Es ist 5:30. Ich mache die Augen auf, bevor der Wecker klingelt, das ist meistens so. Das Licht im Stiegenhaus am Weg zum Badezimmer leuchtet schon, ausgelöst vom Bewegungssensor, der registriert hat, dass ich aufgestanden bin. Auf dem iPhone wartet ein Text: mein Tagesplan, zusammengestellt von einem n8n-Workflow, der seit einer Stunde gelaufen ist und Kalendereinträge, offene Projekte und relevante Neuigkeiten aus meinen RSS-Feeds zusammengezogen hat. Den Kaffee mache ich noch selbst. Aber das war es dann auch schon mit dem manuellen Aufwand.
Das ist kein Setup, das ich für einen Vortrag zusammengebaut habe. Das ist Dienstagfrüh bei uns zuhause in Salzburg.
Ich schreibe seit Jahren über KI und Automation auf digitalhandwerk.rocks, mittlerweile sind es über 500 Artikel. Und ich bemerke immer wieder, dass die Frage dahinter dieselbe ist: Nutzt du das selbst eigentlich? Die Antwort ist ja. Täglich. Zuhause, im Büro, unterwegs. Dieser Artikel zeigt, wie das konkret aussieht, was noch nicht fertig ist, was als nächstes kommt, und warum ein Rasenmähroboter in der Geschichte vorkommt, der noch nicht integriert ist.
Smart Home Automatisierung mit KI ist keine Zukunftsvision. Bei uns läuft sie. Mit den Ecken, den Baustellen und dem Kaffee im Garten, der ohne das System nicht so entspannt wäre.
Zwei Systeme, eine Logik
Wenn jemand ernsthaft mit Smart Home anfängt, kommt früher oder später die Frage: Apple Home oder Home Assistant? Bei mir ist die Antwort: beide. Nicht aus Unentschlossenheit, sondern weil sie unterschiedliche Stärken haben, die sich ergänzen.
Apple Home ist für alles zuständig, was reibungslos im Apple-Ökosystem läuft. Vier HomePods verteilt im Haus übernehmen die Rolle der Schaltzentrale. Sie sind Sprachschnittstelle, Audio-Feedback-System und der Kern der Apple-Home-Automationen. Wenn ich abends „Gute Nacht“ sage, dimmen die Lichter und der HomePod bestätigt per Ton, dass die Sequenz abgelaufen ist. Keine App öffnen. Kein Display.
Bewegungssensoren sorgen dafür, dass das Licht schon brennt, wenn ich den Raum betrete. Das klingt nach einer Kleinigkeit. Ist es auch. Aber nach ein paar Wochen fällt einem auf, dass man nie mehr an Lichtschalter denkt, und dann versteht man, was Automation eigentlich bedeutet: nicht die großen Aktionen, sondern die kleinen Handlungen, die einfach verschwinden. Dass das Licht im Flur angeht, wenn ein Familienmitglied daheim ankommt, ist eine kaum erwähnenswerte Kleinigkeit.
Home Assistant läuft parallel, direkt auf einem Raspberry Pi 4, ohne Virtualisierung, ohne Container. Es übernimmt alles, was Apple Home nicht integriert. Das sind in erster Linie die schaltbaren Steckdosen, die den Stromverbrauch messen, und die Eve-Geräte mit erweitertem Datenzugriff. Home Assistant ist weniger bequem als Apple Home, dafür deutlich mächtiger. Wer Daten haben will, wer Automationen mit Bedingungen bauen will, die über „wenn Bewegung dann Licht“ hinausgehen, kommt an Home Assistant nicht vorbei.
Über einen Cloudflare Tunnel komme ich bequem von überall auf das System.
Mein Dashboard in Home Assistant zeigt aber auch Wetter mit Vorhersage, Satellitenradar, Feinstaubbelastung, Kalendereinträge, Batteriestatus der verknüpften Geräte, macht einen Speedtest des IoT-WLANs. Natürlich lassen sich auch von dort alle Geräte schalten.
Die beiden Systeme reden derzeit nur bedingt miteinander, was man mir vorwerfen kann. Es ist eine Baustelle. Die Priorität lag bisher woanders.
Der Strom, den niemand im Blick hat
Einer der nützlichsten Teile des Setups ist gleichzeitig der unspektakulärste: ich sehe jederzeit, was bei uns zuhause Strom verbraucht.
