Frag Hubble

Stell Hubble deine Frage zur Suite. Hubble sucht im FAQ und antwortet in der Sprechblase. Alle Artikel findest du weiter unten.

Hubble
Hey — ich bin Hubble. Stell mir deine Frage zur Suite. Ich suche in den Hilfeartikeln und zeige dir die passendsten.
Alle Hilfeartikel ansehen ↓

Schnelleinstieg

Komponente
Einordnung

86 Antworten

Welche Sensoren brauche ich wirklich

Pflichtangaben, sinnvolle Ergänzungen und was ohne sie fehlt – für Solar Forecast ML und Solar Forecast STATS.

Kurz erklärt

Für Solar Forecast ML sind drei Dinge Pflicht: der Hausverbrauch heute in kWh, die Anlagenleistung in kWp und mindestens eine Panelgruppe mit Leistungssensor, Azimut, Neigung und kWp. Ohne diese Angaben entsteht keine belastbare Prognose. Alles andere ist optional und verbessert das Ergebnis: Außentemperatur, Luftfeuchtigkeit, Luftdruck, Wind, Niederschlag, Solarstrahlung und Lichtstärke. Das AC-Limit des Wechselrichters trägst du ein, wenn deine Anlage gedrosselt wird – dazu der eigene Artikel.

Für Solar Forecast STATS ist der aktuelle Hausverbrauch in Watt Pflicht. Erst damit entstehen Bilanzen. Sinnvoll ergänzen: Akkustand in Prozent und Akkuleistung in Watt, die Energieflüsse Solar zu Haus, Solar zu Akku, Akku zu Haus, Netz zu Haus, Netz zu Akku und Haus zu Netz, sowie Smartmeter Bezug und Einspeisung. Je mehr Flüsse vorhanden sind, desto genauer werden Autarkie, Kosten und Ersparnis.

Verbraucher wie Wärmepumpe, Heizstab und Wallbox sind optional. Sie schalten den Verbrauchsatlas und die Auswertung je Gerät frei.

Wichtig ist der Sensortyp: Leistung wird in Watt gemessen und ist ein Momentanwert, Energie wird in Kilowattstunden gemessen und zählt hoch. Wo ein Feld Watt verlangt, darf kein kWh-Sensor stehen – und umgekehrt.

Das solltest du prüfen

  • Hausverbrauch heute in kWh vorhanden und steigt über den Tag
  • Anlagenleistung in kWp entspricht der Modulleistung, nicht der Wechselrichterleistung
  • Jede Panelgruppe hat Sensor, Azimut, Neigung und kWp
  • In STATS ist der Hausverbrauch in Watt hinterlegt
  • Einheiten geprüft: W bei Leistung, kWh bei Energie
Sensoren und SignalePasst SFML zu mir?

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Was in den ersten zwei Wochen passiert

Wann die Prognose brauchbar wird, was solange gilt und woran du den Fortschritt erkennst.

Kurz erklärt

Direkt nach der Einrichtung rechnet SFML aus Solarphysik, deinen Anlagendaten und dem Wetter. Das ist bereits eine vollwertige Prognose – sie kennt deine Anlage nur noch nicht.

In den ersten Tagen sammelt SFML Messwerte deiner Anlage und vergleicht sie mit der eigenen Vorhersage. Aus diesem Vergleich entsteht das Bild deines Daches: Ausrichtung in der Praxis, wiederkehrende Verschattung, örtliche Wettereigenheiten. Die Prognosegüte steigt mit der Zahl brauchbarer Tage, nicht mit der Zahl der Kalendertage – bei durchgehend schlechtem Wetter dauert es länger.

Solange nicht genug geeignete Daten vorliegen, bleibt die Prognose auf dem physikalischen Fundament. Meldungen wie ‚AI not trained‘ sind in dieser Zeit normal und kein Fehler.

Was du in dieser Phase vermeiden solltest: Sensoren wechseln, Panelgruppen umbauen, die Lerndatenbank zurücksetzen. Jede dieser Änderungen setzt den Lernfortschritt ganz oder teilweise zurück.

Das solltest du prüfen

  • Prognosegüte über mehrere Tage beobachten statt einzelne Tage zu bewerten
  • Keine Sensor- oder Gruppenwechsel in der Anfangszeit
  • Tage mit Sonderereignissen vom Lernen ausschließen statt die Datenbank zu leeren
  • Status der Lern- und Qualitätssensoren im Blick behalten
Was bedeutet AI not trainedWarum ist eine neue Prognose noch ungenau

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Was ich nach einem Update prüfen sollte

Release Notes lesen, Neustart abwarten, Konfiguration gegenprüfen – in dieser Reihenfolge.

Kurz erklärt

Lies zuerst die Release Notes zur installierten Version. Dort steht, ob ein Update Einstellungen verändert, neue Felder einführt oder eine Neukonfiguration verlangt. Fast alle Probleme nach einem Update entstehen, weil dieser Schritt übersprungen wurde.

Starte Home Assistant nach dem Update einmal vollständig neu, nicht nur die Integration. Warte danach einen vollständigen Tagesablauf ab, bevor du Prognose oder Statistik bewertest: Die Morgenroutine läuft einmal täglich, manche Auswertungen füllen sich erst mit den Stundenwerten des Tages.

Prüfe anschließend die Einstellungen, die das Update erwähnt. Nach größeren Versionssprüngen sind das meist die Panelgruppen, die Sensorzuordnung und die Preisschwellen. Vorhandene Werte werden nicht automatisch angepasst, wenn sich Bedeutung oder Einheit eines Feldes geändert hat.

Wenn die Oberfläche nach dem Update alte Inhalte zeigt, lade die Seite mit geleertem Browser-Cache neu. Das betrifft die Anzeige, nicht die Daten.

Das solltest du prüfen

  • Release Notes der installierten Version gelesen
  • Home Assistant vollständig neu gestartet
  • Einen vollen Tag abgewartet, bevor Werte bewertet werden
  • Panelgruppen, Sensorzuordnung und Schwellen gegengeprüft
  • Browser-Cache geleert, falls die Seite alte Werte zeigt
Release NotesVersion prüfen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Für wen ist Solar Forecast ML geeignet

Was deine Anlage liefern muss und welche Kenntnisse du brauchst – Schwierigkeitsgrad 2 von 10.

Kurz erklärt

Für eine Solarprognose, mit der sich Automationen steuern lassen, reicht SFML allein. Du brauchst den DC-Leistungssensor der Solarzellen – die Leistung, die am Wechselrichter ankommt, nicht den Wechselrichter-Ausgang. Bei einem Akku zusätzlich einen Sensor PV zu Akku, und Home Assistant in aktueller Version.

Der DC-Leistungswert ist die eine harte Bedingung. Liefert dein Wechselrichter ihn nicht, lässt sich das auch nicht umgehen.

Das solltest du prüfen

  • DC-Leistung am Wechselrichter, nicht der AC-Ausgang
  • Bei einem Akku ein Sensor PV zu Akku
  • Home Assistant in aktueller Version
  • Eigene Anlagendaten: kWp, Azimut, Neigung
Passt SFML zu mir?

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Für wen ist Solar Forecast STATS geeignet

Setzt SFML voraus und erwartet Einarbeitung – Schwierigkeitsgrad 6 von 10.

Kurz erklärt

STATS ist die vollständige Auswertung deiner Anlage, umfangreich und bewusst nicht vereinfacht. Voraussetzung ist eine funktionierende SFML-Installation, ein aktueller Hausverbrauchssensor und passende Sensoren für Energieflüsse und Verbraucher.

Du musst Energieflüsse zuordnen, Leistung von Energie unterscheiden und dich in die Kennzahlen einarbeiten. Wer nur eine Prognose braucht, braucht STATS nicht.

Das solltest du prüfen

  • SFML läuft
  • Aktueller Hausverbrauchssensor
  • Sensoren für Energieflüsse und Verbraucher
  • Zeit für die Einarbeitung
Passt SFML zu mir?

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Für wen ist Solar Forecast EAI geeignet

Für Wärmepumpe, Speicher und Wallbox – setzt SFML, STATS und eine Lizenz voraus, Schwierigkeitsgrad 8 von 10.

Kurz erklärt

EAI ist die anspruchsvollste Komponente: lokale, erklärbare Energiesignale für Wärmepumpe, Speicher und Wallbox. SFML und STATS müssen eingerichtet und stabil sein, und du brauchst eine gültige EAI-Lizenz.

EAI empfiehlt und gibt frei, es schaltet nicht selbst. Geschaltet wird ausschließlich durch deine eigenen Home-Assistant-Automationen.

Das solltest du prüfen

  • SFML und STATS stabil
  • Gültige EAI-Lizenz
  • Tageszähler, kein Lebenszeit-Zähler als heute
  • Signale prüfen, bevor Automationen darauf bauen
Passt SFML zu mir?

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Für wen ist der Grid Price Monitor geeignet

Auch ohne SFML nutzbar – Schwierigkeitsgrad 3 von 10, mit Akkufunktionen eher 5 von 10.

Kurz erklärt

Grid Price Monitor ist der zugängliche Einstieg rund um dynamische Strompreise und läuft auch ohne SFML. Du brauchst Home Assistant, eine unterstützte Preisquelle oder einen Tarif, den du abbilden kannst, und die Kenntnis deines tatsächlichen Gesamtpreises in ct/kWh.

Börsenpreis und Endpreis sind nicht dasselbe. Akkufunktionen brauchen zusätzlich Ladestand, Kapazität, Grenzen und eine geprüfte Schaltmöglichkeit – dann liegt der Aufwand eher bei 5 von 10.

Das solltest du prüfen

  • Dynamischer Tarif oder unterstützte Preisquelle
  • Gesamtpreis in ct/kWh, nicht nur der Börsenpreis
  • Für den Akku Ladestand, Kapazität und ein geprüfter Schalter
Passt SFML zu mir?

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Für wen ist Weather Fusion AI geeignet

Nur mit eigener Wetterstation sinnvoll – Schwierigkeitsgrad 3 von 10.

Kurz erklärt

Ohne eigene, korrekt aufgestellte Wetterstation am Standort ergibt WFAI keinen Sinn. Eine Cloud-Wetterentität oder eine entfernte Station sind kein Ersatz und dürfen nicht eingebunden werden.

WFAI verbindet mehrere Wetterquellen mit den Messwerten dieser Station. Die Kalibrierung braucht Geduld. Empfehlung für die Station: Ecowitt mit der zugehörigen Integration.

Das solltest du prüfen

  • Eigene Wetterstation am Standort, korrekt aufgestellt
  • Messwerte vom tatsächlichen Standort
  • Keine Cloud-Entität und keine entfernte Station als Ersatz
Passt SFML zu mir?

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Warum ist eine STATS-Karte leer oder zeigt zwei Striche

Livekarten benötigen aktuelle Sensorwerte, historische Karten gespeicherte Stunden oder einen abgeschlossenen Tag.

Kurz erklärt

Eine leere Karte oder die Anzeige -- bedeutet zunächst, dass für diese Auswertung noch keine geeignete Datenbasis vorliegt. Livekarten benötigen gültige aktuelle Sensorwerte. Tages-, Monats- und Qualitätskarten benötigen gespeicherte Stunden oder mindestens einen abgeschlossenen Tageslauf.

Optionale Bereiche werden nur angezeigt, wenn die dafür benötigten Sensoren fachlich passend eingerichtet sind. Eine Akkukarte fehlt ohne gültigen SoC- oder Leistungssensor bewusst. Handlungsbedarf besteht, wenn der Quellwert nachweislich vorhanden und aktuell ist, die zugehörige STATS-API aber auch nach einer Aktualisierung dauerhaft leer bleibt.

Das solltest du prüfen

  • System- und Datenbankstatus in STATS prüfen
  • Quellsensor, Einheit und Zeitstempel kontrollieren
  • Bei historischen Karten mindestens einen Tagesabschluss abwarten
  • Seite neu laden und API-Status prüfen
  • Optionalen Sensor nur zuordnen, wenn Messgröße und Einheit wirklich passen
Benötigte Sensoren prüfen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Warum ändern sich die Werte des heutigen Tages

Der laufende Tag bleibt vorläufig, bis alle Messstunden verarbeitet und der Tagesabschluss durchgeführt wurden.

Kurz erklärt

Leistung, Energie, Kosten, Prognosevergleich und Qualitätswerte des aktuellen Tages wachsen mit jedem neuen Messwert. Sie dürfen sich deshalb im Tagesverlauf ändern. Erst der Tagesabschluss bildet einen historischen Tagesstand.

Auch verspätete Messwerte oder ein kontrollierter Backfill können einen bereits gespeicherten Wert ergänzen. Auffällig wäre eine nachträgliche Änderung eines historischen Tages, für die weder ein Backfill noch eine Migration oder bewusste Korrektur stattgefunden hat.

Das solltest du prüfen

  • Prüfen, ob der ausgewählte Tag heute ist
  • Zeitpunkt des letzten Sensorupdates prüfen
  • Tagesabschluss abwarten
  • Bei historischen Änderungen Backfill, Migration oder Korrektur berücksichtigen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Warum unterscheiden sich P10, Morning Forecast und Reforecast

Die Werte haben unterschiedliche Aufgaben innerhalb derselben Prognosekette und müssen nicht identisch sein.

Kurz erklärt

Der Morning Forecast ist der morgendliche Planungsstand. Ein späterer Reforecast kann neue Wetter- und Zustandsinformationen berücksichtigen. Morning Forecast, eine spätere Aktualisierung und der vorsichtige Planungswert beantworten verschiedene Fragen und müssen deshalb nicht gleich sein.

P10 ist bewusst konservativer als die wahrscheinlichste Prognose. Er dient einer vorsichtigeren Planung und ist weder ein Fehler noch eine garantierte Untergrenze. Historische Stundenwerte für P10 werden nicht nachträglich erfunden, wenn sie für einen Zeitraum nicht gespeichert wurden.

Das solltest du prüfen

  • Verglichene Werte müssen zum selben Datum und Zeitraum gehören
  • Morning Forecast nicht mit einem späteren Reforecast verwechseln
  • Tages-kWh nicht mit aktueller Leistung vergleichen
  • Fehlende historische P10-Stunden nicht als Null interpretieren

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Hubble lesen und nutzen

Was in den Berichten steht, was „Frag Hubble“ beantwortet und wo die Grenzen liegen.

Kurz erklärt

Hubble fasst zusammen, was Prognose, Ertrag, Verbrauch, Akku, Netz, Preise und Wetter gemeinsam bedeuten – als Text, nicht als weitere Zahlenreihe. Es entstehen Berichte über den Tag verteilt sowie eine kurze Einschätzung des aktuellen Stands.

Über die Schaltflächen bekommst du gezielte Antworten: den aktuellen Stand, Tipps für den Tag, eine Einschätzung der Prognosesicherheit, einen Blick auf den Akku, den Status deiner Sensoren und die Erinnerung. Die Erinnerung vergleicht den heutigen Tag mit ähnlichen Tagen deiner Anlage und nennt Ähnlichkeit, damaligen Ertrag und das verlässlichste Zeitfenster.

Hubble empfiehlt, er schaltet nicht. Die genannten Zeitfenster sind Vorschläge für flexible Verbraucher; steuern musst du selbst oder über eigene Automationen.

Die Aussagekraft hängt davon ab, wie vollständig deine Sensoren sind. Fehlen Energieflüsse oder Akkuwerte, sagt Hubble weniger – der Sensoren-Status zeigt, was fehlt. Ohne Lizenz siehst du Hubble mit Beispieldaten.

Das solltest du prüfen

  • Sensoren-Status geprüft und fehlende Werte ergänzt
  • Zeitfenster als Empfehlung verstanden, nicht als Schaltbefehl
  • Bei Beispieldaten: Lizenz hinterlegt
Hubble Energie-Copilot

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Warum unterscheiden sich Clean-Güte, Gesamtfehler und Prozentwerte

Die Kennzahlen verwenden unterschiedliche Datenbasen und beantworten deshalb unterschiedliche Fragen.

Kurz erklärt

Clean-Güte bewertet nur Stunden, die als belastbare Lern- und Vergleichsbasis zugelassen wurden. Der Gesamtfehler kann dagegen einen größeren Zeitraum enthalten. Technisch ausgeschlossene Stunden sind daher keine normalen Modellfehler und dürfen die saubere Qualitätsbewertung nicht verfälschen.

MAE mittelt absolute Fehler, RMSE gewichtet große Abweichungen stärker und WAPE bezieht die gesamte Fehlermenge auf die tatsächliche Erzeugung. Bias verwendet in der Modern-Ansicht Forecast minus Ist: Ein positiver Wert bedeutet dort Überprognose. Bei sehr kleinem Istwert kann bereits eine kleine Abweichung einen großen Prozentfehler erzeugen.

Das solltest du prüfen

  • Vergleichsbasis und Zeitraum der Kennzahlen prüfen
  • Absolute kWh-Abweichung zusätzlich zum Prozentwert lesen
  • Lernbasis, Abdeckung und ausgeschlossene Stunden berücksichtigen
  • Vorzeichen von Tagesabweichung und Bias nicht gleichsetzen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Warum geht die Energiebilanz nicht vollständig auf

Zeitversetzte Sensorupdates, fehlende gerichtete Flüsse und Rundung können eine sichtbare Bilanzlücke erzeugen.

Kurz erklärt

Die Hubble-Tagesbilanz stellt Hausbedarf und die bekannten Anteile aus direkter Solarenergie, Akku und Netz gegenüber. Nicht zugeordnet bezeichnet eine positive Lücke, für die mit den vorhandenen Sensoren keine eindeutige Herkunft bestimmt werden kann.

Momentane Energieflüsse können kurzzeitig offen wirken, weil Wechselrichter, Smartmeter und Akkusensoren nicht exakt gleichzeitig aktualisieren. Dauerhafte große Abweichungen sprechen dagegen für eine falsche Flussrichtung, doppelte Zuordnung, ungeeignete Einheiten oder einen fehlenden Sensor.

Das solltest du prüfen

  • Alle Flusssensoren müssen aktuelle Leistung in W oder kW liefern
  • Import und Export als getrennte positive Richtungen prüfen
  • Doppelte Zuordnung desselben Flusses ausschließen
  • Netzladung und Akkuentladung getrennt betrachten
  • Kleine Rundungs- und Sekundenabweichungen von dauerhaften Lücken unterscheiden
Sensoranforderungen öffnen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Warum analysiert Smart Charge nur und schaltet den Akku nicht

Ohne verlässlichen SoC und einen geprüften Netzlade-Schalter bleibt Smart Charge bewusst eine Analyse.

Kurz erklärt

Smart Charge verbindet den GPM-Gesamtstrompreis, Solarprognose, Verbrauch, Verluste, Akku-SoC und die konfigurierten SoC-Grenzen in STATS. Ein günstiger Preis allein löst deshalb noch keine Ladung aus. Die Entscheidung berücksichtigt auch den erwarteten Solarüberschuss und lässt bewusst Platz im Akku.

Für eine tatsächliche Schaltaktion muss smart_charging_switch eine Switch-Entität sein, die die Netzladung am Wechselrichter zuverlässig ein- und ausschaltet. battery_soc_sensor muss einen numerischen Wert von 0 bis 100 Prozent liefern. Ohne Schalter bleibt die Funktion bei Analyse und Empfehlung; ohne verlässlichen SoC darf keine sichere automatische Ladeentscheidung erwartet werden. Der Tarif kommt aus GPM, nicht aus einem STATS-Preissensor.

Das solltest du prüfen

  • smart_charging_switch vor der Automatik manuell testen
  • battery_soc_sensor liefert 0 bis 100 Prozent
  • GPM liefert total_price in ct/kWh
  • Batteriekapazität sowie Minimum- und Maximum-SoC prüfen
  • Force-Charge- und Normalpreisschwelle in GPM nicht vertauschen
  • Solarprognose und Hausverbrauch sind aktuell
Installationsreihenfolge prüfenSmart Charge einrichten

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Warum fehlen die Strompreise für morgen

Morgenpreise können fehlen, solange der jeweilige Anbieter sie noch nicht veröffentlicht hat.

Kurz erklärt

STATS und GPM können nur Stundenpreise anzeigen, die von der gewählten Quelle bereits bereitgestellt wurden. Eine unvollständige morgige Preisreihe ist vor der Veröffentlichung durch den Anbieter normal und wird nicht mit erfundenen Werten ergänzt.

Prüfbedarf besteht, wenn die Quelle nachweislich vollständige Morgenpreise liefert, STATS oder GPM sie aber auch nach einer Aktualisierung nicht übernehmen. Der Preis muss als Gesamtpreis in ct/kWh eingeordnet werden; ein reiner Börsenpreis enthält nicht automatisch Netzentgelte, Steuern und Aufschläge.

