Steuere dein Smart Home mit einem lokalen LLM, nicht in der Cloud

Ein Smart Home ist eine Reihe vernetzter Geräte, die Sie per App oder Stimme überwachen, automatisieren und steuern. Dieser Einsteiger-Leitfaden erklärt die Grundidee, die Gerätekategorien, wie Hubs Geräte verbinden, die Cloud-gegen-lokal-Entscheidung, die 2026 über den Datenschutz bestimmt, die großen Ökosysteme und wohin Sie als Nächstes gehen, wenn Sie eine private Lösung wollen.

Die Smart-Home-Technik entwickelte sich von der X10-Powerline-Steuerung der 1970er über Z-Wave und Zigbee, die Cloud-Ära von Nest und Echo, den vereinheitlichenden Matter-Standard bis zur heutigen Rückkehr zur lokalen Steuerung mit On-Device-KI. Dieser Leitfaden zeichnet diesen Bogen nach und erklärt, warum das Pendel von der Cloud-Abhängigkeit zurück zur lokalen Autonomie schwingt.

Die vier großen Smart-Home-Ökosysteme – Amazon Alexa, Google Home, Apple Home und Home Assistant – unterscheiden sich am stärksten bei Datenschutz und lokaler Steuerung. Dieser Vergleich behandelt Geräteunterstützung, Datenschutz, lokale Steuerung, Sprache, Kosten und Lock-in und empfiehlt eine Plattform je nach Nutzertyp, wobei Home Assistant als lokaler und privater Champion positioniert wird.

Smart-Home-Protokolle bestimmen, wie Ihre Geräte kommunizieren, wie weit sie reichen und ob sie lokal funktionieren. Dieser verständliche Leitfaden erklärt Zigbee, Z-Wave, Thread und Matter – ihre Reichweite, ihren Stromverbrauch, ihre Interoperabilität und welche standardmäßig lokal sind –, damit Sie die richtigen für ein zuverlässiges, privates Setup wählen.

Die besten Smart-Home-Geräte 2026 reichen von Hubs über Beleuchtung, Schlösser, Sensoren und Kameras bis zu Steckdosen – und die klügste Kaufregel ist, lokal-fähige Geräte für Datenschutz und Zuverlässigkeit zu bevorzugen. Diese Kaufberatung geht Kategorie für Kategorie vor, kennzeichnet, welche Optionen lokal statt nur-Cloud funktionieren, und zeigt, wie Sie ein Local-First-Starterset zusammenstellen.

Der zuverlässige Weg, 2026 ein Smart Home zu starten, ist: einen Hub wählen, einen Raum einrichten, ein paar lokal-fähige Geräte hinzufügen und ein paar Routinen automatisieren, bevor Sie erweitern. Dieser Einsteiger-Leitfaden gibt einen Schritt-für-Schritt-Weg, empfiehlt für den Datenschutz einen Local-First-Ansatz und benennt die Fehler, die zu einer Schublade voller inkompatibler Geräte führen.

Cloud-Smart-Home-Geräte sammeln Nutzungsmuster, Sprachaufnahmen und Kamerafeeds auf Firmen-Servern – und die Lösung ist lokale Steuerung. Dieser Leitfaden behandelt die realen Datenschutzrisiken, was Cloud-Ökosysteme sammeln, warum Datenlecks und Datenweitergabe zählen, und wie ein Local-First-Setup mit lokaler KI den externen Verarbeiter vollständig entfernt.

Ein lokales Smart Home verarbeitet jedes Gerät, jede Automatisierung und jeden Sprachbefehl auf Ihrer eigenen Hardware – ganz ohne Cloud-Konto. Dieser Leitfaden definiert das Local-First-Modell, erklärt, warum es 2026 wächst, und gliedert den Stack Schicht für Schicht auf: Hub, Protokolle, Sprache und ein lokales KI-Gehirn. Sie erfahren, was heute zu Hause läuft, was es kostet und wie Sie starten.

