirtschaftung. Die Array-basierte Architektur reduziert Datenübertragungen erheblich und optimiert die Performance gegenüber traditionellen Ansätzen.