Das solltest du prüfen

  • Veröffentlichungszeit der Preisquelle abwarten
  • GPM- beziehungsweise aWATTar-Datenquelle prüfen
  • Zeitstempel und Zeitzone kontrollieren
  • Nach Veröffentlichung neu laden
  • Gesamtpreis und Börsenpreis nicht verwechseln

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Warum zeigt Modern veraltete Werte oder den Status offline

Modern hält zuletzt geladene Werte sichtbar und kennzeichnet sie als stale oder offline, wenn aktuelle Antworten fehlen.

Kurz erklärt

Die Modern-Oberfläche entfernt den letzten bekannten Wert nicht sofort, wenn eine Aktualisierung ausbleibt. Sie lässt ihn zur Einordnung sichtbar und markiert ihn als stale oder offline. Das ist hilfreicher als eine erfundene Null, verlangt aber einen Blick auf den Zeitstempel.

Nach einem Backend-Update müssen Home Assistant beziehungsweise die Integration wie vorgesehen neu gestartet werden. Bleibt nur die Browseransicht alt, hilft ein Hard Refresh. Prüfe zusätzlich ui_mode=modern und ob Backend, API und Frontend tatsächlich aus demselben Build stammen.

Das solltest du prüfen

  • Zeitstempel des angezeigten Werts prüfen
  • Hard Refresh im Browser durchführen
  • Home Assistant nach Backend-Update neu starten
  • ui_mode=modern kontrollieren
  • API- und Systemstatus vergleichen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Warum fehlen Prognosequalität oder einzelne Modern-Analysen

Einige Modern-Auswertungen werden erst angezeigt, wenn ihre Mindestdatenbasis erreicht ist.

Kurz erklärt

Forecast Health benötigt mindestens sieben gültige Tage im betrachteten 14-Tage-Fenster. Model Battle vergleicht nur gemeinsame gültige Modellstunden und benötigt mindestens 24 Stunden aus drei Tagen. Vergleichbare Tage erscheinen erst ab 14 qualifizierten Kandidaten.

Weather Impact benötigt mindestens 30 geeignete Punkte aus drei Tagen. Solar Conditions benötigt mindestens acht Tageslichtstunden und 70 Prozent Wetterabdeckung. Solange diese Grenzen nicht erreicht sind, ist der reduzierte oder leere Zustand beabsichtigt und schützt vor Aussagen auf zu kleiner Datenbasis.

Das solltest du prüfen

  • Anzahl gültiger Tage und Stunden prüfen
  • Abdeckung der Mess- und Wetterdaten prüfen
  • Ausschlüsse und Datenlücken berücksichtigen
  • Installation weiter mit stabilen Sensoren laufen lassen
  • Nicht durch manuelle Nullwerte auffüllen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Warum ist der Schatten-Fingerprint leer

Ein leerer oder unvollständiger Fingerprint belegt keinen Ausfall: Schatten werden nur bei ausreichend belastbaren lokalen Mustern angezeigt.

Kurz erklärt

Ein allgemeiner Ausfall der Schattenerkennung lässt sich aus einem leeren Fingerprint nicht ableiten. Auf der geprüften Referenzinstallation funktioniert die vollständige Kette: Das Schattenmodell Version 2.0 ist bereit, 2.434 saisonale Systembeobachtungen und fünf qualifizierte Systemmuster sind vorhanden, auch die Gruppen 3 und 4 enthalten qualifizierte Muster, und die API liefert die Heatmap-Daten korrekt.

Der Fingerprint zeigt bewusst nicht jede physische Verschattung. Eine Anzeige entsteht nur, wenn das Modell die Minderleistung zuverlässig von Wolken, niedrigem Sonnenstand, Schnee und unbekannten Ursachen unterscheiden kann. Eine Abweichung zur physikalischen Referenz allein ist deshalb kein Beweis für einen Baum- oder Gebäudeschatten.

Ein aktuelles Stundenmuster benötigt einen abgeschlossenen Lernlauf am Tagesende, mindestens sieben Beobachtungen und mindestens 50 Prozent Konfidenz. Für ein saisonales Monat-Stunde-Muster müssen mindestens drei Beobachtungen vorliegen. Als lokale Ursache muss building_tree_obstruction oder possible_obstruction erkannt worden sein; beim 30-Tage-Modell sind zusätzlich mindestens 60 Prozent lokale Ursachenwahrscheinlichkeit erforderlich.

Ohne Strahlungs- oder Luxsensor arbeitet der sensorlose Pfad bewusst strenger: Er akzeptiert nur klare Wetterlagen und mindestens 30 Prozent lokale Minderleistung. Teilverschattung einzelner Module kann im Gesamtsystem unter dieser Grenze bleiben und wird dann absichtlich nicht als sicherer Schatten ausgewiesen. Nach dem Löschen der Datenbank muss das Modell die erforderliche Historie vollständig neu aufbauen.

Das solltest du prüfen

  • Prüfen, ob der Lernlauf am Tagesende abgeschlossen wurde
  • Für das aktuelle Stundenmuster mindestens 7 Beobachtungen prüfen
  • Für Monat und Stunde mindestens 3 saisonale Beobachtungen prüfen
  • Mindestens 50 % Konfidenz kontrollieren
  • Lokale Ursache building_tree_obstruction oder possible_obstruction prüfen
  • Beim 30-Tage-Modell mindestens 60 % lokale Ursachenwahrscheinlichkeit prüfen
  • Ohne Strahlungs- oder Luxsensor: klare Wetterlage und mindestens 30 % lokale Minderleistung prüfen
  • Wolken, niedrigen Sonnenstand, Schnee, MPPT-Ereignisse und Lernausschlüsse berücksichtigen
  • Nach gelöschter Datenbank ausreichend neue Historie aufbauen lassen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Warum fehlen ältere Daten oder die ersten Tage

STATS beginnt mit der tatsächlichen Erfassung und rekonstruiert fehlende Historie nicht mit erfundenen Werten.

Kurz erklärt

Livewerte können unmittelbar erscheinen, historische Auswertungen benötigen dagegen gespeicherte Stunden oder abgeschlossene Tage. Wetterhistorie, Verbraucheratlas und Qualitätsansichten beginnen deshalb mit den tatsächlich vorhandenen Daten.

Ein lebenslang kumulierender Sensor ersetzt keine fehlende Stundenhistorie. Ist ein Backfill bewusst deaktiviert oder nicht vorgesehen, bleibt der Altverlauf leer. Das ist korrekt, solange neue Live-Samples und Tagesabschlüsse anschließend fortlaufend gespeichert werden.

Das solltest du prüfen

  • Zeitpunkt der ersten STATS-Erfassung feststellen
  • Mindestens einen Tagesabschluss abwarten
  • Neue Live-Samples auf Speicherung prüfen
  • Fehlend nicht als Null interpretieren
  • Keine unpassenden Gesamtzähler als Historienersatz zuordnen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Was ist der Unterschied zwischen Autarkie und Eigenverbrauch

Autarkie betrachtet den Hausverbrauch, Eigenverbrauch dagegen die Nutzung der erzeugten Solarenergie.

Kurz erklärt

Autarkie beschreibt, welcher Anteil des Hausverbrauchs ohne direkten Netzbezug gedeckt wurde. Eigenverbrauch beschreibt, welcher Anteil der erzeugten Solarenergie im eigenen System genutzt und nicht eingespeist wurde. Beide Werte können sich deshalb deutlich unterscheiden.

Netzladung des Akkus muss bei der Herkunft berücksichtigt werden und darf die Solarautarkie nicht künstlich erhöhen. Unvollständige gerichtete Flusssensoren können beide Kennzahlen reduzieren oder einen Anteil als nicht zugeordnet erscheinen lassen.

Das solltest du prüfen

  • Hausverbrauch und Solarproduktion getrennt betrachten
  • Netzladung des Akkus berücksichtigen
  • Import-, Export- und Akkuflüsse korrekt zuordnen
  • Nicht zugeordnete Energie in der Tagesbilanz prüfen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Wie bekomme ich den EAI-Lizenzschlüssel und wo trage ich ihn ein

Einmaliger Beitrag im Ko-fi-Shop, Code per E-Mail, Eingabe nur in Solar Forecast EAI.

Kurz erklärt

Für die Premium-Funktionen brauchst du einen lebenslang gültigen EAI-Lizenzschlüssel.

Den Code holst du über den Ko-fi-Shop (kein Abo): https://ko-fi.com/s/8bc3808d22 — aktuell steht dort ein freiwilliger Beitrag von 15 €. Nach dem Kauf kommt der Lizenzcode digital per E-Mail; prüfe auch Spam und Junk. Eine Registrierung brauchst du nicht.

Trag den Code ausschließlich in der Integration Solar Forecast EAI ein — nicht in SFML und nicht in STATS. Für den vollen Premium-Umfang müssen EAI und GPM installiert sein.

Bleibt die Lizenzwarnung sichtbar, obwohl du einen Code eingegeben hast: prüfe, ob du wirklich in EAI gespeichert hast, ob der Code vollständig und ohne Leerzeichen am Anfang oder Ende steht, und starte Home Assistant einmal vollständig neu. Die Checkbox „Wärmepumpen Intelligenz“ ist kein Ersatz für den Lizenzschlüssel; ohne gültigen Key bleibt Premium gesperrt.

Kommt keine E-Mail mit dem Code, schreib an info@solarforecastml.com — dann wird der Versand nachgezogen.

Das solltest du prüfen

  • Kauf über den Ko-fi-Shop abgeschlossen und Spam/Junk geprüft
  • Code nur in Solar Forecast EAI eingetragen
  • EAI und GPM installiert
  • Home Assistant nach dem Speichern neu gestartet
  • Keine Leerzeichen vor oder hinter dem Code
Ko-fi Shop EAI PremiumInstallation

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Was ist MDC / Midday Correction

MDC ist die Adaptive Prognose: optionaler Abgleich am frühen Nachmittag, keine erzwungene Korrektur.

Kurz erklärt

MDC steht für Midday Correction — in der Oberfläche heißt die Option Adaptive Prognose. Sie vergleicht am frühen Nachmittag die Vormittags-Prognose mit der tatsächlichen Produktion.

Weichen beide deutlich voneinander ab, entscheidet SFML anhand frischer Wetterdaten und weiterer Kriterien, ob eine Korrektur der Nachmittagsprognose sinnvoll ist. Der Schalter erlaubt diese automatische Korrektur; er erzwingt sie nicht. Standard ist AUS.

Eine deutliche Abweichung allein garantiert also noch keine Korrektur. Der Morning Forecast bleibt der morgendliche Planungsstand; ein späterer Reforecast oder eine MDC-Korrektur beantwortet eine andere Frage und muss nicht denselben kWh-Wert zeigen.

Aktiviere Adaptive Prognose nur, wenn du automatische Nachmittagskorrekturen wirklich willst. Beobachte danach mehrere Tage, statt nach einem einzelnen Nachmittag zu urteilen.

Das solltest du prüfen

  • Option Adaptive Prognose bewusst gesetzt (Standard AUS)
  • Morning Forecast nicht mit späterem Reforecast oder MDC verwechseln
  • Abweichung über mehrere Tage betrachten
  • Wetterdaten und Sensoraktualität am Nachmittag prüfen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Was bedeutet SMC

SMC ist Smart Charge: GPM liefert Preise, STATS entscheidet und schaltet die Netzladung.

Kurz erklärt

SMC steht für Smart Charge (auch Smart Charging). Die Funktion braucht Grid Price Monitor und Solar Forecast STATS.

GPM kennt die Preise und entscheidet, welche Stunden günstig sind. STATS kennt Akkustand, Verbrauch und die Solarprognose aus Solar Forecast ML, trifft die Ladeentscheidung und schaltet. Fehlen die Preissignale von GPM, schaltet STATS die Netzladung aus.

Ein günstiger Preis allein löst noch keine Ladung aus. Ohne verlässlichen SoC und einen geprüften Netzlade-Schalter bleibt Smart Charge bewusst eine Analyse.

Die einmalige Einrichtung liegt unter Einstellungen › Solar Forecast Stats › Konfigurieren › Batterie. Details stehen im Artikel Smart Charge einrichten.

Das solltest du prüfen

  • GPM und STATS installiert
  • GPM liefert total_price in ct/kWh
  • SoC 0–100 % lesbar
  • Ladeschalter ist Domain switch und manuell getestet
Smart Charge einrichtenWarum analysiert Smart Charge nur

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Warum zeigen *_today-Sensoren um Mitternacht kurz negative Werte

Kurz nach Mitternacht kann der Recorder einen Übergangswert zeigen; der Tageszähler soll wieder nahe null starten.

Kurz erklärt

Sensoren mit *_today zählen Energie seit Mitternacht. Beim Tageswechsel setzt Home Assistant den Zähler zurück. Im Recorder kann kurz ein negativer oder sprunghafter Wert erscheinen, während Alt- und Neuwert überlappen.

Das ist meist ein Anzeige-Übergang, kein Beweis für negative Produktion. Entscheidend ist, ob der Sensor danach wieder bei nahe null startet und über den Tag plausibel steigt.

Handlungsbedarf besteht, wenn der Tageszähler dauerhaft negativ bleibt, nicht zurücksetzt oder wie ein Lebenszeit-Gesamtzähler weiterläuft. Dann ist die Entität für ein „heute“-Feld ungeeignet.

Das solltest du prüfen

  • Wert nach 00:05 erneut prüfen
  • Tageszähler startet nahe null und steigt tagsüber
  • Kein lebenslang kumulierender Gesamtzähler als *_today verwendet
  • Einheit Wh oder kWh, nicht W

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Wann kommt die Nebel-Benachrichtigung

Die Meldung meldet einen erkannten Nebelzustand; sie lässt sich in den erweiterten Optionen abschalten, ohne die Erkennung zu stoppen.

Kurz erklärt

Die Nebel-Benachrichtigung gehört zu den Wetterzustands-Meldungen in den erweiterten Optionen von SFML. Sie meldet, dass SFML einen Nebelzustand erkannt hat — nicht, dass die Prognose defekt ist.

Schaltest du die Benachrichtigung aus, unterdrückt SFML nur diese Meldung. Die zugrunde liegende Erkennung und Prognose bleiben aktiv.

Für die Einordnung zählt der Zeitpunkt zusammen mit den Wetter- und Produktionssensoren. Eine einzelne Meldung ohne anhaltende Abweichung ist kein Grund, die Lerndatenbank zurückzusetzen.

Das solltest du prüfen

  • Erweiterte Optionen: Nebel-Benachrichtigung geprüft
  • Zeitpunkt der Meldung mit Wetter- und Produktionswerten verglichen
  • Benachrichtigung nicht mit einem Prognosefehler verwechseln
  • Nur Meldungen aktiv lassen, die im Alltag helfen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Warum lädt das STATS-Dashboard nicht

Zuerst URL, Browser-Cache und Zugriffsweg prüfen — oft Anzeige, nicht defekte Statistikdaten.

Kurz erklärt

Wenn das STATS-Dashboard leer bleibt oder gar nicht lädt, trenne Anzeige und Daten. Die Statistik kann im Hintergrund weiterlaufen, während Browser, URL oder Remote-Zugriff die Oberfläche blockieren.

Prüfe die STATS-URL, lade die Seite mit Hard Refresh (Cache leeren) und teste einen zweiten Browser. Unter Firefox und über Nabu Casa Remote Access treten Anzeigeprobleme häufiger auf als lokal im Heimnetz.

Nach einem Backend-Update Home Assistant vollständig neu starten und danach die Seite neu laden. Markiert Modern Werte als stale oder offline, bleibt der letzte bekannte Stand sichtbar — das ist Absicht, keine erfundene Null.

Bleibt nur die Oberfläche tot, während SFML- und STATS-Sensoren in den Entwicklerwerkzeugen aktuelle Werte zeigen, liegt der Fehler in Frontend oder Zugriffsweg, nicht automatisch in der Prognose.

Das solltest du prüfen

  • STATS-URL und ui_mode geprüft
  • Hard Refresh / zweiter Browser getestet
  • Lokal vs. Nabu Casa Remote Access verglichen
  • Nach Update Home Assistant neu gestartet
  • Sensorwerte in den Entwicklerwerkzeugen aktuell

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Wie verfolge ich den Lernfortschritt ohne DEV-Token

Öffentliche Qualitäts- und Statussensoren reichen; interne DEV-Logs sind kein Endnutzer-Werkzeug.

Kurz erklärt

Der Lernfortschritt steckt in den Status- und Qualitätssensoren der Integration — nicht in einem separaten DEV-Token oder internen Log-Zugang. Meldungen wie „AI not trained“ oder ein Pending Candidate beschreiben den Stand in Klartext.

Beobachte Prognosegüte und Lernstatus über mehrere geeignete Tage. Die Güte steigt mit brauchbaren Lerntagen, nicht mit Kalendertagen. Einzelne ausgeschlossene Stunden schützen das Modell und sind oft Absicht.

Interne Entwicklerpfade und geschützte Logs lassen sich von außen nicht zuverlässig deuten. Für Einrichtung und Verständnis gilt die Hilfe; reproduzierbare Fehler gehören mit Version und Screenshot in den Bug-Tracker — nicht als freie Log-Interpretation.

Das solltest du prüfen

  • Lern- und Qualitätssensoren in Home Assistant sichtbar
  • Status über mehrere Tage statt einer Stunde bewerten
  • „AI not trained“ und Pending Candidate in der Hilfe nachlesen
  • Keine Zugangsdaten oder vollständigen Rohlogs öffentlich teilen
Was bedeutet AI not trained

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Welche Sensoren sind Pflicht, optional oder bereitgestellt

Kurz gesagt: Eingaben gibst du der Integration (Pflicht, optional oder für eine Funktion), Ausgaben stellt sie dir bereit. Dokumentiert sind 83 Eingaben und 178 Ausgaben.

Kurz erklärt

Hubble unterscheidet zwei Richtungen. Eingaben (Eingangssensoren) wählst du im Config-Flow aus: Pflicht heißt, ohne diesen Sensor startet die Integration nicht; „mindestens einer“ heißt, einer aus der Gruppe genügt; „für Funktion“ heißt, nur nötig, wenn du diese Zusatzfunktion einschaltest; optional verbessert das Ergebnis. Bereitgestellte Ausgaben sind Sensoren und Entitäten, die die Integration selbst in Home Assistant anlegt – Standard, optional oder bei Konfiguration.

SFML: Reale PV-Leistung ist die Pflichtbasis; Verbrauch, Wetter und Akkuwerte erweitern das lokale Anlagenmodell. Pflicht: Aktuelle PV-Leistung je Modulgruppe (power_sensor).

STATS: Ein Hausleistungssensor genügt für den Start. Gerichtete Energieflüsse und Detailwerte verfeinern die Bilanz. Smart Charge und Tarife sind getrennt: SoC und Ladeschalter in STATS, Preise in GPM. Pflicht: Aktueller Hausverbrauch (sensor_home_consumption).

GPM: Die Preisfunktion startet ohne Sensoren. Ein Akkuleistungssensor ist nur für die Ladehistorie nötig. Pflicht: keine Sensorzuordnung.

WFAI: Mindestens eine lokale Wettergröße verbindet Vorhersagen mit dem tatsächlichen Mikroklima am Standort. Pflicht: Außentemperatur (temperature_sensor), Luftfeuchtigkeit (humidity_sensor), Luftdruck (pressure_sensor), Windgeschwindigkeit (wind_speed_sensor), Windrichtung (wind_direction_sensor), Niederschlag (rain_sensor).

EAI: Drei Wärmepumpenwerte bilden die Pflichtbasis; Betriebs-, Thermik- und Wallboxdaten werden funktionsbezogen ergänzt. Pflicht: Aktuelle Wärmepumpenleistung (heat_pump_power_sensor), Wärmepumpenenergie heute (heat_pump_energy_today_sensor), Außentemperatur (outdoor_temperature_sensor).

TFS: Keine eigene Sensorzuordnung: Toorox ForeSight HA arbeitet direkt mit der lokalen SFML-Datenbank. Pflicht: SFML-Installation und lokale Datenbank (sfml_database).

Tipp: Frag mich einfach nach einem Sensor – Name oder technischer Schlüssel wie total_price oder power_sensor reicht.

Das solltest du prüfen

  • Pflichtsensoren je Integration zugeordnet
  • Einheit passt (W/kW für Leistung, kWh für Energie)
  • Funktionssensoren nur bei aktivierter Funktion nötig
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Welche Eingangssensoren braucht SFML (Solar Forecast ML)

Reale PV-Leistung ist die Pflichtbasis; Verbrauch, Wetter und Akkuwerte erweitern das lokale Anlagenmodell.