Home Assistant ist der führende Local-First-Smart-Home-Hub: Installieren Sie ihn auf einem Raspberry Pi oder Mini-PC, fügen Sie Integrationen hinzu und steuern Sie alles lokal ohne Cloud. Dieser Einsteiger-Leitfaden behandelt Warum Home Assistant, die Installationsoptionen, erste Integrationen, das Dashboard, Ihre erste Automatisierung und wo Sie später lokale KI hinzufügen – ohne die LLM-Mechanik erneut zu erklären.

Ein lokales Smart Home schlägt die Cloud bei Zuverlässigkeit, Datenschutz, Kosten und Langlebigkeit: Es funktioniert weiter, wenn Internet oder Hersteller-Cloud ausfallen, sammelt keine Daten, braucht keine Abonnements und kann nicht durch eine Cloud-Abschaltung unbrauchbar werden. Dieser Leitfaden begründet das ehrlich, inklusive des einen echten Kompromisses – des Einrichtungsaufwands.

Die beste Hardware für ein lokales Smart Home folgt einer Entscheidung: Ein Mini-PC mit Intel N100/N150 oder ein Raspberry Pi 5 betreibt den Home-Assistant-Hub, eine Intel-iGPU (OpenVINO) oder ein Hailo-8L-M.2-Modul beschleunigt die Frigate-Kameraerkennung, eine SSD oder ein NAS speichert die Aufnahmen, und ein gebrauchtes RTX-3090-Gerät ist der Aufstieg für ein lokales LLM. Dieser Leitfaden wählt jede Schicht und hilft bei der Wahl zwischen nur-HA und HA-plus-KI – mit Verweis nach außen für VRAM-Details.

Ein lokales Smart Home hält die gesamte Verarbeitung auf Ihrer eigenen Hardware zu Hause und unterstützt so Datenminimierung und Datenresidenz der DSGVO von Grund auf, weil kein Auftragsverarbeiter beteiligt ist. Dieser EU-Leitfaden erklärt, wie die DSGVO auf vernetzte Geräte anwendbar ist, wohin Cloud-Geräte Daten senden, wie lokale Verarbeitung Datenresidenz erreicht, und bietet eine Kauf-Checkliste für ein privates, DSGVO-freundliches Setup.

Matter über Thread kann ein echtes lokales Smart Home über einen lokalen Controller wie Home Assistant betreiben – ohne Hersteller-Cloud. Dieser Leitfaden klärt die Frage, ob Matter lokal bedeutet, erklärt Thread-Border-Router und das nur-lokale Einbinden, zeigt, wie man Cloud-Bridges vermeidet, und führt durch ein lokales Matter-Setup mit Home Assistant.

Von einem Cloud-Smart-Home zu lokaler Steuerung zu migrieren bedeutet, Ihre Cloud-Abhängigkeiten zu prüfen, Geräte auf einen lokalen Hub zu verschieben und Cloud-Assistenten außer Dienst zu stellen. Dieser Schritt-für-Schritt-Leitfaden zeigt, wie Sie prüfen, welche Geräte lokal können, wann ersetzen statt neu koppeln, wie Sie zu Home Assistant wechseln und einen lokalen Sprachassistenten anstelle von Alexa oder Google hinzufügen.

Ein lokales LLM kann heute als Gehirn Ihres Smart Homes dienen – es interpretiert natürlichsprachliche Befehle, führt kontextbewusste Automatisierungen aus und betreibt einen privaten Sprachassistenten, alles auf eigener Hardware und ohne Cloud. Dieser Leitfaden erklärt, was das bedeutet, warum es 2026 praxistauglich wurde, die Architektur aus Home Assistant + Ollama + lokaler Sprache, was es gegenüber regelbasierter Automatisierung freischaltet und den Schritt-für-Schritt-Weg zum Aufbau.

