Weather Fusion AI: Endlich: Lokale Wetterprognosen mit deiner eigenen Station

[Tom-HA]

Weather Fusion AI – Die nächste Stufe lokaler KI für Home Assistant

Hey zusammen,

viele von euch kennen bereits mein Projekt Solar Forecast ML – die erste echte lokale KI für Home Assistant, die präzise Solarertrags-Prognosen komplett offline und datenschutzkonform erstellt.

Jetzt geht’s einen Schritt weiter: Weather Fusion AI bringt genau diese bewährte Hybrid-KI-Technologie erstmals auf die allgemeine Wettervorhersage.

Das Problem bisher:
Eure lokalen Wetterstationen zeigen meist nur Live-Werte an. Wollt ihr echte Prognosen, müsst ihr entweder auf generische regionale Vorhersagen (die oft danebenliegen) zurückgreifen – oder eure Sensordaten an Cloud-Dienste wie Weather Underground & Co. schicken. Das bedeutet: Datenverlust, Abhängigkeit und oft schlechte Genauigkeit im eigenen Mikroklima.

Weather Fusion AI ändert das radikal:

• 100% lokal – alles läuft auf eurem Home Assistant, keine Daten verlassen je euer Netzwerk
• Lernt aus euren eigenen Sensoren und passt die Prognose an euer Mikroklima an (Stadt-Hitzeinsel, Tal-Kälte, Hanglage etc.)
• Wird mit der Zeit immer besser – je länger es läuft, desto genauer
• Kombiniert intelligente Rohdatenquellen und verfeinert sie mit lokaler KI

Das Ergebnis: Eine echte Wetter-Entity in Home Assistant, die nicht nur aktuelle Werte zeigt, sondern hypergenaue, standortspezifische Prognosen liefert – komplett privat und unabhängig.

Erforderliche lokale Wetterstation

Um die volle Leistung von Weather Fusion AI freizuschalten – insbesondere das kontinuierliche Lernen und die hyper-lokale Genauigkeit – benötigst du eine lokale Wetterstation, die folgende Sensoren bereitstellt:

• Außentemperatur (Celsius)
• Regenmesser (mm/h, l/m² oder ähnlich)
• Windgeschwindigkeit (km/h, m/s oder ähnlich)
• Luftdruck (absolut oder relativ)
• Außenluftfeuchtigkeit (Prozent)

Unterstützte Stationen sind u. a. Ecowitt, Davis, Ambient Weather, Fine Offset-Klonen sowie jede andere Station, die diese Sensoren in Home Assistant bereitstellt (z. B. über die Ecowitt-Integration, WeatherFlow usw.).

Die Integration funktioniert auch ohne komplette Station (das grundlegende Blending bleibt aktiv), aber das Anschließen aller empfohlenen Sensoren aktiviert die echte lokale KI-Lernmagie und maximale Genauigkeit.

Der Lernprozess

Weather Fusion AI zeigt nicht nur Prognosen an – es lernt dein Mikroklima mit der Zeit:

• Erste Tage: Sammelt echte Daten von deinen Sensoren und vergleicht sie mit Roh-Prognosen
• Woche 1–2: Erkennt grundlegende lokale Muster (z. B. Morgennebel, Nachmittagserwärmung, Windkanalisierung)
• Nach 1 Monat: Vollständig kalibriert – liefert hochgenaue, personalisierte Vorhersagen, die generische Dienste übertreffen

Je länger es mit deinen Sensoren läuft, desto intelligenter und genauer wird es.
Dein Garten. Deine Daten. Deine Prognose.

GitHub - Zara-Toorox/weather-fusion-ai: Weather Fusion AI - Multi-source weather blending...

Support my work with a coffee

Hier der Link zum Solar Forecast Ml Thread:

Erste KI-basierte Solarprognose die selbst lernt und deine Anlage kennenlernt - veröffentlicht-!

Liebe Mitglieder des Forums, aus purer Frustration entstand etwas Großartiges: Keine der vorhandenen Solar-Prognosen konnte bei meinem doch eher ungewöhnlichen Setup auch nur ansatzweise brauchbare Vorhersagen liefern. Ob sich die Investition lohnt, wann ich große Verbraucher oder den Akku laden sollte – alles blieb reines Rätselraten. Deshalb habe ich kurzerhand eine eigene, KI-basierte Solarprognose entwickelt. Sie läuft komplett lokal auf einem Raspberry Pi, liest historische Daten aus Home…

[Joachim-xo]

Was für ein Überraschung! Danke für die Arbeit!

[moppedhausi]

Vielen Dank für Deine Arbeit.

Hab es auch installiert, bin sehr gespannt.