Kurz erklärt

Reale PV-Leistung ist die Pflichtbasis; Verbrauch, Wetter und Akkuwerte erweitern das lokale Anlagenmodell. Grundinstallation: Diese Eingabe bildet die reale PV-Produktion ab und ist die Lernbasis von SFML. Verbrauch & lokale Wetterwerte: Optionale lokale Messwerte erweitern den Anlagenkontext. SFML übernimmt ihre Zahlenwerte ohne Einheitenumrechnung. Akku- und Abregelungserkennung: Nur erforderlich, wenn die optionale Akku-/MPPT-Erkennung genutzt wird.

Aktuelle PV-Leistung je Modulgruppe (power_sensor, W · kW) – Pflicht. Numerische momentane Wirkleistung. Jede konfigurierte Modulgruppe benötigt einen eigenen Sensor. Verbindet Prognose, Geometrie und tatsächlich erzeugte Leistung für das lokale Anlagenmodell. Der Config-Flow prüft Zahlenwert und Einheit W oder kW. Mindestens Modulgruppe 1 ist erforderlich.

Hausverbrauch heute (total_consumption_today, kWh) – optional. Kumulierter Gesamtverbrauch seit Mitternacht; täglicher Reset auf 0. Ermöglicht Verbrauchsstatistiken im lokalen Anlagenmodell. Der Code liest den Zahlenwert direkt als kWh und prüft die Einheit nicht.

Lokale Außentemperatur (temp_sensor, °C) – optional. Numerische lokale Außentemperatur. Frost-, Schnee- und Wetterkontext. Der Zahlenwert wird ohne Umrechnung als °C gespeichert.

Lokale Luftfeuchtigkeit (humidity_sensor, %) – optional. Numerische relative Luftfeuchtigkeit. Lokaler Feuchte-, Nebel- und Wetterkontext. Der Zahlenwert wird ohne Einheitenumrechnung verwendet.

Lokaler Luftdruck (pressure_sensor, hPa) – optional. Numerischer Luftdruck. Erweitert den lokalen Wetterkontext. Der Zahlenwert wird ohne Umrechnung als hPa gespeichert.

Lokale Windgeschwindigkeit (wind_sensor, m/s) – optional. Numerische Windgeschwindigkeit in Metern pro Sekunde. Erweitert Wetter- und Anlagenkontext. Der Code bezeichnet und speichert den Zahlenwert als m/s; es erfolgt keine Umrechnung aus km/h.

Lokaler Niederschlag (rain_sensor, mm/h) – optional. Numerischer aktueller Niederschlagswert. Unterstützt Regen-, Schnee- und Wetterbewertung. Der Zahlenwert wird direkt übernommen; die Einheit wird nicht im Config-Flow geprüft.

Solare Einstrahlung (solar_radiation_sensor, W/m²) – optional. Numerische Globalstrahlung auf die Messfläche. Verbessert Wolken- und Strahlungskontext. Der Zahlenwert wird ohne Umrechnung als W/m² verwendet.

Beleuchtungsstärke (lux_sensor, lx) – optional. Numerische Beleuchtungsstärke eines Außensensors. Zusätzlicher lokaler Helligkeits- und Wolkenindikator. Der Zahlenwert wird ohne Umrechnung als Lux verwendet.

PV-Leistung zum Akku (solar_to_battery_sensor, W) – nur für die jeweilige Funktion nötig. Positive momentane Leistung, die von der PV-Anlage in den Akku fließt. Hilft, Abregelung von geringer Akkuladung zu unterscheiden. Der Code liest den Wert unmittelbar als W; kW wird nicht umgerechnet.

Das solltest du prüfen

  • Aktuelle PV-Leistung je Modulgruppe: W · kW
  • Optionale Sensoren nur mit passender Einheit zuordnen
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Welche Eingangssensoren braucht STATS (Solar Forecast STATS)

Ein Hausleistungssensor genügt für den Start. Gerichtete Energieflüsse und Detailwerte verfeinern die Bilanz. Smart Charge und Tarife sind getrennt: SoC und Ladeschalter in STATS, Preise in GPM.

Kurz erklärt

Ein Hausleistungssensor genügt für den Start. Gerichtete Energieflüsse und Detailwerte verfeinern die Bilanz. Smart Charge und Tarife sind getrennt: SoC und Ladeschalter in STATS, Preise in GPM. Grundinstallation: Ein aktueller Hausverbrauch ist die einzige zwingende Sensorzuordnung. Gerichtete Energieflüsse: Optionale positive Leistungssensoren für eine genaue Herkunfts- und Flussbilanz. Akku & Ersatzwerte: Zusatzwerte für Akkuanalyse und Netzbilanz. Stromtarife werden ab V46.2.0 nur in GPM konfiguriert. Smart Charge: Ab V46.2.0 liegt Smart Charge in STATS. Preise kommen aus GPM; der Ladeschalter bleibt eine eigene Home-Assistant-Entität. Verbraucher & Detaildaten: Optionale Zuordnungen für Verbraucheratlas, Wärmepumpe und Wallbox.

Aktueller Hausverbrauch (sensor_home_consumption, W · kW) – Pflicht. Aktuelle gesamte Leistungsaufnahme des Haushalts. STATS integriert daraus den Tagesverbrauch seit Mitternacht. Der Config-Flow filtert Leistungssensoren; kW wird intern in W umgerechnet.

Wetter-Entity (weather_entity, weather.*) – optional. Home-Assistant-Wetter-Entity mit aktuellem Zustand und Forecast-Attributen. Ergänzt Wetterkontext in der Auswertung. Der Config-Flow akzeptiert ausschließlich die Domain weather.

PV → Haus (sensor_solar_to_house, W · kW) – optional. Aktuelle positive Leistung dieser Flussrichtung. Trennt direkten Solarverbrauch vom übrigen Hausverbrauch. Numerische Werte werden gelesen; kW wird intern in W umgerechnet.

Wechselrichter AC-Ausgang (sensor_inverter_ac_output, W · kW) – optional. Aktuelle positive Leistung dieser Flussrichtung. Erfasst die gesamte AC-Leistung des Wechselrichters. Numerische Werte werden gelesen; kW wird intern in W umgerechnet.

PV → Akku (sensor_solar_to_battery, W · kW) – optional. Aktuelle positive Leistung dieser Flussrichtung. Bilanziert direkte Akkuladung aus Solarstrom. Numerische Werte werden gelesen; kW wird intern in W umgerechnet.

Akku → Haus (sensor_battery_to_house, W · kW) – optional. Aktuelle positive Leistung dieser Flussrichtung. Bilanziert die Versorgung des Hauses aus dem Akku. Numerische Werte werden gelesen; kW wird intern in W umgerechnet.

Netz → Haus (sensor_grid_to_house, W · kW) – optional. Aktuelle positive Leistung dieser Flussrichtung. Bilanziert den direkten Netzbezug des Hauses. Numerische Werte werden gelesen; kW wird intern in W umgerechnet.

Netz → Akku (sensor_grid_to_battery, W · kW) – optional. Aktuelle positive Leistung dieser Flussrichtung. Bilanziert Akkuladung aus dem Stromnetz. Numerische Werte werden gelesen; kW wird intern in W umgerechnet.

Haus/PV → Netz (sensor_house_to_grid, W · kW) – optional. Aktuelle positive Leistung dieser Flussrichtung. Bilanziert die Einspeisung in das Stromnetz. Numerische Werte werden gelesen; kW wird intern in W umgerechnet.

Smart-Meter Netzbezug (sensor_smartmeter_import, W · kW) – optional. Aktuelle positive Leistung dieser Flussrichtung. Dient als Importmessung beziehungsweise Abgleich. Numerische Werte werden gelesen; kW wird intern in W umgerechnet.

Smart-Meter Einspeisung (sensor_smartmeter_export, W · kW) – optional. Aktuelle positive Leistung dieser Flussrichtung. Dient als Exportmessung beziehungsweise Abgleich. Numerische Werte werden gelesen; kW wird intern in W umgerechnet.

Akku-Ladestand (sensor_battery_soc, %) – optional. Numerischer aktueller Ladezustand. Zeigt Ladezustand und unterstützt Akkuauswertungen. Der Config-Flow filtert Sensoren mit Geräteklasse battery.

Bidirektionale Akkuleistung (sensor_battery_power, W · kW) – optional. Positiv beim Laden, negativ beim Entladen. Kann gerichtete Akkuflüsse ergänzen oder ersetzen. Numerische Werte werden gelesen; kW wird intern in W umgerechnet.

Netzbezug heute (sensor_grid_import_extra, kWh) – optional. Kumulierter Netzbezug seit Mitternacht. Fallback für die tägliche Netzbezugsbilanz. Der Config-Flow filtert Energiesensoren; erwartet wird ein täglich zurückgesetzter kWh-Wert.

Akku-Ladestand für Smart Charge (battery_soc_sensor, %) – nur für die jeweilige Funktion nötig. Numerischer Ladezustand zwischen 0 und 100. Vergleicht den aktuellen SoC mit Ziel-, Minimum- und Maximum-SoC. Die Laufzeitlogik verwirft Werte außerhalb 0–100.

Netzladeschalter (smart_charging_switch, switch.*) – nur für die jeweilige Funktion nötig. Switch-Entität, die die Netzladung am Wechselrichter ein- und ausschaltet. Führt die Smart-Charge-Entscheidung als Schaltaktion aus. Ohne Schalter bleibt die Funktion Analyse. Der Config-Flow akzeptiert Switch-Entities.

Wärmepumpenleistung (sensor_heatpump_power, W · kW) – optional. Aktuelle elektrische Leistungsaufnahme. Ordnet die Wärmepumpe als Hauptverbraucher ein. kW wird intern in W umgerechnet.

Heizstableistung (sensor_heatingrod_power, W · kW) – optional. Aktuelle elektrische Leistungsaufnahme des Heizstabs. Trennt Heizstabverbrauch von der Wärmepumpe. kW wird intern in W umgerechnet.

Wallbox-Leistung (sensor_wallbox_power, W · kW) – optional. Aktuelle Ladeleistung der Wallbox. Ordnet Fahrzeugladung als Hauptverbraucher ein. kW wird intern in W umgerechnet.

Wallbox-Status (sensor_wallbox_state, Text) – optional. Stabiler Textzustand des Lade- oder Verbindungsstatus. Ergänzt Leistungswerte um den Betriebszustand. Der Code liest den Entity-Zustand als Text.

Wärmepumpe Heizmodus (sensor_hp_heating_mode, select) – optional. Aktueller Auswahlzustand des Heizmodus. Ordnet Laufzeiten dem Heizbetrieb zu. Der Config-Flow akzeptiert Select-Entities.

Wärmepumpe Warmwassermodus (sensor_hp_dhw_mode, select) – optional. Aktueller Auswahlzustand des Warmwassermodus. Ordnet Laufzeiten der Warmwasserbereitung zu. Der Config-Flow akzeptiert Select-Entities.

Warmwasserbereitung aktiv (sensor_hp_dhw_charging, binary_sensor) – optional. Binärer Ein/Aus-Zustand. Kennzeichnet aktive Warmwasserbereitung. Der Config-Flow akzeptiert Binary-Sensoren.

PV-Betrieb aktiv (sensor_hp_pv_active, binary_sensor) – optional. Binärer Ein/Aus-Zustand. Kennzeichnet PV-optimierten Wärmepumpenbetrieb. Der Config-Flow akzeptiert Binary-Sensoren.

Elektrische Wärmepumpenleistung (sensor_hp_electric_power, W · kW) – optional. Aktuelle elektrische Aufnahmeleistung. Grundlage für Effizienzkennzahlen. kW wird intern in W umgerechnet.

Thermische Wärmepumpenleistung (sensor_hp_thermal_power, W · kW) – optional. Aktuelle abgegebene Wärmeleistung. Vergleicht elektrische und thermische Leistung. kW wird intern in W umgerechnet.

Wärmepumpen-Netzenergie heute (sensor_hp_grid_energy_daily, kWh) – optional. Kumulierter Netzstrom seit Mitternacht. Trennt bezahlte Wärmepumpenenergie. Erwartet wird ein täglich zurückgesetzter Energiezähler.

Wärmepumpen-PV-Energie heute (sensor_hp_pv_energy_daily, kWh) – optional. Kumulierter PV-Anteil seit Mitternacht. Trennt solare Wärmepumpenenergie. Erwartet wird ein täglich zurückgesetzter Energiezähler.

Wärmepumpen-JAZ (sensor_hp_jaz, Zahl) – optional. Numerische Effizienzkennzahl. Zeigt das Verhältnis aus Wärme und Strom. Der Zahlenwert wird als dimensionslose Kennzahl gelesen.

Verdichterstarts (sensor_hp_compressor_starts, Anzahl) – optional. Monotoner oder klar abgegrenzter Zählerstand. Bewertet Taktung und Anlagenbelastung. Der Code erwartet einen numerischen Zähler.

Speichertemperatur (sensor_hp_storage_temp, °C) – optional. Aktuelle Speichertemperatur. Ergänzt Wärmepumpen- und Speicheranalyse. Der Config-Flow filtert Temperatursensoren.

Wallbox-Lademodus (sensor_wb_charge_mode, select) – optional. Aktueller Auswahlzustand des Lademodus. Ordnet Ladevorgänge dem gewählten Modus zu. Der Config-Flow akzeptiert Select-Entities.

Wallbox Sitzungsenergie (sensor_wb_energy_session, kWh) – optional. Kumulierter Energiebezug der aktuellen Sitzung. Bewertet einzelne Ladevorgänge. Der Config-Flow filtert Energiesensoren.

Das solltest du prüfen

  • Aktueller Hausverbrauch: W · kW
  • Optionale Sensoren nur mit passender Einheit zuordnen
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Welche Eingangssensoren braucht GPM (Grid Price Monitor)

Die Preisfunktion startet ohne Sensoren. Ein Akkuleistungssensor ist nur für die Ladehistorie nötig.

Kurz erklärt

Die Preisfunktion startet ohne Sensoren. Ein Akkuleistungssensor ist nur für die Ladehistorie nötig. Wichtig: Der Akku-Leistungssensor muss derzeit Watt liefern. Eine kW-Einheit wird vom Laufzeitcode nicht umgerechnet. Smart Charge liegt in STATS. Grundinstallation: Die Preisbeobachtung benötigt keine Sensorzuordnung. Tarife, Schwellen und CSV-Community-Korrekturen werden in GPM konfiguriert. Akku-Ladehistorie: Nur dieser Sensor wird für die optionale Ladehistorie benötigt. Smart Charge und SoC liegen in STATS.

Akku-Ladeleistung aus dem Netz (battery_power_sensor, W) – nur für die jeweilige Funktion nötig. Positive momentane Ladeleistung. Negative Werte werden als 0 behandelt. Integriert Ladeenergie für Tag, Woche und Monat. Der Code liest den Zahlenwert direkt als W. kW wird derzeit nicht umgerechnet.

Das solltest du prüfen

  • Optionale Sensoren nur mit passender Einheit zuordnen
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Welche Eingangssensoren braucht WFAI (Weather Fusion AI)

Mindestens eine lokale Wettergröße verbindet Vorhersagen mit dem tatsächlichen Mikroklima am Standort.

Kurz erklärt

Mindestens eine lokale Wettergröße verbindet Vorhersagen mit dem tatsächlichen Mikroklima am Standort. Lokale Wetterbasis: Mindestens einer der sechs Sensoren ist erforderlich. Mehr lokale Messgrößen verbessern die Fusionsbasis.

Außentemperatur (temperature_sensor, °C) – Pflicht – mindestens einer aus der Gruppe. Numerische lokale Außentemperatur. Lokaler Referenzwert für Temperaturprognosen. Der Zahlenwert wird ohne Temperaturumrechnung verwendet.

Luftfeuchtigkeit (humidity_sensor, %) – Pflicht – mindestens einer aus der Gruppe. Numerische relative Luftfeuchtigkeit. Lokaler Referenzwert für Feuchteprognosen. Der Zahlenwert wird ohne Einheitenumrechnung verwendet.

Luftdruck (pressure_sensor, hPa) – Pflicht – mindestens einer aus der Gruppe. Numerischer lokaler Luftdruck. Lokaler Referenzwert für Druckprognosen. Der Zahlenwert wird ohne Druckumrechnung verwendet.

Windgeschwindigkeit (wind_speed_sensor, km/h · m/s · mph · kn · ft/s) – Pflicht – mindestens einer aus der Gruppe. Numerische lokale Windgeschwindigkeit. Lokaler Referenzwert für Windprognosen. m/s, mph, kn und ft/s werden intern nach km/h umgerechnet.

Windrichtung (wind_direction_sensor, 0–359°) – Pflicht – mindestens einer aus der Gruppe. Numerische Windrichtung; Werte werden auf einen Vollkreis normalisiert. Ergänzt Richtung und lokale Winddynamik. Der Code normalisiert den Zahlenwert mit Modulo 360. Die deutsche Config-Flow-Beschreibung fehlt derzeit.

Niederschlag (rain_sensor, mm/h · mm · in/h · in) – Pflicht – mindestens einer aus der Gruppe. Entweder aktuelle Rate oder monotoner Niederschlagszähler. Lokaler Referenzwert für Niederschlagsprognosen. Zollwerte werden in Millimeter umgerechnet; total_increasing mit mm wird als Zähler erkannt.

Das solltest du prüfen

  • Außentemperatur: °C
  • Luftfeuchtigkeit: %
  • Luftdruck: hPa
  • Windgeschwindigkeit: km/h · m/s · mph · kn · ft/s
  • Windrichtung: 0–359°
  • Niederschlag: mm/h · mm · in/h · in
  • Optionale Sensoren nur mit passender Einheit zuordnen
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Welche Eingangssensoren braucht EAI (Solar Forecast EAI)

Drei Wärmepumpenwerte bilden die Pflichtbasis; Betriebs-, Thermik- und Wallboxdaten werden funktionsbezogen ergänzt.

Kurz erklärt

Drei Wärmepumpenwerte bilden die Pflichtbasis; Betriebs-, Thermik- und Wallboxdaten werden funktionsbezogen ergänzt. Grundinstallation Wärmepumpe: Diese drei Messwerte sind für die Wärmepumpenanalyse erforderlich. Betrieb & Effizienz: Optionale Betriebswerte erhöhen Erklärbarkeit und Genauigkeit der Wärmepumpenbewertung. Thermik & erweiterte Analyse: Optionale Messwerte für thermische Effizienz, Speicher- und Zirkulationsverluste. Wallbox-Optimierung: Nur erforderlich, wenn die Wallbox-Funktion aktiviert wird. Je nach Bedarfsmodus kommt genau eine Bedarfsangabe hinzu.

Aktuelle Wärmepumpenleistung (heat_pump_power_sensor, W · kW · MW) – Pflicht. Aktuelle elektrische Leistungsaufnahme. Erkennt Betrieb, Last und Energiebedarf. Der Config-Flow prüft die Leistungseinheit; die Laufzeit rechnet nach W um.

Wärmepumpenenergie heute (heat_pump_energy_today_sensor, Wh · kWh · MWh) – Pflicht. Kumulierter elektrischer Energieverbrauch seit Mitternacht. Liefert Tagesverbrauch und Lernziel. Der Config-Flow prüft die Energieeinheit; die Laufzeit rechnet nach kWh um.

Außentemperatur (outdoor_temperature_sensor, °C · °F) – Pflicht. Aktuelle numerische Außentemperatur. Ordnet Wärmebedarf und Anlagenverhalten dem Wetter zu. Der Config-Flow akzeptiert Celsius und Fahrenheit; die Laufzeit normalisiert die Temperatur.

Innentemperatur (indoor_temperature_sensor, °C · °F) – optional. Aktuelle Raumtemperatur. Bewertet Komfort und thermische Reaktion. Temperaturwerte werden normalisiert.

Solltemperatur (target_temperature_sensor, °C · °F) – optional. Aktuell gesetzte Zieltemperatur. Erklärt Laständerungen durch Sollwertvorgaben. Temperaturwerte werden normalisiert.

Betriebsmodus (operation_mode_sensor, Text) – optional. Stabiler Textzustand wie Heizen, Warmwasser oder Aus. Ordnet Verbrauch dem Betriebsmodus zu. Der Code liest den Zustand als Text; stabile Zustandsnamen sind erforderlich.