Home Assistant hat eine eingebaute Ollama-Integration, die ein lokal gehostetes Modell zu Ihrem Konversations-Agenten macht und Geräte in natürlicher Sprache ohne Cloud steuert. Dieser Leitfaden führt durch Voraussetzungen, das Hinzufügen der Integration, die Modellwahl, das Verdrahten des Konversations-Agenten, die Gerätesteuerung und die Fehlerbehebung – die Ollama-Installation und Modellauswahl werden verlinkt, nicht erneut erklärt.

Sie können Alexa oder Google durch einen vollständig lokalen Sprachassistenten ersetzen, gebaut aus Home Assistant Assist, lokalem Whisper für Sprache-zu-Text, Piper für Text-zu-Sprache und einem lokalen LLM als Gehirn. Dieser Leitfaden behandelt den Offline-Sprach-Stack, jede Komponente, das Wyoming-Protokoll, das sie verbindet, und die nötige Hardware – alles privat und ohne Cloud.

Lokales Whisper gibt Home Assistant privates Sprache-zu-Text ohne Cloud: Sie wählen eine Whisper-Modellgröße für Ihren Kompromiss aus Genauigkeit, Tempo und Hardware und verbinden es dann über das Wyoming-Protokoll mit Assist. Dieser Leitfaden behandelt, warum lokales STT wichtig ist, die Whisper-Modellgrößen, die Wyoming-Einrichtung, den Hardware-Bedarf und wie Sie die Genauigkeit abstimmen.

Ein lokales LLM ermöglicht kontextbewusste Heim-Automatisierungen, die in natürlicher Sprache beschrieben werden – über starre Wenn-dann-Regeln hinaus. Dieser Leitfaden erklärt die Grenzen regelbasierter Automatisierung, was ein LLM hinzufügt, echte Beispiel-Automatisierungen mit ihren Prompts, die Architektur und die Leitplanken, die sie zuverlässig halten – alles lokal, ohne Cloud.

Frigate führt lokale KI-Objekt- und Personenerkennung auf Ihren Kamera-Feeds aus – ohne Cloud und ohne Abonnement – und integriert sich direkt in Home Assistant. Dieser Leitfaden behandelt das Datenschutzproblem von Cloud-Kameras, was Frigate tut, die Hardware, die die Erkennung beschleunigt (eine Coral-TPU oder GPU), die Home-Assistant-Integration, Benachrichtigungen und wie sich die Kosten zu Abo-Kameras verhalten.

Die besten lokalen LLM-Modelle für die Smart-Home-Steuerung sind kleine, schnelle, instruktionsfolgende Modelle mit zuverlässigem Function-Calling – nicht das größte Modell, das Ihre Hardware fassen kann. Dieser Leitfaden erklärt, was für die Heimsteuerung wirklich zählt, gibt eine Auswahl geeigneter kleiner Modelle, vergleicht sie und ordnet Empfehlungen Hardware-Budgets zu – und verlinkt für tiefere Modell-Leitfäden, statt das ganze Feld neu zu ordnen.

Home Assistant, Amazon Alexa und Google Home passen zu verschiedenen Prioritäten: Home Assistant gewinnt bei Datenschutz und lokaler Steuerung, während Alexa und Google bei Plug-and-Play-Komfort gewinnen. Dieser direkte Vergleich stellt Datenschutz, lokale Steuerung, Geräteunterstützung, Sprache, KI, Kosten und Aufwand gegenüber und empfiehlt die richtige Wahl je nach Nutzertyp.

Der beste Mini-PC für Home Assistant plus ein lokales LLM auf einem Gerät ist 2026 der Beelink SER8 (Ryzen 7 8845HS, Radeon 780M, 32 GB) für rund 650 €, der den Hub, Frigate und ein 7B-Modell über Ollama betreibt. Mit knapperem Budget betreibt ein Intel-N150-Gerät wie der Beelink EQ14 oder GMKtec G3 Plus (rund 180–230 €) Home Assistant und ein kleines Modell. Diese Kaufberatung vergleicht die wichtigsten Mini-PC-Klassen, wägt Budget gegen Leistung ab und behandelt Einrichtungshinweise – mit Querverweis auf den local-llms-Hardware-Leitfaden für VRAM-Tiefe.

