Home Assistant offene Fenster erkennen – meine beste Automatisierung für mehr Sicherheit
Ich bin nach Hause gekommen und habe etwas gesehen, das eigentlich nicht passieren sollte: Ein Fenster war offen – im Erdgeschoss. Und niemand war zuhause.
Gerade wenn man sich intensiv mit Smart Home beschäftigt, ist das genau der Moment, in dem man merkt: Das lässt sich besser lösen.
Genau daraus ist diese Automatisierung entstanden.
In diesem Beitrag zeige ich dir Schritt für Schritt, wie ich in Home Assistant eine Lösung umgesetzt habe, die mich zuverlässig warnt, wenn ich das Haus verlasse und noch Fenster offen sind – und zwar dynamisch, ohne starre Gruppen und ohne Wartungsaufwand.
Warum klassische Lösungen oft nicht funktionieren
Viele setzen Automatisierungen so um:
Fenster einzeln prüfen
mehrere Bedingungen hintereinander
manuelle Pflege bei neuen Geräten
Das Problem dabei:
Das Ganze skaliert nicht. Jedes neue Gerät bedeutet zusätzliche Arbeit. Und unterschiedliche Anforderungen lassen sich nur schwer abbilden.
Ich wollte eine Lösung, die automatisch funktioniert, sich selbst erweitert und langfristig wartungsarm bleibt.
Die Lösung: Labels statt Gruppen
Der entscheidende Unterschied in meinem Setup ist der Einsatz von Labels.
Statt feste Gruppen anzulegen, vergebe ich meinen Sensoren einfach ein Label, zum Beispiel:
Fenster
Damit kann ich später alle relevanten Sensoren dynamisch abfragen, ohne sie einzeln definieren zu müssen.
Wichtig: Der Name muss exakt so auch im Template verwendet werden.
Der Trigger: Haustür als Auslöser
Die Automatisierung startet genau in dem Moment, in dem sie gebraucht wird:
Wenn ich das Haus verlasse.
Das erkenne ich über den Türsensor an der Haustür.
Trigger-Konfiguration
Zustand: geschlossen → geöffnet
Gerät: Haustür
Die zentrale Logik: Dynamisches Template
Jetzt kommt der wichtigste Teil.
Ich prüfe alle Entitäten mit dem Label „Fenster“ automatisch. D.h. , als Bedingung dient, dass tatsächlich auch eines der Fenster geöffnet ist.
Home Assistant Automatisierungen debuggen: Wenn Automatisierungen versagen, wird es schnell ungemütlich
Wer Home Assistant intensiv nutzt, kennt diese Situationen nur zu gut: Man geht in den Flur – und das Licht bleibt aus. Oder morgens bleiben die Rollläden unten, obwohl sie seit Monaten zuverlässig funktioniert haben. Solche Fehler sind nicht nur technisch ärgerlich, sie sorgen auch im Alltag schnell für Frust. Gerade dann, wenn andere Personen im Haushalt dem Smart Home ohnehin skeptisch gegenüberstehen.
In diesem Beitrag zeige ich keinen neuen Sensor, keine neue Integration und auch keine klassische „Automatisierung des Monats“. Stattdessen geht es um eine Frage, die mir regelmäßig gestellt wird – und die ich mir selbst oft genug stellen muss:
Warum läuft meine Automatisierung nicht, obwohl eigentlich alles richtig aussieht?
Warum die Home-Assistant-Traces oft nicht ausreichen
Home Assistant bringt mit den Traces bereits ein sehr mächtiges Werkzeug zur Fehlersuche mit. Man sieht, welche Trigger ausgelöst wurden, welche Bedingungen geprüft wurden und an welcher Stelle eine Automatisierung eventuell abgebrochen ist.
In der Praxis stoße ich damit aber immer wieder an Grenzen:
Traces werden schnell unübersichtlich
Zustände werden nur punktuell angezeigt
Zusatzinformationen wie „Wann hat sich dieser Zustand zuletzt geändert?“ fehlen
Zusammenhänge zwischen mehreren Entitäten sind schwer zu erkennen
Gerade bei komplexeren Automatisierungen mit Zeitfenstern, Nachtmodi, Helligkeitswerten oder mehreren Bedingungen wird das Debugging schnell zur Fleißarbeit.
An genau dieser Stelle setze ich mit meinem eigenen Ansatz an.
Mein Ansatz: Debug-Snapshots statt Rätselraten
Statt mich ausschließlich auf Traces zu verlassen, arbeite ich mit sogenannten Debug-Snapshots. Die Idee dahinter ist simpel:
Ich speichere mir zu definierten Zeitpunkten innerhalb einer Automatisierung den Zustand relevanter Entitäten – strukturiert, nachvollziehbar und dauerhaft in einer Logdatei.
So sehe ich später ganz in Ruhe:
Welche Entitäten welchen Status hatten
Wann sich ein Zustand zuletzt geändert hat
Ob Bedingungen wirklich erfüllt waren
Wie sich Zustände vor und nach einer Aktion unterscheiden
Das Ganze ist kein Ersatz für Traces, sondern eine Ergänzung – vor allem dann, wenn man systematisch verstehen möchte, warum eine Automatisierung nicht so läuft wie gedacht.
Debug-Snapshots in der Praxis
Ich nutze dafür ein eigenes Skript, das ich an beliebigen Stellen in einer Automatisierung aufrufen kann. Typischerweise setze ich es:
direkt am Start der Automatisierung
vor kritischen Aktionen
nach der eigentlichen Aktion
Jeder Aufruf erzeugt einen Snapshot, der folgende Informationen enthalten kann:
Name der Automatisierung
aktuelle Phase (z. B. Start, Before Action, After Action)
Zeitstempel
Zustände definierter Entitäten
„Last Changed“-Informationen
So entsteht Schritt für Schritt ein klares Bild davon, was in der Automatisierung tatsächlich passiert.
Welche Entitäten sind wirklich relevant?
Ein großer Vorteil dieses Ansatzes ist, dass ich selbst entscheide, was geloggt wird. Typische Kandidaten sind bei mir:
Bewegungsmelder (inkl. last_changed)
Lichtzustände
Helligkeitssensoren
Zeit- oder Datumsbedingungen
Nachtmodus (z. B. über input_boolean)
Gerade der Nachtmodus ist in der Praxis eine häufige Fehlerquelle. Ich hatte schon mehrfach Situationen, in denen eine Automatisierung „nicht funktionierte“, weil schlicht noch der Nachtmodus aktiv war. Im Debug-Log sehe ich das sofort – ohne langes Suchen.
File-Integration: Logdateien direkt in Home Assistant
Damit die Debug-Snapshots nicht irgendwo verschwinden, nutze ich die File-Integration von Home Assistant. Darüber lässt sich ein Notify-Dienst anlegen, der Text direkt in eine Datei schreibt.
Der große Vorteil:
keine externe Infrastruktur
keine zusätzlichen Tools
alles bleibt innerhalb von Home Assistant
Die Logdatei liegt im „www" -Verzeichnis und kann bequem über den File Editor oder per Browser eingesehen werden.
Debug-Log lesen und richtig interpretieren
Ein einzelner Logeintrag besteht aus mehreren Blöcken:
Metainformationen (Zeitpunkt, Phase, Name)
Zustände der Entitäten
Zusatzinformationen wie last_changed
Besonders hilfreich ist der direkte Vergleich zwischen Before Action und After Action. So sehe ich zum Beispiel:
Wurde das Licht wirklich eingeschaltet?
Hat sich der Status geändert?
Wurde eine Bedingung vielleicht doch nicht erfüllt?
Mit diesen Informationen kann ich Automatisierungen gezielt anpassen, statt nur „auf Verdacht“ Werte zu ändern.
Typische Fehlerquellen, die schnell sichtbar werden
Mit Debug-Snapshots lassen sich viele Klassiker schnell entlarven:
Nachtmodus noch aktiv
Helligkeitswert knapp über oder unter dem Grenzwert
Zeitfenster falsch gewählt
Entität war länger unverändert als erwartet
Gerade bei Helligkeitssensoren nutze ich die Logs auch, um über mehrere Tage Daten zu sammeln und Grenzwerte realistisch festzulegen.
Für wen ist dieser Ansatz sinnvoll?
Ganz klar: Das ist kein Einsteiger-Thema.
Wenn du gerade erst mit Home Assistant anfängst, brauchst du dieses Werkzeug vermutlich noch nicht. Aber es ist gut zu wissen, dass es diese Möglichkeit gibt.
Für fortgeschrittene Nutzer, die:
viele Automatisierungen betreiben
komplexe Bedingungen nutzen
nachvollziehbar debuggen möchten
ist dieser Ansatz extrem hilfreich.
Fazit: Debuggen mit System statt Trial-and-Error
Automatisierungen, die nicht funktionieren, gehören leider zum Smart-Home-Alltag dazu. Entscheidend ist, wie man damit umgeht.
Mit Debug-Snapshots habe ich für mich einen Weg gefunden, Probleme systematisch zu analysieren, statt im Nebel zu stochern. In Kombination mit den Home-Assistant-Traces ergibt sich ein sehr mächtiges Werkzeug zur Fehlersuche.