Verdichterstatus (compressor_sensor, Ein/Aus · 0/1) – optional. Binärer, Schalt- oder numerischer Betriebszustand. Erkennt reale Verdichterlaufzeiten. Mehrere Zustandsformen werden auf aktiv/inaktiv normalisiert.

Heizstabstatus (heating_element_sensor, Ein/Aus · 0/1) – optional. Binärer, Schalt- oder numerischer Betriebszustand. Erkennt direkten elektrischen Zusatzverbrauch. Mehrere Zustandsformen werden auf aktiv/inaktiv normalisiert.

Warmwassertemperatur (dhw_temperature_sensor, °C · °F) – optional. Aktuelle Speichertemperatur. Bewertet Warmwasserbedarf und Speicherzustand. Temperaturwerte werden normalisiert.

Vorlauftemperatur (flow_temperature_sensor, °C · °F) – optional. Aktuelle Vorlauftemperatur. Bewertet Wärmeabgabe und Anlagenlast. Temperaturwerte werden normalisiert.

Rücklauftemperatur (return_temperature_sensor, °C · °F) – optional. Aktuelle Rücklauftemperatur. Ermöglicht Temperaturspreizung und Effizienzeinordnung. Temperaturwerte werden normalisiert.

Verdichterstarts (compressor_starts_sensor, Anzahl) – optional. Numerischer Zähler mit eindeutigem Zählzeitraum. Bewertet Taktung und Verschleißindikatoren. Der Code erwartet einen numerischen Zähler; der Zählzeitraum muss zur Beschreibung passen.

Gesamtlaufzeit (runtime_sensor, h) – optional. Kumulierter Laufzeitzähler. Bewertet Nutzung und langfristige Effizienz. Der Code erwartet einen numerischen Stundenwert.

Laufzeit Heizen (runtime_heating_sensor, h) – optional. Kumulierter Laufzeitzähler für Heizbetrieb. Trennt Heiz- von Warmwasserbetrieb. Der Code erwartet einen numerischen Stundenwert.

Laufzeit Warmwasser (runtime_dhw_sensor, h) – optional. Kumulierter Laufzeitzähler für Warmwasser. Trennt Warmwasser- von Heizbetrieb. Der Code erwartet einen numerischen Stundenwert.

Heizstableistung (heating_element_power_sensor, W · kW · MW) – optional. Aktuelle elektrische Heizstableistung. Quantifiziert Zusatzheizung und Kosten. Leistungswerte werden nach W normalisiert.

Heizstabenergie heute (heating_element_energy_today_sensor, Wh · kWh · MWh) – optional. Kumulierter Energieverbrauch seit Mitternacht. Bilanziert den täglichen Zusatzverbrauch. Energiewerte werden nach kWh normalisiert.

Thermische Energie (thermal_energy_sensor, Wh · kWh · MWh) – optional. Kumulierter erzeugter Wärmeertrag. Berechnet reale thermische Effizienz. Energiewerte werden nach kWh normalisiert.

JAZ/COP-Kennzahl (jaz_sensor, Zahl) – optional. Numerische dimensionslose Effizienzkennzahl. Ergänzt die berechnete Effizienzbewertung. Der Code erwartet einen numerischen Verhältniswert.

Volumenstrom (volume_flow_sensor, l/min · m³/h) – optional. Aktueller Volumenstrom des Heizkreises. Unterstützt thermische Leistungsberechnung. Der Code erwartet einen numerischen Volumenstrom; Einheit und Skalierung müssen zur Quelle passen.

Quellentemperatur (source_temperature_sensor, °C · °F) – optional. Aktuelle Temperatur der Wärmequelle. Erklärt Effizienzänderungen der Wärmepumpe. Temperaturwerte werden normalisiert.

Speichertemperatur (storage_temperature_sensor, °C · °F) – optional. Aktuelle Temperatur des thermischen Speichers. Modelliert Speicherzustand und Verluste. Temperaturwerte werden normalisiert.

Speicher-Umgebungstemperatur (storage_ambient_temperature_sensor, °C · °F) – optional. Aktuelle Umgebungstemperatur des Speichers. Ermittelt temperaturabhängige Bereitschaftsverluste. Temperaturwerte werden normalisiert.

Zirkulationspumpe (circulation_pump_sensor, Ein/Aus · 0/1) – optional. Binärer, Schalt- oder numerischer Betriebszustand. Ordnet Zirkulationsverluste aktiven Laufzeiten zu. Mehrere Zustandsformen werden auf aktiv/inaktiv normalisiert.

Zirkulations-Rücklauftemperatur (circulation_return_temperature_sensor, °C · °F) – optional. Aktuelle Rücklauftemperatur der Zirkulation. Unterstützt die Bewertung von Zirkulationsverlusten. Temperaturwerte werden normalisiert.

Aktuelle Wallbox-Leistung (wallbox_power_sensor, W · kW · MW) – nur für die jeweilige Funktion nötig. Aktuelle elektrische Ladeleistung. Erkennt laufende Fahrzeugladung und Energiebedarf. Bei aktivierter Wallbox zwingend; Leistungswerte werden nach W normalisiert.

Wallbox-Energie heute (wallbox_energy_today_sensor, Wh · kWh · MWh) – optional. Kumulierter Ladeverbrauch seit Mitternacht. Bilanziert den täglichen Fahrzeugverbrauch. Energiewerte werden nach kWh normalisiert.

Fahrzeug verbunden (wallbox_connected_sensor, Ein/Aus) – optional. Binärer Verbindungszustand. Verhindert Empfehlungen ohne angeschlossenes Fahrzeug. Zustände werden auf verbunden/nicht verbunden normalisiert.

Fahrzeug lädt (wallbox_charging_sensor, Ein/Aus) – optional. Binärer Ladezustand. Unterscheidet Verbindung von aktivem Laden. Zustände werden auf aktiv/inaktiv normalisiert.

Fahrzeug-Ladestand (ev_soc_sensor, %) – nur für die jeweilige Funktion nötig. Numerischer Ladezustand zwischen 0 und 100. Ermittelt Ladebedarf im SoC-Modus. Nur im SoC-Bedarfsmodus erforderlich; erwartet werden Prozentwerte.

Benötigte Ladeenergie (ev_required_energy_sensor, kWh) – nur für die jeweilige Funktion nötig. Noch benötigte Energie bis zum Ladeziel. Liefert den Ladebedarf im Energiemodus. Nur im Energie-Bedarfsmodus erforderlich; erwartet wird ein positiver kWh-Wert.

Geplante Fahrstrecke (ev_planned_distance_sensor, km) – nur für die jeweilige Funktion nötig. Geplante Strecke bis zur nächsten Ladung. Leitet den Ladebedarf im Streckenmodus ab. Nur im Strecken-Bedarfsmodus erforderlich; erwartet wird ein positiver Kilometerwert.

Das solltest du prüfen

  • Aktuelle Wärmepumpenleistung: W · kW · MW
  • Wärmepumpenenergie heute: Wh · kWh · MWh
  • Außentemperatur: °C · °F
  • Optionale Sensoren nur mit passender Einheit zuordnen
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Welche Eingangssensoren braucht TFS (Toorox ForeSight HA)

Keine eigene Sensorzuordnung: Toorox ForeSight HA arbeitet direkt mit der lokalen SFML-Datenbank.

Kurz erklärt

Keine eigene Sensorzuordnung: Toorox ForeSight HA arbeitet direkt mit der lokalen SFML-Datenbank. Lokale Datenquelle: Toorox ForeSight HA verlangt keine eigene Sensorzuordnung in Home Assistant.

SFML-Installation und lokale Datenbank (sfml_database, Lokale Datei) – Pflicht. Erreichbare SFML-Datenbank mit Panelgruppen, Prognose- und historischen Lerndaten. Liefert den lokalen Trainings- und Prognosekontext für Toorox ForeSight HA. Keine Entity-Auswahl: Toorox ForeSight HA liest /config/solar_forecast_ml/solar_forecast.db direkt aus dem lokalen Home-Assistant-Kontext.

Das solltest du prüfen

  • SFML-Installation und lokale Datenbank: Lokale Datei
  • Optionale Sensoren nur mit passender Einheit zuordnen
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

SFML-Sensoren: Prognose & Produktion

Solar Forecast ML stellt bereit: Ertrag, Leistung und zeitliche Solarprognosen für Dashboards und Automationen.

Kurz erklärt

Prognose, reale Produktion, Lernqualität und Diagnose der individuellen PV-Anlage. Ertrag, Leistung und zeitliche Solarprognosen für Dashboards und Automationen. Für Energieplanung, Dashboards und prognosebasierte Automationen.

Prognose heute (sensor.…_expected_daily_production, kWh) – bereitgestellt (Standard, immer da). Zeigt prognose heute als aktuellen, lokal verarbeiteten Wert.

Planungsprognose P10 (sensor.…_conservative_planning_forecast, kWh) – bereitgestellt (Standard, immer da). Zeigt planungsprognose p10 als aktuellen, lokal verarbeiteten Wert.

Prognose heute – Rest (sensor.…_today_forecast, kWh) – bereitgestellt (Standard, immer da). Zeigt prognose heute – rest als aktuellen, lokal verarbeiteten Wert.

Prognose morgen (sensor.…_tomorrow_forecast, kWh) – bereitgestellt (Standard, immer da). Zeigt prognose morgen als aktuellen, lokal verarbeiteten Wert.

Prognose übermorgen (sensor.…_forecast_day_after_tomorrow, kWh) – bereitgestellt (Standard, immer da). Zeigt prognose übermorgen als aktuellen, lokal verarbeiteten Wert.

Prognose nächste Stunde (sensor.…_next_hour_forecast, kWh) – bereitgestellt (Standard, immer da). Zeigt prognose nächste stunde als aktuellen, lokal verarbeiteten Wert.

Operative Hybrid-Prognose (sensor.…_hybrid_forecast, kWh) – bereitgestellt (Standard, immer da). Zeigt operative hybrid-prognose als aktuellen, lokal verarbeiteten Wert.

Hybrid-Prognosestatus (sensor.…_hybrid_forecast_status) – bereitgestellt (Standard, immer da). Zeigt hybrid-prognosestatus als aktuellen, lokal verarbeiteten Wert.

Beste Produktionsstunde (sensor.…_peak_production_hour) – bereitgestellt (Standard, immer da). Zeigt beste produktionsstunde als aktuellen, lokal verarbeiteten Wert.

Produktionszeit heute (sensor.…_production_time, h) – bereitgestellt (Standard, immer da). Zeigt produktionszeit heute als aktuellen, lokal verarbeiteten Wert.

Maximaler Peak heute (sensor.…_max_peak_today, W) – bereitgestellt (Standard, immer da). Zeigt maximaler peak heute als aktuellen, lokal verarbeiteten Wert.

Peak-Rekord (sensor.…_max_peak_all_time, W) – bereitgestellt (Standard, immer da). Zeigt peak-rekord als aktuellen, lokal verarbeiteten Wert.

Gesamtleistung (sensor.…_total_power, W) – bereitgestellt (Standard, immer da). Zeigt gesamtleistung als aktuellen, lokal verarbeiteten Wert.

Ist-Ertrag heute (sensor.…_total_actual_today, kWh) – bereitgestellt (Standard, immer da). Zeigt ist-ertrag heute als aktuellen, lokal verarbeiteten Wert.

Gesamtertrag heute (sensor.…_total_yield, kWh) – bereitgestellt (Standard, immer da). Zeigt gesamtertrag heute als aktuellen, lokal verarbeiteten Wert.

Leistung je Modulgruppe (sensor.…_panel_group_power, W) – bereitgestellt (bei Konfiguration). Zeigt leistung je modulgruppe als aktuellen, lokal verarbeiteten Wert.

Ist-Ertrag je Modulgruppe (sensor.…_panel_group_actual_today, kWh) – bereitgestellt (bei Konfiguration). Zeigt ist-ertrag je modulgruppe als aktuellen, lokal verarbeiteten Wert.

evcc Solar-Prognose (sensor.…_evcc_forecast) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt evcc solar-prognose als aktuellen, lokal verarbeiteten Wert.

Das solltest du prüfen

  • Integration installiert und geladen
  • Optionale Entitäten: Funktion aktiviert und konfiguriert
  • Entität im Home-Assistant-Register nicht deaktiviert
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

SFML-Sensoren: Lernen & Prognosegüte

Solar Forecast ML stellt bereit: Bewertung der lokalen Lernbasis und der tatsächlichen Prognosequalität.

Kurz erklärt

Prognose, reale Produktion, Lernqualität und Diagnose der individuellen PV-Anlage. Bewertung der lokalen Lernbasis und der tatsächlichen Prognosequalität. Für Qualitätskontrolle und die langfristige Bewertung des Anlagenmodells.

Durchschnittlicher Monatsertrag (sensor.…_average_yield, kWh) – bereitgestellt (Standard, immer da). Zeigt durchschnittlicher monatsertrag als aktuellen, lokal verarbeiteten Wert.

Durchschnittsertrag 7 Tage (sensor.…_avg_yield_7d, kWh) – bereitgestellt (Standard, immer da). Zeigt durchschnittsertrag 7 tage als aktuellen, lokal verarbeiteten Wert.

Durchschnittsertrag 30 Tage (sensor.…_avg_yield_30d, kWh) – bereitgestellt (Standard, immer da). Zeigt durchschnittsertrag 30 tage als aktuellen, lokal verarbeiteten Wert.

Wochenertrag (sensor.…_weekly_yield, kWh) – bereitgestellt (Standard, immer da). Zeigt wochenertrag als aktuellen, lokal verarbeiteten Wert.

Wochenverbrauch (sensor.…_weekly_consumption, kWh) – bereitgestellt (Standard, immer da). Zeigt wochenverbrauch als aktuellen, lokal verarbeiteten Wert.

Monatsertrag (sensor.…_monthly_yield, kWh) – bereitgestellt (Standard, immer da). Zeigt monatsertrag als aktuellen, lokal verarbeiteten Wert.

Monatsverbrauch (sensor.…_monthly_consumption, kWh) – bereitgestellt (Standard, immer da). Zeigt monatsverbrauch als aktuellen, lokal verarbeiteten Wert.

Durchschnittliche Genauigkeit 30 Tage (sensor.…_avg_accuracy_30d, %) – bereitgestellt (Standard, immer da). Zeigt durchschnittliche genauigkeit 30 tage als aktuellen, lokal verarbeiteten Wert.

Bewertungsabdeckung 7 Tage (sensor.…_evaluation_coverage_7d, %) – bereitgestellt (Standard, immer da). Zeigt bewertungsabdeckung 7 tage als aktuellen, lokal verarbeiteten Wert.

Bewertungsabdeckung 30 Tage (sensor.…_evaluation_coverage_30d, %) – bereitgestellt (Standard, immer da). Zeigt bewertungsabdeckung 30 tage als aktuellen, lokal verarbeiteten Wert.

MPPT-Ausschluss 7 Tage (sensor.…_excluded_mppt_hours_7d, h) – bereitgestellt (Standard, immer da). Zeigt mppt-ausschluss 7 tage als aktuellen, lokal verarbeiteten Wert.

MPPT-Ausschluss 30 Tage (sensor.…_excluded_mppt_hours_30d, h) – bereitgestellt (Standard, immer da). Zeigt mppt-ausschluss 30 tage als aktuellen, lokal verarbeiteten Wert.

Das solltest du prüfen

  • Integration installiert und geladen
  • Optionale Entitäten: Funktion aktiviert und konfiguriert
  • Entität im Home-Assistant-Register nicht deaktiviert
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

SFML-Sensoren: Diagnose & Datenstatus

Solar Forecast ML stellt bereit: Technische Zustände, Datenbasis und Aktualität der Integration.

Kurz erklärt

Prognose, reale Produktion, Lernqualität und Diagnose der individuellen PV-Anlage. Technische Zustände, Datenbasis und Aktualität der Integration. Für Fehlersuche, Wartung und Zustandsüberwachung.

Systemstatus (sensor.…_system_status) – bereitgestellt (Standard, immer da). Zeigt systemstatus als aktuellen, lokal verarbeiteten Wert.

Dateistatus (sensor.…_data_files_status) – bereitgestellt (Standard, immer da). Zeigt dateistatus als aktuellen, lokal verarbeiteten Wert.

Workflow-Status (sensor.…_workflow_status) – bereitgestellt (Standard, immer da). Zeigt workflow-status als aktuellen, lokal verarbeiteten Wert.

Status externer Sensoren (sensor.…_external_sensors_status) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt status externer sensoren als aktuellen, lokal verarbeiteten Wert.

Nächster Produktionsbeginn (sensor.…_next_production_start) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt nächster produktionsbeginn als aktuellen, lokal verarbeiteten Wert.

KI-Status (sensor.…_ml_metrics) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt ki-status als aktuellen, lokal verarbeiteten Wert.

KI RMSE (sensor.…_ai_rmse) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt ki rmse als aktuellen, lokal verarbeiteten Wert.

Aktives Vorhersagemodell (sensor.…_active_prediction_model) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt aktives vorhersagemodell als aktuellen, lokal verarbeiteten Wert.

Physik-Samples (sensor.…_physics_samples) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt physik-samples als aktuellen, lokal verarbeiteten Wert.

Letztes Coordinator-Update (sensor.…_last_update_timestamp) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt letztes coordinator-update als aktuellen, lokal verarbeiteten Wert.

Letztes KI-Training (sensor.…_last_ai_training) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt letztes ki-training als aktuellen, lokal verarbeiteten Wert.

Nächstes geplantes Update (sensor.…_next_scheduled_update) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt nächstes geplantes update als aktuellen, lokal verarbeiteten Wert.

Coordinator-Gesundheit (sensor.…_coordinator_health) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt coordinator-gesundheit als aktuellen, lokal verarbeiteten Wert.

Tagesabschluss-Dauer (sensor.…_eod_duration, s) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt tagesabschluss-dauer als aktuellen, lokal verarbeiteten Wert.

Lernen pausieren (switch.…_pause_learning) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt lernen pausieren als aktuellen, lokal verarbeiteten Wert.

Das solltest du prüfen

  • Integration installiert und geladen
  • Optionale Entitäten: Funktion aktiviert und konfiguriert
  • Entität im Home-Assistant-Register nicht deaktiviert
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

SFML-Sensoren: Umwelt & Anlageneinflüsse

Solar Forecast ML stellt bereit: Erkannte Verschattung, Wetterdynamik und Modellverschiebungen.

Kurz erklärt

Prognose, reale Produktion, Lernqualität und Diagnose der individuellen PV-Anlage. Erkannte Verschattung, Wetterdynamik und Modellverschiebungen. Für die Einordnung von Ertragsabweichungen und ungewöhnlichem Anlagenverhalten.

Prognoseabweichung gestern (sensor.…_yesterday_deviation, %) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt prognoseabweichung gestern als aktuellen, lokal verarbeiteten Wert.

Wolkentrend 1 Stunde (sensor.…_cloudiness_trend_1h) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt wolkentrend 1 stunde als aktuellen, lokal verarbeiteten Wert.

Wolkentrend 3 Stunden (sensor.…_cloudiness_trend_3h) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt wolkentrend 3 stunden als aktuellen, lokal verarbeiteten Wert.

Wetterstabilität (sensor.…_cloudiness_volatility) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt wetterstabilität als aktuellen, lokal verarbeiteten Wert.

Schatten aktuell (sensor.…_shadow_current) – bereitgestellt (Standard, immer da). Zeigt schatten aktuell als aktuellen, lokal verarbeiteten Wert.

Schatten heute (sensor.…_shadow_today) – bereitgestellt (Standard, immer da). Zeigt schatten heute als aktuellen, lokal verarbeiteten Wert.

Leistungsverlust heute (sensor.…_performance_loss_today, %) – bereitgestellt (Standard, immer da). Zeigt leistungsverlust heute als aktuellen, lokal verarbeiteten Wert.

KI-Driftstatus (sensor.…_drift_status) – bereitgestellt (Standard, immer da). Zeigt ki-driftstatus als aktuellen, lokal verarbeiteten Wert.

Das solltest du prüfen

  • Integration installiert und geladen
  • Optionale Entitäten: Funktion aktiviert und konfiguriert
  • Entität im Home-Assistant-Register nicht deaktiviert
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

STATS-Sensoren: Preise & Zeitfenster

Solar Forecast STATS stellt bereit: Aktuelle und vorausblickende Strompreise sowie günstige Zeitfenster.

Kurz erklärt

STATS ist vor allem eine Oberfläche. Es stellt zusätzlich nur die hier aufgeführten Home-Assistant-Entitäten bereit. Preis- und Cheap-Energy-Entitäten erscheinen, wenn GPM verfügbar ist. Smart Charge liegt ab V46.2.0 in STATS, nicht mehr in GPM. Diagramme der Oberfläche sind keine eigenen Sensoren. Aktuelle und vorausblickende Strompreise sowie günstige Zeitfenster. Für tarifbasierte Dashboards und preisabhängige Automationen.

