Dein Grow in Home Assistant: Vom Blindflug zur Klarheit

Wir alle kennen diesen Moment: Man steht vor dem Zelt, blickt auf das dichte Blätterdach und fragt sich, ob im Verborgenen alles optimal läuft. Die Zeitschaltuhr verrichtet stur ihren Dienst, das Wasser fließt in festen Intervallen, doch was sich tief im Inneren des Steinwolle- oder Kokosblocks abspielt, bleibt unsichtbar.

Das Ziel ist klar: Im Zelt weg von starr programmierten Intervallen und hin zu einer präzisen Steuerung, die sich am tatsächlichen Zustand der Pflanze orientiert. Kurz: Crop Steering (Artikel #2) statt Blindflug. Home Assistant ist dafür eine kostenlose, lokal laufende Steuerzentrale. Auf einem eigenen Rechner oder einem Raspberry Pi bündelt sie Messwerte und Verläufe aus dem Substrat. Sensoren hängen oft per Modbus direkt am Rechner oder senden ihre Werte über eine ESP32-Platine mit ESPHome und MQTT. Keine Cloud, kein Abo-Zwang. Deine Daten bleiben bei dir.

Kurz zur Einordnung: NextGen BloX ist eine spezialisierte Erweiterung für Home Assistant (eine Integration). Sie liefert die fertige Steuerlogik für Crop Steering in allen Gießphasen sowie Sicherheitssysteme wie einen nächtlichen Notimpuls bei kritischem Trockenstand und eine Sicherheits-Gießsperre, wenn die Steuerung aus dem Takt gerät. Sensoren und die Anbindung (Modbus, ESPHome, MQTT) richtest du unabhängig ein. Wir sind kein Sensorhersteller.

Was Home Assistant leistet — ohne Fachchinesisch

Stell dir Home Assistant (HA) wie das Cockpit eines modernen Fahrzeugs vor. Bisher bist du ohne Tachometer gefahren und musstest schätzen, wann der Tank leer ist. Jetzt erhältst du präzise Instrumente:

• Ein industrieller Sensor tief im Block ermittelt die physikalischen Zustände.
• Home Assistant speichert diese Werte und zeichnet übersichtliche Graphen.
• Du definierst logische Regeln, zum Beispiel eine Smartphone-Benachrichtigung, bevor der Wassergehalt kritisch sinkt.

Jeder Messwert wird in HA als Entität abgebildet (z. B. sensor.block_1_vwc). Die Oberfläche mit Karten und Diagrammen heißt Dashboard und lässt sich per Drag-and-Drop anordnen.

Die wichtigsten Vokabeln, kurz erklärt

Hardware-Checkliste für valide Daten

NextGen BloX verkauft keine eigene Sonde. Billige Blumentopf-Stecker liefern für inerte Medien wie Steinwolle oder Kokos in der Regel keine verwertbaren Daten. Du suchst nach:

Moisture & EC & Temperature sensor for Soil, Substrate, Rockwool, Cocopeat — MODBUS-RTU RS485

Checkliste:

• Drei Messgrößen: Feuchte (VWC), EC, Temperatur
• Substrat: Steinwolle oder Kokos
• Schnittstelle: Modbus RTU über RS485
• Einbau: Sonden tief im Block, nicht nur an der Oberfläche

Technische Referenz für diese Klasse: Seeed-Datasheet PDF zur Sonde SKU 101991241.

Sensor in Home Assistant einbinden (der erste Schritt)

Hängt die Sonde per RS485/Modbus-USB-Adapter am Rechner, liest Home Assistant die Werte über die Modbus-Integration aus. Aus dem Datenblatt brauchst du: Serienport (z. B. /dev/ttyUSB0), Baudrate, Slave-ID und die Register-Adressen für VWC, EC und Temperatur.

