Regen-Check für den GießBot: So erkennt deine Bewässerung, dass Regen kommt

Dein GießBot dreht brav das Wasser auf, und eine halbe Stunde später schüttet es. Wasser umsonst, Beet ersoffen. In diesem Beitrag baust du dir einen Regen-Check: zwei Sensoren, die dir die erwartete Regenmenge in Millimetern liefern, und eine Bedingung, mit der dein GießBot bei angesagtem Regen die Bewässerung einfach überspringt. Komplett lokal, ohne Konto, ohne API-Key.

Und weil ich in der Community immer wieder gefragt werde, woher diese Wetterdaten eigentlich kommen und wie verlässlich sie sind, klären wir das gleich mit. Mit Quellen, damit du es selbst nachlesen kannst.

Was wir bauen

Wir nutzen die Wetterdaten von Open-Meteo, die in Home Assistant als Core-Integration ohne API-Key und ohne Anmeldung laufen. Daraus bauen wir zwei Sensoren:

• Niederschlag heute Vorhersage: die komplette erwartete Regenmenge für heute in mm.
• Niederschlag Rest des Tages: nur noch das, was ab jetzt bis Mitternacht runterkommt.

Den ersten Wert brauchst du für den Regen-Check, den zweiten, wenn deine Bewässerung mittags läuft und du den Vormittagsregen nicht doppelt zählen willst.

Ich erkläre in meinem Online Kurs und beim Gießbot wie du das einrichtest.

Ich habe die Lektion für dich hier freigeschalten:

https://alexkly.my-ablefy.com/s/alexkly/smart-garden-masterplan-f5a5000c/preview?lesson_id=4825889

Der Sensor-Block

Der folgende Block kommt in deine configuration.yaml unter den Top-Level-Key template. Hast du dort schon einen template-Block, hängst du nur den Listeneintrag ab - trigger: an.

# =====================================================================
# Open-Meteo Niederschlags-Sensoren für GießBot Rain-Check
# =====================================================================
# Was es macht:
#   Liest aus der Open-Meteo Wetter-Entität die erwartete Regenmenge in
#   mm und legt sie als zwei Sensoren ab:
#     - sensor.niederschlag_heute_vorhersage  -> komplette Tagessumme heute
#     - sensor.niederschlag_rest_des_tages    -> nur noch ab jetzt bis 24 Uhr
#
# Anpassen:
#   weather.home  ->  deine Open-Meteo Entität
#   (Entwicklerwerkzeuge -> Zustände -> nach  weather.  filtern)
# =====================================================================

template:
  - trigger:
      - trigger: time_pattern
        minutes: "/30"
      - trigger: homeassistant
        event: start
    action:
      - action: weather.get_forecasts
        target:
          entity_id: weather.home
        data:
          type: daily
        response_variable: daily_fc
      - action: weather.get_forecasts
        target:
          entity_id: weather.home
        data:
          type: hourly
        response_variable: hourly_fc
    sensor:
      # --- Komplette erwartete Tagessumme für heute ---
      - name: "Niederschlag heute Vorhersage"
        unique_id: niederschlag_heute_vorhersage
        unit_of_measurement: "mm"
        device_class: precipitation
        state_class: measurement
        state: >
          {% set fc = (daily_fc.values() | list)[0].forecast %}
          {{ fc[0].precipitation | float(0) | round(1) }}
        availability: >
          {{ daily_fc is defined
             and (daily_fc.values() | list | count) > 0
             and ((daily_fc.values() | list)[0].forecast | count) > 0 }}

      # --- Nur noch erwarteter Regen ab jetzt bis Mitternacht ---
      - name: "Niederschlag Rest des Tages"
        unique_id: niederschlag_rest_des_tages
        unit_of_measurement: "mm"
        device_class: precipitation
        state_class: measurement
        state: >
          {% set fc = (hourly_fc.values() | list)[0].forecast %}
          {% set ns = namespace(total=0) %}
          {% for f in fc %}
            {% set dt = as_local(as_datetime(f.datetime)) %}
            {% if dt.date() == now().date() and dt >= now() %}
              {% set ns.total = ns.total + (f.precipitation | float(0)) %}
            {% endif %}
          {% endfor %}
          {{ ns.total | round(1) }}
        availability: >
          {{ hourly_fc is defined
             and (hourly_fc.values() | list | count) > 0 }}

Danach einmal Home Assistant neu starten, fertig.