Den kompletten Code für das Debug-Snapshot-Skript stelle ich wie immer in meinem Blog bereit.
alias: debug_snapshot
description: Debug Snapshot (JSONL, dynamisches Ziel)
fields:
name:
name: Name
description: Bezeichnung des Snapshots
selector:
text: null
phase:
name: Phase
description: Status oder Phase (z.B. Start, Error, Ende)
default: info
selector:
text: null
entities:
name: Entitäten
description: Liste der zu loggenden Entitäten
selector:
entity:
multiple: true
zusatzdaten:
name: Zusatzdaten
description: Ein Dictionary für extra Infos
default: {}
selector:
object: null
benachrichtigungsdienst:
name: Benachrichtigungsdienst
description: Welcher Dienst soll genutzt werden?
default: notify.file
selector:
text: null
sequence:
- variables:
ent_list: >-
{{ entities if entities is iterable and entities is not string else
([entities] if entities else []) }}
payload: |-
{% set ns = namespace(snapshot={}) %}
{% for e in ent_list %}
{% if states[e] is defined %}
{% set obj = states[e] %}
{% set lc = obj.last_changed.astimezone() %}
{% set ns.snapshot = dict(ns.snapshot, **{e: {
"state": states(e),
"last_changed": lc.isoformat(),
"seconds_since_change": (now() - lc).total_seconds() | int,
"attributes": obj.attributes
}}) %}
{% endif %}
{% endfor %}
{{ {
"ts": now().isoformat(),
"name": name,
"phase": (phase | default("info")),
"extra": (zusatzdaten | default({})),
"snapshot": ns.snapshot
} | tojson }}
- action: notify.send_message
target:
entity_id: "{{ benachrichtigungsdienst }}"
data:
message: "{{ payload }}"
mode: queued
max: 200
Deine Meinung ist gefragt
Mich interessiert, wie du Automatisierungen debuggt:
Arbeitest du nur mit Traces?
Nutzt du eigene Logs?
Oder ganz andere Ansätze?
Schreib mir das gerne in die Youtube Kommentare.
Und falls du Wünsche für eine kommende Automatisierung des Monats hast – lass es mich wissen.
Kennst du das Problem, dass Home Assistant manchmal „denkt“, du bist nicht zu Hause – obwohl du gerade gemütlich auf der Couch sitzt? Oft liegt das daran, dass ein einzelner Sensor (z. B. dein Handy im WLAN) den Ausschlag gibt. Ist der Akku leer oder das WLAN kurz aus, geht Home Assistant davon aus: niemand zu Hause!
Genau hier kommt der Bayesian Sensor ins Spiel. Er arbeitet nicht mit starrer Logik, sondern mit Wahrscheinlichkeiten. Damit wird deine Präsenzerkennung so zuverlässig wie nie zuvor.
In diesem Beitrag zeige ich dir Schritt für Schritt, wie du den Bayesian Sensor in Home Assistant einrichtest, konfigurierst und sinnvoll in deine Automatisierungen einbindest.
Was ist der Bayesian Sensor?
Der Bayesian Sensor (oft auch „Bayes-Sensor“ genannt) ist eine Integration in Home Assistant, die auf dem Bayes’schen Wahrscheinlichkeitsprinzip basiert. Das klingt erst mal nach Statistik, ist aber unglaublich nützlich: Der Sensor kombiniert verschiedene Zustände (z. B. WLAN-Verbindung, Tür geöffnet, Bewegung erkannt) und berechnet daraus eine Gesamtwahrscheinlichkeit, ob du zu Hause bist oder nicht.
Das Entscheidende: Du kannst jedem Sensor eine eigene Gewichtung geben. So denkt dein Smart Home nicht mehr in „Ja/Nein“, sondern in „Wie wahrscheinlich ist es, dass jemand da ist?“
Beispiel:
WLAN ist verbunden → +20 %
Companion App meldet „Zuhause“ → +30 %
Haustür wurde geöffnet → +10 %
Bewegung im Flur → +15 %
➡️ Ab einer bestimmten Schwelle (z. B. 60 %) wird der Zustand auf „anwesend“ gesetzt.
Warum Wahrscheinlichkeiten besser sind als Logik
Die klassische Logik („UND“ / „ODER“) in Home Assistant ist anfällig für Störungen. Wenn du zum Beispiel folgende Bedingung nutzt:
„Nur wenn WLAN und Companion App beide ‘Home’ melden, gilt Anwesenheit als wahr“
…dann reicht ein kleiner WLAN-Aussetzer – und dein ganzes System glaubt, du bist weg. Lichter gehen aus, Heizung wird abgesenkt, und du wunderst dich, warum alles dunkel wird.
Mit dem Bayesian Sensor passiert das nicht. Er „denkt“ wie ein Mensch und gewichtet jede Information nach ihrer Verlässlichkeit.
Einrichtung des Bayesian Sensors in Home Assistant
🧭 Hinweis: Du findest die Integration unter Einstellungen → Geräte & Dienste → Integration hinzufügen → Bayesian Sensor
Ich zeige dir hier die wichtigsten Schritte an einem Beispiel für die Präsenzerkennung.
Grundwahrscheinlichkeit festlegen
Zuerst definierst du, wie wahrscheinlich es generell ist, dass du zu Hause bist. Wenn du z. B. werktags 8 Stunden arbeitest, kannst du sagen:
Grundwahrscheinlichkeit : 40 % , dass ich zu Hause bin
Die Wahrscheinlichkeitsschwelle habe ich auf 60% gelegt. D.h. wenn diese Schwelle überschritten wird, gilt der Zustand „zu Hause“ .
Beobachtungen (Observations) hinzufügen
Jetzt kommen deine Sensoren ins Spiel. Jede Beobachtung bekommt zwei Werte:
prob_given_true: Wahrscheinlichkeit, dass der Sensor „an“ ist, wenn du da bist
prob_given_false: Wahrscheinlichkeit, dass der Sensor „an“ ist, obwohl du nicht da bist
Hier ein Beispiel für die Companion App:
🧩 Damit sagst du: Wenn mein iPhone auf „home“ steht, bin ich mit 95 %iger Sicherheit zu Hause.
WLAN-Sensor hinzufügen
WLAN-Verbindungen sind nützlich, aber nicht immer zuverlässig (z. B. bei iPhones im Sleep-Modus). Ich nutze in meinem Setup Unifi, du kannst aber genauso gut die FritzBox-Integration oder einen Ping-Sensor verwenden.
Beispiel-Template (mit 10-Minuten-Check):
{% set wlan = states('device_tracker.unifi_default_54_eb_e9_bd_03_13') %}
{% set last_upd = as_timestamp(states.device_tracker.unifi_default_54_eb_e9_bd_03_13.last_updated, 0) %}
{% set age = as_timestamp(now()) - (last_upd or 0) %}
{{ wlan == 'home' or (age < 10) }}
Türkontakt als zusätzlicher Indikator
Wenn du nach Hause kommst, öffnest du normalerweise eine Tür. Das kannst du clever nutzen, um die Wahrscheinlichkeit weiter zu erhöhen:
Dadurch berücksichtigt der Sensor Türaktivität nur in den letzten zwei Minuten – perfekt für das Szenario „Nach Hause kommen“.
Live-Test & Feinabstimmung
Nachdem du alles eingerichtet hast, kannst du den Zustand in den Entwicklerwerkzeugen prüfen. Die Entität zeigt dir:
Wenn du z. B. dein WLAN deaktivierst, sinkt der Wert leicht – bleibt aber über 0.6, solange andere Sensoren „Zuhause“ melden.
So erreichst du endlich ein stabiles Verhalten, auch bei kleinen Aussetzern.
Erweiterte Anwendungen
Der Bayesian Sensor kann weit mehr als nur Präsenzerkennung. Ein paar Ideen, wie du ihn nutzen kannst:
Nachtmodus aktivieren, wenn:
keine Bewegung mehr erkannt wird
alle Media Player aus sind
bestimmte Lichter aus sind
„Nicht zu Hause“-Modus, wenn:
niemand mehr aktiv ist
Tür längere Zeit geschlossen bleibt
Bewegungsmelder inaktiv sind
Dadurch erhältst du fließende Zustände, die viel realistischer wirken als reine Logik.
Kombination mit Automatisierungen
Du kannst den Bayesian Sensor wie jeden anderen Binärsensor in Automationen nutzen:
alias: Licht ausschalten bei Abwesenheit
trigger:
- platform: state
entity_id: binary_sensor.tobias_zuhauses_bayes
to: 'off'
action:
- service: light.turn_off
target:
area_id: wohnzimmer
Tipps für dein Setup
✅ Starte mit 2–3 Beobachtungen und erweitere schrittweise ✅ Teste Änderungen über die Entwicklerwerkzeuge ✅ Achte auf realistische Gewichtungen (WLAN nie zu hoch gewichten) ✅ Nutze Templates, um zeitbasierte Bedingungen (z. B. „letzte 10 Minuten“) einzubauen ✅ Lies die Wahrscheinlichkeiten aus und beobachte den Verlauf über ein paar Tage
Fazit – Warum der Bayesian Sensor so stark ist
Der Bayesian Sensor ist für mich einer der unterschätztesten, aber mächtigsten Sensoren in Home Assistant. Er ermöglicht eine flexible, menschlich anmutende Logik – ohne komplizierte Node-RED-Flows oder YAML-Monster.
Ich verwende ihn mittlerweile für:
Präsenzerkennung
Nachtmodus
Energiesteuerung (z. B. „Wahrscheinlichkeit, dass jemand gleich heimkommt“)
und Szenarien mit mehreren Personen
👉 Probiere es aus – du wirst schnell merken, wie stabil deine Automatisierungen werden.
Schreib mir gerne in die Kommentare, wofür du den Bayesian Sensor nutzt oder welche Kombinationen bei dir besonders gut funktionieren.
Es war wieder Zeit für die Automatisierung des Monats – und diesmal wollte ich bewusst etwas Einfaches zeigen. Etwas, das wirklich jeder in Home Assistant umsetzen kann, ohne sich durch komplexe YAML-Strukturen oder unübersichtliche Gruppen zu kämpfen.
Ich nenne es die „Nachtmodus-mit-Labels-Methode“. Sie hilft, dein Smart Home strukturiert, flexibel und wartungsarm zu gestalten. Und das Beste: Du kannst sie in wenigen Minuten umsetzen.
🏠 Was soll der Nachtmodus eigentlich tun?
Der typische Nachtmodus schaltet im Smart Home:
alle Lichter aus,
fährt die Rollos herunter,
regelt die Heizung runter
und deaktiviert unnötige Geräte.