Börsenpreis (sensor.…_spot_price, ct/kWh) – bereitgestellt (bei Konfiguration). Zeigt börsenpreis als aktuellen, lokal verarbeiteten Wert.

Gesamtpreis (sensor.…_total_price, ct/kWh) – bereitgestellt (bei Konfiguration). Zeigt gesamtpreis als aktuellen, lokal verarbeiteten Wert.

Börsenpreis nächste Stunde (sensor.…_spot_price_next_hour, ct/kWh) – bereitgestellt (bei Konfiguration). Zeigt börsenpreis nächste stunde als aktuellen, lokal verarbeiteten Wert.

Gesamtpreis nächste Stunde (sensor.…_total_price_next_hour, ct/kWh) – bereitgestellt (bei Konfiguration). Zeigt gesamtpreis nächste stunde als aktuellen, lokal verarbeiteten Wert.

Günstigste Stunde heute (sensor.…_cheapest_hour_today, h) – bereitgestellt (bei Konfiguration). Zeigt günstigste stunde heute als aktuellen, lokal verarbeiteten Wert.

Teuerste Stunde heute (sensor.…_most_expensive_hour_today, h) – bereitgestellt (bei Konfiguration). Zeigt teuerste stunde heute als aktuellen, lokal verarbeiteten Wert.

Durchschnittspreis heute (sensor.…_average_price_today, ct/kWh) – bereitgestellt (bei Konfiguration). Zeigt durchschnittspreis heute als aktuellen, lokal verarbeiteten Wert.

Das solltest du prüfen

  • Integration installiert und geladen
  • Optionale Entitäten: Funktion aktiviert und konfiguriert
  • Entität im Home-Assistant-Register nicht deaktiviert
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

STATS-Sensoren: Akku & Smart Charge

Solar Forecast STATS stellt bereit: Lokale Signale für Batterieleistung, Lademengen und Ladeplanung.

Kurz erklärt

STATS ist vor allem eine Oberfläche. Es stellt zusätzlich nur die hier aufgeführten Home-Assistant-Entitäten bereit. Preis- und Cheap-Energy-Entitäten erscheinen, wenn GPM verfügbar ist. Smart Charge liegt ab V46.2.0 in STATS, nicht mehr in GPM. Diagramme der Oberfläche sind keine eigenen Sensoren. Lokale Signale für Batterieleistung, Lademengen und Ladeplanung. Für Speicherstatistik und eigene Ladeautomationen.

PV-Überschuss verfügbar (binary_sensor.…_surplus_available) – bereitgestellt (Standard, immer da). Signalisiert eindeutig, ob „PV-Überschuss verfügbar“ aktiv ist.

Günstige Energie (binary_sensor.…_cheap_energy) – bereitgestellt (bei Konfiguration). Signalisiert eindeutig, ob „Günstige Energie“ aktiv ist.

Smart Charging aktiv (binary_sensor.…_smart_charging) – bereitgestellt (bei Konfiguration). Signalisiert eindeutig, ob „Smart Charging aktiv“ aktiv ist.

Das solltest du prüfen

  • Integration installiert und geladen
  • Optionale Entitäten: Funktion aktiviert und konfiguriert
  • Entität im Home-Assistant-Register nicht deaktiviert
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

STATS-Sensoren: Schwellen & Steuerung

Solar Forecast STATS stellt bereit: Konfigurierbare Entitäten für Preisgrenzen und Smart Charge.

Kurz erklärt

STATS ist vor allem eine Oberfläche. Es stellt zusätzlich nur die hier aufgeführten Home-Assistant-Entitäten bereit. Preis- und Cheap-Energy-Entitäten erscheinen, wenn GPM verfügbar ist. Smart Charge liegt ab V46.2.0 in STATS, nicht mehr in GPM. Diagramme der Oberfläche sind keine eigenen Sensoren. Konfigurierbare Entitäten für Preisgrenzen und Smart Charge. Zum Einstellen von Schwellen und Betriebsmodi direkt in Home Assistant.

Smart Charging (switch.…_smart_charging_enabled) – bereitgestellt (Standard, immer da). Zeigt smart charging als aktuellen, lokal verarbeiteten Wert.

Smart-Charging-Modus (select.…_smart_charging_mode) – bereitgestellt (Standard, immer da). Zeigt smart-charging-modus als aktuellen, lokal verarbeiteten Wert.

Ziel-SoC (number.…_target_soc, %) – bereitgestellt (Standard, immer da). Zeigt ziel-soc als aktuellen, lokal verarbeiteten Wert.

Minimum-SoC (number.…_min_soc, %) – bereitgestellt (Standard, immer da). Zeigt minimum-soc als aktuellen, lokal verarbeiteten Wert.

Maximum-SoC (number.…_max_soc, %) – bereitgestellt (Standard, immer da). Zeigt maximum-soc als aktuellen, lokal verarbeiteten Wert.

Das solltest du prüfen

  • Integration installiert und geladen
  • Optionale Entitäten: Funktion aktiviert und konfiguriert
  • Entität im Home-Assistant-Register nicht deaktiviert
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

GPM-Sensoren: Preise & Zeitfenster

Grid Price Monitor stellt bereit: Aktuelle und vorausblickende Strompreise sowie günstige Zeitfenster.

Kurz erklärt

Preiswerte, Billigstromsignal und optionale Speicher-Ladehistorie. Smart Charge liegt in STATS. Tarife werden nur in GPM konfiguriert. Die ehemaligen Smart-Charging-Sensoren von GPM wurden entfernt. Aktuelle und vorausblickende Strompreise sowie günstige Zeitfenster. Für tarifbasierte Dashboards und preisabhängige Automationen.

Börsenpreis (sensor.…_spot_price, ct/kWh) – bereitgestellt (Standard, immer da). Zeigt börsenpreis als aktuellen, lokal verarbeiteten Wert.

Gesamtpreis (sensor.…_total_price, ct/kWh) – bereitgestellt (Standard, immer da). Zeigt gesamtpreis als aktuellen, lokal verarbeiteten Wert.

Börsenpreis nächste Stunde (sensor.…_spot_price_next_hour, ct/kWh) – bereitgestellt (Standard, immer da). Zeigt börsenpreis nächste stunde als aktuellen, lokal verarbeiteten Wert.

Gesamtpreis nächste Stunde (sensor.…_total_price_next_hour, ct/kWh) – bereitgestellt (Standard, immer da). Zeigt gesamtpreis nächste stunde als aktuellen, lokal verarbeiteten Wert.

Preise heute (sensor.…_prices_today) – bereitgestellt (Standard, immer da). Zeigt preise heute als aktuellen, lokal verarbeiteten Wert.

Preise morgen (sensor.…_prices_tomorrow) – bereitgestellt (Standard, immer da). Zeigt preise morgen als aktuellen, lokal verarbeiteten Wert.

Günstigste Stunde heute (sensor.…_cheapest_hour_today, h) – bereitgestellt (Standard, immer da). Zeigt günstigste stunde heute als aktuellen, lokal verarbeiteten Wert.

Teuerste Stunde heute (sensor.…_most_expensive_hour_today, h) – bereitgestellt (Standard, immer da). Zeigt teuerste stunde heute als aktuellen, lokal verarbeiteten Wert.

Durchschnittspreis heute (sensor.…_average_price_today, ct/kWh) – bereitgestellt (Standard, immer da). Zeigt durchschnittspreis heute als aktuellen, lokal verarbeiteten Wert.

Günstige Energie (binary_sensor.…_cheap_energy) – bereitgestellt (Standard, immer da). Signalisiert eindeutig, ob „Günstige Energie“ aktiv ist.

Das solltest du prüfen

  • Integration installiert und geladen
  • Optionale Entitäten: Funktion aktiviert und konfiguriert
  • Entität im Home-Assistant-Register nicht deaktiviert
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

GPM-Sensoren: Akku & Smart Charge

Grid Price Monitor stellt bereit: Lokale Signale für Batterieleistung, Lademengen und Ladeplanung.

Kurz erklärt

Preiswerte, Billigstromsignal und optionale Speicher-Ladehistorie. Smart Charge liegt in STATS. Tarife werden nur in GPM konfiguriert. Die ehemaligen Smart-Charging-Sensoren von GPM wurden entfernt. Lokale Signale für Batterieleistung, Lademengen und Ladeplanung. Für Speicherstatistik und eigene Ladeautomationen.

Batterieleistung (sensor.…_battery_power, W) – bereitgestellt (bei Konfiguration). Zeigt batterieleistung als aktuellen, lokal verarbeiteten Wert.

Batterie geladen heute (sensor.…_battery_charged_today, kWh) – bereitgestellt (bei Konfiguration). Zeigt batterie geladen heute als aktuellen, lokal verarbeiteten Wert.

Batterie geladen diese Woche (sensor.…_battery_charged_week, kWh) – bereitgestellt (bei Konfiguration). Zeigt batterie geladen diese woche als aktuellen, lokal verarbeiteten Wert.

Batterie geladen diesen Monat (sensor.…_battery_charged_month, kWh) – bereitgestellt (bei Konfiguration). Zeigt batterie geladen diesen monat als aktuellen, lokal verarbeiteten Wert.

Das solltest du prüfen

  • Integration installiert und geladen
  • Optionale Entitäten: Funktion aktiviert und konfiguriert
  • Entität im Home-Assistant-Register nicht deaktiviert
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

GPM-Sensoren: Schwellen & Steuerung

Grid Price Monitor stellt bereit: Konfigurierbare Entitäten für Preisgrenzen und Smart Charge.

Kurz erklärt

Preiswerte, Billigstromsignal und optionale Speicher-Ladehistorie. Smart Charge liegt in STATS. Tarife werden nur in GPM konfiguriert. Die ehemaligen Smart-Charging-Sensoren von GPM wurden entfernt. Konfigurierbare Entitäten für Preisgrenzen und Smart Charge. Zum Einstellen von Schwellen und Betriebsmodi direkt in Home Assistant.

Billigstrom-Schwelle (number.…_cheap_price, ct/kWh) – bereitgestellt (Standard, immer da). Zeigt billigstrom-schwelle als aktuellen, lokal verarbeiteten Wert.

Force-Charge-Preis (number.…_force_charge_price, ct/kWh) – bereitgestellt (Standard, immer da). Zeigt force-charge-preis als aktuellen, lokal verarbeiteten Wert.

Unter Durchschnitt (number.…_below_average_pct, %) – bereitgestellt (Standard, immer da). Zeigt unter durchschnitt als aktuellen, lokal verarbeiteten Wert.

Günstigste Stunden (number.…_cheapest_hours) – bereitgestellt (Standard, immer da). Zeigt günstigste stunden als aktuellen, lokal verarbeiteten Wert.

Schwellenmodus (select.…_threshold_mode) – bereitgestellt (Standard, immer da). Zeigt schwellenmodus als aktuellen, lokal verarbeiteten Wert.

Das solltest du prüfen

  • Integration installiert und geladen
  • Optionale Entitäten: Funktion aktiviert und konfiguriert
  • Entität im Home-Assistant-Register nicht deaktiviert
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

WFAI-Sensoren: Wetterintelligenz

Weather Fusion AI stellt bereit: Lokale Wetterlage, Lernstatus, Prognosegüte und konkrete Risikosignale.

Kurz erklärt

Ein Wetter-Entity plus sechs Diagnose- und Lernsensoren für die lokale Wetterfusion. Lokale Wetterlage, Lernstatus, Prognosegüte und konkrete Risikosignale. Für Wetter-Dashboards und robuste wetterabhängige Automationen.

Lokale Wetterprognose (weather.…_weather) – bereitgestellt (Standard, immer da). Zeigt lokale wetterprognose als aktuellen, lokal verarbeiteten Wert.

Status (sensor.…_status) – bereitgestellt (Standard, immer da). Zeigt status als aktuellen, lokal verarbeiteten Wert.

Prognosegenauigkeit (sensor.…_forecast_accuracy, %) – bereitgestellt (Standard, immer da). Zeigt prognosegenauigkeit als aktuellen, lokal verarbeiteten Wert.

Lernfortschritt (sensor.…_learning_progress, %) – bereitgestellt (Standard, immer da). Zeigt lernfortschritt als aktuellen, lokal verarbeiteten Wert.

Aktive Wetterquellen (sensor.…_active_sources) – bereitgestellt (Standard, immer da). Zeigt aktive wetterquellen als aktuellen, lokal verarbeiteten Wert.

Letztes Lernupdate (sensor.…_last_learning_update) – bereitgestellt (Standard, immer da). Zeigt letztes lernupdate als aktuellen, lokal verarbeiteten Wert.

Wolkentyp (sensor.…_cloud_type) – bereitgestellt (Standard, immer da). Zeigt wolkentyp als aktuellen, lokal verarbeiteten Wert.

Das solltest du prüfen

  • Integration installiert und geladen
  • Optionale Entitäten: Funktion aktiviert und konfiguriert
  • Entität im Home-Assistant-Register nicht deaktiviert
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

EAI-Sensoren: Empfehlungen & Planung

Solar Forecast EAI stellt bereit: Erklärbare Empfehlungen für Wärmeerzeugung und flexible Verbraucher.

Kurz erklärt

Passive, erklärbare Signale für Wärmepumpe, Wallbox und lokale Wetterrisiken. Optionale Gruppen erscheinen nur, wenn die jeweilige Funktion in EAI aktiviert und konfiguriert ist. Erklärbare Empfehlungen für Wärmeerzeugung und flexible Verbraucher. Als transparente Entscheidungsgrundlage; die Steuerung bleibt in deinen Automationen.

Empfohlene Aktion (sensor.…_recommended_action) – bereitgestellt (Standard, immer da). Zeigt empfohlene aktion als aktuellen, lokal verarbeiteten Wert.

Grund der Empfehlung (sensor.…_recommendation_reason) – bereitgestellt (Standard, immer da). Zeigt grund der empfehlung als aktuellen, lokal verarbeiteten Wert.

Erklärung der Empfehlung (sensor.…_recommendation_explanation) – bereitgestellt (Standard, immer da). Zeigt erklärung der empfehlung als aktuellen, lokal verarbeiteten Wert.

Vertrauen der Empfehlung (sensor.…_recommendation_confidence, %) – bereitgestellt (Standard, immer da). Zeigt vertrauen der empfehlung als aktuellen, lokal verarbeiteten Wert.

Prognoseunsicherheit (sensor.…_forecast_uncertainty, %) – bereitgestellt (Standard, immer da). Zeigt prognoseunsicherheit als aktuellen, lokal verarbeiteten Wert.

Nächster empfohlener Start (sensor.…_next_action_start) – bereitgestellt (Standard, immer da). Zeigt nächster empfohlener start als aktuellen, lokal verarbeiteten Wert.

Empfehlung gültig bis (sensor.…_recommendation_valid_until) – bereitgestellt (Standard, immer da). Zeigt empfehlung gültig bis als aktuellen, lokal verarbeiteten Wert.

Empfohlene Dauer (sensor.…_recommended_duration, min) – bereitgestellt (Standard, immer da). Zeigt empfohlene dauer als aktuellen, lokal verarbeiteten Wert.

Verbrauch nächste Stunde (sensor.…_consumption_next_hour, kWh) – bereitgestellt (Standard, immer da). Zeigt verbrauch nächste stunde als aktuellen, lokal verarbeiteten Wert.

Erwarteter Verbrauch heute (sensor.…_consumption_today, kWh) – bereitgestellt (Standard, immer da). Zeigt erwarteter verbrauch heute als aktuellen, lokal verarbeiteten Wert.

Erwarteter Verbrauch morgen (sensor.…_consumption_tomorrow, kWh) – bereitgestellt (Standard, immer da). Zeigt erwarteter verbrauch morgen als aktuellen, lokal verarbeiteten Wert.

Erwarteter PV-Überschuss (sensor.…_expected_pv_surplus, kWh) – bereitgestellt (Standard, immer da). Zeigt erwarteter pv-überschuss als aktuellen, lokal verarbeiteten Wert.

Geschätzter Kostenvorteil (sensor.…_estimated_cost_advantage, EUR) – bereitgestellt (Standard, immer da). Zeigt geschätzter kostenvorteil als aktuellen, lokal verarbeiteten Wert.

Datenqualität (sensor.…_data_quality, %) – bereitgestellt (Standard, immer da). Zeigt datenqualität als aktuellen, lokal verarbeiteten Wert.

Modellstatus (sensor.…_model_status) – bereitgestellt (Standard, immer da). Zeigt modellstatus als aktuellen, lokal verarbeiteten Wert.

Automation bereit (binary_sensor.…_automation_ready) – bereitgestellt (Standard, immer da). Signalisiert eindeutig, ob „Automation bereit“ aktiv ist.

PV-Fenster aktiv (binary_sensor.…_pv_window_active) – bereitgestellt (Standard, immer da). Signalisiert eindeutig, ob „PV-Fenster aktiv“ aktiv ist.

Warmwasser empfohlen (binary_sensor.…_dhw_recommended) – bereitgestellt (Standard, immer da). Signalisiert eindeutig, ob „Warmwasser empfohlen“ aktiv ist.

Heizen empfohlen (binary_sensor.…_heating_recommended) – bereitgestellt (Standard, immer da). Signalisiert eindeutig, ob „Heizen empfohlen“ aktiv ist.

Thermischer Speicher empfohlen (binary_sensor.…_thermal_storage_recommended) – bereitgestellt (Standard, immer da). Signalisiert eindeutig, ob „Thermischer Speicher empfohlen“ aktiv ist.

Niedrigpreisfenster aktiv (binary_sensor.…_low_price_window_active) – bereitgestellt (Standard, immer da). Signalisiert eindeutig, ob „Niedrigpreisfenster aktiv“ aktiv ist.

Betrieb verschiebbar (binary_sensor.…_operation_deferrable) – bereitgestellt (Standard, immer da). Signalisiert eindeutig, ob „Betrieb verschiebbar“ aktiv ist.

Kritisches Datenproblem (binary_sensor.…_critical_data_issue) – bereitgestellt (Standard, immer da). Signalisiert eindeutig, ob „Kritisches Datenproblem“ aktiv ist.

Automationssignale (switch.…_automation_signals) – bereitgestellt (Standard, immer da). Zeigt automationssignale als aktuellen, lokal verarbeiteten Wert.

PV-Optimierung (switch.…_pv_optimization) – bereitgestellt (Standard, immer da). Zeigt pv-optimierung als aktuellen, lokal verarbeiteten Wert.

Tarifoptimierung (switch.…_tariff_optimization) – bereitgestellt (Standard, immer da). Zeigt tarifoptimierung als aktuellen, lokal verarbeiteten Wert.

Status thermischer Verluste (sensor.…_thermal_loss_status) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt status thermischer verluste als aktuellen, lokal verarbeiteten Wert.

Prognose thermischer Verluste (sensor.…_thermal_loss_forecast, kWh) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt prognose thermischer verluste als aktuellen, lokal verarbeiteten Wert.

Datenqualität thermischer Verluste (sensor.…_thermal_loss_data_quality, %) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt datenqualität thermischer verluste als aktuellen, lokal verarbeiteten Wert.

Speicher-Bereitschaftsverlust (sensor.…_storage_standby_loss, kWh) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt speicher-bereitschaftsverlust als aktuellen, lokal verarbeiteten Wert.

Zirkulationsverlust (sensor.…_circulation_loss, kWh) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt zirkulationsverlust als aktuellen, lokal verarbeiteten Wert.

Wärmeverlustkoeffizient Speicher (sensor.…_storage_heat_loss_coefficient) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt wärmeverlustkoeffizient speicher als aktuellen, lokal verarbeiteten Wert.

Das solltest du prüfen

  • Integration installiert und geladen
  • Optionale Entitäten: Funktion aktiviert und konfiguriert
  • Entität im Home-Assistant-Register nicht deaktiviert
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

EAI-Sensoren: Wallbox

Solar Forecast EAI stellt bereit: Planungswerte und Signale für prognose- und preisbewusstes Laden.

Kurz erklärt

Passive, erklärbare Signale für Wärmepumpe, Wallbox und lokale Wetterrisiken. Optionale Gruppen erscheinen nur, wenn die jeweilige Funktion in EAI aktiviert und konfiguriert ist. Planungswerte und Signale für prognose- und preisbewusstes Laden. Für eigene Wallbox-Automationen und die Bewertung eines Ladefensters.