Lokale Sprachassistenten gewinnen bei Datenschutz und Kosten; Cloud-Assistenten führen weiterhin bei Out-of-Box-Politur und breiten Skills. Dieser Entscheidungs-Leitfaden vergleicht einen lokalen Stack (Home Assistant Assist + Whisper + ein lokales LLM) mit Cloud-Assistenten (Alexa, Google) über Datenschutz, Kosten, Genauigkeit, Skills, Offline-Betrieb und Aufwand und sagt, wann jeder gewinnt.

Sie können ein Smart Home ganz ohne Abonnements bauen, indem Sie lokal-fähige Geräte und einen lokalen Hub wählen und einmalige Hardwarekosten statt monatlicher Gebühren zahlen. Dieser Leitfaden zeigt, wo sich Abonnements verstecken, den abofreien lokalen Stack, Geräte ohne Gebühren, lokalen Kameraspeicher und die Einmalkosten-Rechnung, die lokal mit der Zeit günstiger macht.

Der GEEKOM A9 Max ist ein Premium-Mini-PC auf Basis des AMD Ryzen AI 9 HX 370 (12 Kerne, Radeon 890M, bis zu 128 GB DDR5). Für ein Smart Home mit lokaler KI ist er die Wahl mit Reserven: Er betreibt Home Assistant, Frigate und ein 7B–13B-Modell auf Ollama mit reichlich Luft nach oben, kostet aber mit rund 999–1.199 € (Juli 2026, Preis schwankt) deutlich mehr als ein Beelink SER8, der die meisten dieser Aufgaben ebenfalls abdeckt. Dieser Test prüft die technischen Daten, benennt ehrliche Erwartungen an die lokale LLM-Geschwindigkeit und sagt, für wen sich das Gerät lohnt.

Der Beelink SER8 (AMD Ryzen 7 8845HS, Radeon 780M, 32 GB DDR5) ist der Mini-PC mit dem besten Preis-Leistungs-Verhältnis für ein lokales KI-Smart-Home im Jahr 2026. Für rund 549 € (Juli 2026, Preis schwankt) betreibt er Home Assistant, Frigate, Whisper und ein 7B-Modell auf Ollama auf einer einzigen leisen Box. Dieser Test prüft die Spezifikationen, setzt ehrliche Erwartungen an die Geschwindigkeit lokaler LLMs und erklärt, wo er sowohl günstigere Intel-N150-Boxen als auch den teureren GEEKOM A9 Max schlägt.

Der Beelink EQ14 (Intel N150, 16 GB DDR4, zwei 2.5GbE) ist ein günstiger Mini-PC für ein lokal-first Smart Home. Für rund 199 € (Juli 2026, Preis schwankt) betreibt er Home Assistant und ein kleines lokales Modell gut, ist aber eine Hub- und Netzwerk-Box, keine KI-Maschine. Dieser Test prüft die Spezifikationen, setzt ehrliche Erwartungen an die Geschwindigkeit lokaler LLMs und erklärt, wann Sie ihn statt einer Ryzen-Box wie dem Beelink SER8 kaufen sollten.

Der GMKtec NucBox G3 Plus (Intel N150, aufrüstbar auf 32 GB DDR4) ist ein günstiger Mini-PC für ein lokal betriebenes Smart Home. Für etwa 199–239 € (Stand Juli 2026, Preis schwankt) betreibt er Home Assistant und ein kleines lokales Modell — mit einem echten Vorteil gegenüber manchen Konkurrenten: Sein RAM ist ein austauschbares SO-DIMM, nicht verlötet. Dieser Test prüft die Spezifikationen, setzt ehrliche Erwartungen an die Geschwindigkeit lokaler LLMs und erklärt, wo er sich gegenüber dem Beelink EQ14 und den Ryzen-Boxen einordnet.