Doch wie immer steckt der Teufel im Detail: Nicht jedes Gerät soll sich ausschalten. Mein Server zum Beispiel hängt an einem Smart Plug – wenn der ausginge, wäre es schnell vorbei mit Home Assistant. 😅
Früher habe ich das über Gruppen geregelt. Aber Gruppen müssen ständig gepflegt und aktualisiert werden, sobald neue Geräte hinzukommen oder sich Namen ändern. Und das ist genau der Punkt, wo Labels die perfekte Lösung sind.
🏷️ Labels – der Gamechanger für Automatisierungen
Labels sind in Home Assistant ein oft übersehenes, aber mächtiges Feature. Du findest sie unter Einstellungen → Bereiche, Labels & Zonen → Labels
Hier kannst du jedem Gerät oder jeder Entität ein oder mehrere Labels zuweisen – und später in Automatisierungen darauf zugreifen.
Ich habe mir also ein Label mit dem Namen „Nachtmodus“ angelegt, mit Symbol 🌙 und einer passenden Farbe. Anschließend weise ich dieses Label einfach allen Geräten zu, die beim Aktivieren des Nachtmodus reagieren sollen:
Lampen
Wandlampe im Büro
Rollos im Schlafzimmer
Thermostat im Büro
Fertig – kein manuelles Gruppieren mehr nötig. Ihr verseht nun alle Geräte, die ihr in der Nacht in irgendeiner Art im Zustand verändern wollt mit diesem Label.
💡 Geräte mit Labels verbinden
Damit du den Überblick behältst, kannst du Labels direkt über das Zahnrad-Symbol im Geräte-Menü vergeben. Ich gehe dabei Schritt für Schritt vor:
Schalter oder Steckdose → ebenfalls Label hinzufügen
Thermostat → Label „Nachtmodus“ zuweisen
Optional: Abdeckung (Rollo) → Label ergänzen
Ihr könnt auch weitere Geräte, wie ein Türschloss, Mediaplayer etc.. hinzufügen.
Damit ist die Vorarbeit abgeschlossen – jetzt kann die Automatisierung kommen.
⚙️ Die Automatisierung für den Nachtmodus erstellen
Gehe zu Einstellungen → Automatisierungen & Szenen → Neue Automatisierung erstellen.
Jetzt kommt der wichtigste Teil: Ich baue eine Automatisierung, die nicht auf feste Entitäten zugreift, sondern nur auf Labels. Dadurch bleibt sie dynamisch.
Schritt 1: Auslöser definieren
Der Auslöser kann frei gewählt werden:
ein Schalter am Bett,
ein Zigbee-Button,
ein Dashboard-Taster,
oder eine Sprachsteuerung über Alexa.
Ich verwende meist einen einfachen Schalter und nenne den Auslöser „Nachtmodus aktivieren“.
Schritt 2: Aktionen festlegen
Jetzt werden alle Aktionen hinzugefügt, die über das Label gesteuert werden:
service: light.turn_off
target:
label: Nachtmodus
Dasselbe Prinzip gilt auch für andere Gerätetypen:
Dadurch schaltet Home Assistant alle Geräte mit dem Label „Nachtmodus“ automatisch aus oder regelt sie herunter. Wenn du später neue Geräte hinzufügst, musst du nur das Label vergeben – keine Änderungen an der Automatisierung nötig!
🔍 Testen und Feinschliff
Ich empfehle, den Nachtmodus zunächst manuell über die drei Punkte in der Automatisierung auszuführen, um zu prüfen, ob alle Geräte reagieren. Bei mir gingen sofort alle Lichter aus, die Heizung wurde heruntergeregelt – perfekt.
Zur Kontrolle kannst du in den Entitäten nach „Nachtmodus“ filtern. Dort siehst du alle zugehörigen Geräte und deren aktuellen Status.
📈 Warum Labels so viel besser sind als Gruppen
Hier die wichtigsten Vorteile auf einen Blick:
✅ Weniger Pflegeaufwand – keine Gruppen mehr anpassen ✅ Mehr Flexibilität – ein Gerät kann mehreren Labels angehören (z. B. Nachtmodus, Urlaub, Energiesparen) ✅ Bessere Übersicht – klare Struktur im Gerätemanagement ✅ Automatisierungen bleiben unverändert – selbst bei vielen Änderungen im System
Ich nutze Labels inzwischen nicht nur für den Nachtmodus, sondern auch für:
Urlaubsmodus
Energiesparmodus
Szenensteuerungen
Zeitgesteuerte Aktionen
🌅 Und am nächsten Morgen?
Natürlich lässt sich die gleiche Logik auch für den Morgenmodus anwenden. Einfach ein zweites Label anlegen, z. B. „Morgenmodus“, und damit die gewünschten Aktionen starten:
Lichter im Flur an
Rollos hoch
Heizung auf Komforttemperatur
So baust du dir Schritt für Schritt ein modulares Smart Home-System, das leicht zu pflegen ist und immer nachvollziehbar bleibt.
💬 Fazit – Einfach, klar und wirkungsvoll
Mit dem Home Assistant Nachtmodus über Labels erreichst du maximale Kontrolle bei minimalem Aufwand. Du kannst neue Geräte in Sekunden integrieren, behältst die Übersicht und brauchst keine YAML-Monster oder endlosen Gruppenlisten mehr.
Für erfahrene Nutzer ist es ein effizienter Weg, bestehende Strukturen zu optimieren. Für Einsteiger ist es die perfekte Methode, Automatisierungen endlich zu verstehen – intuitiv, visuell und sauber aufgebaut.
In diesem Beitrag erfährst du, wie du die Open‑Source‑Software EVCC mithilfe eines vorkonfigurierten Raspberry‑Pi‑Images in kürzester Zeit startklar machst. Ich zeige dir, welches Material du benötigst, wie das Image auf die SD‑Karte kommt, wie du den Pi einrichtest und wie du EVCC anschließend in Home Assistant integrierst. Ideal für alle, die ohne großen Linux‑Aufwand ins Überschussladen einsteigen wollen.
Das brauchst du*
Raspberry Pi: Modell 4 oder ein leistungsschwächeres Modell reicht aus.
Micro‑SD‑Karte: 16 GB Speicher genügen – greif zu einer soliden, günstigen Karte.
SD‑Karten‑Adapter: Damit du die Karte an deinem Rechner beschreiben kannst.
Netzteil & optional LAN‑Kabel: Das Setup lässt sich bequem per WLAN erledigen.
Raspberry Pi Imager installieren: Lade das Tool von der offiziellen Raspberry‑Pi‑Website herunter.
Image auswählen: Im Imager unter „Other Specific Purpose OS“ die EVCC‑Variante aus dem Bereich „Home Automation/Home Assistant“ wählen.
Ziel wählen: Deine Micro‑SD‑Karte auswählen und bestätigen, dass sie überschrieben werden darf.
Image schreiben: Der Imager installiert das Betriebssystem – ein paar Minuten später ist die Karte einsatzbereit.
Raspberry Pi booten und verbinden
Karte einsetzen & Pi starten. Warte, bis der Pi hochgefahren ist.
Mit dem WLAN „evcc‑setup“ verbinden. Die temporäre SSID erscheint nach dem Start.
Eigenes WLAN konfigurieren. Wähle dein Heimnetz aus, gib das Passwort ein und speichere die Konfiguration.
Adminoberfläche aufrufen. Öffne https://evcc.local:9090 im Browser. Beim ersten Besuch meldest du dich mit „admin/admin“ an und legst ein eigenes Passwort fest.
EVCC konfigurieren: Wallbox & PV‑Anlage
Sobald EVCC läuft, musst du mindestens einen Ladepunkt definieren, damit die Software startet. Wenn du noch keine eigene Wallbox anschließen möchtest, reicht für Testzwecke die „Demo‑Wallbox“:
Wallbox hinzufügen: In der Konfigurationsoberfläche auf „Ladepunkt hinzufügen“ klicken und die generische Demo‑Wallbox auswählen.
Energiequelle einrichten: Unter „Netzanschluss“ deinen Wechselrichter (z. B. SolarEdge) eintragen: IP‑Adresse und Modbus‑Port angeben und die Verbindung testen.
PV‑Anlage hinterlegen: Optional fügst du deine PV‑Anlage hinzu, um die erzeugte Leistung in EVCC zu nutzen.
Nach dem Speichern und einem kurzen Neustart zeigt die EVCC‑Oberfläche aktuelle Leistungswerte und ist einsatzbereit.
Integration in Home Assistant
Viele Anwender koppeln EVCC mit Home Assistant, um Ladezustände, PV‑Leistung und andere Daten zentral zu verwalten. Mit dem Community‑Store HACS klappt das ohne MQTT‑Konfiguration:
SSH & Web‑Terminal installieren: In Home Assistant unter „Einstellungen → Add‑on Store“ das Add‑on „SSH & Web Terminal“ hinzufügen und ein eigenes Passwort setzen.
HACS installieren: Den Installationsbefehl (siehe Originalvideo bzw. Blogbeitrag) im Terminal ausführen. Nach der Installation HACS in der Seitenleiste aktivieren.
EVCC‑Integration laden: Über den Link auf der Github Seite die evcc HACS Integration von @marq24 installieren. Danach in Home Assistant unter „Einstellungen → Geräte & Dienste → Integration hinzufügen“ „EVCC“ auswählen und https://evcc.local oder die IP des Raspberry Pi eingeben.
Entitäten nutzen: Nach erfolgreicher Einrichtung stehen dir sämtliche EVCC‑Sensoren (PV‑Leistung, Ladezustand etc.) ohne weitere Konfiguration zur Verfügung.
Fazit
Das neue Raspberry‑Pi‑Image macht EVCC für Einsteiger besonders attraktiv. Innerhalb weniger Minuten läuft die Software auf einem separaten Pi, und dank HACS ist auch die Integration in Home Assistant ein Kinderspiel. Wer EVCC bislang direkt auf seinem Home‑Assistant‑Server betrieben hat, sollte über einen dedizierten Pi nachdenken – als Backup‑System oder einfach zur Trennung der Funktionen.
