Home Assistant 2026: Smart Home mit lokaler KI
Home Assistant hat sich von einem Nischen-Tool für Bastler zur ausgereiftesten lokalen Smart-Home-Plattform entwickelt. 2026 kommt der nächste große Schritt hinzu: lokale Sprachmodelle, die Steuerung in natürlicher Sprache komplett offline ermöglichen. So sieht der aktuelle Stand aus.
Warum lokal? Das Cloud-Problem
| Problem klassischer Cloud-Assistenten | Lösung Home Assistant |
|----------------------------------------|------------------------|
| Sprachaufnahmen gehen an Google/Amazon | Verarbeitung komplett lokal |
| Dienste werden eingestellt (z. B. Google-Assistent-Features) | Selbst gehostet, kein Kill-Switch |
| Abhängigkeit von Internet-Ausfällen | Funktioniert offline weiter |
| Werbung und Profilbildung | Keine Datenweitergabe |
Die KI-Features von Home Assistant 2026
1. Assist — Sprachsteuerung mit lokalem LLM
Home Assistants Assist-Pipeline verbinden Spracherkennung (STT), Intent-Erkennung (LLM oder NLU) und Sprachausgabe (TTS). Seit der LLM-Integration reicht ein lokales 7B–8B-Modell, um natürliche Sprache in Aktionen zu übersetzen:
Dazu dient die LLM-API von Home Assistant: Das Sprachmodell bekommt Zugriff auf den Gerätestatus und die Steuerungsfunktionen als Tools — es kann also nicht nur reden, sondern handeln.
2. Voice Assistant Hardware
Home Assistant Voice Preview Edition (~59 €): Eigenes Mikrofon- und Lautsprechermodul, komplett lokale Pipeline möglich. Mittlerweile durch Community-Hardware ergänzt (z. B. ESPHome-Slate-Builds, Respeaker-Setups).
3. Energiemanagement mit Vorhersagen
Home Assistants Energy-Dashboard prognostiziert mit lokalen Modellen PV-Erträge und Verbrauch — relevant für dynamische Stromtarife (hourly pricing): Heizung, Wallbox und Haushaltsgeräte werden automatisch in günstige Stunden verschoben.
Hardware-Empfehlungen
| Setup | Kosten | Geeignet für |
|-------|--------|--------------|
| Raspberry Pi 5 (8 GB) + SSD | ~150 € | Bis ~50 Geräte, Grundfunktionen, kleine LLMs zäh |
| Home Assistant Green | ~110 € | Fertig-Lösung, bis ~150 Geräte, kein LLM lokal |
| Home Assistant Yellow | ~250 € | Zigbee+Thread integriert, zukunftssicherer Speicher |
| Mini-PC (N100, 16 GB) | ~250 € | 100+ Geräte, lokale LLMs bis 7B möglich |
| Mini-PC (Ryzen AI / 32 GB) oder Mac Mini | 600–1.700 € | Volle lokale LLM-Pipeline (8–14B) |
Realistische Einordnung: Für die klassische Automatisierung reicht der Raspberry Pi 5. Wer die lokale LLM-Sprachsteuerung flüssig nutzen will, braucht x86/ARM-Hardware mit 16+ GB RAM — der Pi schafft 3B-Modelle nur mit spürbarer Latenz.
Einrichtung: Die lokale KI-Pipeline
Schritt 1: Home Assistant OS installieren
Auf Mini-PC oder Pi mit Raspberry Pi Imager (Add-on-fähige Variante wählen). Alternativ als Container (Docker) — dann ohne Add-on-Store, dafür flexibler.
Schritt 2: Add-ons installieren
language: de)de_DE-thorsten-high)Schritt 3: LLM anbinden
Zwei Wege:
llama3.1:8b oder qwen3:8b (besser im Deutschen), Kontroll-Seite der LLM-Aktivieren-OptionSchritt 4: Assist-Pipeline konfigurieren
Einstellungen → Sprache (Assist) → Pipeline erstellen: Wake Word → Whisper → LLM/Conversation → Piper. Als Standard setzen, fertig.
Automatisierungs-Beispiele mit LLM-Support
``yaml``Beispiel: Natürliches Sprachkommando in Aktion übersetzen
„Gute Nacht" → Szene + Lock + alles aus
trigger:
- platform: conversation
command: "Gute Nacht"
action:
- service: scene.turn_on
target: {entity_id: scene.nachtmodus}
- service: lock.lock
target: {entity_id: lock.haustuer}
Die Stärke des LLM: Es versteht auch Formulierungen, die Sie nie automatisiert haben („ich will schlafen, mach alles dunkel"), weil es die Geräte semantisch versteht — nicht nur exakte Befehlsmuster.
Grenzen der lokalen KI
| Grenze | Erklärung |
|--------|-----------|
| Antwortqualität | 8B-Modelle sind gut, aber nicht GPT-5-Niveau — bei komplexen Fragen limitiert |
| Latenz | Auf Mini-PC-Hardware 1–4 s bis zur Antwort |
| Halluzination | LLM kann Geräte „erfinden" — Tools auf wesentliche Entitäten beschränken |
| Sprachqualität | Whisper + Piper solide, aber unter Google/ Alexa-Niveau bei Nebengeräuschen |
Wichtig: Die LLM-Steuerung mit Bedacht freischalten. Sensible Aktionen (Türschlösser, Alarm) sollten im Allowed to control-Filter der LLM-API gesperrt oder durch Bestätigungs-Schritte abgesichert werden.
Fazit
Home Assistant 2026 macht real, was die Cloud-Riesen versprochen haben: ein Smart Home, das auf natürliche Sprache hört — ohne dass ein Wort das Haus verlässt. Der Einstieg ist mit 150 € machbar (Raspberry Pi + Grundfunktionen); die volle lokale KI-Erfahrung braucht einen Mini-PC mit 16–32 GB RAM. Wer Datenschutz und Unabhängigkeit ernst nimmt, kommt an dieser Kombination kaum vorbei.