Der Minisforum UM890 Pro (AMD Ryzen 9 8945HS, Radeon 780M, bis zu 96 GB DDR5) ist der vielseitige Aufstiegs-Mini-PC für ein Smart Home mit lokaler KI. Ab ca. 489 € als Barebone bis ca. 649 € mit 32 GB (Juli 2026, schwankend) erreicht er beim lokalen Modell das Niveau eines Beelink SER8, bietet aber zusätzlich zwei 2,5GbE-Ports, Wi-Fi 6E und einen OCuLink-Anschluss für eine externe GPU. Dieser Test prüft die Spezifikationen, setzt ehrliche Erwartungen an die Geschwindigkeit lokaler LLMs und erklärt, wer den Aufpreis gegenüber einem SER8 zahlen sollte.

Lokales Energiemanagement im Smart Home bedeutet, Solar-, Batterie- und Gerätenutzung vollständig auf eigener Hardware zu erfassen und zu automatisieren, mit dem Energie-Dashboard von Home Assistant als Zentrale — keine Nutzungsdaten verlassen Ihr Netzwerk. Dieser Leitfaden erklärt, warum Cloud-Energie-Apps detaillierte Nutzungsmuster preisgeben, wie ein lokales Setup sie Gerät für Gerät ersetzt, und wohin es als Nächstes geht: Wechselrichter-/Wärmepumpen-Integration, das Dashboard-Setup selbst und Batteriesicherung fürs ganze Haus.

Die Matter-Spezifikation definiert seit Matter 1.4+ Gerätetypen für Energiehardware — Solarwechselrichter, Batteriespeicher, E-Auto-Ladegeräte und Wärmepumpen (laut der eigenen Roadmap-Ankündigung der Connectivity Standards Alliance) —, doch zum Zeitpunkt dieses Textes ist kein ausgeliefertes, Matter-zertifiziertes Wechselrichter-, Batterie- oder Wärmepumpenprodukt eines Herstellers bestätigt. Dies ist eine Early-Mover-Erklärung: was die Spezifikation heute definiert und worauf zu achten ist, bevor daraus eine echte Kaufoption wird — kein Leitfaden zu Hardware, die Sie jetzt schon nutzen können. Er erklärt zudem, wie sich dies von den bereits für Balkonsolar behandelten Monitoring- und Dashboard-Integrationen unterscheidet, die schon heute funktionieren.

Das eingebaute Energie-Dashboard von Home Assistant erfasst Netzbezug, Solarerzeugung, Batteriestatus und Gerätenutzung einzeln in einer lokalen Ansicht — die Einrichtung erfordert das Hinzufügen einiger Sensor-Entitäten, keinen Automatisierungscode. Diese Anleitung führt durch das Hinzufügen eines Netzsensors, Solar- und Batteriesensoren falls vorhanden, die Erfassung einzelner Geräte und das Lesen der resultierenden Kosten- und Nutzungsdiagramme.

Ein häusliches Energie-„Microgrid" bedeutet im Verbrauchersinn Solarerzeugung plus Batteriespeicher plus lokale Automatisierung, die wesentliche Stromkreise während eines Netzausfalls am Laufen hält — kein echtes, inselbetriebenes Microgrid im Versorgungsmaßstab, was ein anderes, kommerzielles Ingenieursproblem ist. Dieser Leitfaden umreißt, was mit Heimbatterie + Wechselrichter + Home-Assistant-Automatisierung realistisch erreichbar ist, und wohin Sie für die Hardware-Details gehen sollten.