Hat dir diese Schritt‑für‑Schritt‑Anleitung geholfen? Dann hinterlasse gern einen Kommentar und teile den Beitrag. Für weitere Anleitungen und Smart‑Home‑Tipps abonniere meinen Newsletter – so verpasst du keine neuen Beiträge mehr!
Willkommen zurück auf meinem Blog! Heute möchte ich dir zeigen, wie du mit Home Assistant und einem einfachen Smart Plug deine Waschmaschine und deinen Trockner überwachen kannst.
Die Idee: Sobald ein Gerät fertig ist, bekommst du eine Push-Benachrichtigung aufs Smartphone. Das Ganze ist Teil meines Formats „Automatisierung des Monats“. Ziel ist es, dir in überschaubarer Zeit eine praxistaugliche Lösung zu zeigen, die du sofort umsetzen kannst – ohne HACS, ohne Blueprints, einfach mit Bordmitteln von Home Assistant.
Warum überhaupt überwachen?
Jeder kennt es: Man stellt die Waschmaschine oder den Trockner an und vergisst danach, dass die Geräte laufen. Am Ende bleibt die Wäsche viel zu lange drin oder man läuft mehrmals in den Keller, nur um festzustellen, dass das Programm noch nicht fertig ist.
Hier hilft Home Assistant. Mit der richtigen Automatisierung kannst du dir viel Zeit sparen und den Alltag ein gutes Stück smarter gestalten.
Die Grundidee
Das Prinzip ist denkbar einfach:
Ein Smart Plug misst den Stromverbrauch deiner Geräte.
In Home Assistant wertest du die Verbrauchsdaten aus.
Mit Schwellenwerten und Zeitbedingungen erkennst du, ob das Gerät läuft oder fertig ist.
Am Ende bekommst du eine Benachrichtigung auf dein Handy.
Genau dieses Setup möchte ich dir im Detail vorstellen.
Welchen Smart Plug verwenden?
Ich selbst nutze einen Zigbee-Stecker, weil er zuverlässig und lokal arbeitet. WLAN-Steckdosen funktionieren zwar auch, hängen aber oft von der Cloud ab – und das möchte ich in meinem Smart Home vermeiden.
Mein Tipp: Wenn du kannst, setze auf Zigbee. Es funktioniert schnell, stabil und ist direkt in Home Assistant integrierbar.
Hier bekommst du den Smart Plug, den ich gerne einsetze*:
HOHE LEISTUNG BIS ZU 2500W – FÜR STARKE HAUSHALTSGERÄTE: Die NOUS A1Z Smart Steckdose unterstützt eine maximale Leistung von 10A , was sie ideal für leistungsstarke Geräte wie Waschmaschinen, Trockner, Heizungen oder Klimaanlagen macht. Perfekt für alle, die smarte Steuerung mit starker Energie brauchen – ganz ohne Kompromisse.
ECHTZEIT-ENERGIEÜBERWACHUNG FÜR MEHR KONTROLLE UND SPAREN: Behalten Sie Ihren Stromverbrauch jederzeit im Blick: Die integrierte Verbrauchsanalyse zeigt in der NOUS Smart App sowohl den aktuellen Energiebedarf als auch Tages- und Monatsstatistiken. So können Sie gezielt Stromfresser erkennen, die Effizienz steigern und Ihre Energiekosten senken – nachhaltig und transparent.
ZIGBEE-HUB ERFORDERLICH – SICHERE UND STABILE VERBINDUNG: Für die Nutzung dieser Steckdose ist ein ZigBee 3.0 Gateway (ZigBee Hub Erforderlich E1 oder E7) erforderlich. Nur so ist die reibungslose Integration in Ihr Smart Home möglich – mit schneller Reaktionszeit, zuverlässiger Verbindung und der Möglichkeit, die Steckdose auch als ZigBee-Repeater zu nutzen.
INDIVIDUELLE SZENEN, ZEITPLÄNE UND TIMERFUNKTIONEN: Automatisieren Sie Ihren Alltag nach Ihren eigenen Regeln: Legen Sie Zeitpläne fest, wann sich Geräte ein- oder ausschalten sollen – z. B. das Licht abends im Kinderzimmer oder den Heizlüfter am Morgen. Erstellen Sie Szenen, um mehrere Geräte gleichzeitig zu steuern. Ideal für Routinen, Energieersparnis und mehr Komfort.
KOMPAKTES DESIGN MIT REPEATER-FUNKTION FÜR IHR ZIGBEE-MESH: Das platzsparende Gehäuse blockiert keine benachbarten Steckdosen – ideal für Mehrfachstecker und enge Wandflächen. Gleichzeitig dient der Plug als ZigBee-Repeater und stärkt das Signal innerhalb Ihres ZigBee-Mesh-Netzwerks. So verbessern Sie Reichweite und Stabilität Ihres gesamten Smart-Home-Systems.
Einrichtung in Home Assistant
Sobald der Smart Plug eingebunden ist (z. B. über Zigbee2MQTT oder ZHA), findest du im Home Assistant zwei wichtige Entitäten:
Leistung (Watt)
Energieverbrauch (kWh)
Wir brauchen vor allem die Leistung, denn daran erkennst du, ob das Gerät aktiv arbeitet oder nicht.
Bevor du eine Automatisierung erstellst, solltest du dir den Verlauf deiner Geräte anschauen.
Beim Trockner ist das Verhalten relativ eindeutig: Er springt sofort auf einen höheren Verbrauch (z. B. 200–300 Watt) und bleibt dort, bis er fertig ist.
Bei der Waschmaschine sieht es anders aus: Hier gibt es viele Peaks und Pausen, teilweise geht der Verbrauch sogar kurz auf 0 Watt.
Daraus ergibt sich:
Für den Trockner reicht oft eine klare Schwelle. Bei Knitterschutzprogrammen kann es dann aber doch nötig sein mit einer Mindestdauer zu arbeiten, gerade für den „Abschaltvorgang“.
Für die Waschmaschine brauchst du zusätzlich eine Mindestdauer, damit nicht jeder kurze Verbrauchswechsel eine „Fertig“-Meldung auslöst.
Die Automatisierung erstellen
Jetzt kommt der spannende Teil: die Automatisierung in Home Assistant.
Trigger: Gerät läuft, wenn über 80 Watt für mindestens 2 Minuten.
Wartezeit: Bis zu 4 Stunden (anpassbar je nach Gerät).
Bedingung fürs Ende: Unter 3 Watt für 2 Minuten → Gerät ist fertig ( Kleiner als Knitterschutz Intervall).
Aktion: Push-Benachrichtigung auf dein Handy.
Für die Waschmaschine
Die Logik ist dieselbe, nur die Wartezeit im „unter 3 Watt“-Zustand sollte bei der Waschmaschine länger sein. Denn bei Eco-Programmen gibt es Phasen, in denen die Maschine nichts tut, obwohl sie noch läuft.
Simulation & Test
Ein wichtiger Schritt: Teste deine Automatisierung!
In Home Assistant kannst du über die Entwicklerwerkzeuge simulieren, wie sich deine Entität verhält. Setze den Wert manuell auf über 80 Watt und warte, ob der Trigger auslöst. Danach stellst du den Wert auf 1 Watt, um den Abschluss zu testen.
Das spart Zeit und du musst nicht immer eine echte Wäsche starten.
Push-Benachrichtigung aufs Handy
Ich nutze die Home Assistant Companion App auf meinem Smartphone. Damit landen die Meldungen zuverlässig als Push-Nachricht direkt auf dem Display.
So bekomme ich sofort mit, wenn die Wäsche fertig ist – egal ob ich gerade im Wohnzimmer sitze oder unterwegs bin.
Tipps zur Feinabstimmung
Schwellenwerte anpassen: Schau dir die Verbrauchskurven deines Geräts an. Manche Trockner verbrauchen im Idle-Modus z. B. 10 Watt statt 3 Watt.
Wartezeit optimieren: Bei Waschmaschinen mit Eco-Programmen können Pausen >10 Minuten vorkommen. Passe die „unter 3 Watt“-Zeit entsprechend an.
Mehrere Geräte überwachen: Du kannst dieselbe Automatisierung auch für den Geschirrspüler verwenden – einfach die Entität anpassen.
Mein Fazit
Mit einem einfachen Smart Plug und Home Assistant kannst du deine Waschmaschine und deinen Trockner zuverlässig überwachen.
Das Ganze ist kostengünstig, stabil und leicht erweiterbar. Und du musst dir nie wieder Gedanken machen, ob die Wäsche fertig ist.
Ich hoffe, diese Automatisierung des Monats hilft dir im Alltag weiter. Schreib mir gerne in die Kommentare, welche Automatisierung ich im nächsten Monat zeigen soll – Ideen habe ich schon, aber deine Wünsche sind mir wichtig.
Bis zum nächsten Mal – und viel Spaß beim Nachbauen! 🚀
Radon Sensoren in Home Assistant integrieren Guide – in diesem Beitrag zeige ich dir Schritt für Schritt, wie ich die Radonsensoren Air-Q, RadonEye RD200 und EcoCube in Home Assistant eingebunden habe, um Radonwerte dauerhaft zu überwachen und mein Smart Home sicherer zu machen.
Radon ist ein radioaktives Gas, das oft unbemerkt in Kellern oder schlecht belüfteten Räumen vorkommt. Ich habe mir deshalb angeschaut, wie sich Radon Sensoren in Home Assistant integrieren lassen, um die Raumluft jederzeit im Blick zu behalten. Dabei habe ich drei verschiedene Sensoren getestet, sie in Home Assistant eingebunden, die Werte analysiert und grafisch aufbereitet – sowohl direkt in der Oberfläche als auch mit Tools wie der Apex Chart Card und Grafana.
