KAPITEL 25 · VORHERSAGE & HEIZUNGS-KI

Von Heizungsdaten zur Heizungs-KI:
erst beobachten, dann vorhersagen

Jetzt kommt die letzte Ausbaustufe näher: Home Assistant sammelt nicht nur Heizungsdaten, sondern wir versuchen daraus vorherzusagen, wie sich ein Raum in den nächsten Stunden entwickelt. Entscheidend ist dabei nicht die spektakuläre KI – sondern ein sauberer, kontrollierter Weg dorthin.

Felix erklärt den Weg von Heizungsdaten zur Heizungs-KI

🐶 Felix-Regel: Erst vorhersagen. Dann im Schatten testen. Ganz zuletzt schalten.

Eine Prognose darf sich erst bewähren, bevor sie irgendeine Heizung automatisch verändert.

Unser Weg zur Heizungs-KI: messen → Zusammenhang erkennen → Vorhersage berechnen → Schattenbetrieb → Treffer prüfen → erst danach kleine Stellgrößen testen.

🌡️

Raumverhalten lernen

Wie schnell kühlt ein Raum aus? Wie schnell wird er warm? Genau dieses Verhalten ist wichtiger als ein einzelner Temperaturwert.

☀️

Einflüsse erkennen

Außentemperatur, Sonne, Kamin, offene Fenster oder interne Wärmequellen können die Entwicklung verändern.

🔭

Vorhersage

Aus aktuellen und vergangenen Messwerten entsteht eine Prognose: Wo könnte die Raumtemperatur in ein, zwei oder drei Stunden liegen?

🕶️

Schattenbetrieb

Die KI macht Vorschläge, greift aber noch nicht ein. Danach vergleichen wir Prognose und Realität.

Schattenbetrieb heißt: Die Logik denkt schon mit, aber sie darf noch nichts verstellen. So sehen wir, ob ihre Vorschläge wirklich besser wären als die bestehende Regelung.

SCHRITT 1

Eine einzige Vorhersagefrage festlegen

Wir starten nicht mit „Optimiere meine Heizung“. Unsere erste klare Frage lautet zum Beispiel: Wie warm wird das Wohnzimmer in drei Stunden sein, wenn wir nichts ändern?

Je enger die Frage, desto besser lässt sich später prüfen, ob die Vorhersage gut war.

SCHRITT 2

Nur relevante Daten verwenden

Für eine erste Prognose reichen oft wenige Größen: aktuelle Raumtemperatur, Außentemperatur, Heizstatus und Temperaturentwicklung der letzten Stunden.

Solar, Fensterkontakte, Vorlauf oder Pumpenleistung kommen erst dazu, wenn sie die Vorhersage nachweislich verbessern.

SCHRITT 3

Prognose gegen Realität prüfen

Nach drei Stunden vergleichen wir Vorhersage und tatsächliche Raumtemperatur. Die Differenz ist viel wertvoller als ein Bauchgefühl: War die Prognose zu warm, zu kalt oder ziemlich genau?

Diese Erfolgskontrolle muss automatisch und wiederholbar sein, sonst lernt das System nicht aus seinen Fehlern.

SCHRITT 4

Einflüsse erst ergänzen, wenn sie messbar helfen

Wenn die Prognose bei Sonne regelmäßig danebenliegt, nehmen wir solare Einflüsse dazu. Wenn offene Fenster die Vorhersage zerstören, bekommt dieser Zustand Gewicht. So wächst das Modell aus echten Fehlern – nicht aus einer Wunschliste mit möglichst vielen Sensoren.

Das schützt uns auch vor einem typischen KI-Fehler: mehr Daten mit besseren Daten zu verwechseln.

🏠 Unser aktueller Stand

Bei WATTZAHLS läuft bereits eine 3-Stunden-Prognose mit automatischer Erfolgskontrolle im Schattenbetrieb. Solare Einflüsse werden verzögert berücksichtigt. Der nächste große Schritt ist die kommende Heizperiode: Dort sammeln wir belastbare Heizdaten und prüfen, ob daraus sichere Vorschläge für Heizkennlinie und Betriebsweise entstehen.

SCHRITT 5

Erst Vorschläge – noch keine automatische Heizkurve

Wenn eine Prognose oft genug zuverlässig ist, darf die KI zunächst nur sagen: „Ich würde die Heizkennlinie heute so lassen“ oder „Dieser Zeitraum sieht nach Überheizung aus.“

Eine automatische Veränderung kommt erst deutlich später – klein, begrenzt und mit Rückweg.

KI-PROMPT ZUM KOPIEREN

Aus Heizdaten eine überprüfbare Prognose machen

Ich möchte aus Home-Assistant-Heizdaten eine einfache, überprüfbare Vorhersage ableiten. Bitte plane zunächst nur einen Schattenbetrieb – keine automatische Änderung an der Heizung.

Meine Daten:
- aktuelle Raumtemperatur:
- Außentemperatur:
- Heizstatus:
- Temperaturverlauf der letzten Stunden:
- optional: Vorlauf, Rücklauf, Sonne, Fensterstatus

Meine Vorhersagefrage:
[z. B. Wie warm ist der Raum in 3 Stunden?]

Bitte:
- verwende nur tatsächlich vorhandene Daten,
- starte mit möglichst wenigen Einflussgrößen,
- erkläre, welche Daten wirklich relevant sind und warum,
- formuliere eine konkrete Prognose mit klarer Zeithorizont-Angabe,
- definiere, wie wir die Prognose später gegen die Realität prüfen,
- trenne Messwert, Prognose und Vermutung klar,
- schlage keine automatische Änderung der Heizung vor,
- nenne nur einen nächsten Verbesserungsschritt, wenn die Prognose danebenliegt.

GUT

Vorhersage messbar machen

„In drei Stunden erwarten wir 21,2 °C.“ Danach prüfen wir, wie weit Prognose und Realität auseinanderlagen.

NICHT GUT

„Die KI optimiert jetzt alles“

Ohne überprüfbare Prognose und Schattenbetrieb wäre das nur automatisiertes Raten.

Home Assistant liefert die Datenbasis

Verläufe und Langzeitstatistiken liefern die Messwerte, auf denen eine Prognose aufbauen kann. Die eigentliche Lern- und Prognoselogik ist unser zusätzlicher Aufbau darüber – deshalb trennen wir Datenerfassung, Vorhersage und spätere Regelung bewusst voneinander.

Home Assistant: History ↗
WATTZAHLS: Heizungs-KI – letzte Ausbaustufe →

📸 Hier werden die echten Kurven Gold wert

Wenn die Heizperiode läuft, ergänzen wir reale Beispiele: Prognosekurve, tatsächliche Raumtemperatur und die Abweichung danach. Felix markiert dann direkt, ob die Vorhersage getroffen hat – und warum vielleicht nicht.

←