Das Modbus-Beispiel unten orientiert sich an der Seeed RS485 Substrate Sonde (SKU 101991241) aus dem verlinkten Datenblatt. Andere Sonden haben andere Register — dann das jeweilige Datenblatt verwenden. Unter Linux ist der Port oft /dev/ttyUSB0, unter Windows z. B. COM3.

modbus:
  - name: grow_substrat
    type: serial
    port: /dev/ttyUSB0
    baudrate: 9600
    bytesize: 8
    method: rtu
    parity: N
    stopbits: 1
    sensors:
      - name: Block 1 Temperatur
        slave: 1
        address: 0
        input_type: holding
        data_type: int16
        scale: 0.01
        precision: 2
        unit_of_measurement: "°C"
      - name: Block 1 VWC
        slave: 1
        address: 1
        input_type: holding
        data_type: int16
        scale: 0.01
        precision: 2
        unit_of_measurement: "%"
      - name: Block 1 EC
        slave: 1
        address: 2
        input_type: holding
        data_type: uint16
        unit_of_measurement: "μS/cm"

Register laut Seeed-Datasheet: Temperatur 0, VWC 1, Bulk-EC 2 — jeweils INT16/UINT16 mit Skalierung (Temperatur und VWC ×0,01). Die Sonde liefert EC in µS/cm (1000 µS/cm = 1 mS/cm). Werte abweichend? Datenblatt prüfen, Beispiel anpassen, dann erst neu starten.

Nach einem Neustart von Home Assistant erscheinen die Entitäten unter Einstellungen → Geräte & Dienste. Lege sie auf dem Dashboard als Verlaufskurve ab und beobachte mindestens einen vollen Tag mit Gießungen, bevor du komplexe Regeln oder Crop-Steering-Ziele definierst.

Alternativer Weg: Hängt die Sonde im Zelt an einer ESP32-Platine, läuft der Weg meist über ESPHome. Die Platine liest Modbus aus, HA bekommt die Werte über das Netzwerk. Der Ablauf bleibt derselbe: erst verlässliche Rohdaten, dann auswerten.

Der Datenweg in vier Schritten

1. Fühlen: Die Substrat-Sonde im Block misst VWC, EC und Temperatur, die drei Kerngrößen für Crop Steering.
2. Senden: Die Sonde hängt per RS485/Modbus am Rechner, einem Raspberry Pi oder einer ESP32-Platine und reicht die Werte drahtlos weiter.
3. Sehen: Home Assistant nimmt die Daten auf. Du siehst den Verlauf über Tage, nicht nur den Momentwert.
4. Handeln: Eine Regel in HA greift und informiert dich, oder NextGen BloX übernimmt für dich die automatisierte Phasenlogik.

Der entscheidende Trick: Saubere Graphen durch Datenfilterung

In Artikel #2 ging es um die Peak-VWC-Regel: Der EC-Wert ist am Sättigungspunkt direkt nach dem Gießen am aussagekräftigsten. Mitten im Dryback verliert der gemessene Bulk-EC-Rohwert seine Aussagekraft.

Hier gilt es, zwei Dinge zu trennen: die theoretische Feldkapazität des Substrats und den tatsächlichen Peak VWC in deiner aktuellen Anbauphase.

Hersteller von Steinwolle- oder Kokosblöcken nennen die maximale Feldkapazität (die absolute Sättigungsgrenze des Materials) meist zwischen 68 % und 72 % VWC. Im echten Crop Steering fährst du je nach Strategie, etwa in der generativen Phase oder späten Reifephase, Sättigungs-Peaks, die bewusst niedriger liegen, zum Beispiel bei 55 % VWC oder weniger am Ende der ersten Gießphase im Tageszyklus.

P1 bezeichnet genau diese erste Gießphase nach dem nächtlichen Dryback: Es ist die Sättigung, von der aus du den folgenden Dryback über den Tag steuerst. Ob der Peak in P1 nun bei 70 % oder 55 % VWC liegt, hängt von deiner Phase und Strategie ab, nicht von der theoretischen Feldkapazität des Blocks.