Warum eine Radonmessung im Smart Home wichtig ist
Radon kann sich in schlecht belüfteten Räumen ansammeln und langfristig gesundheitliche Probleme verursachen. Mit einer kontinuierlichen Messung erkennst du hohe Konzentrationen frühzeitig und kannst lüften oder andere Maßnahmen ergreifen. In einem smarten System wie Home Assistant lassen sich zudem Automationen erstellen, die bei Grenzwerten warnen oder Lüfter einschalten. Deshalb ist dieser Radon Sensoren in Home Assistant integrieren Guide besonders hilfreich, um Automationen und Warnsysteme aufzubauen.
In dieser Grafik lässt sich sehr gut erkennen, wie durch gezieltes Lüften die Radon Werte sofort gesenkt werden können. Leider hatte der EcoSense Sensor genau in dieser Situation keine Werte aufgezeichnet, aber die anderen beiden Sensoren spiegeln die Situation sehr gut wieder.
Radon Sensoren in Home Assistant integrieren Guide – Überblick der getesteten Sensoren
Hinweis Transparenz: Bei den hier vorgestellten Produkten handelt es sich um Affiliate Links. Wenn ihr das Produkt über den Link kauft, erhalte ich dafür eine Vermittlungsprovision. Der Preis ändert sich für euch dabei nicht! Ich verlinke nur Produkte, die ich auch selber im Einsatz habe und empfehlen kann. Ihr unterstützt damit meine Arbeit und meinen Kanal und erlaubt es mir, einige Anschaffungen für die Erstellung der Videos zu tätigen. Vielen Dank 🙂
Bevor wir zur Integration kommen, lohnt sich ein Blick auf die drei Geräte im Test. Jedes hat seine eigenen Stärken und Schwächen.
Air‑Q
Der Air‑Q‑Sensor ist in einer Science‑Variante erhältlich, die zusätzliche Messwerte wie Feinstaub liefert. Er arbeitet lokal auch ohne Cloud und bietet sehr präzise Radon‑Messungen. Allerdings ist er das teuerste Gerät im Vergleich.
Patentierter Hochpräzisions-Radon-Sensor misst zuverlässig radioaktives Gas und schützt vor Gesundheitsrisiken in Innenräumen.
Integrierte Sensoren überwachen zudem Feinstaub (PM1, PM2,5, PM10), VOC, CO2, Temperatur, Luftfeuchtigkeit und Luftdruck für ganzheitliche Raumluftanalyse.
Echtzeit-Messung mit 1,8 Sekunden Intervall sichert präzise Daten zur sofortigen Raumluftbewertung und effektiven Schadstoffkontrolle.
Benutzerfreundliche air-Q App mit KI-gestützter Analyse, individuellen Gesundheitstipps und flexibler Smart-Home-Integration, auch offline nutzbar. MQTT, IFTTT, Home Assistant und viele weitere Integrationen.
Erweiterbar mit Zusatzsensoren und professioneller Science-Option inkl. API-Zugriff und CSV-Export für intensive Datenanalyse und Anpassungen.
RadonEye RD200
Der RadonEye benötigt kein WLAN; er überträgt seine Daten per Bluetooth. Für Home Assistant brauchst du daher einen Bluetooth‑Proxy, z. B. den M5 Stack Atom.
✅ SCHNELL & EINFACH RADON MESSEN – Das Messgerät eignet sich bestens für die Kurz- & Langzeitmessung in privaten Wohnräumen. Es lässt sich kinderleicht bedienen & erfasst Radonwerte in Rekordzeit.
✅ RADON ECHTZEITWERT – Der schnellste Radonmesser auf dem Markt für Privatpersonen! Im Vergleich zu anderen Radon-Detektoren misst das RadonEye mit einem besonders kurzen Intervall von nur 10 Minuten.
✅ HOHE MESSGENAUIGKEIT – Radongas kann zur lebensbedrohlichen Gefahr werden. Das Gerät verwendet neuste Messtechnik & liefert präzise Messwerte. Bis zu 20x genauer als andere Radon Messgeräte.
✅ LIEFERUMFANG – Zusätzlich erhälst du eine deutsche Anleitung & Messtipps, um Radon richtig zu messen.
✌ INKL. SMARTPHONE APP – Verbinde dein Handy oder Tablet via Bluetooth mit dem RadonEye, um Werte detailliert abzulesen und zu exportieren (Excel). Bequeme & einfache Überwachung der Schutzmaßnahmen.
Mit diesem Proxy lassen sich die Daten zuverlässig an Home Assistant übermitteln.
Der EcoCube ist der günstigste Sensor im Vergleich. Er erfordert jedoch eine Cloud‑Anbindung; ohne Internetverbindung gibt es derzeit Einschränkungen. Die Messwerte liegen nahe an denen des Air‑Q, jedoch treten gelegentlich Aussetzer auf.
PATENTIERTE PROFESSIONELLE HOHE ZÄHLEFFIZIENZ: Radonempfindlichkeit ist 15-mal höher als das Mindestmaß für professionelle Tests
ERSTE ERGEBNISSE IN MINUTEN: Erste Radonmessung bereits 10 Minuten nach Anschluss des Stromkabels
SCHNELLE UND PRÄZISE ERFASSUNG SCHWANKENDER RADONWERTE: Da sich Radonwerte ständig ändern, ist eine kontinuierliche Langzeitüberwachung der sicherste Schutz für Ihre Familie
INTELLIGENTE ANSICHT VON KURZ- UND LANGFRISTIGEN RADON-TRENDS: Stündliche Daten und Diagramme jederzeit und überall mit der kostenlosen Ecosense-App (iOS/Android); die Installation der App ist erforderlich, und Benutzer müssen Benachrichtigungen aktivieren, um eine erfolgreiche Verbindung herzustellen
Stellen Sie sicher, dass Ihr EcoQube sich in Reichweite Ihres WLANs befindet und mit einem 2,4-GHz-Netzwerk verbunden ist (5-GHz-Steuerung auf Dualband-Routern deaktivieren). Für Unterstützung zur Internetverbindung finden Sie den QR-Code in der Verpackung oder sehen Sie sich das Video zur WLAN-Fehlerbehebung an
Radon Sensoren in Home Assistant integrieren Guide – Schritt für Schritt erklärt
In diesem Radon Sensoren in Home Assistant integrieren Guide zeige ich dir, wie du jeden Sensor Schritt für Schritt einbindest.. Die Schritte sind ähnlich aufgebaut: Gerät einrichten, Integration hinzufügen und Daten abrufen. Für jede Integration findest du Platzhalter für die entsprechenden Code‑Snippets, die du später in Home Assistant bzw. in YAML einfügen kannst.
Air‑Q integrieren
Melde dich im Sensor an und stelle die Datenübertragung auf lokal um.
Öffne in Home Assistant Geräte & Dienste und klicke auf Integration hinzufügen.
Suche nach Air‑Q und gib IP‑Adresse sowie Passwort ein.
Speichere die Integration. Der Sensor erscheint sofort und liefert Radon‑Werte.
Der Air‑Q liefert sehr zuverlässige Daten; im Test gab es keine Aussetzer. Beachte jedoch den hohen Preis.
RadonEye RD200 integrieren
Für den RD200 ist ein Bluetooth‑Proxy erforderlich. Unser Tipp: der M5 Stack Atom* – einen Link zum Video mit den ESP‑Grundlagen findest du hier.
Konfiguriere den Bluetooth‑Proxy
Installiere über HACS die RD200‑Integration. Füge das Repository hinzu und starte Home Assistant neu.
Unter Geräte & Dienste taucht die RD200‑Integration auf. Klicke auf Einrichten, wähle Standort und speichere. Nun siehst du die Radon‑Werte in Home Assistant.
Der RD200 misst zuverlässig. Allerdings ist die Verbindung über Bluetooth weniger komfortabel, wenn du die App verwenden möchtest.
Ecosense EcoCube integrieren
Die EcoCube‑Integration funktioniert über die Cloud, daher musst du deine Anmeldedaten angeben. Die notwendigen Dateien bekommst du über HACS.
Starte Home Assistant neu und wähle unter Integration hinzufügen die EcoCube-Integration.
Gib Benutzername und Passwort ein und wähle Becquerel pro Kubikmeter als Einheit.
Nach der Einrichtung erscheint der Sensor mit Radon‑Wert und Alarmstufe.
Beachte, dass EcoCube gelegentlich Verbindungsprobleme hat und die Cloud‑Anbindung für viele Nutzer ein Nachteil ist.
Radonwerte visualisieren und analysieren
Mit den richtigen Dashboards kannst du deine Radon‑Daten anschaulich darstellen.
Apex Chart Card und Tabbed Cards
In Home Assistant lassen sich Radon‑Werte mit der Apex Chart Card grafisch aufbereiten. Du kannst Zeiträume wie 2, 4 oder 10 Tage wählen und Schwellenwerte als Linien einfügen. Eine Ampel zeigt dir an, ob der Wert unter 100 Bq/m³ (grün), zwischen 100 und 200 Bq/m³ (gelb) oder darüber (rot) liegt.
Für Langzeitstatistiken empfiehlt sich die Kombination aus InfluxDB und Grafana. Diese Lösung speichert große Datenmengen effizient und bietet vielfältige Auswertungen. Der Autor verlinkt ein eigenes Video zur Grafana‑Integration. Details findest du im Beitrag Grafana mit Home Assistant.
Fazit – Welcher Radon Sensor ist der richtige?
Wenn du noch unsicher bist, welcher Sensor für dich der richtige ist – dieser Radon Sensoren in Home Assistant integrieren Guide hilft dir bei der Entscheidung.
