Keine Telemetrie
Keine Tracker, kein SFML-Konto und keine Übertragung deiner Anlagen-, Lern- oder Prognosedaten an SFML.
Solar Forecast MLHome Assistant
Die Solar-KI, die dein Zuhausenicht verlässt
Training, Auswertung und Prognosen laufen auf deinem Home Assistant – ohne ChatGPT, Claude oder andere Cloud-KI. Deine Anlagen-, Lern- und Prognosedaten bleiben in deinem System.
100 % lokale KI-VerarbeitungKeine Telemetrie
Deine Daten gehören Dir
Solar Forecast ML entstand mit dem Ziel, eine statische Solarprognose für Home Assistant zu entwickeln, die im Tagesverlauf weder nachregelt noch ihre Ergebnisse künstlich schönrechnet. Eine Prognose, auf die Du Dich verlassen kannst. Daraus entstand der lokale Hubble-AI-Stack.
Er lernt Deine Anlage und das Wetter an Deinem Standort kennen. Alles läuft lokal – ohne Cloud und ohne externe KI. Deine Daten gehören Dir und verlassen zu keinem Zeitpunkt Dein System.
Ehrliche Prognose
Statisch statt rollierend: keine gekappten Randstunden und keine Nachkorrektur im Tagesverlauf.
Eigener KI-Stack
Transformer und Attention laufen direkt auf Home Assistant – ohne externe Cloud-KI.
Dein Dach, Deine Prognose
Keine Solaranlage gleicht der anderen. Ausrichtung, Neigung, wandernde Schatten von Nachbarhäusern oder Bäumen, das lokale Mikroklima und das Verhalten des Wechselrichters bestimmen, wie viel Strom Dein Dach tatsächlich erzeugt. Eine Standardprognose auf Basis von Wetter und Ausrichtung kennt diese Besonderheiten nicht – und bleibt deshalb oft zu grob.
Genau hier setzt der lokale Hubble-AI-Stack an. Er verbindet den aktuellen Wetterkontext mit den echten Messwerten Deiner Anlage und lernt, wie sich Dein System unter realen Bedingungen verhält. Statt mit Durchschnittswerten zu arbeiten, erkennt er die Muster Deines Standorts und Deiner Technik. So entsteht eine präzise 72-Stunden-Prognose, die nicht irgendeine Solaranlage meint – sondern genau Deine.
Lokales AnlagenmodellON DEVICE
WETTERWolken & MikroklimaStrahlung · Schatten
ANLAGEReale PV-MesswerteErzeugung · Dach
SFMLAILOCAL
LERNT AUF HOME ASSISTANTDein individuelles AnlagenmodellKeine Übergabe an eine Cloud-KI
ERGEBNISIndividuelle 72-h-Prognose
Deine Anlage als Maßstab
Hubble lernt das reale Verhalten Deines Dachs, statt von einer genormten Standardanlage auszugehen.
Wetter im Anlagenkontext
Wolken, Strahlung und Mikroklima werden mit der tatsächlichen Erzeugung Deiner Anlage verbunden.
Eine saubere Lernbasis
Plausibilitätsprüfungen halten Begrenzungen und ungeeignete Messwerte aus dem Anlagenmodell heraus.
Solar Forecast ML: lokale Solarprognose für Home Assistant
SFML ist eine herstellerunabhängige Home-Assistant-Integration für individuelle PV-Prognosen. Sie lernt aus den Messwerten Deiner Solaranlage und verbindet sie lokal mit dem Wetterkontext.
Was ist Solar Forecast ML?
Solar Forecast ML ist eine kostenlose Open-Source-Integration für Home Assistant. Sie erstellt eine adaptive 72-Stunden-Solarprognose für Deine eigene PV-Anlage.
Wie funktioniert die PV-Prognose?
Die lokale KI lernt Ausrichtung, Verschattung, Mikroklima und das reale Verhalten Deiner Anlage aus vorhandenen Home-Assistant-Sensoren.
Warum eine lokale Solarprognose?
Training, Prognosen und Anlagendaten bleiben auf Deinem Home Assistant. Damit ist SFML eine lokale Alternative zu cloudbasierten Solarprognosen.
Deine Energie wird wertvoll, wenn du weißt, wann sie kommt
Sinnvolle Zusatzfunktionen und ein umfassendes Monitoring helfen Dir, das Potenzial Deiner Solaranlage bestmöglich zu nutzen.
Wissen, was Dein Dach liefern wird
Die individuelle 72-Stunden-Prognose zeigt frühzeitig, wann und wie viel Solarenergie voraussichtlich zur Verfügung steht – als Grundlage für Deine Planung.
Günstig laden, ohne den Platz für die Sonne zu verlieren
Smart Charge verbindet Strompreis, Solarprognose, Verbrauch, Umwandlungsverluste, Akkukapazität und Ladestand. Daraus entstehen ein wirtschaftliches Ladefenster und ein dynamischer Ziel-SoC.
Echter Überschuss statt kurzer Leistungsspitzen
S-Plus wird erst aktiv, wenn Solarüberschuss stabil verfügbar ist. Flexible Verbraucher reagieren dadurch auf eine belastbare Energiefreigabe – nicht auf jede Wolkenkante oder Messspitze.