Hallo zusammen! ![]()
Ich möchte euch heute ein Projekt vorstellen, an dem ich in den letzten Monaten sehr intensiv gearbeitet habe:
FreshAirIQ â eine intelligente LĂŒftungsintegration fĂŒr Home Assistant.
Die Idee entstand eigentlich aus einer ziemlich einfachen Frage:
Wann lohnt es sich wirklich, ein Fenster zu öffnen â und wann sollte ich es wieder schlieĂen?
Denn 65 % Luftfeuchtigkeit allein sagen darĂŒber erstaunlich wenig aus.
DrauĂen können 80 % Luftfeuchtigkeit herrschen und LĂŒften trotzdem hervorragend funktionieren. Gleichzeitig können 60 % drauĂen unter bestimmten Bedingungen kaum etwas bringen.
Genau hier setzt FreshAirIQ an.
Nicht nur messen â eine Entscheidung treffen
FreshAirIQ sammelt nicht einfach weitere Sensorwerte fĂŒr Home Assistant.
Die Integration versucht aus den vorhandenen Daten eine konkrete und nachvollziehbare Handlungsempfehlung abzuleiten:
Warten â
LĂŒften â
WeiterlĂŒften â
SchlieĂen
Dabei werden unter anderem berĂŒcksichtigt:
relative und absolute Luftfeuchtigkeit
Innen- und AuĂentemperatur
tatsÀchliche Wassermenge in der Raumluft
RaumgröĂe und Luftvolumen
Fenster- und TĂŒrzustĂ€nde
Wetterbedingungen
einzelne RĂ€ume, Etagen und das gesamte Haus
Anwesenheit und Bewohner
Wind und QuerlĂŒftungsmöglichkeiten
Nachtentwicklung
OberflÀchenfeuchte und Schimmelrisiko
WÀrmeverlust und geschÀtzter Energiebedarf
und zunehmend das gelernte Verhalten des eigenen Hauses
Das Ziel ist also nicht:
âIm Wohnzimmer sind 64 % Luftfeuchtigkeit.â
Sondern eher:
âJetzt lĂŒften â die AuĂenluft ist deutlich trockener und du kannst voraussichtlich rund 420 ml Feuchtigkeit aus der Raumluft entfernen.â
Und wÀhrend das Fenster geöffnet ist, bewertet FreshAirIQ die Situation weiter.
Wie viel Wasser entferne ich gerade wirklich?
Eine Funktion, die ich persönlich besonders spannend finde, ist die Wasserbilanz.
FreshAirIQ berechnet aus Temperatur, Luftfeuchtigkeit und Raumvolumen, wie viel Wasserdampf sich tatsÀchlich in der Raumluft befindet.
WĂ€hrend einer LĂŒftung wird anschlieĂend verfolgt, wie sich dieser Wert verĂ€ndert.
Damit kann man beispielsweise sehen:
â 185 ml
statt lediglich:
64 % â 57 % Luftfeuchtigkeit
Mir geht es bei dieser Umrechnung vor allem darum, die Wirkung einer LĂŒftung greifbarer zu machen.
FreshAirIQ soll also nicht nur sagen:
âDie LĂŒftung hat etwas gebracht.â
Sondern möglichst konkret zeigen:
âDurch diese LĂŒftung wurden rechnerisch etwa 185 ml Wasser aus der Raumluft entfernt.â
Dadurch bekommt man ein wesentlich besseres GefĂŒhl dafĂŒr, was die letzten zehn oder fĂŒnfzehn Minuten LĂŒften tatsĂ€chlich bewirkt haben.
Und genauso erkennt FreshAirIQ Situationen, in denen durchs LĂŒften möglicherweise sogar zusĂ€tzliche Feuchtigkeit ins Haus kommen wĂŒrde.
FreshAirIQ versucht vorherzusagen, was als NĂ€chstes passiert
FreshAirIQ erstellt Kurzzeitprognosen und bewertet beispielsweise:
Was passiert, wenn ich noch 5, 10, 20 oder 60 Minuten weiterlĂŒfte?
WĂ€hrend einer laufenden LĂŒftung werden diese Prognosen immer wieder mit den tatsĂ€chlichen Messwerten verglichen.
Ăndert sich das Wetter oder wird die AuĂenluft plötzlich ungĂŒnstiger, kann sich deshalb auch die Empfehlung Ă€ndern.