Alle drei Sensoren liefern brauchbare Messergebnisse. Der Air‑Q überzeugt mit sehr hoher Qualität, lokaler Datenverarbeitung und zusätzlichen Sensoren, ist aber teuer. Der RadonEye RD200 bietet ein gutes Preis‑Leistungs‑Verhältnis, erfordert jedoch einen Bluetooth‑Proxy. Der Ecosense EcoCube ist günstig und misst zuverlässig, benötigt aber die Cloud. Welche Lösung du wählst, hängt daher von deinem Budget und deinen Anforderungen ab.
Wenn du tiefer einsteigen möchtest, schau dir auch meine weiteren Blogbeiträge an. Dort findest du Video‑Tutorials zur Einrichtung, ESP, HACS‑Installation und zu Grafana. Hinterlasse gerne einen Kommentar, wenn du Fragen hast oder eigene Erfahrungen teilen möchtest – so hilfst du der Community und trägst zu einem sicheren Zuhause bei.
Teile gern deine Erfahrungen in den Youtube Kommentaren und sag mir, wie dir der Radon Sensoren in Home Assistant integrieren Guide geholfen hat.
Als Technikliebhaber und Camper habe ich mich schon oft gefragt, wie viel Strom eigentlich noch in meiner Batterie steckt. Die Spannung ist ein guter Anhaltspunkt, aber sie verrät nicht immer, wie viel Kapazität wirklich übrig ist. Deshalb habe ich mich entschieden, den Victron SmartShunt zu installieren. Dieser kleine Helfer ersetzt klassische Batteriemonitore, misst Strom und Spannung und berechnet daraus den Ladezustand. In diesem Blogbeitrag nehme ich dich mit auf meine Reise und erkläre dir Schritt für Schritt, wie auch du den Victron SmartShunt installieren kannst, um deine Batterie in Camper, Auto oder Haus zuverlässig zu überwachen.
Ich arbeite mich dabei vom grundsätzlichen Verständnis bis zur vollständigen Integration in Home Assistant vor. Du erhältst Tipps zu verschiedenen Ausführungen des Shunts, zur Verkabelung, zur Einrichtung der Victron‑App und zur Nutzung eines Bluetooth‑Proxys. Außerdem zeige ich dir, wie ich den Victron SmartShunt installierenund anschließend in Home Assistant visualisieren konnte, inklusive einer hübschen Batterieanzeige und nützlichen Automatisierungen.
Warum den Victron SmartShunt installieren?
Als Erstes stellt sich die Frage: Warum sollte ich überhaupt einen Victron SmartShunt installieren? Die Antwort liegt in der präzisen Messung und Visualisierung. Anders als simple Spannungsmesser misst der SmartShunt nicht nur die Spannung, sondern auch den Stromfluss und berechnet daraus den Ladezustand der Batterie. In meinem Camper ermöglicht mir das eine verlässliche Autarkieplanung. Im Auto sehe ich, ob die Starterbatterie bei langen Standzeiten schwächelt, und im Haus kann ich Speicherbatterien von Solaranlagen überwachen. Ein weiterer Vorteil: Durch Bluetooth‑Funktionalität kann ich die Werte drahtlos auslesen und in mein Smart‑Home integrieren.
Wenn du regelmäßig campst oder ein autarkes Setup betreibst, wirst du es zu schätzen wissen, jederzeit zu wissen, wie viel Restkapazität zur Verfügung steht. Auch beim Überwintern des Autos kann es sinnvoll sein, den Victron SmartShunt zu installieren, damit die Batterie nicht unbemerkt tiefentladen wird. In Kombination mit Home Assistant ermöglicht der Shunt außerdem schicke Dashboards und Automationen – etwa eine Benachrichtigung, wenn der Ladezustand kritisch wird.
Funktionsweise des Victron SmartShunt
Bevor ich den Victron SmartShunt installieren konnte, habe ich mich mit seiner Funktionsweise beschäftigt. Der SmartShunt wird in die Masseleitung der Batterie eingebaut und misst den Strom, der hinein- und herausfließt. Zusammen mit der Batteriespannung kann er so die entnommene und zugeführte Energie berechnen und daraus den State of Charge (SoC) ermitteln. Der Vorteil: Du brauchst kein zusätzliches Display, denn die Daten lassen sich per Bluetooth oder über den integrierten VE.Direct‑Port auslesen. Ich habe mich für die Bluetooth Variante entschieden, da sie mir eine nahtlose und einfache Installation in Home Assistant ermöglicht.
Es gibt unterschiedliche Varianten: 300 A, 500 A und 1000 A. Für einen Camper reicht die 300‑A‑Variante zumeist völlig aus. In Hausinstallationen oder bei großen Off‑Grid‑Systemen können auch die größere Varianten sinnvoll sein. Bevor du den Victron SmartShunt* installierenwillst, solltest du dir also überlegen, welche Ströme in deinem Setup fließen. Achte darauf, dass die maximale Stromstärke der Verbraucher und der Ladevorgänge im Rahmen des Shunts liegt.
VICTRON ENERGY BATTERIEWÄCHTER: Victron Energy SmartShunt zeigt den Ladezustand der Batterie in % an und fungiert als Ladezustandsanzeige für Ihre Batterien
ALL-IN-ONE-BATTERIEMONITOR: Victron Energy Smartshunt ist ein hervorragender, einfach einzurichtender All-in-One-Batteriewächter. Es zeichnet Spannung, Strom, Energie und verbleibende Zeit und vieles mehr auf.
BLUETOOTH: Verbinden Sie Victron Energy Shunt über Bluetooth mit Ihrem Telefon oder Tablet und ändern Sie einfach die Einstellungen oder überwachen Sie Ihre Batterien – sparen Sie Platz, indem Sie kein eigenes Display verwenden
VERBINDEN SIE VICTRON ENERGY GX: Victron Energy GX-Gerät mit einem VE.Direct-Kabel an, um eine zweite Batterie, den Mittelpunkt der Bank oder die Temperatur zu überwachen (möglicherweise sind zusätzliche Teile erforderlich)
INSTALLATION: Eine unsachgemäße Installation kann gefährlich sein. Wenden Sie sich an einen Fachmann und befolgen Sie bei der Installation die elektrischen Vorschriften.
Vorbereitung für die Installation des Victron SmartShunt
Auswahl des richtigen Modells und Zubehörs
Bevor ich den Victron SmartShunt installieren konnte, musste ich das richtige Modell auswählen. Für mich war die 500‑A‑Variante passend ( nicht wegen der Leistung, sondern eher, da sie schneller lieferbar war 🙂 ) . Als Zubehör brauchst du außerdem passende Ringkabelschuhe mit einem auf die benötigte Leistung ausgelegten Kabelquerschnitt für die „Minus“ Seite (müssen dazugekauft werden), um die Kabel sicher anzuschließen, sowie eine geeignete Sicherung für den Pluspol ( wird mitgeliefert). Der SmartShunt wird zwar auf der Minus-Seite verbaut, aber der Pluspol des Geräts muss zur Stromversorgung angeschlossen werden.
Für die spätere Integration in Home Assistant habe ich mir außerdem einen ESP32* besorgt. Dieses kleine Modul dient als Bluetooth‑Proxy und leitet BLE‑Daten ins WLAN weiter. Dazu komme ich später noch.
Bevor du mit der Verkabelung beginnst und den Victron SmartShunt installieren möchtest, solltest du sicherstellen, dass deine Batterie spannungsfrei ist. Entferne gegebenenfalls die Sicherungen oder trenne das System vom Netz. Arbeite mit isoliertem Werkzeug und vermeide Kurzschlüsse. Eine saubere Installation erhöht nicht nur die Sicherheit, sondern sorgt auch für präzise Messwerte.
Verkabelung und Einbau des SmartShunt
Die Verkabelung war einfacher als gedacht, aber dennoch sind ein paar Dinge zu beachten. Um den Victron SmartShunt installieren zu können, wird der Shunt in die Minusleitung der Batterie eingebaut. Alle Verbraucher müssen hinter dem Shunt angeschlossen werden, damit der Stromfluss korrekt gemessen wird.
Minuspol trennen: Ich habe zunächst den Minuspol der Batterie abgeklemmt.
Shunt anschrauben: Der SmartShunt besitzt zwei große Schraubanschlüsse. Eine Seite (Batterieseite) wird direkt mit dem Minuspol der Batterie verbunden, die andere (Lastseite) führt zu den Verbrauchern.
Pluspol des Shunts: Am Gehäuse befindet sich eine kleine Schraubklemme für den Pluspol. Hier habe ich eine Leitung von der Batterie über eine Sicherung angeschlossen. Das versorgt die Elektronik des Shunts.
Hinweis: Achte unbedingt darauf, die Ein- und Ausgangsseite nicht zu vertauschen. Wenn du den Victron SmartShunt installieren möchtest und die Anschlüsse vertauschst, wird der Stromfluss invertiert – die Messwerte sind dann negativ. Du kannst es zwar softwareseitig korrigieren, aber besser ist eine korrekte Installation.
Victron SmartShunt installieren in der Victron‑App
Nachdem der Shunt angeschlossen war, habe ich die Victron‑App aus dem App Store heruntergeladen. Mit ihr lässt sich der SmartShunt via Bluetooth konfigurieren. Der Pairing‑Code lautet standardmäßig 000000, falls du das Gerät noch nicht geändert hast.
Pairing und erste Schritte
Nach dem Öffnen der App hat die App den SmartShunt automatisch gefunden. Ich habe das Gerät ausgewählt und die Verbindung hergestellt. Um den Victron SmartShunt zu installieren, musste ich einige grundlegende Einstellungen vornehmen:
Batterie‑Kapazität: Hier habe ich den Wert meiner LiFePo4‑Batterie (200 Ah) eingetragen.
Ladeschluss‑Spannung: In meinem Fall 14,1 V.
Entladeschwelle: Ich habe 10 % gewählt, um die Batterie zu schützen.
Schweifstrom: 0,5 %, damit der Shunt erkennt, wann die Batterie voll ist.
Ladewirkungsgrad: 95 %.