Matter 1.6, veröffentlicht am 17. Juni 2026, ist die aktuelle Version des Smart-Home-Standards Matter. Die wichtigsten Neuerungen sind NFC-basiertes Setup, Joint Fabric (mehrere Ökosysteme können dasselbe Gerät gemeinsam verwalten) und Thermostat-Vorschläge — keine neuen Energiemanagement-Gerätetypen, die bereits früher in Matter 1.3-1.5 eingeführt wurden und an anderer Stelle in diesem Cluster behandelt werden. Dieser Artikel erklärt, was sich in 1.6 konkret geändert hat und wie sich das vom allgemeinen Protokoll-Grundlagenartikel und dem Leitfaden zur lokalen Steuerung auf dieser Website unterscheidet.

Die Netzwerkschicht eines Smart Homes braucht zwei Dinge: einen Thread-Border-Router für stromsparende Mesh-Geräte (Sensoren, Schlösser, manche Beleuchtung) und genug Wi-Fi-Bandbreite/niedrige Latenz für Kameras und Sprachassistenten. Thread 1.4.0 und Wi-Fi 7 (802.11be) sind beide aktuelle, reale Spezifikationen — aber welche konkreten Router-Chipsätze und Modelle beides tatsächlich bieten, und zu welchem Preis, wird hier nicht behandelt; das erfordert eine eigene Hardware-Recherche statt einer Spezifikationsprüfung. Dieser Leitfaden erklärt, worauf zu achten ist, statt unverifizierte aktuelle Modelle zu nennen.

Der EU Data Act (Verordnung (EU) 2023/2854) schafft in Kapitel II Datenzugangs- und Portabilitätsrechte für Nutzer vernetzter Geräte, getrennt von den Regeln der DSGVO zur Verarbeitung personenbezogener Daten — er regelt, ob du die von deinem Gerät erzeugten Daten herausbekommen und mit einem anderen Dienst teilen kannst, nicht wie deine personenbezogenen Daten verarbeitet werden. Seine Hauptpflichten gelten seit dem 12. September 2025 und er erfasst ausdrücklich Smart-Home-Geräte für Verbraucher als „vernetzte Produkte". Dieser Artikel erklärt den Unterschied zur DSGVO und worauf du als EU-Smart-Home-Besitzer achten solltest.

IKEA verkauft eine Matter-kompatible Smart-Home-Produktreihe — den DIRIGERA-Hub ($119.99), plus Sensoren und Beleuchtung — positioniert als kostengünstigerer Einstiegspunkt in lokal-first Smart-Home-Steuerung im Vergleich zu dedizierten Hub-Geräten. Dieser Leitfaden erklärt, wofür das Ökosystem gedacht ist und wie es im Vergleich zu anderen bereits auf dieser Website behandelten Hub-Optionen abschneidet.

Kleine Sprachmodelle — etwa 1 bis 4 Milliarden Parameter — sind die praktische Wahl für die Sprach- und Automatisierungssteuerung im Smart Home, nicht weil sie generell weniger leistungsfähig sind, sondern weil sie auf bescheidener lokaler Hardware schnell genug laufen und sich gut auf die enge Aufgabe spezialisieren lassen, einen gesprochenen Befehl in eine Geräteaktion umzuwandeln. Dieser Artikel erklärt, warum die Smart-Home-Steuerung kleine gegenüber großen Modellen bevorzugt, welche Architektur-Kompromisse dabei eine Rolle spielen, und wie sich das von einer bereits auf dieser Website vorhandenen Model-Picks-Kurzliste unterscheidet.

mmWave-Radarsensoren erkennen Raumbelegung und sogar Mikrobewegungen wie Atmung, ohne dabei ein Bild aufzunehmen — das macht sie zu einer datenschutzfreundlicheren Alternative zu einer Kamera für präsenzbasierte Automatisierungen. Der Aqara FP2 (etwa 80–85 $ bei großen US-Händlern) ist eine gebrauchsfertige Option, während Hi-Links LD2410/LD2410C/LD2450-Chips (etwa 15–25 $ als DIY-ESPHome-Build mit einem ESP32-Board) der übliche kostengünstigere Weg sind. Dieser Artikel erklärt, wie Radarpräsenzsensorik funktioniert, wo sie eine Kamera oder einen Bewegungsmelder übertrifft, und wie man sie in Home Assistant einbindet.