Aus einem:
âWeiterlĂŒftenâ
kann dadurch ein:
âJetzt schlieĂenâ
werden.
FreshAirIQ lernt nicht nur einen Raum â es lernt dein Zuhause
Das ist einer der Bereiche, in die inzwischen besonders viel Entwicklungsarbeit geflossen ist.
FreshAirIQ soll mit der Zeit nicht einfach nur lernen, wie schnell die Luftfeuchtigkeit in einem einzelnen Raum sinkt.
Das Ziel geht deutlich weiter:
FreshAirIQ lernt nach und nach dein Zuhause.
Jeder Raum verhĂ€lt sich anders. Ein kleines Badezimmer reagiert anders als ein groĂes Wohnzimmer. Ein Keller anders als ein Schlafzimmer im Obergeschoss.
Aber auch das gesamte Haus besitzt sein eigenes Verhalten.
FreshAirIQ sammelt deshalb reale LĂŒftungsvorgĂ€nge und Beobachtungen und lernt schrittweise ZusammenhĂ€nge wie:
wie sich einzelne RÀume und das gesamte GebÀude verhalten
wie effektiv unterschiedliche LĂŒftungsarten tatsĂ€chlich sind â beispielsweise StoĂlĂŒften oder ein gekipptes Fenster
wie schnell Feuchtigkeit entsteht und wieder abgefĂŒhrt werden kann
wie RĂ€ume auf Innen- und AuĂentemperaturen reagieren
wie Bewohner und Belegung das Raumklima beeinflussen
welche wiederkehrenden Tages- und NutzungsablÀufe auftreten
wie sich RĂ€ume ĂŒber Nacht entwickeln
wie unterschiedliche Wetterlagen das GebÀude beeinflussen
und wie sich dieses Verhalten ĂŒber FrĂŒhling, Sommer, Herbst und Winter verĂ€ndert
FreshAirIQ soll also mit zunehmender Erfahrung nicht einfach irgendein Haus berechnen.
Es soll immer stÀrker dein Haus unter deinen Bedingungen verstehen.
Und dazu gehören letztlich auch deine Gewohnheiten: wann typischerweise gelĂŒftet wird, wie sich bestimmte RĂ€ume danach entwickeln und welche Situationen regelmĂ€Ăig wiederkehren.
Offen ist nicht gleich offen
Vorweg ganz wichtig:
Drei-Zustands-Sensoren sind fĂŒr FreshAirIQ ausdrĂŒcklich keine Voraussetzung.
FreshAirIQ funktioniert weiterhin ganz normal mit klassischen Fensterkontakten, die lediglich zwischen offen und geschlossen unterscheiden.
Niemand muss seine vorhandenen Sensoren austauschen oder spezielle Fensterkontakte kaufen.
Wer allerdings bereits Sensoren besitzt, die zwischen
geschlossen · gekippt · vollstÀndig geöffnet
unterscheiden können, kann diese zusÀtzliche Information jetzt ebenfalls nutzen.
Denn ein gekipptes Fenster verhĂ€lt sich beim Luftaustausch natĂŒrlich anders als ein vollstĂ€ndig geöffnetes Fenster.
FreshAirIQ kann deshalb KipplĂŒftungen und vollstĂ€ndig geöffnete Fenster getrennt beobachten und dafĂŒr mit der Zeit unterschiedliche Erfahrungswerte fĂŒr dasselbe Fenster lernen.
Wer diese Unterscheidung gerne nutzen möchte, aber keine echten Drei-Zustands-Sensoren besitzt, kann alternativ in Home Assistant einen eigenen Helfer erstellen, der beispielsweise vorhandene Kontakte zu diesen drei ZustĂ€nden zusammenfasst, und diesen anschlieĂend in FreshAirIQ verwenden.
Das ist eine optionale Erweiterung â keine Voraussetzung fĂŒr die Nutzung von FreshAirIQ.
Mit einem ganz normalen Zwei-Zustands-Fensterkontakt funktioniert FreshAirIQ weiterhin wie bisher.
Und manchmal bedeutet âTĂŒr offenâ gar nicht, dass gelĂŒftet wird
Auch solche Alltagssituationen haben sich inzwischen als ĂŒberraschend wichtig herausgestellt.
Ein Beispiel:
Jemand öffnet die TerrassentĂŒr, geht nach drauĂen und zieht die TĂŒr von auĂen wieder zu.