Empfohlene Wallbox-Aktion (sensor.…_wallbox_recommended_action) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt empfohlene wallbox-aktion als aktuellen, lokal verarbeiteten Wert.

Grund der Wallbox-Empfehlung (sensor.…_wallbox_recommendation_reason) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt grund der wallbox-empfehlung als aktuellen, lokal verarbeiteten Wert.

Erklärung der Wallbox-Empfehlung (sensor.…_wallbox_recommendation_explanation) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt erklärung der wallbox-empfehlung als aktuellen, lokal verarbeiteten Wert.

Vertrauen der Wallbox-Empfehlung (sensor.…_wallbox_recommendation_confidence, %) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt vertrauen der wallbox-empfehlung als aktuellen, lokal verarbeiteten Wert.

Wallbox-Prognoseunsicherheit (sensor.…_wallbox_forecast_uncertainty, %) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt wallbox-prognoseunsicherheit als aktuellen, lokal verarbeiteten Wert.

Nächster Wallbox-Start (sensor.…_wallbox_next_start) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt nächster wallbox-start als aktuellen, lokal verarbeiteten Wert.

Empfohlenes Wallbox-Ende (sensor.…_wallbox_recommended_end) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt empfohlenes wallbox-ende als aktuellen, lokal verarbeiteten Wert.

Benötigte Ladeenergie (sensor.…_wallbox_required_energy, kWh) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt benötigte ladeenergie als aktuellen, lokal verarbeiteten Wert.

Erwarteter PV-Anteil (sensor.…_wallbox_expected_pv_share, %) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt erwarteter pv-anteil als aktuellen, lokal verarbeiteten Wert.

Geschätzte Ladekosten (sensor.…_wallbox_estimated_cost, EUR) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt geschätzte ladekosten als aktuellen, lokal verarbeiteten Wert.

Geschätzter Ladevorteil (sensor.…_wallbox_estimated_cost_advantage, EUR) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt geschätzter ladevorteil als aktuellen, lokal verarbeiteten Wert.

Abfahrtsbereitschaft (sensor.…_wallbox_departure_readiness, %) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt abfahrtsbereitschaft als aktuellen, lokal verarbeiteten Wert.

Wallbox-Datenqualität (sensor.…_wallbox_data_quality, %) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt wallbox-datenqualität als aktuellen, lokal verarbeiteten Wert.

Wallbox-Ladefenster aktiv (binary_sensor.…_wallbox_charging_window_active) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Signalisiert eindeutig, ob „Wallbox-Ladefenster aktiv“ aktiv ist.

PV-Laden empfohlen (binary_sensor.…_wallbox_pv_charging_recommended) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Signalisiert eindeutig, ob „PV-Laden empfohlen“ aktiv ist.

Rest-PV-Fenster aktiv (binary_sensor.…_wallbox_residual_pv_window_active) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Signalisiert eindeutig, ob „Rest-PV-Fenster aktiv“ aktiv ist.

Niedrigpreis-Laden empfohlen (binary_sensor.…_wallbox_low_price_charging_recommended) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Signalisiert eindeutig, ob „Niedrigpreis-Laden empfohlen“ aktiv ist.

Abfahrtsrisiko (binary_sensor.…_wallbox_departure_risk) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Signalisiert eindeutig, ob „Abfahrtsrisiko“ aktiv ist.

Wallbox-Optimierung (switch.…_wallbox_optimization) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt wallbox-optimierung als aktuellen, lokal verarbeiteten Wert.

Das solltest du prüfen

  • Integration installiert und geladen
  • Optionale Entitäten: Funktion aktiviert und konfiguriert
  • Entität im Home-Assistant-Register nicht deaktiviert
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

EAI-Sensoren: Wetterintelligenz

Solar Forecast EAI stellt bereit: Lokale Wetterlage, Lernstatus, Prognosegüte und konkrete Risikosignale.

Kurz erklärt

Passive, erklärbare Signale für Wärmepumpe, Wallbox und lokale Wetterrisiken. Optionale Gruppen erscheinen nur, wenn die jeweilige Funktion in EAI aktiviert und konfiguriert ist. Lokale Wetterlage, Lernstatus, Prognosegüte und konkrete Risikosignale. Für Wetter-Dashboards und robuste wetterabhängige Automationen.

Status der Wetterintelligenz (sensor.…_weather_intelligence_status) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt status der wetterintelligenz als aktuellen, lokal verarbeiteten Wert.

Wetterdatenqualität (sensor.…_weather_data_quality, %) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt wetterdatenqualität als aktuellen, lokal verarbeiteten Wert.

Gepaarte Wetter-Samples (sensor.…_weather_paired_samples) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt gepaarte wetter-samples als aktuellen, lokal verarbeiteten Wert.

Temperatur-Bias (sensor.…_weather_temperature_bias, °C) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt temperatur-bias als aktuellen, lokal verarbeiteten Wert.

Mittlerer Temperaturfehler (sensor.…_weather_temperature_mae, °C) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt mittlerer temperaturfehler als aktuellen, lokal verarbeiteten Wert.

Temperaturunsicherheit (sensor.…_weather_temperature_uncertainty, °C) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt temperaturunsicherheit als aktuellen, lokal verarbeiteten Wert.

Vertrauen der Wetterprognose (sensor.…_weather_forecast_confidence, %) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt vertrauen der wetterprognose als aktuellen, lokal verarbeiteten Wert.

Wetterprognose gültig bis (sensor.…_weather_forecast_valid_until) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt wetterprognose gültig bis als aktuellen, lokal verarbeiteten Wert.

Aktives Wetterereignis (sensor.…_weather_active_event) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt aktives wetterereignis als aktuellen, lokal verarbeiteten Wert.

Wichtigste Wetterwarnung (sensor.…_weather_most_important_warning) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt wichtigste wetterwarnung als aktuellen, lokal verarbeiteten Wert.

Nächstes Wetterereignis (sensor.…_weather_next_event) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt nächstes wetterereignis als aktuellen, lokal verarbeiteten Wert.

Beginn nächstes Wetterereignis (sensor.…_weather_next_event_start) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt beginn nächstes wetterereignis als aktuellen, lokal verarbeiteten Wert.

Ende nächstes Wetterereignis (sensor.…_weather_next_event_end) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt ende nächstes wetterereignis als aktuellen, lokal verarbeiteten Wert.

Schwere nächstes Wetterereignis (sensor.…_weather_next_event_severity) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt schwere nächstes wetterereignis als aktuellen, lokal verarbeiteten Wert.

Wetterereignis heute (sensor.…_weather_event_today) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt wetterereignis heute als aktuellen, lokal verarbeiteten Wert.

Wetterereignis morgen (sensor.…_weather_event_tomorrow) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt wetterereignis morgen als aktuellen, lokal verarbeiteten Wert.

Wetterereignis übermorgen (sensor.…_weather_event_day_after_tomorrow) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt wetterereignis übermorgen als aktuellen, lokal verarbeiteten Wert.

Niederschlag nächste 24 Stunden (sensor.…_weather_precipitation_next_24h, mm) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt niederschlag nächste 24 stunden als aktuellen, lokal verarbeiteten Wert.

Niederschlagswahrscheinlichkeit nächste 24 Stunden (sensor.…_weather_precipitation_probability_next_24h, %) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt niederschlagswahrscheinlichkeit nächste 24 stunden als aktuellen, lokal verarbeiteten Wert.

Tiefsttemperatur nächste 24 Stunden (sensor.…_weather_temperature_min_next_24h, °C) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt tiefsttemperatur nächste 24 stunden als aktuellen, lokal verarbeiteten Wert.

Höchsttemperatur nächste 24 Stunden (sensor.…_weather_temperature_max_next_24h, °C) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt höchsttemperatur nächste 24 stunden als aktuellen, lokal verarbeiteten Wert.

Maximaler Wind nächste 24 Stunden (sensor.…_weather_wind_speed_max_next_24h, km/h) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Zeigt maximaler wind nächste 24 stunden als aktuellen, lokal verarbeiteten Wert.

Wetterwarnung aktiv (binary_sensor.…_weather_alert_active) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Signalisiert eindeutig, ob „Wetterwarnung aktiv“ aktiv ist.

Frostrisiko (binary_sensor.…_weather_frost_risk) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Signalisiert eindeutig, ob „Frostrisiko“ aktiv ist.

Starkregenrisiko (binary_sensor.…_weather_heavy_rain_risk) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Signalisiert eindeutig, ob „Starkregenrisiko“ aktiv ist.

Starkwindrisiko (binary_sensor.…_weather_high_wind_risk) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Signalisiert eindeutig, ob „Starkwindrisiko“ aktiv ist.

Hitzestressrisiko (binary_sensor.…_weather_heat_stress_risk) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Signalisiert eindeutig, ob „Hitzestressrisiko“ aktiv ist.

Wetterprognose veraltet (binary_sensor.…_weather_forecast_stale) – bereitgestellt (optional, erscheint wenn die Funktion aktiv ist). Signalisiert eindeutig, ob „Wetterprognose veraltet“ aktiv ist.

Das solltest du prüfen

  • Integration installiert und geladen
  • Optionale Entitäten: Funktion aktiviert und konfiguriert
  • Entität im Home-Assistant-Register nicht deaktiviert
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

TFS-Sensoren: Lokale API-Signale

Toorox ForeSight HA stellt bereit: Von Toorox ForeSight lokal bereitgestellte API-Antworten für SFML und STATS.

Kurz erklärt

Toorox ForeSight HA stellt keine eigenen Home-Assistant-Sensoren bereit. Die Ergebnisse werden lokal über eine API an SFML und STATS übergeben. Die folgenden Punkte sind API-Verträge, keine Entitäten im Home-Assistant-Entity-Register. Von Toorox ForeSight lokal bereitgestellte API-Antworten für SFML und STATS. Für die interne Kopplung mit SFML und STATS – nicht als eigene Home-Assistant-Entity.

Dienststatus, Version und Modellstatus (API) – bereitgestellt (Standard, immer da). Liefert Dienststatus, Version und Modellstatus als strukturiertes lokales API-Ergebnis.

P50-Prognose je Stunde und Modulgruppe (API, kWh) – bereitgestellt (Standard, immer da). Liefert P50-Prognose je Stunde und Modulgruppe als strukturiertes lokales API-Ergebnis.

P10-, P50- und P90-Prognose (API, kWh) – bereitgestellt (Standard, immer da). Liefert P10-, P50- und P90-Prognose als strukturiertes lokales API-Ergebnis.

Validierung, Horizont und Erstellzeit (API) – bereitgestellt (Standard, immer da). Liefert Validierung, Horizont und Erstellzeit als strukturiertes lokales API-Ergebnis.

Anpassungs- und Trainingsstatus (API) – bereitgestellt (Standard, immer da). Liefert Anpassungs- und Trainingsstatus als strukturiertes lokales API-Ergebnis.

Das solltest du prüfen

  • Integration installiert und geladen
  • Optionale Entitäten: Funktion aktiviert und konfiguriert
  • Entität im Home-Assistant-Register nicht deaktiviert
Sensoren & Entitäten ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Welchen Regensensor benötigt SFML

SFML Core erwartet einen aktuellen physischen Niederschlagswert in mm/h – keine Tagessumme und keinen Ja-Nein-Sensor.

Kurz erklärt

Wähle in SFML den momentanen Messwert einer lokalen Wetterstation. Der Wert muss numerisch sein und Niederschlag pro Stunde in mm/h beschreiben. Eine Tagesmenge oder ein kumulierender Ereigniszähler bildet einen anderen Sachverhalt ab und verfälscht den Wetterkontext.

Weather Fusion AI kann je nach Einrichtungsfeld zusätzlich akkumulierte Regenwerte verarbeiten. Entscheidend ist deshalb immer die Beschreibung des konkreten Feldes – ein Sensor ist nicht allein deshalb passend, weil sein Name das Wort Regen enthält.

Das solltest du prüfen

  • Einheit ist mm/h
  • Sensor liefert einen aktuellen Messwert
  • Keine Tagessumme und kein Binärsensor
  • Bei unzuverlässigen Daten den optionalen Sensor lieber nicht verwenden
Benötigte Sensoren öffnen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Warum wird mein Sensor nicht zur Auswahl angeboten

Home Assistant filtert viele Auswahlfelder nach Geräteklasse und Einheit. Ein vorhandener Sensor kann technisch trotzdem ungeeignet sein.

Kurz erklärt

Die Auswahl zeigt nur Entitäten, die zum erwarteten Datentyp passen. Ein Leistungsfeld erwartet beispielsweise einen numerischen Leistungssensor; ein selbst erstellter Helfer ohne Geräteklasse kann deshalb fehlen, obwohl er in den Entwicklerwerkzeugen sichtbar ist.

Das solltest du prüfen

  • Zustand ist numerisch und nicht unbekannt
  • Einheit entspricht dem Einrichtungsfeld
  • Geräteklasse ist korrekt gesetzt
  • Entität ist nach einem Home-Assistant-Neustart weiterhin verfügbar
Sensoranforderungen prüfen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Leistung oder Energie – welchen Sensortyp brauche ich

W und kW beschreiben momentane Leistung; Wh und kWh beschreiben eine über Zeit aufsummierte Energiemenge.

Kurz erklärt

Energieflüsse, aktuelle Erzeugung und Verbraucher benötigen normalerweise Leistungssensoren. Tagesertrag, Netzbezug oder Verbrauchshistorien sind Energiemengen. Werden beide Typen vertauscht, entstehen unrealistische Flüsse, Kosten und Statistiken.

Gerichtete Felder wie Netz → Haus erwarten einen positiven Wert ausschließlich für diese Richtung. Einen vorzeichenbehafteten Netto-Sensor teilst du vorher in Import und Export. Ein Feld mit heute benötigt einen seit Mitternacht laufenden Tageszähler; ein lebenslang kumulierender Gesamtzähler ist dafür ungeeignet.

Das solltest du prüfen

  • Leistung: W oder kW
  • Energie: Wh oder kWh
  • Keine Energiemenge in ein Leistungsfeld eintragen
  • Import und Export als getrennte positive Richtungen abbilden
  • Tageszähler beginnt nach Mitternacht wieder nahe null

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Welche Messung benötigt eine aktive Panelgruppe

Jede aktive Panelgruppe benötigt ihre installierte Leistung, Ausrichtung, Neigung und einen Live-Leistungssensor in W oder kW.

Kurz erklärt

SFML integriert die gemessene Gruppenleistung selbst zu Tagesenergie. Separate Tages-kWh-Helfer sind für das aktuelle Kernsetup nicht erforderlich. Fehlt ein eigener Gruppenwert, muss zunächst geprüft werden, ob Wechselrichter oder lokale Schnittstelle einen passenden String- oder MPPT-Sensor bereitstellen.

Das solltest du prüfen

  • Installierte Gruppenleistung stimmt
  • Azimut und Neigung stimmen
  • Live-Sensor liefert W oder kW
  • Sensor gehört tatsächlich zu dieser Panelgruppe
Installationsanleitung öffnen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Wallbox und E-Auto einrichten

Welche Sensoren die Wallbox sichtbar machen, wie sie in Bilanz und Ladeplanung einfließen und welcher Schalter niemals gewählt wird.

Kurz erklärt

Grundlage sind zwei Werte aus deiner Wallbox: die aktuelle Ladeleistung in Watt und der Wallbox-Status, also ob gerade geladen, verbunden oder bereit ist. Damit erscheint die Wallbox im Verbrauchsatlas und in der Tagesbilanz. Optional kommen der Lademodus als Auswahl-Entität und die Energie der aktuellen Ladesitzung in Kilowattstunden dazu; sie machen die Auswertung je Ladevorgang möglich.

Für die Ladeplanung kommt der Bedarf hinzu: Ladestand des Fahrzeugs, gewünschte Zusatzenergie oder eine geplante Fahrt mit Strecke und Verbrauch. Daraus entstehen ein Vorschlag für das Ladefenster, der erwartete Solaranteil und ein Vergleich mit sofortigem Laden.

Wenn du dem Energiemanagement eine Freigabe für die Wallbox geben willst, wähle einen Schalter, der die Ladefreigabe steuert und sicher abgeschaltet werden darf. Niemals den Hauptschalter oder die Stromversorgung der Wallbox – eine Abschaltung mitten im Ladevorgang kann Fahrzeug und Wallbox in einen Fehlerzustand bringen.

Verbrauchswerte richtig einordnen: Der Hausverbrauch ist der Verbrauch des Hauses. Ob Wallbox und Wärmepumpe darin enthalten sind, hängt davon ab, wo dein Zähler misst. Trägst du sie zusätzlich als Verbraucher ein, erkennt STATS ihren Anteil und rechnet sie nicht doppelt.

Das solltest du prüfen

  • Wallbox-Leistung in Watt und Wallbox-Status hinterlegt
  • Optional Lademodus und Sitzungsenergie ergänzt
  • Als Freigabeschalter nur eine sicher abschaltbare Ladefreigabe gewählt
  • Geprüft, ob die Wallbox bereits im Hausverbrauch enthalten ist
Kepler Energiemanagement

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Wärmepumpe einrichten und auswerten

Pflichtwerte für die Wärmeprognose, sinnvolle Ergänzungen und wie der Verbrauch in der Bilanz auftaucht.

Kurz erklärt

Für die Wärmeauswertung sind drei Angaben Pflicht: der aktuelle Stromverbrauch der Wärmepumpe in Watt, der Tagesverbrauch in Kilowattstunden, der um Mitternacht auf null zurückspringt, und der Typ der Wärmepumpe. Dazu kommen thermische Heizleistung und Nenn-COP, damit aus elektrischer Leistung eine Wärmemenge wird.

Optional, aber wertvoll: Innentemperatur, Soll-Temperatur und der Warmwasser-Modus. Erst damit lässt sich unterscheiden, ob gerade geheizt oder Warmwasser bereitet wird, und das Verhalten deines Gebäudes wird erkennbar.

Wetterwerte müssen nicht eingetragen werden – sie kommen automatisch. Eigene Sensoren für Außentemperatur, Wind, Luftfeuchtigkeit, Luftdruck und Niederschlag kannst du zusätzlich hinterlegen, wenn sie näher an deinem Standort messen.

In STATS trägst du die Wärmepumpe zusätzlich als Verbraucher mit ihrer Leistung ein. Dann erscheint sie im Verbrauchsatlas. Ob ihr Verbrauch schon im Hausverbrauch steckt, hängt von deinem Zähler ab; STATS erkennt den Anteil und zählt ihn nicht doppelt.

Das solltest du prüfen

  • Leistungssensor in Watt und Tagesenergie in kWh vorhanden
  • Tagesenergie springt um Mitternacht auf null
  • Wärmepumpen-Typ, Heizleistung und Nenn-COP eingetragen
  • Wärmepumpe in STATS als Verbraucher hinterlegt
Kepler EnergiemanagementEnergy Management System

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Smart Charge einrichten

Welche Rolle GPM und STATS haben, was du einmal unter Batterie einträgst und was Aktiv, Modus und die SoC-Grenzen bewirken.

Kurz erklärt

Smart Charge braucht Grid Price Monitor und Solar Forecast STATS. GPM kennt die Preise und entscheidet, welche Stunden günstig sind. STATS kennt Akkustand, Verbrauch und die Solarprognose aus Solar Forecast ML, trifft die Ladeentscheidung und schaltet. Fehlen die Preissignale von GPM, schaltet STATS die Netzladung aus.

Die einmalige Einrichtung liegt unter Einstellungen, Solar Forecast Stats, Konfigurieren, Batterie. Die Batteriekapazität in kWh muss größer als null sein, sonst rechnet STATS nicht. Die maximale Ladeleistung in kW deckelt, wie viel Netzstrom in einer Stunde in die Rechnung eingeht; null bedeutet unbegrenzt. Den SoC-Sensor wählst du dort als Batterie-Entität. Ist keiner gewählt, nimmt STATS den Akkustand aus der Sensorzuordnung. Gelesen wird ein Wert von 0 bis 100 Prozent; ohne lesbaren Wert wird nicht geladen. Die Wechselrichterleistung übernimmt STATS aus Solar Forecast ML. Fehlt sie oder ist sie ungültig, rechnet STATS ohne diese Grenze.

Der Ladeschalter muss eine Entität der Domain switch sein. In der Auswahl erscheinen nur Schalter, ein input_boolean taucht dort nicht auf. Die Schaltsteuerung ruft switch.turn_on und switch.turn_off auf und liest den Zustand zurück, bis er dem Soll entspricht. Wer die Netzladung über eine Automation anstößt, legt einen Template-Schalter an, der den echten Zustand zurückmeldet. Ohne Ladeschalter rechnet STATS die Empfehlung weiter und schaltet nichts.