Den Regen-Check im GießBot machst du dann mit dieser Bedingung:

condition:
  - condition: numeric_state
    entity_id: sensor.niederschlag_heute_vorhersage
    below: 3

Heißt: ab 3 mm erwartetem Regen heute wird nicht gegossen. Den Schwellwert stellst du natürlich so ein, wie es zu deinem Garten passt.

Copy & Verstehen: Warum das ein get_forecasts braucht

Damit du es nicht nur reinkopierst, sondern wirklich raffst: Seit Home Assistant 2024.3 hängen die Wetter-Entitäten die Vorhersage nicht mehr als festes Attribut an. Der alte Weg über state_attr funktioniert deshalb nicht mehr, und genau daran scheitern viele ältere Anleitungen im Netz. Wir holen die Vorhersage stattdessen aktiv mit der Aktion weather.get_forecasts und legen sie im Sensor ab. Der Trigger sorgt dafür, dass die Werte alle 30 Minuten aktualisiert werden und nach einem Neustart sofort da sind.

Ein Stolperstein noch: Die Wetter-Entität heißt nicht bei jedem weather.home. Steht der Sensor nach dem Neustart auf unavailable, schau kurz in den Entwicklerwerkzeugen unter Zustände nach, wie deine wirklich heißt, und trag sie ein. Du musst sie nur an einer Stelle ändern, den Rest ziehen sich die Templates selbst.

Woher kommen die Daten eigentlich?

Jetzt der Teil, der mir wichtig ist. Open-Meteo ist selbst kein Wetterdienst, sondern ein Aggregator. Der Dienst lädt die frei verfügbaren Rohdaten von über 15 nationalen Wetterdiensten, darunter ECMWF, DWD, NOAA und Météo-France, und mischt daraus eine einzige, saubere Zeitreihe. Das Ganze ist Open Source, alle Quellen sind offengelegt, und pro Tag werden dafür über 2 TB verarbeitet.

Für die Modellauswahl gibt es die Einstellung best_match, und die nutzt die Home-Assistant-Integration. Sie wählt automatisch das höchstauflösende Modell für deinen Standort. Für Europa heißt das konkret: ICON-D2 mit 2 km Auflösung und ICON-EU mit 7 km.

Für dich und mich in Süddeutschland bedeutet das: Die ersten ein bis zwei Tage, also genau der Bereich, der für den Regen-Check zählt, kommen vom DWD ICON-D2. Das ist das hochauflösende Modell des Deutschen Wetterdienstes, das Schauer und Gewitter auflöst, und die gleiche Grundlage, auf der auch die offizielle DWD-Vorhersage aufbaut. Erst danach schaltet Open-Meteo auf ICON-EU und für die längere Frist auf globale Modelle um.

Wenn du also Open-Meteo nutzt, nutzt du in Deutschland faktisch DWD-Daten, nur ohne den ganzen Anmelde- und Key-Aufwand. Das passt genau zu meinem Anspruch: die guten, offiziellen Daten, aber ohne Reibung für dich.

Warum ist ausgerechnet Regen so schwer?

Jetzt ehrlich, wie immer. Temperatur und Regen sind nicht gleich gut vorhersagbar, und das ist keine Schwäche eines bestimmten Dienstes, sondern liegt in der Natur der Sache.

Die Temperatur für morgen treffen die Modelle heute richtig gut. Der Deutsche Wetterdienst wertet eine Temperaturvorhersage für den nächsten Tag als Treffer, wenn sie um höchstens ±2,5 Grad abweicht, und liegt damit inzwischen bei über 90 Prozent. Vor 30 Jahren waren es gut 70 Prozent. Temperatur kannst du also praktisch jeder seriösen Quelle abnehmen.

Beim Niederschlag wird es schwieriger, und das sagt der DWD selbst ganz offen: Fragt man nach kategorischen Dingen wie „fällt in den nächsten 12 Stunden überhaupt Regen“, sind die Trends nicht mehr so eindeutig. Die Vorhersage, ob es an einem ganz bestimmten Ort regnet, ist und bleibt ein hartes Problem. Temperatur lässt sich deutlich genauer prognostizieren als Niederschlag.