Der Kontaktsensor kann in diesem Moment weiterhin âoffenâ melden, obwohl die TĂŒr tatsĂ€chlich fast vollstĂ€ndig geschlossen ist.
Ein typischer Anwendungsfall wĂ€re beispielsweise eine Balkon- oder TerrassentĂŒr, die mehrmals tĂ€glich kurz zum Hinausgehen geöffnet und anschlieĂend von auĂen zugezogen wird â etwa bei einer kurzen Raucherpause.
FreshAirIQ könnte das ansonsten fĂ€lschlicherweise als lĂ€ngere LĂŒftung interpretieren und daraus entsprechend falsche Erfahrungen lernen.
FĂŒr solche TĂŒren gibt es deshalb inzwischen die Option:
âDurchgangstĂŒr â nach dem Durchgehen wird sie von auĂen zugezogenâ
Damit können solche Situationen bei der Bewertung und beim Lernen entsprechend berĂŒcksichtigt werden.
Gerade solche kleinen Besonderheiten zeigen ziemlich gut, warum ich FreshAirIQ nicht nur anhand theoretischer Modelle entwickeln möchte:
Wie Menschen ihre Fenster und TĂŒren tatsĂ€chlich benutzen, ist mindestens genauso interessant wie der reine Sensorwert.
Aber wird FreshAirIQ durch das Lernen tatsÀchlich besser?
Genau diese Frage wollte ich nicht einfach mit âjaâ beantworten.
Deshalb wird die Lernwirkung selbst ĂŒberprĂŒft.
FreshAirIQ kann bei geeigneten realen LĂŒftungsvorgĂ€ngen die Prognose des gelernten Modells mit einem ungelernten physikalischen Grundmodell vergleichen â unter denselben Ausgangsbedingungen.
AnschlieĂend wird mit dem tatsĂ€chlichen Verlauf verglichen:
Welche Prognose lag nÀher an der RealitÀt?
Dabei werden unter anderem Prognosefehler, Verbesserungsrate und die Entwicklung ĂŒber mehrere Messungen ausgewertet. Die Ergebnisse können auĂerdem nach Lernreife und Jahreszeit betrachtet werden.
Diese Informationen sind auch Bestandteil der Diagnosedaten und ermöglichen mir auf dem Diagnoseserver zu ĂŒberprĂŒfen, ob das Lernen bei realen Installationen tatsĂ€chlich einen messbaren Vorteil gegenĂŒber dem Grundmodell liefert.
Und genau hier gibt es inzwischen einen ersten interessanten realen Wert:
Bei meinem eigenen Haus liegt der Lernfortschritt aktuell erst bei rund 12 %. Trotzdem sind die gelernten Prognosen in diesem Stand bereits rund 18 % nÀher an der RealitÀt als das physikalische Grundmodell.
Das ist ausdrĂŒcklich kein allgemeines Leistungsversprechen, sondern eine Momentaufnahme meiner eigenen Installation.
Gerade deshalb finde ich es spannend zu beobachten, wie sich dieser Unterschied mit mehr Lerndaten und ĂŒber unterschiedliche Jahreszeiten hinweg weiterentwickelt.
Und ganz wichtig:
FreshAirIQ behauptet nicht einfach, dass es besser geworden ist.
Eine Verbesserung soll erst dann als belegt gelten, wenn dafĂŒr genĂŒgend geeignete Vergleichsdaten vorhanden sind.
Genau das ist fĂŒr mich ein entscheidender Punkt des Projekts:
Lernen allein reicht nicht. FreshAirIQ soll nachweisen können, ob das Gelernte tatsÀchlich bessere Vorhersagen liefert.
So soll aus einem allgemeinen LĂŒftungsmodell mit der Zeit ein System entstehen, das die Eigenheiten des jeweiligen Zuhauses immer besser versteht â einschlieĂlich seiner RĂ€ume, seiner Bewohner, seiner Routinen und der unterschiedlichen Jahreszeiten.
Ein Raum ist nicht das ganze Haus
FreshAirIQ kann Empfehlungen nicht nur fĂŒr einzelne RĂ€ume betrachten.
Mehrere RĂ€ume können gemeinsam bewertet werden, sodass auch Etagen- und HauslĂŒftungen entstehen können.
Dabei spielen beispielsweise Fensterpositionen, QuerlĂŒftungsmöglichkeiten, Windbedingungen und die aktuelle Situation der einzelnen RĂ€ume eine Rolle.