Auf der Smart-Charge-Seite gilt: Aktiv schaltet die Netzladung ein; aus bleibt der Ladeschalter aus. Der Modus bestimmt, woraus der Bedarf entsteht. Der Ziel-SoC ist der Füllstand, bis zu dem bei günstigem Strom geladen wird. Der Min-SoC ist die Untergrenze, unter die der Zielstand nicht gesetzt wird. Der Max-SoC ist die Obergrenze; darüber lädt STATS aus dem Netz nicht.

Nur die Lücke füllen holt aus dem Netz nur die Menge, die Solarprognose und Verbrauch als Lücke ausweisen, und wartet, wenn eine spätere Stunde dafür günstiger reicht. Der eingestellte Ziel-SoC spielt in diesem Modus keine Rolle. Das passt, wenn der Akku vor allem Sonnenstrom aufnehmen soll. Bei günstigem Strom bis zum Ziel laden füllt in den günstigen Stunden bis zum Ziel-SoC und bei extrem günstigem Preis bis zum Max-SoC, ohne die Prognose als Ziel zu nehmen. Das passt, wenn du einen festen Füllstand willst, sobald der Strom günstig ist. Kombiniert nimmt den höheren der beiden Bedarfe und lädt, sobald einer der beiden Wege Laden verlangt. Das passt, wenn weder die Prognoselücke noch der Wunschfüllstand ausfallen soll.

Das solltest du prüfen

  • GPM und STATS sind installiert, GPM liefert Preise
  • Batteriekapazität ist größer als null
  • Maximale Ladeleistung gesetzt oder bewusst auf null gelassen
  • SoC-Sensor liefert einen Wert von 0 bis 100 Prozent
  • Ladeschalter ist ein switch, kein input_boolean
  • Bei einer Automation meldet der Template-Schalter den echten Zustand
  • Modus gewählt; Ziel-SoC nur im Preisband oder kombiniert erwartet
Warum analysiert Smart Charge nur

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Panelgruppen ändern: was mit dem Gelernten passiert

Wann eine Änderung nötig ist, was sie zurücksetzt und wie du sie richtig durchführst.

Kurz erklärt

Eine Panelgruppe beschreibt einen Teil deiner Anlage mit eigener Ausrichtung: Leistungssensor, Azimut, Neigung und kWp. Bis zu vier Gruppen sind möglich. Die Aufteilung ist nicht Kosmetik – SFML lernt jede Gruppe einzeln, weil ein Ost- und ein Westdach zu völlig verschiedenen Tageszeiten liefern.

Änderst du Zuschnitt, Sensor oder Geometrie einer Gruppe, passt das bisher Gelernte nicht mehr zur neuen Aufteilung. Die betroffene Gruppe beginnt praktisch von vorn, während die übrigen Gruppen und das physikalische Fundament weiterarbeiten. Die Prognose bleibt also nutzbar, wird aber für einige Tage ungenauer.

Deshalb: Gruppen einmal sauber anlegen und dann in Ruhe lassen. Korrigiere sie, wenn sie erkennbar falsch sind – falscher Sensor, vertauschte Ausrichtung, falsche kWp –, nicht zum Ausprobieren.

Kommen Module dazu, trage die neue Gruppe an und passe die Gesamtleistung an. Wird eine Gruppe entfernt, stelle die Zahl der aktiven Gruppen zurück; verwaiste Angaben führen sonst zu Lücken.

Das solltest du prüfen

  • Je Gruppe: richtiger Leistungssensor, Azimut, Neigung, kWp
  • Zahl der aktiven Gruppen passt zur Anlage
  • Gesamtleistung in kWp entspricht der Summe der Gruppen
  • Nach der Änderung einige Tage beobachten, statt erneut zu ändern
Welche Messung benötigt eine aktive Panelgruppe

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Was steuern Update-Intervall, Diagnose-Modus und Prognose-Sensoren

Diese Optionen bestimmen den Aktualisierungsabstand und welche zusätzlichen SFML-Sensoren Home Assistant bereitstellt.

Kurz erklärt

Das Update-Intervall gibt den Abstand zwischen regulären Prognose-Aktualisierungen in Sekunden an. Zulässig sind 300 bis 86.400 Sekunden; der Standard beträgt 3.600 Sekunden. Ein Wert von 1.800 bedeutet beispielsweise eine Aktualisierung alle 30 Minuten.

Der Diagnose-Modus stellt zusätzliche Sensoren zur Überwachung von Datenbasis, Modell und Systemzustand bereit. Der Stunden-Prognose-Sensor ergänzt einen eigenen Sensor für die nächste Stunde. Die evcc Solar-Prognose stellt stündliche Prognosedaten direkt im von evcc erwarteten Format bereit, sodass dafür kein eigener Template-Sensor erforderlich ist.

Die Zusatzsensoren verändern nicht selbst die Anlagenkonfiguration. Aktiviere sie, wenn du ihre Werte tatsächlich für Diagnose, Dashboard, Automationen oder evcc verwendest.

Das solltest du prüfen

  • Update-Intervall in Sekunden eingeben
  • Wert zwischen 300 und 86.400 Sekunden verwenden
  • Diagnose-Modus für erweiterte Statussensoren aktivieren
  • Stunden-Sensor und evcc-Ausgabe nur bei Bedarf einschalten

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Welche Benachrichtigungen kann ich in den erweiterten Optionen steuern

Die Schalter steuern Home-Assistant-Benachrichtigungen für Start, Prognose, Training und erkannte Wetterzustände.

Kurz erklärt

Start-, Prognose-, Trainings- und Erfolgs-Benachrichtigungen melden den Start der Integration, Prognose-Aktualisierungen, den Beginn eines Trainings beziehungsweise dessen Abschluss. Damit lässt sich die gewünschte Informationsmenge einstellen, ohne den jeweiligen Ablauf selbst abzuschalten.

Nebel-, Frost-, Wetterwarnungs- und Schneebedeckungs-Benachrichtigungen melden erkannte Zustände. Die Wetterwarnung bezieht sich dabei auf eine unerwartete Abweichung des gemessenen Wetters von der Prognose. Wird ein Benachrichtigungsschalter deaktiviert, unterdrückt SFML lediglich diese Meldung; die zugrunde liegende Erkennung und Prognose bleiben aktiv.

Das solltest du prüfen

  • Nur Benachrichtigungen aktivieren, die im Alltag hilfreich sind
  • Prognose- und Trainingsmeldungen bei zu vielen Hinweisen deaktivieren
  • Wettererkennung nicht mit der zugehörigen Benachrichtigung verwechseln
  • Bei einer Meldung Zeitpunkt und betroffene Sensorwerte prüfen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Was bewirken Adaptive Prognose und Winter-Modus

Die adaptive Prognose kann den Nachmittag korrigieren; der Winter-Modus ergänzt unter klar begrenzten Bedingungen eine Wolkenkorrektur.

Kurz erklärt

Die Adaptive Prognose vergleicht am frühen Nachmittag die Vormittags-Prognose mit der tatsächlichen Produktion. Weichen beide deutlich voneinander ab, entscheidet SFML anhand frischer Wetterdaten und weiterer Kriterien, ob eine Korrektur der Nachmittagsprognose sinnvoll ist. Der Schalter erlaubt diese automatische Korrektur; er erzwingt sie nicht. Standard ist AUS.

Der Winter-Modus wirkt in den dunklen Monaten bei niedrigem Sonnenstand. Die zusätzliche Wolkenkorrektur greift nur, wenn keine gemessene oder vom Wetteranbieter gelieferte Strahlung verfügbar ist. Standard ist AN.

Das solltest du prüfen

  • Adaptive Prognose nur aktivieren, wenn automatische Nachmittagskorrekturen gewünscht sind
  • Eine deutliche Abweichung garantiert noch keine Korrektur
  • Winter-Modus im Regelfall aktiviert lassen
  • Gemessene oder gelieferte Strahlungsdaten haben Vorrang vor der winterlichen Wolkenkorrektur

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Wie konfiguriere ich Nulleinspeisung und Batteriespeicher für die Drosselerkennung

Die Optionen schützen das Training davor, eine technisch gedrosselte Produktion als normales Anlagenverhalten zu lernen.

Kurz erklärt

Aktiviere Nulleinspeisung nur, wenn eine Regelung die Wechselrichterleistung auf den Hausbedarf begrenzt. SFML sucht dann bei guten Wetterbedingungen und einer deutlichen Abweichung von der Physik-Prognose nach gedrosselten Stunden und schließt erkannte Fälle vom ML-Training aus.

Aktiviere Batteriespeicher vorhanden nur bei einem tatsächlich vorhandenen Akku. Danach ist ein Solar-zu-Akku-Leistungssensor zwingend erforderlich. Er muss die aktuell von der PV in den Akku fließende Leistung in W oder kW liefern. Fällt dieser Fluss bei geeigneten Bedingungen unter 50 W, kann das zusammen mit den übrigen Kriterien auf einen vollen Akku und eine MPPT-Drosselung hinweisen. Ein niedriger Sensorwert allein löst keinen verlässlichen Befund aus.

Max. erlaubte Netzeinspeisung beschreibt ein vorhandenes Einspeise- oder AC-Ausgangslimit in Watt. Bei aktiver Nulleinspeisung speichert SFML intern 0 W. Ohne Nulleinspeisung hilft das reale Limit, eine am Grenzwert festhängende Produktion als mögliche Drosselung einzuordnen.

Das solltest du prüfen

  • Nulleinspeisung nur bei vorhandener Regelung aktivieren
  • Bei Batteriespeicher zwingend den Solar-zu-Akku-Sensor auswählen
  • Sensor muss aktuelle Leistung und nicht Energie liefern
  • Reales Einspeise- oder AC-Ausgangslimit in Watt eintragen
  • Trainingsausschlüsse gemeinsam mit Wetter, Physik-Prognose und Messwertqualität beurteilen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Wechselrichter-Limit, Clipping und Nulleinspeisung

Wann du das AC-Limit einträgst, was es bewirkt und warum gedrosselte Stunden nicht ins Lernen gehören.

Kurz erklärt

Das AC-Limit des Wechselrichters ist die Grenze, die deine Anlage nach dem Wechselrichter nicht überschreiten kann – zum Beispiel 10 kW bei einer 13 kWp-Anlage. Trägst du sie ein, weiß SFML, dass Stunden an dieser Grenze nicht die mögliche Einstrahlung abbilden, sondern eine technische Begrenzung. Ohne diese Angabe hält SFML gekappte Stunden für die Wirklichkeit und lernt eine zu schwache Anlage.

Bei Nulleinspeisung passiert dasselbe aus einem anderen Grund: Ist der Akku voll und der Hausverbrauch gedeckt, regelt die Anlage herunter. Auch diese Stunden zeigen nicht, was möglich gewesen wäre. Damit SFML das erkennt, braucht es die Angaben zu Batteriespeicher und zur maximal erlaubten Netzeinspeisung.

Hast du keine Begrenzung, lässt du das Feld leer beziehungsweise auf null. Ein Wert, der nicht stimmt, schadet mehr als kein Wert.

Rückwirkend lernt SFML nicht um. Nach einer Korrektur dieser Angaben verbessert sich die Prognose mit den folgenden Tagen, nicht sofort.

Das solltest du prüfen

  • AC-Limit entspricht dem tatsächlichen Wechselrichter, nicht der Modulleistung
  • Bei Nulleinspeisung: Batteriespeicher und maximal erlaubte Netzeinspeisung eingetragen
  • Ohne Begrenzung: Feld leer oder null
  • Nach der Änderung einige Tage beobachten
Wie konfiguriere ich Nulleinspeisung und Batteriespeicher für die Drosselerkennung

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Wofür ist der Pirate Weather API Key

Der optionale Schlüssel ergänzt das Wetter-Blending um NOAA-GFS-/HRRR-Daten, insbesondere für die Wolkenbewertung.

Kurz erklärt

Mit einem Pirate Weather API Key kann SFML das NOAA-GFS-/HRRR-Wettermodell als zusätzliche Wetterquelle verwenden. Die Daten fließen in das Wetter-Blending ein und können besonders die Einordnung der Bewölkung verbessern.

Der Schlüssel ist optional. Ohne Eintrag arbeitet SFML mit den übrigen verfügbaren Wetterquellen weiter. Behandle den API-Schlüssel wie ein Geheimnis: nicht in Screenshots, Logs oder Supportbeiträgen veröffentlichen.

Das solltest du prüfen

  • API-Schlüssel vollständig und ohne zusätzliche Leerzeichen eintragen
  • Schlüssel nicht öffentlich teilen
  • Nach dem Speichern die Verfügbarkeit der Wetterquellen prüfen
  • Leeres Feld verwenden, wenn Pirate Weather nicht genutzt werden soll
Pirate Weather API-Schlüssel beziehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Warum ist eine neue Prognose noch ungenau

Eine neue Installation besitzt zunächst nur wenig lokale Evidenz. Einzelne Tage erlauben noch keine belastbare Bewertung des Anlagenmodells.

Kurz erklärt

Prüfe zuerst die technische Datenbasis und bewerte die Prognose danach über mehrere geeignete Tage. Wetterwechsel, Verschattung, Abregelung und unvollständige Messwerte können einzelne Tagesvergleiche stark verzerren.

Eine niedrige Abweichung an einem Tag beweist ebenso wenig ein fertiges Modell wie eine hohe Abweichung am ersten Tag einen Fehler beweist.

Das solltest du prüfen

  • Alle aktiven Panelgruppen liefern plausible Leistung
  • Anlagengeometrie ist korrekt
  • Keine Ausfälle oder Abregelungen im Vergleichszeitraum
  • Diagnosesensoren zeigen vollständige und aktuelle Daten

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Warum werden Stunden vom Lernen ausgeschlossen

Ein Ausschluss schützt das lokale Anlagenmodell vor unvollständigen, technisch begrenzten oder nicht zuverlässig einzuordnenden Messwerten.

Kurz erklärt

SFML lernt nur aus Stunden, deren Messwerte als belastbare Grundlage geeignet sind. Weicht die gemessene Produktion deutlich vom erwartbaren Verlauf ab, fehlen Teile einer Stunde oder sprechen technische Merkmale für eine Begrenzung, wird die Stunde vorsorglich ausgeschlossen. Das ist zunächst kein Fehler, sondern schützt das Anlagenmodell vor ungeeigneten Lernwerten.

Die Meldung accu_curtailment ist eine generische Schutzklassifizierung. Sie bedeutet weder, dass zwingend ein Akku vorhanden ist, noch dass ein Akku sicher abgeregelt hat. Auch ohne Akku kann sie ausgelöst werden – beispielsweise durch eine nicht näher bestimmbare MPPT-Abregelung, eine unvollständig erfasste Produktionsstunde, einen kurzen Aussetzer von Home Assistant, eine vorübergehend instabile Verbindung zum Wechselrichter oder fehlende, verspätete beziehungsweise sprunghafte Messwerte.

Verwandte technische Gründe sind suspected_battery_curtailment, demand_limited_zero_export, zero_export_limited, full_battery_zero_export, full_battery_export_limit, transition_curtailment, mppt_throttled und inverter_clipped. Diese Bezeichnungen beschreiben, warum eine Stunde nicht als sichere Lernbasis verwendet wird. Sie sind keine abschließende Diagnose der technischen Ursache.

Typische Originalmeldungen beginnen mit Excluding <hour> from learning: <reason> oder Learning filter: Excluded <count> hours (<remaining> remaining). Reasons: <reasons>. Wenn zu viele geeignete Produktionsstunden fehlen, kann zusätzlich Daily learning skipped: Too many excluded hours erscheinen. SFML überspringt dann das Lernen für diesen Tag, statt das Modell mit einer zu kleinen oder verzerrten Datenbasis zu verändern.

In STATS erscheinen diese Stunden als Ausschlüsse und gehören nicht zur Clean-Güte. Lernbasis, Abdeckung und Gesamtfehler können deshalb unterschiedliche Stundenmengen verwenden und müssen gemeinsam gelesen werden.

Das solltest du prüfen

  • Prüfen, ob die gesamte Produktionsstunde vollständig erfasst wurde
  • Home-Assistant-Neustarts oder kurze Aussetzer zum gleichen Zeitpunkt prüfen
  • Verbindung zum Wechselrichter auf Unterbrechungen untersuchen
  • Produktionssensor auf fehlende, konstante oder sprunghafte Werte prüfen
  • Mögliche Begrenzung durch Wechselrichter, MPPT, Nulleinspeisung oder Akku prüfen
  • Beobachten, ob der Ausschluss nur vereinzelt oder regelmäßig zur gleichen Zeit auftritt

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Was bedeutet AI not trained

Für ein aktives trainiertes Modell liegen noch nicht genügend geeignete lokale Lernwerte vor.

Kurz erklärt

SFML kann weiterhin mit seinem physikalischen Fundament prognostizieren. Ein zusätzliches Modell wird erst verwendet, wenn genügend geeignete Daten vorliegen und die interne Bewertung bestanden ist. Der Status allein verlangt keinen Reset und keine manuelle Datenbankänderung.

Das solltest du prüfen

  • Installation ausreichend lange mit vollständigen Daten betreiben
  • Lern- und Datenqualitätssensoren prüfen
  • Keine häufigen Sensorwechsel während der Lernphase
  • Version und tägliche Abläufe auf Fehler prüfen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Was bedeutet Pending Candidate

Ein neu trainiertes Modell wird parallel geprüft und beeinflusst die aktive Prognose erst nach einer erfolgreichen Bewertung.

Kurz erklärt

Ein Pending Candidate ist ein neu trainiertes Modell, das noch geprüft wird. Es läuft zunächst parallel zum aktuell verwendeten Modell und sammelt Vergleichsdaten. In dieser Zeit beeinflusst es die aktive Prognose noch nicht.

Der Fortschrittszähler erhöht sich um einen Tag, wenn an einem Kalendertag genügend gültige Vergleichsdaten vorliegen. Dazu gehören vollständige, regulär geplante Prognoseläufe und verwertbare Messwerte. Manuelle Testläufe, doppelte Läufe oder Tage mit fehlenden beziehungsweise ausgeschlossenen Messwerten erhöhen den Zähler nicht.

Ein neuer Modellkandidat wird parallel mitgeführt und an vergleichbaren Tagen gegen das aktive Modell geprüft. Erst wenn genug aussagekräftige Tage zusammengekommen sind, fällt die Entscheidung: Der Kandidat wird übernommen, verworfen, oder die Prüfung läuft weiter, etwa weil seltene Wetterlagen noch fehlen. Deshalb bedeutet ‚seit sieben Tagen vorhanden‘ nicht, dass die Prüfung abgeschlossen ist.

Die Anzahl Pending Candidates selbst steigt nur, wenn ein weiterer noch ungeprüfter Modellkandidat angelegt wird. Im Normalbetrieb ist höchstens ein Kandidat gleichzeitig pending.

Das solltest du prüfen

  • Fortschrittszähler und Alter des Kandidaten nicht gleichsetzen
  • Nur vollständige reguläre Prognoseläufe als mögliche Evidenztage betrachten
  • Fehlende oder ausgeschlossene Messwerte im Prüfzeitraum berücksichtigen
  • Die Entscheidung fällt erst, wenn genug aussagekräftige Tage zusammengekommen sind

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Was bedeutet ein kritischer KI-Drift

Drift beschreibt eine deutliche Veränderung zwischen gelerntem Anlagenverhalten und aktuellen Beobachtungen – nicht automatisch einen Defekt.

Kurz erklärt

Jahreszeit, wandernde Schatten, Schnee, Verschmutzung, technische Begrenzungen oder geänderte Sensoren können Drift auslösen. Entscheidend ist, ob der Zustand über längere Zeit zusammen mit schlechter Datenqualität oder auffälligen Prognosen bestehen bleibt.

Lösche die Lerndatenbank nicht allein wegen der Bezeichnung kritisch. Prüfe zuerst, was sich an Anlage, Wetter, Sensoren oder Konfiguration verändert hat.

Das solltest du prüfen

  • Sensoren und Anlagenkonfiguration wurden nicht verändert
  • Keine Verschattung, Verschmutzung oder Abregelung übersehen
  • Messwerte bleiben plausibel und vollständig
  • Prognosequalität über mehrere geeignete Tage betrachten

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Datenbankgröße, Aufbewahrung und der Home-Assistant-Recorder

Warum SFML eine eigene Datenbank führt, wie groß sie wird und was der Recorder damit zu tun hat.