Und jetzt kommt unsere Region ins Spiel. Wir sitzen hier im Neckartal, zwischen Schwarzwald und Schwäbischer Alb. Im Sommer kommt der Regen überwiegend konvektiv: einzelne Schauer und Wärmegewitter, die sich lokal über den Höhenzügen aufbauen und dann ziehen. Genau das können die Modelle räumlich am schlechtesten festnageln. Ob eine Gewitterzelle deinen Garten trifft oder den Ort drei Kilometer weiter, ist im Vorhinein kaum zu sagen. Deshalb geben seriöse Dienste für solche Lagen auch keine einzelne Zahl aus, sondern eine Bandbreite mehrerer Modellrechnungen. Der DWD macht das in seiner Trendvorhersage genauso und zeigt, in welchem Bereich 50, 80 und 100 Prozent der Rechnungen liegen.

Für stabile Großwetterlagen, also den klassischen Landregen einer durchziehenden Front, sind die mm-Prognosen brauchbar. Für die typischen Sommergewitter bei uns sind sie ein grober Hinweis, kein Messwert.

Mein Rat: Vorhersage plus Messwert

Aus all dem folgt für den GießBot eine klare Konsequenz: Verlass dich nicht allein auf die Vorhersage. Nutz sie als groben Filter mit einem eher hohen Schwellwert, damit du bei klar angesagtem Landregen gar nicht erst gießt. Die eigentliche Entscheidung überlässt du am besten einem gemessenen Wert, also einem Bodenfeuchte-Sensor oder einem echten Regenmesser. Der weiß wirklich, ob dein Beet Wasser braucht. Die Vorhersage fängt nur die offensichtlichen Fälle vorab ab. Genau so machen es auch die spezialisierten Bewässerungslösungen: Regen der letzten 24 Stunden plus Prognose der nächsten Stunden, kombiniert, nicht Prognose pur.

Der komplette GießBot und der Smart Garden Masterplan

Dieser Regen-Check ist ein Baustein vom GießBot. Den kompletten GießBot-Blueprint, also die fertige Bewässerungssteuerung für Home Assistant mit mehreren Zonen, Zeitplan und Benachrichtigungen, findest du hier: Gießbot. Einbinden, deine Zonen eintragen, läuft.

Und wenn du nicht nur die Bewässerung, sondern den ganzen autarken Garten bauen willst, vom Wasserspeicher über die Tropfbewässerung bis zur Solar- und Relaissteuerung, dann schau dir den Smart Garden Masterplan an: SMART-GARDEN-MASTERPLAN Da gehen wir genau nach dem Prinzip aus diesem Beitrag vor, Schritt für Schritt, mit fertigen Bausteinen und immer so erklärt, dass du es verstehst und nicht nur nachklickst.

Kein Muss, der Regen-Check oben läuft auch ohne. Aber wenn du dir das lange Zusammensuchen sparen und gleich ein sauberes System bauen willst, ist das der direkte Weg.

Schreib mir gerne in die Kommentare, mit welchem Schwellwert du gießt und ob bei dir im Sommer die Prognose taugt oder eher der Sensor entscheidet.

Dein Alex Kly, bis bald.

Quellen

• Deutscher Wetterdienst, Qualität unserer Wettervorhersagen: https://www.dwd.de/DE/wetter/schon_gewusst/qualitaetvorhersage/qualitaetvorhersage_node.html
• Deutscher Wetterdienst, Trendvorhersage regional (Bandbreite der Modellrechnungen): https://www.dwd.de/DE/leistungen/trendvorhersage_regional/trendvorhersage_regional.html
• Wikipedia, Wettervorhersage (Genauigkeit Temperatur im Vergleich zu Niederschlag): https://de.wikipedia.org/wiki/Wettervorhersage
• Open-Meteo, Features und Datenquellen: https://open-meteo.com/en/features
• Open-Meteo, DWD ICON API: https://open-meteo.com/en/docs/dwd-api
• Open-Meteo, Dokumentation (Modelle, Niederschlag als Stundensumme): https://open-meteo.com/en/docs
• Open-Meteo, Quellcode und Modell-Liste auf GitHub: https://github.com/open-meteo/open-meteo