SOC‑Reset: Es gibt die Möglichkeit, den SoC manuell zurückzusetzen. Das ist nützlich nach einem vollständigen Ladezyklus.
Hinweis: Verwende die zu deiner Batterie passenden Einstellungen. Die hier gezeigten Settings dienen nur als Beispiel!
Die App zeigt auch die MAC‑Adresse und den Verschlüsselungkey an. Letzteren habe ich mir abgeschrieben, denn für die Integration in Home Assistant benötige ich die sogenannte Advertisement‑Key, um die verschlüsselten Daten zu entschlüsseln. Beim Victron SmartShunt installieren solltest du dir diesen Schlüssel unbedingt notieren.
Victron SmartShunt installieren und Bluetooth‑Proxy nutzen
Um die Daten des SmartShunts im ganzen Haus verfügbar zu machen, reicht die Bluetooth‑Verbindung allein oft nicht aus, insbesondere wenn der Camper oder die Garage etwas weiter entfernt ist. Deshalb habe ich einen ESP32 als Bluetooth‑Proxy eingerichtet. Damit lassen sich BLE‑Geräte wie der SmartShunt über das WLAN ins Smart‑Home integrieren.
ESP32 als Bluetooth‑Proxy einrichten
Zuerst habe ich den ESP32 per USB an meinen Computer angeschlossen und die ESP‑Home‑Bluetooth Proxy- Installer ‑Seite geöffnet. Über den Wizard lässt sich mit wenigen Klicks ein generisches Bluetooth‑Proxy‑Image flashen. Nachdem der Flash‑Vorgang abgeschlossen war, habe ich den ESP32 mit meinem WLAN verbunden.
Anschließend habe ich den ESP32 direkt mit meinem Home Assistant verbunden. Im Lovelace‑Dashboard erschien ein neues Gerät, das ich „Bluetooth Proxy Video WW“ genannt habe. Nun ist der Victron SmartShunt im wahrsten Sinne des Wortes bereit für die nächste Stufe.
Tipp: Du kannst mehrere Bluetooth‑Proxies im Haus verteilen, wenn du noch andere BLE‑Sensoren hast. Sie erweitern die Reichweite und bringen die Daten zuverlässig ins Netzwerk.
Victron SmartShunt installieren in Home Assistant
Der spannendste Teil für mich war die Integration in Home Assistant. Um die verschlüsselten Daten des SmartShunts auswerten zu können, braucht man eine passende Integration.
HACS installieren und Victron BLE Integration hinzufügen
Danach musste Home Assistant neu gestartet werden. Unter „Einstellungen → Geräte und Dienste“ konnte ich „Victron BLE“ als neue Integration auswählen. Es wurde der SmartShunt automatisch gefunden, und ich musste nur noch den vorher notierten Advertisement‑Key eingeben. Hier ist eine typische YAML‑Struktur, mit der der Schlüssel hinterlegt wird:
Nach dem Speichern erschienen neue Sensoren in meinem Home Assistant: Batteriespannung, Ladestrom, Ladezustand und vieles mehr. Damit war der Schritt erledigt und der Victron SmartShunt erfolgreich in Home Assistant integriert.
Dashboard mit Batterieanzeige erstellen
Jetzt wollte ich die Daten nicht nur sehen, sondern auch ansprechend präsentieren. Dafür eignet sich die Button‑Card aus HACS. Mit ihr lässt sich eine Batterieanzeige gestalten, die ihre Farbe abhängig vom Ladezustand ändert.
Button‑Card konfigurieren
Ich habe eine neue Button‑Card im Dashboard erstellt und folgende Konfiguration verwendet:
Diese Card zeigt mir den aktuellen Ladezustand, die Spannung und den Strom an. Die Farbe des Symbols wechselt bei 20 % auf Rot und bei 50 % auf Orange. Für mich war es wichtig, beim Victron SmartShunt installieren auch eine optische Rückmeldung zu haben, wann die Batterie sich dem Entladungsbereich nähert.
Automatisierungen und Benachrichtigungen
Ein weiterer großer Vorteil beim Victron SmartShunt installieren ist die Möglichkeit, Automatisierungen in Home Assistant zu nutzen. Ich wollte eine Benachrichtigung bekommen, sobald der Ladezustand unter 20 % fällt. Dafür habe ich eine einfache Automation erstellt:
Mit dieser Automation bekomme ich nach einer Minute unterhalb des Schwellenwerts eine Push‑Nachricht. Dadurch kann ich reagieren, bevor die Batterie zu tief entladen wird. Beim Victron SmartShunt installieren gehört für mich eine solche Benachrichtigung unbedingt dazu.
Verlaufdiagramme und Datenanalyse
Neben der aktuellen Anzeige möchte ich auch wissen, wie sich der Ladezustand über längere Zeit verändert. Home Assistant bietet eine Verlaufdiagramm‑Karte. Ich habe für meine Batterie ein Diagramm angelegt, das die letzten 168 Stunden (sieben Tage) darstellt. So kann ich sehen, wann ich besonders viel Strom verbraucht habe und wie sich das Laden und Entladen verhält.
Es wäre auch möglich, die Daten in Grafana auszuwerten oder in ein anderes Dashboard zu exportieren. Das bietet sich an, wenn du den Victron SmartShunt und die Daten langfristig beobachten möchtest.
Alternativ lassen sich Daten auch über Grafana und Influxdb in Home Assistant visualisieren. Darauf bin ich in einem anderen Blog Beitrag genauer eingegangen.
Weitere Anwendungsmöglichkeiten des Victron SmartShunt
Der Einsatz beschränkt sich nicht nur auf Camper. Auch im Auto kann man den Victron SmartShunt installieren, um die Starterbatterie zu überwachen. So weißt du immer, ob sie nach längerer Standzeit noch genügend Kapazität hat. Im Haus lässt sich der Shunt an Solarspeicher anschließen, um die Effizienz der Anlage zu überwachen.
Ein weiterer Vorteil: Über den VE.Direct‑Port kannst du den SmartShunt auch mit dem Cerbo GX oder anderen Victron‑Systemen verbinden. Das habe ich bisher nicht ausprobiert, es steht aber auf meiner To‑Do‑Liste. Wenn du dazu einen Erfahrungsbericht wünschst, lass es mich in den Kommentaren wissen.
Fazit: Lohnt es sich, den Victron SmartShunt zu installieren?
Für mich war es eine der lohnendsten Erweiterungen meines Campers. Seitdem ich den Victron SmartShunt installieren und in Home Assistant integrieren konnte, habe ich jederzeit einen Überblick über den Ladezustand meiner Batterie. Die Kombination aus präzisen Messwerten, ansprechender Visualisierung und praktischen Benachrichtigungen gibt mir die Sicherheit, länger autark zu bleiben und die Batterie vor Tiefentladung zu schützen.
Ich hoffe, diese ausführliche Anleitung hilft dir weiter. Falls du Fragen hast oder Anmerkungen, hinterlasse gerne einen Kommentar bei Youtube. Viel Spaß beim Basteln!
Proxmox API Home Assistant Backup – in diesem Praxis‑Guide lernst du, wie du mithilfe der Proxmox API den Zustand deiner virtuellen Maschinen abfragst, Dashboards in Home Assistant erstellst und Backups automatisierst. Statt auf HACS setzt du dabei auf REST‑Sensoren und API‑Calls, um deine VMs sicher zu überwachen und zu sichern.
Vorbereitung in Proxmox – Benutzer, Token und Rechte einrichten
Bevor du in Home Assistant loslegen kannst, musst du Proxmox entsprechend vorbereiten.
API‑Benutzer und Token anlegen
Erstelle im Proxmox DataCenter einen neuen User (z. B. homeassistant) ohne Passwort, denn wir arbeiten mit API‑Tokens. Wähle als Realm pve und lege anschließend unter API Token einen neuen Token für diesen User an. Achte darauf, Privilege Separation zu deaktivieren. Kopiere dir den Token sofort, da er später nicht mehr angezeigt wird.
Rollen konfigurieren
Für den Zugriff auf VM‑Informationen und Backups benötigen wir passende Rollen:
Lege eine neue Rolle (z. B. homeassistant-role) mit den Privilegien VM.Audit, Datastore.Audit und Datastore.AllocateSpace, VM.Backup an.
Weise diese Rolle dem User auf den benötigten Pfaden zu: dem Node (/nodes/pve-lerch) und den VMs (/vms/*).
Diese granularen Berechtigungen sorgen dafür, dass Home Assistant lediglich die benötigten Daten abrufen und einen Proxmox API Home Assistant Backup auslösen darf.
Home Assistant konfigurieren – REST‑Sensoren anlegen
Im nächsten Schritt richten wir Home Assistant ein. Falls du noch keinen File Editor installiert hast, installiere diesen im Add-on Store von Home Assistant.
REST‑Sensor für VM‑Informationen
Über den YAML‑Eintrag rest: definieren wir einen Sensor, der regelmäßig einen GET‑Request an die Proxmox API sendet. Die URL lautet beispielsweise:
Als Header gibst du Authorization: PVEAPIToken=<user>@pve!<token-id>=<token> an. Im value_template kannst du die JSON‑Antwort weiterverarbeiten und die Daten in Attributen speichern.
- resource: https://192.168.101.69:8006/api2/json/nodes/pvelerch/qemu
method: GET
headers:
Authorization: "PVEAPIToken=homeassistant@pve!proxmox=be729a21-e76b-430b-84bf-40d096d035a6"
verify_ssl: false
scan_interval: 10
sensor:
- name: "PVELerch VM Raw"
unique_id: pvelerch_vm_raw
value_template: "OK"
json_attributes:
- data
Vergiss nicht, Home Assistant neu zu starten, damit der Sensor angelegt wird. Anschließend siehst du eine Liste aller VMs als JSON‑Attribut, inklusive ihrer Namen, IDs und Status.