RĂ€ume können auĂerdem bewusst nur beobachtet werden, ohne die zentrale Hausentscheidung zu beeinflussen.
Schimmel-IQ
FreshAirIQ besitzt auĂerdem einen eigenen Schimmel-IQ.
Aus dem vorhandenen Raumklima wird konservativ abgeschÀtzt, ob Bedingungen entstehen könnten, bei denen kritische OberflÀchenfeuchtigkeit wahrscheinlicher wird.
Das ersetzt natĂŒrlich keine professionelle Schimmel- oder GebĂ€udediagnostik und kann ohne gemessene OberflĂ€chentemperatur kein reales Schimmelwachstum feststellen.
Es soll vielmehr frĂŒhzeitig sichtbar machen:
âDiesen Raum solltest du im Auge behalten.â
Was passiert heute Nacht?
Auch die Nacht wird berĂŒcksichtigt.
FreshAirIQ kann die erwartete Entwicklung bis zum Morgen betrachten und dabei unter anderem AuĂenbedingungen, Raumverhalten und Belegung einbeziehen.
Mit zunehmender Erfahrung sollen auch solche Prognosen stÀrker auf das tatsÀchliche Verhalten des eigenen GebÀudes reagieren.
Bewohner, GĂ€ste und Anwesenheit
Ein Haus verhĂ€lt sich mit einer Person anders als mit fĂŒnf.
Deshalb können Bewohnerprofile angelegt und beispielsweise mit Home-Assistant-person- oder device_tracker-EntitÀten verbunden werden.
Auch Personen ohne eigenes GerĂ€t sowie ĂbernachtungsgĂ€ste können berĂŒcksichtigt werden.
Das flieĂt unter anderem in Feuchte- und Nachtprognosen ein.
COâ, VOC, PM2.5, Pollen und mehr
FreshAirIQ ist inzwischen bewusst so aufgebaut, dass zusÀtzliche Informationen eingebunden werden können.
Dazu gehören unter anderem:
COâ · VOC/TVOC · PM2.5 · Pollen · Wind · Helligkeit
Ein wichtiger Punkt dabei:
Nicht jeder vorhandene Sensor beeinflusst bereits automatisch die LĂŒftungsentscheidung.
Einige dieser Daten werden aktuell bewusst zunĂ€chst als Kontext bzw. fĂŒr zukĂŒnftige Modelle verwendet.
Ich möchte beispielsweise COâ spĂ€ter nicht einfach mit einem starren ppm-Grenzwert versehen, sondern sinnvoll mit Raumvolumen, Belegung und LĂŒftungsverhalten kombinieren.
Zwei Dashboard-Welten
FreshAirIQ bringt eine eigene Community-Dashboard-Karte mit.
Aktuell kann zwischen zwei Darstellungen gewechselt werden:
Classic â die etabliertere, informationsreiche Darstellung
und
FreshAirIQ IQ / Freshy â die neue visuellere OberflĂ€che.
Freshy ist dabei das kleine Maskottchen von FreshAirIQ und reagiert auf den Zustand des Hauses. ![]()
![]()
Das FreshAirIQ IQ/Freshy Dashboard befindet sich aktuell noch in einer experimentellen Phase.
Grafik, Animationen und Darstellung können sich deshalb zwischen Versionen noch deutlich verÀndern.
Wer es stabiler und klassischer möchte, kann jederzeit bei der Classic-Ansicht bleiben.
Warum befindet sich FreshAirIQ noch in der Public Beta?
Weil zwölf RÀume in meinem eigenen Haus irgendwann nicht mehr ausreichen. ![]()
Andere GebĂ€ude haben andere Fenster, andere Sensoren, andere RaumgröĂen, andere Keller, andere Wetterbedingungen und vor allem vollkommen andere LĂŒftungsgewohnheiten.
Genau deshalb lÀuft FreshAirIQ inzwischen als öffentliche Beta.
Die ersten externen Haushalte testen bereits und genau dabei sind in den letzten Tagen einige Situationen aufgetaucht, die ich bei mir zu Hause schlicht nicht reproduzieren konnte.
Und genau das macht diese Phase so wertvoll.
Diagnose direkt in FreshAirIQ â freiwillig und abschaltbar
Ein ziemlich groĂer Teil der Arbeit der letzten Zeit steckt inzwischen auch im Diagnosesystem.
FreshAirIQ kann technische AuffÀlligkeiten erfassen und mir helfen, Fehler aus anderen Installationen nachzuvollziehen.