Eine LLM-Halluzination in der Hausautomation sieht anders aus als eine halluzinierte Tatsache in einem Chatbot: Sie bedeutet, dass das falsche Gerät ausgelöst wird, der tatsächliche Zustand eines Sensors falsch gelesen wird oder eine Entität referenziert wird, die in deiner Home-Assistant-Konfiguration gar nicht existiert. Dieser Artikel behandelt die Smart-Home-spezifischen Fehlermodi und die Grounding-Techniken — Function-Calling-Schemas und Entitätslisten-Beschränkungen —, die sie reduzieren, aufbauend auf den allgemeinen Hinweisen zur Halluzinationsreduktion, die an anderer Stelle auf dieser Website bereits behandelt werden.

Sensorfusion bedeutet, mehrere Sensortypen — Bewegung, Radar, Kontakt, Kamera, Audio — zu einer einzigen Automatisierungsentscheidung zu kombinieren, statt sich auf einen einzelnen Sensor zu verlassen, was sowohl False Positives als auch False Negatives reduziert. Dieser Artikel erklärt das Muster anhand von Radar-plus-Bewegungs-Anwesenheitserkennung als durchgängigem Beispiel und zeigt, wie man es in Home Assistant umsetzt.

Ein Home Digital Twin ist ein live aktualisiertes, einheitliches Modell des Zustands deines Zuhauses — jedes Gerät, jeder Sensorwert und jedes Anwesenheitssignal wird zu einer einzigen Darstellung zusammengeführt, über die eine Automatisierung oder ein lokales LLM nachdenken kann, statt jede Entität einzeln zu prüfen. Dies ist ein aufkommendes Muster, das auf bestehenden Home-Assistant-Entitäten und Sensorfusion aufbaut, keine etablierte Produktkategorie von der Stange — dieser Artikel grenzt ab, was heute realistisch erreichbar ist, gegenüber dem, was noch konzeptionell bleibt.

Die besten lokalen Sicherheitskameras für ein auf Privatsphäre ausgerichtetes Smart Home speichern Aufnahmen direkt auf dem Gerät oder im eigenen Netzwerkspeicher, ohne dass für die Basisaufzeichnung ein Abonnement erforderlich ist. Reolink, Ubiquiti UniFi Protect, Amcrest und Eufy bieten jeweils bestätigte Optionen für lokale Speicherung oder einen lokalen NVR ohne verpflichtendes Cloud-Abonnement (geprüft am 16.07.2026 anhand offizieller Quellen; Preise sind Momentaufnahmen, keine festen Werte). Dieser Leitfaden erklärt, worauf für echte lokale Fähigkeiten zu achten ist, und ist eine Hardware-Kaufergänzung zum bereits auf dieser Website vorhandenen Frigate-Anleitungsartikel.

Die besten Smart Locks für ein lokal-first Smart Home unterstützen Zigbee, Z-Wave oder Matter-over-Thread für grundlegende Sperr-/Entsperrsteuerung ohne ein Cloud-Konto zu benötigen — im Gegensatz zu cloud-abhängigen Schloss-Marken, die jeden Befehl über einen Hersteller-Server leiten. Aqaras U200, Yales Assure Lock 2 und Schlages neuer Sense Pro bestätigen alle aktuelle Matter-/Z-Wave-Unterstützung (geprüft 2026-07-16); Levels Unternehmensumstrukturierung im Juni 2026 ist ein aktuelles Beispiel dafür, warum lokale Steuerung wichtig ist, selbst wenn sich ein Unternehmen verändert.