Die schaltbaren Steckdosen schicken ihre Messdaten an Home Assistant. Von dort gehen die aggregierten Verbrauchsdaten in ein Dashboard, das ich mit Claude Code erstellt habe und das über die API von Salzburg Netz befüttert wird. Tagesverbrauch, Wochentrend, Geräte-Peaks, alles auf einen Blick.
Seit dieses Dashboard läuft, habe ich zwei Geräte identifiziert, die im Stand-by mehr gezogen haben als erwartet. Beide sind jetzt auf zeitgesteuerte Schaltungen umgestellt. Klingt nach Kleinkram. Auf ein Jahr gerechnet nicht. Aber der eigentliche Wert liegt woanders: Ich bin nicht mehr darauf angewiesen, dass mir jemand einmal im Jahr eine Abrechnung schickt. Ich sehe, was passiert, wenn es passiert.
Das ist für mich das Grundprinzip von Smart Home Automatisierung. Nicht das Haus mit Gadgets vollstopfen, sondern Transparenz herstellen über das, was ohnehin läuft.
Der Mac mini, der still arbeitet
Im Büro steht ein Mac mini. Über Tailscale ist er von überall erreichbar, von zuhause genauso wie vom iPad unterwegs. Tailscale ist ein VPN-Dienst, der Geräte über ein verschlüsseltes Netz verbindet, egal wo sie physisch stehen. Der Mac mini könnte im Keller stehen. Für die Art, wie ich ihn nutze, ist das egal.
Er ist meine agentic Workstation. Das heißt: er bekommt Aufgaben, arbeitet sie ab und liefert Ergebnisse, ohne dass ich dabei sitzen muss. Technisch läuft das über Claude Dispatch, eine Konfiguration, bei der Claude-Modelle von Anthropic als ausführende Instanz agieren. Auf dem Mac mini laufen MCP-Server für das Dateisystem, für GitHub, für Obsidian, für n8n, für Web-Fetch und für das Remote Memory System, das ich selbst betreibe.
Ein konkretes Beispiel aus der letzten Woche: Ich habe eine Rechercheaufgabe formuliert, fünf Unterpunkte, konkrete Quellen, erwartetes Ausgabeformat. Der Mac mini hat recherchiert, strukturiert, in Obsidian gespeichert und mir eine Zusammenfassung geschickt. Ich war auf der Couch.
Das klingt nach viel Aufwand beim Setup. Das war es auch. Aber das ist das Prinzip, das ich meinen EPU- und KMU-Kunden erkläre: Der Aufwand liegt am Anfang. Der Nutzen kommt jeden Tag danach.
VINCI: der persönliche Assistent
VINCI ist ein KI-Assistent, den ich mit Claude Code als native Desktop-Applikation gebaut habe. Er läuft auf dem Mac mini, auf dem MacBook Air M4 und auf dem Office-PC. Keine Cloud-App, keine SaaS-Lösung von irgendjemandem.
Ein selbst-gehosteter MCP-Server ist seine Wissensbasis. Was in meinen Notizen steht, was im Kalender steht, was ich letzte Woche recherchiert habe: VINCI weiß das. Kalender, Kontakte, E-Mail und Websuche sind integriert. Alle persönlichen Daten werden lokal verarbeitet.
Das war mir von Anfang an wichtig, auch wenn ich das hier nicht als Datenschutzvortrag ausrollen will. Als KI-Berater empfehle ich Kunden in Österreich eine klare Linie bei der Datenhaltung, besonders unter DSGVO. Diese Linie gilt bei mir zuhause genauso. VINCI verwaltet inzwischen auch meine Blog-Artikel auf digitalhandwerk.rocks über einen eigenen MCP-Server auf Hetzner. AnythingLLM, das ich früher dafür genutzt habe, ist raus. VINCI hat das übernommen und macht es besser.
Was mich an VINCI nach wie vor überrascht, ist nicht die Funktionstiefe, sondern wie selbstverständlich er geworden ist. Ich frage ihn Dinge, die ich früher gegoogelt hätte, und er antwortet mit dem Kontext meiner eigenen Notizen. Das ist ein anderes Gefühl als ein Suchergebnis.
n8n: das Nervensystem
n8n läuft auf einem Hetzner-Server in meiner Coolify-Installation. Es ist das Werkzeug, das alles verbindet, was sonst nicht miteinander redet.