Gruß Wilfried

[Osorkon]

Sieht interessant aus, danke!

Eine Frage zu den lokalen Sensoren.
Luftdruck Sensor: Soll da der absolute oder der relative Luftdruck angegeben werden?

Regensensor: Regenrate in mm/h, Regen Event mm, Regen täglich mm ?

Lässt sich irgendwo einsehen welche Sensoren angegeben wurden? Und lassen sich diese nachträglich ändern?

Wie wäre die Vorgehensweise, wenn die falschen Sensoren angegeben wurden. Einfach den bestehenden Integrationseintrag löschen und einen neuen erstellen?

Gruß Osorkon

[Joachim-xo]

@Osorkon

Regensensor: Regenrate in mm/h, Regen Event mm, Regen täglich mm ?

Im Solar Forecast ML thread kam die Frage auch auf: hier die Antwort

sensor.gw2000a_rain_rate_piezo

sensor.gw2000a_absolute_pressure

[Osorkon]

@Joachim-xo

sensor.gw2000a_rain_rate_piezo

Danke. Aber mit Entity ID, komme ich leider nicht weiter. Die wird je nach Wetter Station bei jedem anders heißen. Ist es die aktuelle Regen Intensität in mm/h. Der aktuelle Regen Event in mm. Oder die Regenmenge heute in mm.

Danke und Gruß
Osorkon

[Tom-HA]

Guten Morgen @Osorkon

@Tom-HA

Um die volle Leistung von Weather Fusion AI freizuschalten – insbesondere das kontinuierliche Lernen und die hyper-lokale Genauigkeit – benötigst du eine lokale Wetterstation, die folgende Sensoren bereitstellt:

• Außentemperatur (Celsius)
• Regenmesser (mm/h, l/m² oder ähnlich)
• Windgeschwindigkeit (km/h, m/s oder ähnlich)
• Luftdruck (absolut oder relativ)
• Außenluftfeuchtigkeit (Prozent)

Unterstützte Stationen sind u. a. Ecowitt, Davis, Ambient Weather, Fine Offset-Klonen sowie jede andere Station, die diese Sensoren in Home Assistant bereitstellt (z. B. über die Ecowitt-Integration, WeatherFlow usw.).

Du benötigst den Sensor " der den aktuellen Regen anzeigt " nicht den Summensensor.. Hintergrund: Die Summensensoren halten den Wert den ganzen Tag und resetten um Mitternacht. Das würde dazu führen, das wenn es morgens 2mm/h Regnet der Wert den ganzen Tag " stehen" bleibt und die KI denkt " Mist es hat den ganzen Tag 2 mm/h durchgehend geregnet" das ist natürlich logischer Unsinn. Wie der Sensor bei Dir heißt, dass kannst nur Du selbst herausfinden..

[Tom-HA]

Guten Morgen

@Joachim-xo

Was für ein Überraschung! Danke für die Arbeit!

Ich hatte es ja versprochen eine schlanke Lösung anzubieten

@moppedhausi

Vielen Dank für Deine Arbeit.

Hab es auch installiert, bin sehr gespannt.

Gruß Wilfried

Vielen Dank! - Bitte dran denken, es ist ein erster Aufschlag

[Osorkon]

Also egal ob der absolute oder relative Luftdruck.
Bei dem Regensensor auch egal? Einen der von mir genannten, egal welcher der drei?

Wie sieht es mit der nachträglichen Änderung der Sensoren aus? Möglich oder nicht.
Bei fehlkonfiguration. Einfach den Eintrag löschen und einen neuen erstellen? Oder muss sonst noch was beachten werden, gelöscht, etc.?

Gruß Osorkon

[RobertoCravallo]

So habe ich es für meinen EcoWitt gemacht. Welcher Luftdruck ist für mich auch verwirrend. Meine es solte der “absolute” sein, bin aber nicht sicher…. Das habe ich auch bei ML eingetragen.

[Tom-HA]

@Osorkon

Also egal ob der absolute oder relative Luftdruck.
Bei dem Regensensor auch egal? Einen der von mir genannten, egal welcher der drei?

Wie sieht es mit der nachträglichen Änderung der Sensoren aus? Möglich oder nicht.
Bei fehlkonfiguration. Einfach den Eintrag löschen und einen neuen erstellen? Oder muss sonst noch was beachten werden, gelöscht, etc.?