Die besten smarten Thermostate für lokale KI-Steuerung bieten eine lokale API oder Home-Assistant-Integration, sodass eine lokale LLM-Automatisierung die Temperatur ohne Cloud-Umweg anpassen kann. Sinopés Zigbee-Thermostate, Aqaras Thermostat Hub W200 (Matter) und der 2GIG-STZ-1 (Z-Wave Plus) bestätigen alle einen echten lokalen Betrieb (geprüft am 16.07.2026); Ecobee ist trotz tiefer Home-Assistant-Integration laut Home Assistants eigener Dokumentation bestätigt Cloud-Polling — ein klares Beispiel dafür, warum „integriert sich mit Home Assistant" nicht dasselbe ist wie „lokal".

Ein USB-Zigbee-Koordinator- oder Thread-Border-Router-Dongle verwandelt einen Mini-PC oder Raspberry Pi mit Home Assistant in einen vollwertigen Smart-Home-Hub, der Zigbee- und Thread-Geräte direkt koppeln kann. Home Assistants eigener Connect ZBT-2 ($49), Sonoffs Zigbee 3.0 USB Dongle Plus (~$27, in zwei Chipsatz-Varianten unter einem Produktnamen) und Dresden Elektroniks ConBee III (~€40) sind bestätigte aktuelle Optionen (geprüft am 16.07.2026) — und der ZBT-2 selbst ersetzt einen inzwischen eingestellten Vorgänger, ein reales Beispiel dafür, warum diese Kategorie vor dem Kauf geprüft werden sollte, nicht nur eine Warnung.

Dieser Leitfaden vergleicht fertige Hub-Geräte (Home Assistant Green, Hubitat Elevation C-8 Pro, Homey Pro) für Käufer, die sofort einsatzbereite Hardware wollen, statt selbst einen Mini-PC oder Raspberry Pi zusammenzubauen. Alle drei sind bestätigte aktuelle Produkte mit aktuellen Preisen (geprüft am 16.07.2026) — und zwei der drei hatten 2026 bereits eine Preiserhöhung, zusätzlich zur vorherigen Einstellung von Home Assistant Yellow, was zeigt, wie schnell sich diese Kategorie bewegt. Das unterscheidet sich vom Ökosystem-Vergleich (Alexa vs. Google vs. Apple vs. Home Assistant) und dem umfassenderen DIY-Hardware-Leitfaden, die bereits auf dieser Website stehen.

Das NVIDIA Jetson Orin Nano Super Developer Kit ($249, 8GB) ist ein GPU-Inferenz-Edge-Board — eine grundlegend andere Hardwareklasse als die x86-Mini-PCs, die anderswo in diesem Cluster getestet werden — aufgebaut rund um CUDA/TensorRT-beschleunigte Inferenz statt allgemeiner Datenverarbeitung. Ollama bietet offizielle Jetson-Unterstützung, und Frigate kann dessen GPU über einen dedizierten TensorRT-Build nutzen, wobei beide mehr Einrichtungsaufwand mit sich bringen als der x86-Weg. Dieser Test ordnet ein, für wen es sich eignet, im Vergleich zum bestehenden x86-Mini-PC-Überblick.

Die besten Energiemonitoring-Smart-Plugs melden Wattzahl/kWh direkt über eine lokale Integration an das Energie-Dashboard von Home Assistant, statt die Nutzungsdaten hinter der Cloud-App des Herstellers einzusperren. Aqaras Zigbee Smart Plug und Zooz' ZEN15 (Z-Wave) bestätigen beide echtes lokales Energiemonitoring (geprüft am 16.07.2026); Shellys Plugs liefern von Haus aus eine dokumentierte lokale API, wobei der Shelly Plus Plug US speziell eingestellt und durch den Gen4 ersetzt wurde. Sonoffs eigenes Sortiment zeigt, warum es wichtig ist, das genaue Modell zu prüfen: Der Wi-Fi-S31 verfügt über Energiemonitoring, sein Zigbee-Pendant (S31 Lite ZB) jedoch nicht.