Der Morning Briefing Workflow war der erste, den ich gebaut habe. Zehn Minuten Setup. Täglich im Einsatz seit über einem Jahr. Er zieht Kalendereinträge, filtert RSS-Feeds nach relevanten Themen, prüft den Status laufender n8n-Instanzen über mein Status-Dashboard und schickt mir eine kompakte Zusammenfassung aufs iPhone.
Dazu läuft ein AI Mail Bot für einen meiner Kunden, ein SEO-Monitoring-Workflow und eine RSS-to-Obsidian-Pipeline, die neue Artikel aus meinen Quellen direkt in meine Notiz-Datenbank bringt. Für WhatsApp-Automationen nutze ich Evolution API oder Telegram. Push-Benachrichtigungen kommen über ntfy.sh, selbst gehostet auf Hetzner.
Ich sage das nicht, um eine Komponentenliste vorzulesen. Ich sage es, weil es zeigt, was passiert, wenn man anfängt, Dinge zu verbinden. Jeder Workflow für sich ist überschaubar. Zusammen ergeben sie ein System, das arbeitet, während ich anderes tue.
Was noch fehlt
Der Rasenmähroboter ist bestellt. Er ist noch nicht in Home Assistant integriert. Die Klimaanlagen kommen auch noch, wir suchen gerade eine geeignete Firma in Salzburg, die die Anlage installiert. Wenn sie läuft, kommen sie in Home Assistant: Temperaturprofile, Anwesenheitssteuerung, Kopplung mit dem Energiemonitoring.
Ich schreibe das, weil ich keine Lust habe, ein Setup zu beschreiben, das nur auf dem Papier vollständig ist. Der Roboter kommt, Home Assistant wird ihn kennen, ich werde dann davon berichten. Heute ist er noch nicht so weit.
Was ich gerade teste: wie gut sich lokale Sprachmodelle über Ollama in Home-Assistant-Automationen einbauen lassen. KI-Logik direkt auf dem Raspberry Pi, ohne Cloud-Abhängigkeit. Es funktioniert schon ein bisschen. Noch nicht so, wie ich es mir vorstelle. Aber die Richtung stimmt.
Die Dragstar im Hof
Seit dem 26. Mai steht im Hof eine Yamaha XVS 650 Dragstar. Gebraucht, in gutem Zustand, genau das Bike, das ich mir seit Jahren vorstelle. Ich bin im Herzen ein alter Biker, kein Blogger, der fürs Profilbild auf eine Maschine steigt.
Die Dragstar ist hier erwähnenswert, weil sie zeigt, was passiert, wenn man seinen Alltag so organisiert, dass Zeit übrig bleibt. Wenn das Haus die Lichter dimmt. Wenn n8n den Tag schon strukturiert hat. Wenn VINCI Recherchen übernimmt und der Mac mini Aufgaben abarbeitet, während ich woanders bin. Dann hat man am Nachmittag manchmal eine Stunde, die vorher nicht da war.
Ich nütze sie für die Dragstar.
Das ist, glaube ich, der ehrlichste Grund, warum ich KI und Automation nicht nur beruflich aufgebaut habe, sondern auch persönlich. Nicht für mehr Produktivität um ihrer selbst willen. Sondern für Zeit, die ich selbst entscheide, wie ich sie verbringe.
Kaffee im Garten
Es gibt an manchen Morgen eine Viertelstunde, in der ich im Garten sitze, bevor der Arbeitstag beginnt. Das Haus läuft. Der Mac mini arbeitet. n8n hat den Tag bereits strukturiert. Ich trinke Kaffee und schaue auf die Dragstar im Hof.
Das ist nicht Hightech-Selbstdarstellung. Es ist das Ergebnis von zwei Jahren konsequentem Aufbau. Jede Komponente ist aus einem konkreten Problem entstanden und ist geblieben, weil sie funktioniert.
Ich beobachte das auch in der Beratungspraxis: Die EPU und KMU, die am meisten von KI und Automation profitieren, sind nicht die mit dem größten Budget oder dem kompliziertesten Setup. Es sind die, die einen konkreten Schmerz hatten, eine Lösung gebaut haben und dann weitergemacht haben. Der Morning Briefing Workflow war für mich so ein Einstieg. Zehn Minuten einrichten, täglich Nutzen. Alles andere hat sich von dort aus entwickelt.
Das Setup ist nicht fertig. Wird es vermutlich nie sein. Aber die Grundstruktur hält. Das Haus läuft, bevor ich aufstehe, und die Viertelstunde Kaffee im Garten ist der beste Beweis dafür, dass das kein Selbstzweck war.