REST‑Sensor für LXC‑Container
Für LXC‑Container wiederholst du den Sensor mit dem Endpunkt .../lxc. Denke daran, dass nicht alle API‑Attribute identisch sind – die Belegung des Festplattenspeichers (disk-usage) steht nur bei Containern zur Verfügung.
Dashboard gestalten – Markdown‑Karte für VM‑Übersicht
Um die Daten ansprechend zu visualisieren, kannst du eine Markdown‑Karte in deinem Home‑Assistant‑Dashboard einfügen. Im Template liest du die Attribute der Sensoren aus und listest jede VM mit Name, Uptime, Status und, bei LXC‑Containern, prozentual belegtem Speicherplatz auf.
{% set vms = state_attr('sensor.pvelerch_vm_raw', 'data') or [] %}
{% set lxcs = state_attr('sensor.pvelerch_lxc_raw', 'data') or [] %}
## 🖥️ Virtuelle Maschinen (QEMU)
{% for vm in vms | sort(attribute='vmid') %}
{% set days = vm.uptime // 86400 %}
{% set hours = (vm.uptime % 86400) // 3600 %}
{% set minutes = (vm.uptime % 3600) // 60 %}
{% if days > 0 %}
{% set uptime_str = days ~ 'd ' ~ hours ~ 'h' %}
{% else %}
{% set uptime_str = hours ~ 'h ' ~ minutes ~ 'm' %}
{% endif %}
- **{{ vm.vmid }}** | {{ vm.name }} | Uptime: {{ uptime_str }} | {{ "🟢" if vm.status == "running" else "🔴" }}
{% endfor %}
## 📦 LXC-Container
{% for lxc in lxcs | sort(attribute='vmid') %}
{% set days = lxc.uptime // 86400 %}
{% set hours = (lxc.uptime % 86400) // 3600 %}
{% set minutes = (lxc.uptime % 3600) // 60 %}
{% if days > 0 %}
{% set uptime_str = days ~ 'd ' ~ hours ~ 'h' %}
{% else %}
{% set uptime_str = hours ~ 'h ' ~ minutes ~ 'm' %}
{% endif %}
- **{{ lxc.vmid }}** | {{ lxc.name }} | Disk: {{ ((lxc.disk / lxc.maxdisk) * 100) | round(1) if lxc.maxdisk and lxc.maxdisk > 0 else 'n/a' }} % | Uptime: {{ uptime_str }} | {{ "🟢" if lxc.status == "running" else "🔴" }}
{% endfor %}
So siehst du live, wenn eine VM gestoppt wird oder startet. Über Automationen kannst du sogar Benachrichtigungen verschicken, wenn sich der Status ändert. Achte darauf, dass du die Entitäten auf deine Entitätsnamen anpasst.
sensor.pvelerch_vm_raw
sensor.pvelerch_lxc_raw
Monitoring & Test – Live‑Überwachung von VMs
Teste deine Konfiguration, indem du eine VM in Proxmox stoppst und wieder startest. Die Änderungen sollten in der Markdown‑Karte nach dem nächsten Scan‑Intervall sichtbar sein. Dieses Szenario zeigt, wie zuverlässig die REST‑API im Zusammenspiel mit Home Assistant funktioniert.
Backups per API auslösen
Eines der mächtigsten Features der Proxmox API ist die Möglichkeit, Backups zu starten.
Rollen erweitern
Erweitere deine Rolle um die Berechtigungen VM.Backup und Datastore.AllocateSpace, damit der User Backups auslösen darf ( haben wir schon im ersten Schritt getan ). Vergiss nicht, auch den Storage‑Pfad (/storage) mit dieser Rolle zu verknüpfen.
REST‑Command für VZDump
In Home Assistant legst du unter rest_command: einen neuen Befehl an. Die URL endet diesmal auf /vzdump, die Methode ist POST, und als Payload übergibst du Parameter wie vmid, mode (z. B. snapshot), storage und compress.
Ein Aufruf dieses REST‑Commands startet sofort den Backup‑Job in Proxmox. Über die Home‑Assistant‑Entwicklerwerkzeuge kannst du den Befehl testen. In einer Automation oder auf einem Button platziert, kannst du einen Proxmox API Home Assistant Backup sogar zeit‑ oder ereignisgesteuert auslösen.
Fazit & Ausblick
Mit ein wenig Konfigurationsaufwand lässt sich die Proxmox API hervorragend in Home Assistant integrieren. Du kannst den Zustand deiner VMs und LXC‑Container überwachen, in Dashboards visualisieren und sogar Backups per Knopfdruck starten. Nutze diese Lösung als Grundlage für weitere Automatisierungen, zum Beispiel um Benachrichtigungen zu verschicken oder externe Dienste einzubinden.
EVCC mit Home Assistant ist eine extrem leistungsfähige Kombination für dein Smart Home: Du kannst Geräte wie Smart Plugs, Poolpumpen, Werkzeugakkus oder sogar Backup-Server vollständig automatisiert per PV-Überschuss, Strompreis oder Zeitfenster schalten – auch ganz ohne Elektroauto!
In diesem Beitrag zeige ich dir praxisnah, wie du das Ganze umsetzt, was du dafür brauchst und wie du es für dein Energiemanagement optimal nutzt.
Was ist EVCC mit Home Assistant?
EVCC (Electric Vehicle Charge Controller) ist eine Open-Source-Lösung, mit der ursprünglich PV-Überschussladen von Elektroautos möglich wurde. Dank der neuen Funktion lassen sich jetzt beliebige Home Assistant Schalter als Ladepunkte konfigurieren.
Damit wird EVCC mit Home Assistant zu einem vollwertigen, modularen Energiemanagementsystem – auch ohne E-Auto. Ideal für:
Haushalte mit PV-Anlage
Smart Home-Enthusiasten
Nutzer mit Strompreis-Tarifen wie Tibber
Was du für die Integration brauchst
Voraussetzungen im Überblick:
PV-Anlage mit kompatiblem Wechselrichter (z. B. SolarEdge, SMA, Kostal)
Home Assistant Installation (z. B. auf Raspberry Pi oder Proxmox)
Schaltbare Geräte wie Tuya- oder Shelly-Steckdosen
EVCC als Add-on in Home Assistant (kostenlos)
Tipp: Kein Sponsoring oder Premium-Account bei EVCC nötig – funktioniert rein lokal über deine Home Assistant-Instanz, solange du nur mit Home Assistant Schaltern arbeitest oder eine „Open Source / Open Hardware “ Wallbox hast. Allerdings finde ich persönlich, dass es sich lohnt das Projekt aktiv zu unterstützen. Letztlich spare ich damit etwas und unterstütze ein geniales Projekt.
Home Assistant Schalter als Ladepunkt verwenden
Du kannst jetzt jeden beliebigen Home Assistant Schalter wie eine Wallbox in EVCC integrieren. Beispielhafte Konfiguration:
Smart Plug 1: Werkzeugakkus
Smart Plug 2: Gartenbewässerung
Smart Plug 3: NAS-Backup
Einfach als Ladepunkt anlegen, Home Assistant Token einfügen und mit Entity-ID sowie optionaler Leistungsmessung verknüpfen.
So funktioniert das PV-Überschuss-Schalten
EVCC mit Home Assistant prüft:
Gibt es aktuell PV-Überschuss?
Ist die definierte Mindestleistung erreicht?
Ist der minimale Strombedarf für das Gerät erfüllt?
Wenn ja, wird geschaltet – sonst bleibt das Gerät aus. Alternativ kannst du zusätzlich mit Strompreis (z. B. Tibber) oder Zeitplänen arbeiten.
Beispiele aus der Praxis
Werkzeugakkus laden
Die Steckdose wird nur eingeschaltet, wenn Überschuss vorhanden ist – ideal für Ladegeräte oder Akku-Werkzeuge.
Poolpumpe
Anstatt starrer Zeitschaltung läuft die Pumpe bei ausreichender Sonneneinstrahlung automatisch.
Proxmox Backup starten
Backups kosten Energie – also automatisiert starten, wenn genug PV-Leistung verfügbar ist.
EVCC mit Home Assistant konfigurieren – Schritt für Schritt
1. File Editor installieren
Unter „Add-ons“ in Home Assistant installieren und starten.
In der File Editor Konfiguration muss jetzt noch Enforce Basepath auf „false“ gesetzt werden.
2. EVCC Add-on hinzufügen
Repository einfügen, EVCC installieren, einmal starten. EVCC legt dabei automatisch ein Verzeichnis an.
3. Konfigurationsdatei anlegen
Im Verzeichnis add-on-config/xyzabsdef_evcc die Datei evcc.yaml anlegen – sonst startet das Add-on nicht korrekt. Die Bezeichnung vor „_evcc“ ist im Verzeichnisnamen Variabel und dient hier nur als Beispiel.
Trage Standort, Ausrichtung & kWp ein – EVCC berücksichtigt dann die Prognose bei der Steuerung.
Strompreis (z. B. Tibber)
Stelle ein, ab welchem Cent-Betrag ein Gerät schalten darf – ideal für günstige Tariffenster.
Prioritäten
Lege fest, welches Gerät zuerst mit Strom versorgt wird. 10 = höchste Priorität, 0 = niedrigste.
Beispiel:
Werkzeugakkus = Priorität 4
Poolpumpe = Priorität 5
Backup = Priorität 9
Fazit: Warum EVCC mit Home Assistant ein Gamechanger ist
Mit dem neuen Schalter-Feature wird EVCC mit Home Assistant zur echten Steuerzentrale für dein Smart Home:
Nutze PV-Überschuss effizient
Automatisiere stromhungrige Prozesse
Spare Energie & Kosten
Auch ohne Elektroauto nutzbar
Kombinierbar mit Preis, Prognose & Zeitplan
Fazit: Kein Bastel-YAML mehr nötig – alles bequem über die UI steuerbar! Dadurch konnte ich viele Automatisierungen entfernen und spare dadurch Zeit für Pflege und Wartung. EVCC nimmt mir nun diese Arbeit ab.