Gerade wÀhrend der Public Beta ist das enorm hilfreich, weil andere HÀuser, Sensoren und Home-Assistant-Konfigurationen Situationen erzeugen, die ich bei mir zu Hause nicht reproduzieren kann.
WĂ€hrend der Public Beta besteht deshalb die Möglichkeit, pseudonymisierte vereinfachte Diagnosedaten automatisch nachts zu ĂŒbertragen.
Wichtig: Diese Ăbertragung ist keine Pflicht.
Wer keine automatischen Diagnosedaten senden möchte, kann diese Funktion jederzeit in den Einstellungen deaktivieren.
FreshAirIQ funktioniert natĂŒrlich auch dann weiter.
Und noch wichtiger:
Eine detaillierte persönliche Diagnosedatei wird niemals automatisch ĂŒbertragen.
Sollte fĂŒr die Analyse eines Problems eine ausfĂŒhrlichere Diagnose notwendig sein, kann der Nutzer diese selbst auslösen und muss den Versand ausdrĂŒcklich bestĂ€tigen.
Mir ist wichtig, dass jeder selbst entscheiden kann, welche Diagnosedaten er zur Weiterentwicklung beitragen möchte.
Mein langfristiges Ziel ist, dass Probleme möglichst frĂŒh erkannt und nachvollziehbar werden, bevor jemand erst mĂŒhsam Logs zusammensuchen muss.
FreshAirIQ selbst ausprobieren
Aktuell befindet sich FreshAirIQ in der Public Beta v0.25.2.3.
Voraussetzung ist:
Home Assistant 2026.8.0 oder neuer
Die empfohlene Installation erfolgt ĂŒber HACS.
Installation
-
HACS öffnen
-
âCustom repositoriesâ öffnen
-
Folgendes Repository hinzufĂŒgen:
https://github.com/rupascha/freshairiq
-
Kategorie Integration auswÀhlen
-
FreshAirIQ installieren
-
Home Assistant neu starten
-
Danach:
Einstellungen â GerĂ€te & Dienste â Integration hinzufĂŒgen â FreshAirIQ
AnschlieĂend können RĂ€ume, Sensoren, Fensterkontakte und die weiteren Funktionen vollstĂ€ndig ĂŒber die OberflĂ€che eingerichtet werden.
Eine YAML-Konfiguration ist dafĂŒr nicht notwendig.
GitHub
Den Quellcode, die aktuelle Version, Screenshots und weitere Informationen findet ihr hier:
https://github.com/rupascha/freshairiq
FreshAirIQ ist ein unabhĂ€ngiges Open-Source-Projekt fĂŒr Home Assistant.
Und jetzt brauche ich vor allem unterschiedliche HĂ€user
FreshAirIQ ist inzwischen an einem Punkt angekommen, an dem nicht mehr nur zusÀtzliche Funktionen wichtig sind.
Viel interessanter ist fĂŒr mich:
Funktioniert diese Logik auch in eurem Zuhause?
Wohnung oder Einfamilienhaus.
Altbau oder Neubau.
Trockener Wohnbereich oder feuchter Keller.
Zwei RĂ€ume oder zwanzig.
Zigbee, WLAN, klassische Fensterkontakte oder Drei-Zustands-Sensoren.
Android, iPhone, Tablet oder Browser.
Je unterschiedlicher die Bedingungen sind, desto wertvoller sind die Erfahrungen fĂŒr die weitere Entwicklung.
Wenn FreshAirIQ euch eine Empfehlung gibt, die ĂŒberhaupt keinen Sinn ergibt, möchte ich genau davon erfahren.
Wenn eine Prognose erstaunlich gut passt â ebenfalls.
Und wenn ihr euch bei einer Funktion fragt:
âWarum kann FreshAirIQ eigentlich nicht âŠ?â
dann schreibt es mir.
Einige der Funktionen, die heute bereits in FreshAirIQ stecken, sind genau aus solchen RĂŒckmeldungen entstanden.
FreshAirIQ soll aus Home Assistant nicht noch eine weitere Wetterstation machen.
Es soll aus den vorhandenen Daten eine verstÀndliche Entscheidung machen:
Warten.
LĂŒften.
WeiterlĂŒften.
SchlieĂen.
Ich bin sehr gespannt, wie sich FreshAirIQ in euren HÀusern schlÀgt. ![]()