Kurz erklärt

SFML und STATS speichern ihre Messreihen, Prognosen und Lerndaten in einer eigenen Datenbank, unabhängig vom Recorder von Home Assistant. Das ist Absicht: Der Recorder ist auf kurze Aufbewahrung ausgelegt, Prognosequalität lässt sich aber nur über Monate und Jahre beurteilen.

Die eigene Datenbank wächst kontinuierlich, aber in überschaubarem Rahmen; ältere Detaildaten werden nach festen Regeln verdichtet oder verworfen. Ein regelmäßiges Aufräumen von Hand ist nicht vorgesehen und auch nicht nötig.

Wenn deine Home-Assistant-Datenbank groß wird, liegt das in aller Regel am Recorder und nicht an SFML. Dort helfen die üblichen Mittel: Aufbewahrungsdauer verkürzen und Entitäten ausschließen, die du nicht historisch brauchst. Das betrifft die SFML-Auswertungen nicht.

Die Lerndatenbank zurückzusetzen ist der letzte Schritt, nicht der erste. Sie ist die Grundlage aller gelernten Muster; nach einem Reset beginnt das Lernen von vorn. Bevor du das tust, prüfe die üblichen Ursachen einer schlechten Prognose: falsche Sensoren, fehlendes AC-Limit, falsch zugeschnittene Panelgruppen.

Das solltest du prüfen

  • Größe der Home-Assistant-Datenbank vom Recorder her betrachtet, nicht von SFML
  • Recorder-Aufbewahrung und ausgeschlossene Entitäten geprüft
  • Vor einem Reset die Konfiguration geprüft
  • Genug freier Speicherplatz auf dem System
Wann sollte ich die Lerndatenbank zurücksetzen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Wann sollte ich die Lerndatenbank zurücksetzen

Ein Reset löscht wertvolle lokale Historie und ist keine Standardlösung für Warnungen, Drift oder eine einzelne schlechte Prognose.

Kurz erklärt

Korrigiere zuerst die Ursache: falsche Sensorzuordnung, ungeeignete Einheit, Anlagenänderung oder Datenlücke. Nutze unterstützte Diagnose- und Korrekturwege, bevor du die gesamte Lernbasis verwirfst.

Ein vollständiger Neustart der Lernbasis ist nur sinnvoll, wenn die Historie nachweislich systematisch unbrauchbar ist und eine gezielte Korrektur nicht ausreicht. Sichere die Daten vorher.

Das solltest du prüfen

  • Ursache ist eindeutig identifiziert
  • Aktuelle Konfiguration ist korrekt
  • Gezielte Korrektur reicht nicht aus
  • Sicherung der SFML-Daten ist vorhanden

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Umzug auf eine neue Home-Assistant-Instanz

Was ein Backup mitnimmt, was du nach dem Umzug prüfst und wie du das Gelernte behältst.

Kurz erklärt

Ein vollständiges Home-Assistant-Backup enthält die Integrationen mit ihrer Konfiguration und die Datenverzeichnisse der Zusatzkomponenten. Wird es auf der neuen Instanz vollständig eingespielt, kommen Einstellungen und gelernte Daten mit.

Kritisch sind die Entitäten: Heißen deine Sensoren auf der neuen Instanz anders – etwa weil ein Gerät neu eingebunden wurde –, zeigen die Felder ins Leere. Dann ordnest du sie einmal neu zu. Alles Gelernte bleibt dabei erhalten, sofern der Sensor inhaltlich derselbe ist.

Nach dem Umzug gilt dieselbe Ruhephase wie nach einem Update: einmal vollständig neu starten, einen Tagesablauf abwarten, dann Prognose und Statistik bewerten.

Was du vermeiden solltest: die Integration auf der neuen Instanz frisch einzurichten, obwohl ein Backup vorliegt. Damit beginnt das Lernen von vorn.

Das solltest du prüfen

  • Vollständiges Backup, nicht nur die Konfigurationsdateien
  • Nach dem Einspielen jede Sensorzuordnung geprüft
  • Einmal vollständig neu gestartet und einen Tag abgewartet
  • Lizenz auf der neuen Instanz geprüft
Was ich nach einem Update prüfen sollte

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Stromrechnung erfassen, Jahreshistorie und Monatskorrektur

Was die Karte „Meine Stromrechnung“ zeigt, wofür die Jahreshistorie da ist und wann du die Monatskorrektur brauchst.

Kurz erklärt

Auf der Seite Strompreis stehen zwei Dinge nebeneinander, die bewusst getrennt bleiben. ‚Meine Stromrechnung‘ rechnet ausschließlich mit gemessenen Daten: deinen Stundenwerten aus STATS und den Stundenpreisen aus GPM. Rechnungen schaut diese Karte nicht an. Sie zeigt, was deine Sensoren gemessen haben und wo du damit am Jahresende landest.

Die ‚Jahreshistorie‘ darunter ist dein Rechnungsbuch. Du trägst ein, was auf der Rechnung steht: Zeitraum, Netzbezug, Betrag, Anbieter. Daraus entstehen Verbrauch, Kosten und der echte Preis pro Kilowattstunde je Jahr – auch für Jahre, in denen es noch keine Messdaten gab. Anbieterwechsel und Preisanpassungen werden tagesanteilig verteilt, nicht pauschal zusammengerechnet.

Warum getrennt? Zählerstand des Anbieters, eigene Sensoren und Abrechnungszeiträume stimmen nie exakt überein. Nebeneinander sind beide Zahlen aussagekräftig; vermischt wäre keine mehr nachvollziehbar. Der Vergleich ist genau der Punkt, an dem Sensorfehler oder Nachzahlungen auffallen.

Die Monatskorrektur ist etwas anderes: Sie greift in die Stundenpreise von GPM ein. Du gibst für einen abgeschlossenen Monat Verbrauch und Rechnungsbetrag ein, GPM verschiebt die Stundenpreise so, dass der Monat im Mittel den Preis ergibt, den du wirklich bezahlt hast. Das brauchst du nur, wenn die Preise in GPM falsch waren – etwa durch eine fehlende Umlage, einen Tarifwechsel oder Ausfälle. ‚Rechnung bearbeiten‘ ändert dagegen nur deinen Eintrag im Rechnungsbuch und rührt die Stundenpreise nicht an.

Bei Tarifen mit Zeitzonen musst du keine Preisliste importieren: Lege die Zeitfenster mit Beginn, Ende, Preis und Wochentagen in den GPM-Optionen an, dann erzeugt GPM die Stundenpreise selbst. Der CSV-Import ist für dynamische Tarife und für das Nachtragen vergangener Zeiträume gedacht.

Das solltest du prüfen

  • Rechnungen vollständig mit Zeitraum, Netzbezug und Betrag erfasst
  • Zeitfenster angelegt, wenn der Tarif Zeitzonen hat
  • Monatskorrektur nur für abgeschlossene Monate mit erkennbarer Abweichung
  • Nach der Korrektur die Monatswerte gegen die Rechnung geprüft
Energie & FinanzenWarum zeigt STATS unrealistische Stromkosten

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Warum zeigt STATS unrealistische Stromkosten

Extrem hohe Kosten oder Energiemengen entstehen häufig durch vertauschte Leistung und Energie, falsche Skalierung oder eine ungeeignete Tarifangabe.

Kurz erklärt

Prüfe zuerst die Eingangssensoren und deren Einheiten. Ein kWh-Wert in einem W-Feld oder ein kW-Wert, der wie W behandelt wird, verschiebt Berechnungen um große Faktoren. Kontrolliere anschließend Strompreis, Netzbezug und Vorzeichen.

Der Gesamtpreis kommt ab V46.2.0 ausschließlich aus GPM (total_price in ct/kWh). STATS hat keinen eigenen Tarif-Eingangssensor mehr. Ein reiner Börsenpreis ohne Netzentgelte, Steuern und Aufschläge ist nicht der Gesamtpreis und kann Kosten sowie Smart Charge verfälschen.

Das solltest du prüfen

  • Leistungsfelder enthalten W oder kW
  • Energiefelder enthalten Wh oder kWh
  • GPM ist installiert und liefert total_price in ct/kWh
  • GPM-Tarif enthält die vorgesehenen Preisbestandteile
  • Import und Export sind nicht vertauscht

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Warum können STATS-Anzeige und Prognose unterschiedlich wirken

STATS visualisiert gespeicherte Werte und Zustände; ein Darstellungsproblem ist nicht automatisch ein Fehler im Prognosecode.

Kurz erklärt

Unterscheide zwischen der fachlichen Prognose, ihrer Speicherung und der visuellen Aufbereitung. Linien, Karten oder verzögert aktualisierte Analysewerte können anders aussehen, obwohl die operative Prognose korrekt bereitsteht.

Vergleiche deshalb zuerst die zugehörigen SFML-Sensoren und deren Zeitstempel, bevor du aus einer Grafik auf einen Prognosefehler schließt. Markiert Modern einen Wert als stale oder offline, bleibt lediglich der letzte bekannte Stand sichtbar. Nach Backend-Updates können ein Home-Assistant-Neustart und anschließend ein Hard Refresh erforderlich sein.

Das solltest du prüfen

  • Zugehörigen SFML-Sensor vergleichen
  • Zeitstempel und Aktualität prüfen
  • stale- oder offline-Markierung beachten
  • Browser per Hard Refresh neu laden
  • Aktuelle und zusammengehörige STATS-Version verwenden

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Was bedeuten verfügbare und verwendete Wetterquellen

Verfügbar beschreibt erreichbare Datenquellen; verwendet beschreibt die für eine konkrete Bewertung ausgewählte Teilmenge.

Kurz erklärt

Nicht jede erreichbare Quelle muss in jedem Zeitpunkt gleich stark oder überhaupt verwendet werden. Verfügbarkeit, Vollständigkeit und gelernte lokale Qualität beeinflussen die Auswahl. Deshalb dürfen die Zahlen unterschiedlich sein.

Das solltest du prüfen

  • Zusätzliche API-Zugänge sind gültig
  • Lokale Wettersensoren liefern aktuelle Werte
  • Keine Quelle ist dauerhaft nicht verfügbar
  • Bewertung über mehrere Aktualisierungen beobachten

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Warum erscheint die SFML-Startmeldung wiederholt

Wiederholte Startmeldungen können auf einen Neustart oder ein erneutes Laden von Home Assistant beziehungsweise der Integration hinweisen.

Kurz erklärt

Prüfe zuerst, ob Home Assistant neu gestartet wurde oder der Prozess wegen Speicherdruck, Add-ons oder Host-Problemen neu beginnt. Die Meldung allein beweist keinen Fehler in SFML.

Das solltest du prüfen

  • Home-Assistant-Uptime prüfen
  • Host- und Core-Protokolle zum gleichen Zeitpunkt prüfen
  • RAM- und Speicherauslastung beobachten
  • Weitere Integrationen auf Neustartmeldungen vergleichen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Was ist das Energy Management System

Das EMS ist seit V44.2.0 lokal in EAI enthalten und bewertet mit Kepler, was für Wärme, Speicher und Mobilität sinnvoll ist.

Kurz erklärt

Das Energy Management System verbindet die lokale PV-Prognose mit Wärmebedarf, Speicher und Ladeplanung. Kepler unterstützt diese Bewertung. Es entstehen Empfehlungen und Freigaben, keine Cloud-Verarbeitung und keine direkte Gerätesteuerung.

Hubble bleibt für die Solarprognose im vorläufigen Endstand; weitere Hubble-Änderungen beschränken sich auf Fehlerbehebungen. SFML, STATS und EAI sollten gemeinsam auf V44.2.0 oder neuer stehen.

Das solltest du prüfen

  • EAI-Lizenz ist gültig
  • SFML und STATS sind eingerichtet
  • SFML, STATS und EAI sind V44.2.0 oder neuer
  • EAI schaltet keine Geräte selbst
EMS in den Funktionen ansehenEAI einrichten

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Reicht meine Hardware für die gesamte Suite

SFML Core und der vollständige Stack erzeugen unterschiedliche Last. STATS, EAI und weitere Module erhöhen Speicher-, Datenbank- und Rechenbedarf.

Kurz erklärt

Installiere auf begrenzter Hardware nur die Komponenten, die du wirklich nutzt. Entscheidend sind nicht allein CPU-Kerne, sondern Reserven für Home Assistant, Datenbank, Add-ons und die täglichen Lernabläufe.

Lange Abläufe sind nicht automatisch ein Fehler. Wiederholte Timeouts, Neustarts, volle Arbeitsspeicherbelegung oder ausbleibende Sensorupdates sind jedoch Hinweise auf fehlende Reserven.

Das solltest du prüfen

  • RAM-Auslastung und Neustarts beobachten
  • Dauer der täglichen Abläufe prüfen
  • Datenbank-Timeouts beachten
  • Nicht benötigte Zusatzmodule deaktivieren

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Systemlast verstehen und senken

Wann Last normal ist, woran du eine echte Überlastung erkennst und welche Stellschrauben es gibt.

Kurz erklärt

Einmal täglich läuft die Hauptberechnung. In diesen Minuten steigt die Prozessorlast deutlich – das ist der Normalfall und kein Fehler. Entscheidend ist, ob die Last danach wieder abfällt.

Dauerhaft hohe Last hat meist andere Ursachen: zu kurzes Aktualisierungsintervall, sehr viele gleichzeitig laufende Integrationen, ein überlastetes Speichermedium oder eine sehr große Home-Assistant-Datenbank. Eine SD-Karte als Systemlaufwerk ist die häufigste einzelne Ursache.

Stellschrauben in dieser Reihenfolge: Aktualisierungsintervall erhöhen, Diagnosemodus ausschalten, wenn er nicht gebraucht wird, Recorder aufräumen, und wenn möglich auf SSD statt SD-Karte wechseln.

Zur Einordnung: Auf schwacher Hardware kann die tägliche Berechnung spürbar dauern. Solange die Ergebnisse vollständig sind und das System danach wieder ruhig läuft, ist das kein Fehler.

Das solltest du prüfen

  • Last fällt nach der täglichen Berechnung wieder ab
  • Aktualisierungsintervall geprüft und nicht unnötig niedrig
  • Diagnosemodus nur bei Bedarf aktiv
  • Systemlaufwerk: SSD statt SD-Karte
  • Recorder-Datenbank in vernünftiger Größe
Reicht meine Hardware für die gesamte Suite

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Was bedeutet mandatory ensemble shadow provenance failed

Diese Meldung betraf den V42-Zweig und wurde für V44 korrigiert.

Kurz erklärt

Ein älterer Stand konnte den Morgenlauf als fehlgeschlagen melden, obwohl weiterhin eine Prognose vorlag. Im aktuellen V44-Stand ist diese konkrete Pflichtfehlermeldung entfernt.

Aktualisiere SFML, STATS und EAI gemeinsam. Erscheint die Meldung unter V44 weiterhin, gehört sie mit vollständigem Versions- und Host-Kontext in den Bugtracker.

Das solltest du prüfen

  • SFML ist V44.0.0 oder neuer
  • Gebündelte STATS- und EAI-Versionen passen
  • Home Assistant wurde nach dem Update wie angefordert neu gestartet
  • Alte Logeinträge nicht mit aktuellen Ereignissen verwechseln
Updates ansehen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Was bedeuten EOD partial und einzelne Timeouts

Ein übersprungener Lernschritt muss weder Datenverlust noch eine defekte Prognose bedeuten.

Kurz erklärt

Bewerte den vollständigen Ablauf statt nur die auffälligste Logzeile. Ein Ergebnis wie 15 von 16 kann bedeuten, dass für einen optionalen Lernschritt an diesem Tag keine geeigneten Daten vorlagen. Auch ein begrenzt wiederholter Astronomie- oder Datenbankzugriff kann sicher übersprungen werden.

Handlungsbedarf besteht, wenn Meldungen über mehrere Tage wiederkehren und gleichzeitig Prognosen, Sensoren oder Datenaktualität ausfallen.

Das solltest du prüfen

  • Abschlussstatus des gesamten Ablaufs lesen
  • Prognosesensoren und Datenaktualität prüfen
  • Wiederholung über mehrere Tage beobachten
  • Bei anhaltender Störung relevanten vollständigen Logabschnitt sichern

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Wie prüfe ich, ob ein Problem bereits behoben wurde

Vergleiche zuerst installierte Version, Home-Assistant-Version und aktuelle Release Notes.

Kurz erklärt

Viele Meldungen beziehen sich auf ältere Kombinationen. Notiere die Version jeder betroffenen Komponente und prüfe, ob das Problem in den Release Notes bereits als behoben beschrieben ist. SFML, STATS und EAI sollten als zusammengehöriger Stand betrachtet werden.

Das solltest du prüfen

  • Versionen in Home Assistant notieren
  • HACS auf ausstehende Updates prüfen
  • Release Notes der installierten und aktuellen Version vergleichen
  • Angeforderten Neustart vollständig ausführen
Update-Historie öffnen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Wie du eine Frage stellst, die schnell beantwortet wird

Beschreibe Erwartung, Abweichung und die letzte Änderung. Ein Bildschirmfoto hilft mehr als ein Protokollauszug.

Kurz erklärt

Log-Meldungen sind für die Entwicklung gedacht. Sie lassen sich von außen kaum deuten, weil große Teile des Codes geschützt sind – auch ein Sprachmodell kann sie deshalb nicht zuverlässig interpretieren und erfindet im Zweifel eine Erklärung. Für eine schnelle Antwort hilft etwas anderes: beschreibe, was du erwartet hast, was stattdessen passiert ist, seit wann, und was sich zuletzt geändert hat. Nenne Version, Installationsart und die betroffene Komponente. Ein Bildschirmfoto der Stelle sagt mehr als ein Auszug aus dem Protokoll.

Das solltest du prüfen

  • Was du erwartet hast
  • Was stattdessen passiert ist
  • Seit wann, und was sich zuletzt geändert hat
  • Version, Installationsart und die betroffene Komponente
  • Ein Bildschirmfoto der Stelle
Welche Angaben benötigt eine verwertbare Fehlermeldung

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Welche Angaben benötigt eine verwertbare Fehlermeldung

Version, Host, Zeitpunkt, reproduzierbares Verhalten und der zusammenhängende relevante Logabschnitt sind entscheidend.

Kurz erklärt

Eine einzelne rote Zeile reicht selten zur Ursachenanalyse. Beschreibe, was du erwartet hast, was tatsächlich passiert ist und seit wann. Entferne Zugangsdaten, Tokens, öffentliche IP-Adressen, Namen und andere persönliche Angaben aus Logs und Bildern.

Das solltest du prüfen

  • Home-Assistant- und Komponenten-Version
  • Host-System und Installationsart
  • Zeitpunkt und reproduzierbare Schritte
  • Logabschnitt vor und nach dem Fehler
  • Keine Geheimnisse oder persönlichen Daten veröffentlichen
Bugtracker öffnen

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

Gehört meine Frage in die Hilfe oder in den Fehlerbereich

Verständnis und Einrichtung gehören in die Hilfe; bestätigte Fehler werden im Bug-Tracker dokumentiert und reproduzierbare neue Fälle im Fehlerbereich gemeldet.

Kurz erklärt

Verbindlich ist diese Hilfe. Community-Foren sind unabhängiger Austausch unter Nutzern und keine offizielle Anlaufstelle. Nutze diese Hilfe für Sensorwahl, Konfiguration, Statusfragen und die Einordnung von Ergebnissen. Prüfe den Bug-Tracker auf bereits bekannte oder gelöste Fälle. Einen reproduzierbaren Fehler eines aktuellen unterstützten Stands kannst du anschließend im Fehlerbereich des Community-Forums melden.

Eine automatische Loganalyse durch eine allgemeine KI kann beim Strukturieren helfen, kennt aber den geschützten SFML-Code nicht und darf nicht als bestätigte Ursachenanalyse ausgegeben werden.

Das solltest du prüfen

  • Zuerst Hilfe, Bug-Tracker und Release Notes durchsuchen
  • Aktuelle Version bestätigen
  • Frage oder reproduzierbaren Fehler unterscheiden
  • Keine persönlichen Daten oder Zugangsdaten veröffentlichen
Bug-Tracker prüfenFehlerbereich im Community-Forum öffnen (extern)

✓Fachlich geprüft: SFML · STATS · EAI V52.0.4

COMMUNITY

Deine Frage ist noch offen

Diese Hilfe ist die verbindliche Quelle. Für den Austausch mit anderen Nutzern gibt es SFML-Bereiche in unabhängigen Community-Foren; sie gehören nicht zum Projekt. Einen reproduzierbaren Fehler prüfst du zuerst im Bug-Tracker und meldest ihn anschließend mit Version, Host-System und dem relevanten Logabschnitt im Fehlerbereich.

Zum Bug-TrackerSFML-Bereich im Community-Forum öffnen (extern)