Smallholder farmers often have great entrepreneurial qualities that build on generations of experience. However, many farm management practices are poorly adapted to current climate change conditions. In order for farmers to understand the risks they are undertaking by following certain farming practices and to adapt accordingly, a decision support tool is being developed by researchers at TU Delft. The tool runs a socio-hydrological model, created in Python, in the back-end and provides farmer specific investment and profit data for different crops in the front-end. The aim of this study is to develop a risk assessment process that integrates hydro-climatic variability in the decision support tool, and to identify ways of communicating risk to smallholder farmers in Maharashtra, India. Two sources of variability were characterised based on a literature review of Indian farmers’ own risk perceptions; the untimely onset of the Indian Summer Monsoon and the frequency of dry spells. A sensitivity analysis was then carried out to investigate their respective effects on the farmers’ crop yields. The method proposed to evaluate these risks used a single variable, precipitation data, and a two-dimensional risk matrix to compound the two risk factors, over a time span of 14 years (2003-2016). However, the results indicate that it might be more beneficial to define dry spells in terms of crop water stress, instead of a precipitation threshold. This study also proposed a method for translating a cumulative distribution curve into a risk representation that is adapted for low-literacy users by combining numbers and text with graphics, color and voice descriptions. Ultimately, however, the usability of the tool cannot be determined solely through literature, but must involve the end-users in its design. / Småskaliga jordbrukare är goda entreprenörer som samlat på sig kunskaper och erfarenheter över flera generationer. Däremot är vissa metoder som jordbrukarna använder sig av idag för att förvalta sitt jordbruk inte anpassade till nutida klimatförändringar. För att jordbrukarna ska förstå riskerna som de åtar sig vid valet av dessa metoder försöker forskare vid TU Delft nu ta fram ett verktyg för att underlätta jordbrukares förmåga att ta självständiga men välgrundade beslut om sitt jordbruk. Verktyget är baserat på en socio-hydrologisk modell som är framtagen i Python och som förser specifika investerings- och inkomstdata för enskilda jordbrukare. Syftet med detta kandidatarbete är att bidra till verktyget genom att undersöka de hydroklimatiska risker som uppstår till följd av föränderliga och osäkra klimatologiska förhållanden för jordbrukare i delstaten Maharashtra, Indien. Två riskfaktorer karakteriserades baserat på en litteraturstudie om indiska jordbrukares riskuppfattningar: avvikelser i starten på den indiska sommarmonsunen och antal torrperioder under monsunsäsongen. Dessutom utfördes en känslighetsanalys för att undersöka om och hur den existerande modellens utdata av skörd påverkades av de valda riskfaktorerna. Monsunstarten och torrperioderna togs fram genom metoder som enbart använde historiska nederbördsdata över tidsperioden 2003-2016 och kombinerades sedan med hjälp av en tvådimensionell riskmatris. Resultaten visade att det fanns anledning att ifrågasätta hur torrperioderna definierades och att det kan vara mer fördelaktigt att undersöka vattenbrist för grödan, snarare än att enbart förlita sig på nederbördsdata. Vidare föreslog denna studie en metod för att översätta en kumulativ fördelningsfunktion till en grafisk riskframställning som är anpassad till användare med låg läskunnighet genom att kombinera siffror med text, grafik, färg och ljudförklaringar. I slutändan kan dock inte användbarheten av verktyget enbart avgöras utifrån litteratur, utan måste även inkludera återkoppling från slutanvändarna.