Gruß Osorkon

Siehe hier:

@Tom-HA

Du benötigst den Sensor " der den aktuellen Regen anzeigt " nicht den Summensensor.. Hintergrund: Die Summensensoren halten den Wert den ganzen Tag und resetten um Mitternacht. Das würde dazu führen, das wenn es morgens 2mm/h Regnet der Wert den ganzen Tag " stehen" bleibt und die KI denkt " Mist es hat den ganzen Tag 2 mm/h durchgehend geregnet" das ist natürlich logischer Unsinn. Wie der Sensor bei Dir heißt, dass kannst nur Du selbst herausfinden..

Es ist immer besser zu löschen und neu anzufangen da es um die Qualität der Daten geht. - sofern möglich. Du musst es dir so vorstellen: Du lernst den Kindern in der Grundschule Französisch sie sollen aber Deutsch sprechen.. das geht schief.. falsche Lehrbücher.

[Joachim-xo]

@RobertoCravallo

Meine es solte der “relative” sein, bin aber nicht sicher….

Im anderen thread, warˋs der absolute und der Regensensor, der den „jetzt“-Zustand anzeigt. Wie oben geschrieben.

Damit wissen wir aber noch nicht, ob nachträglich Sensoren gewechselt werden können.

@Osorkon , ich habe gelöscht und neu eingerichtet, weil da ein internal Server Error kam.

[Tom-HA]

@RobertoCravallo

So habe ich es für meinen EcoWitt gemacht. Welcher Luftdruck ist für mich auch verwirrend. Meine es solte der “relative” sein, bin aber nicht sicher

Steht oben

@Tom-HA

Um die volle Leistung von Weather Fusion AI freizuschalten – insbesondere das kontinuierliche Lernen und die hyper-lokale Genauigkeit – benötigst du eine lokale Wetterstation, die folgende Sensoren bereitstellt:

• Außentemperatur (Celsius)
• Regenmesser (mm/h, l/m² oder ähnlich)
• Windgeschwindigkeit (km/h, m/s oder ähnlich)
• Luftdruck (absolut oder relativ)
• Außenluftfeuchtigkeit (Prozent)

Unterstützte Stationen sind u. a. Ecowitt, Davis, Ambient Weather, Fine Offs

Habe es extra in den Eingangstext geschrieben… damit es nicht zu den identischen Problemen / Fragen wie bei SFML kommt

[RobertoCravallo]

@Tom-HA

Habe es extra in den Eingangstext geschrieben…

Ich muss mir wirklich angewöhnen das immer zu lesen!! Asche auf mein Haupt!!!

[Tom-HA]

@Joachim-xo

Im anderen thread, warˋs der absolute und der Regensensor, der den „jetzt“-Zustand anzeigt. Wie oben geschrieben.

Damit wissen wir aber noch nicht, ob nachträglich Sensoren gewechselt werden können.

@Osorkon , ich habe gelöscht und neu eingerichtet, weil da ein internal Server Error kam.

siehe:

@Tom-HA

Es ist immer besser zu löschen und neu anzufangen da es um die Qualität der Daten geht. - sofern möglich. Du musst es dir so vorstellen: Du lernst den Kindern in der Grundschule Französisch sie sollen aber Deutsch sprechen.. das geht schief.. falsche Lehrbücher.

Wenn ihr möchtet, kann ich aber die Re-Konfiguration-Option einbauen.. allerdings habe ich es dieses mal bewusst nicht gemacht um zu verhindern das jemand “kaputte Daten” erhält.. da eine “Neukonfiguration” mit den alten Sensor-Daten weitermachen würde..

[moppedhausi]

Wo ich mich drüber wundere sind die Werte nach 2 Stunden:

Learning Days 9

Gruß Wilfried

[Tom-HA]

Guter Punkt! Die Einheit stimmt nicht sind Stunden… kümmere ich mich drum! Danke für das Melden des BUG!!

Hintergrund: Er lernt von jeder einzelnen Stunde, also löst das Lernen stündlich aus um schneller zum Erfolg zu kommen.

[MartyBr]

Ich habe hier drei “Wetterkarten” im Vergleich:

1. DWD
   

   

2. Weather AI Fusion
   

   

3. ML Weather
   

   

DWD und AI Fusion liegen nahe beieinander. ML Weather lässt (zumindest bei mir) die Niederschläge vermissen.

Mein Favorit ist auch in dem frühen Stand der Entwicklung AI Fusion.

Gruß
Martin

[Op3ra7or262]

Das sieht doch schon sehr Interessant aus, direkt auch mal installiert.

Die Tage für den Forecast von 3 auf 5 oder so erhöhen kann man nicht oder? Klar ist es nicht so genau das Wetter was in 5 Tagen kommen soll, aber das passt dann schöner in mein Dashbord

Für stündlich Forecast reicht ja 3 Tage.

[salmunia]

Beim Versuch, nachträglich Einstellungen zu verändern.
Ist das nur bei mir so?