Trocknet der Block von diesem jeweiligen Peak aus ab (Dryback), steigt der Luftanteil im Substrat. Die Sonde misst physisch weniger Porenwasser, und der angezeigte Bulk-EC-Rohwert wird unzuverlässig. Er bildet nicht mehr ab, was an den Wurzeln tatsächlich passiert. Deshalb wertest du rohe EC-Messungen konsequent nur am jeweiligen Peak VWC direkt nach der Bewässerung aus. Alles darunter verfälscht das Bild im Diagramm. Um zu verstehen, was die Pflanze unterhalb des Peaks erlebt, brauchst du den EC-Wert im Porenwasser.

Manuell in HA: Du liest Bulk-EC-Rohwerte nur am Peak VWC ab, unmittelbar nach der P1-Bewässerung, unabhängig davon, ob dieser Peak gerade bei 70 % oder 55 % liegt. Messpunkte unterhalb dieses Maximalwerts ignorierst du im Diagramm. Das reicht für den Einstieg, erfordert aber Disziplin beim Blick auf die Graphen.

Mit NextGen BloX: Die Integration automatisiert diesen Cut-off. Sie filtert verzerrende Bulk-EC-Rohwerte unterhalb des jeweiligen Phasen-Peaks aus dem Dashboard und wendet stattdessen die Hilhorst-Gleichung an. So moduliert sie den EC-Wert im Porenwasser kontinuierlich. Im Diagramm bleibt weiterhin klar ablesbar, wie hoch die Nährstoffkonzentration in dem Wasser ist, das der Pflanze noch zur Verfügung steht, auch wenn der Sensorkontakt durch den steigenden Luftanteil nachlässt (Hilhorst, 2000).

Dein erster Schritt: klein anfangen

Sobald die Werte im Dashboard stehen, startest du mit Monitoring, nicht mit vollautomatischem Crop Steering. Auch die Automation unten ist nur ein Beispiel: entity_id, Schwellwert und notify.* musst du an deine Entitäten und dein Handy anpassen.

- id: warnung_vwc_block_1
  alias: Warnung bei niedrigem VWC
  triggers:
    - trigger: numeric_state
      entity_id: sensor.block_1_vwc
      below: 35
  actions:
    - action: notify.mobile_app_dein_handy
      data:
        message: "Achtung: Wassergehalt in Block 1 unter 35 % gefallen."

Typische Anpassungen: sensor.block_1_vwc durch deine echte Entitäts-ID ersetzen (Entwicklerwerkzeuge → Zustände), notify.mobile_app_dein_handy durch deinen Notify-Dienst, z. B. notify.mobile_app_pixel_8. Vor dem Neuladen: Einstellungen → Automatisierungen & Szenen → YAML-Konfiguration prüfen. Die Mobile-App-Benachrichtigung setzt voraus, dass die Companion App eingerichtet ist.

Unter 35 % VWC ist das ein sinnvoller Frühwarnwert. Für echtes Crop Steering kommen als Nächstes Dryback-Ziele (z. B. 45 % in der generativen Phase) und die Auswertung am Peak VWC dazu.

Dein Weg zum smarten Setup

Der Startpunkt ist immer die passende Hardware. Besorg die richtige Sonde, binde sie schrittweise ein und beobachte im ersten Schritt, was in deinem Substrat passiert. Der Wechsel zu datenbasiertem Crop Steering braucht oft mehrere Anbauzyklen. Auswertung und Automatisierung ergänzt du nach und nach.

Phasenlogik, die exakte Peak-VWC-Auswertung und den modellierten EC-Wert im Porenwasser kannst du in HA Schritt für Schritt selbst aufbauen. Viele Grower investieren dafür Monate in Automatisierungen und Korrekturen. NextGen BloX bündelt diese Logik als Integration in Home Assistant: Du arbeitest mit validen, gefilterten Substrat-Daten und konzentrierst dich auf deine Strategie, statt jede Regel von Grund auf selbst zu programmieren.

Hinweis: Die in diesem Artikel bereitgestellten Informationen dienen ausschließlich Bildungszwecken und stellen keine professionelle Beratung dar. Die Anwendung der genannten Methoden erfolgt auf eigenes Risiko. Genannte Hersteller und Organisationen stehen in keiner geschäftlichen Verbindung zu NextGen BloX, sofern nicht anders angegeben.