Meteorological conditions, fuel load and date in the season can affect the departure decisions among migratory birds. However, it is poorly understood to what extent the departure decisions are more influenced by some parameters in relation to others, and how they interact with each other. We explored here how fuel load, date, rain and wind (measured on the ground and at high altitude, codified as a tailwind component) influenced the departure decisions of migratory Blackcaps (Sylvia atricapilla) from a stopover site. We used mark-recapture data of 947 Blackcaps collected during the autumn migration period 2005 at a stopover site in northern Iberia, estimating the emigration likelihood with Cormack-Jolly-Seber models, in which we tested for the effect of these four study variables. Best models fitting data showed an additive and positive effect of tailwind and fuel load on the emigration likelihood.Keywords Blackcap (Sylvia atricapilla) Á Cormack-Jolly-Seber models Á Departure decisions Á Fuel load Á Meteorology Zusammenfassung Die meteorologischen Verhältnisse, der Energievorrat sowie das konkrete Datum können bei Zugvögeln die Entscheidung darüber beeinflussen, wann sie ihren Zug beginnen, bzw. fortsetzen. Dabei ist jedoch nur wenig dazu bekannt, in welchem Ausmaß welcher dieser Parameter relativ zu den anderen die Abflugentscheidung beeinflusst und inwieweit sie untereinander interagieren. In dieser Studie haben wir für ziehende Mönchsgrasmücken (Sylvia atricapilla) untersucht, wie ihr Energievorrat, das jeweilige Datum, Regen und Wind (gemessen am Boden und in größerer Höhe, angegeben als Rückenwindkomponente) die Entscheidung für den Weiterflug von einem Zwischenstop beeinflussten. Hierfür verwendeten wir die Daten von 947 markierten Mönchsgrasmücken, die während des Herbstzuges 2005 in einem Zwischenstop-Gebiet im Norden der iberischen Halbinsel wiedergefangen wurden. Die Weiterzug-Wahrscheinlichkeit wurde anhand von Cormack-Jolly-SeberModellen abgeschätzt, mit denen wir die möglichen Auswirkungen der vier untersuchten Variablen testeten. Das den Daten am besten angepasste Modell zeigte einen additiven, positiven Effekt von Rückenwind und Energievorrat auf die Weiterzugswahrscheinlichkeit.