Gibt es ein KI-Tool für Loxone – und wie bindest du es an?
Kurz: Loxone selbst liefert kein KI-Modul, das Prognosen rechnet oder dazulernt. Ein „KI-Tool für Loxone" ist immer ein externes System, das die Daten aus dem Miniserver abholt, auswertet und Sollwerte zurückschreibt.
Loxone Config ist eine regelbasierte Steuerung: Bausteine, Schwellwerte, Zeitpläne. Das ist deterministisch und robust, aber es prognostiziert nichts und lernt nicht aus Verbrauchsmustern. Wenn du KI willst — Verbrauchsprognose, Preisoptimierung, Anomalie-Erkennung an BHKW, PV oder Wärmepumpe — dann läuft die Logik auf einem zweiten System (Server, Cloud oder kleiner Edge-Rechner) und der Miniserver bleibt der ausführende Aktor. Genau so betreiben wir es: Loxone-Anlagen liefern per MQTT und HTTP in eine Zeitreihendatenbank, die Auswertung passiert außerhalb.
1) Virtuelle Ausgänge (HTTP/UDP): Der Miniserver schickt Werte aktiv an eine URL deines Auswertesystems — der einfachste Einstieg. 2) MQTT: Über die MQTT-Anbindung publiziert Loxone Messwerte in einen Broker; dort hängen sich beliebig viele Auswerter dran, ohne dass du das Loxone-Programm für jeden neu anfasst. 3) HTTP-Pull auf die Loxone-API: Dein Dienst fragt den Miniserver zyklisch ab. 4) Modbus: Wenn Zähler, Wechselrichter oder BHKW ohnehin Modbus sprechen, liest sie ein Edge-Gerät parallel mit — dann bist du unabhängig davon, ob im Loxone-Programm alles sauber verdrahtet ist.
Damit das KI-Tool nicht nur zuschaut, legst du im Miniserver virtuelle Eingänge an (z. B. „Sollwert Wirkleistung"). Dein Dienst schickt den Wert per HTTP dorthin. Achtung, das ist der Fehler, der uns real begegnet ist: Der Miniserver quittiert den Aufruf mit HTTP 200, die Variable im Programm ändert sich — und das Gerät reagiert trotzdem nicht, weil im Loxone-Programm der Ausgang zum Wechselrichter (Modbus) gar nicht verdrahtet war. HTTP 200 heißt nur „angekommen", nicht „ausgeführt". Prüfe immer am Gerät selbst gegen, nicht am Rückgabecode.
Erstens: Messstellen festlegen — was soll die KI überhaupt sehen (Bezug, Einspeisung, Erzeuger, Temperaturen, Zählerstände)? Zweitens: Ausleseweg wählen, MQTT wenn mehrere Auswerter draufsollen, sonst virtuelle Ausgänge. Drittens: Daten in eine Zeitreihendatenbank schreiben und mindestens ein paar Wochen sammeln — ohne Historie kann kein Modell etwas prognostizieren. Viertens: Auswertung bauen (Prognose, Preisoptimierung, Abweichungsalarm). Fünftens: Rückschreibe-Pfad erst freischalten, wenn du ihn einmal von Hand am Gerät verifiziert hast — und mit einer Sperre versehen, die bei Ausfall des KI-Dienstes auf den sicheren Loxone-Standardbetrieb zurückfällt.
Lohnt sich: preisgesteuertes Fahren von Speicher, Wärmepumpe oder BHKW, Erkennen von Lastspitzen bevor sie den Leistungspreis treiben, und stille Messfehler aufdecken (ein Sensor, der seit Wochen deckelt, fällt in der Loxone-Visualisierung praktisch nie auf). Lohnt sich nicht: Beschattung, Licht oder Zeitpläne — das kann Loxone regelbasiert besser, schneller und ohne Abhängigkeit von einem zweiten System. Faustregel: KI dort, wo du in die Zukunft schauen oder Muster über Wochen vergleichen musst. Alles Reaktive bleibt im Miniserver.
Ein Miniserver mit erreichbarer Netzwerkschnittstelle, ein Benutzer mit Leserechten für die API, und ein dauerhaft laufendes Gegenstück — ein kleiner Edge-Rechner im Schaltschrank reicht, wenn die Verbindung nach außen unzuverlässig ist. Der Edge-Rechner puffert dann lokal und hat den Nebeneffekt, dass er Zähler und Wechselrichter direkt per Modbus lesen kann, unabhängig vom Loxone-Programm. Zugriff nur ins lokale Netz oder über VPN, keine offene Portfreigabe auf den Miniserver.