Sprache wechseln
Design wechseln

OpenClaw Smart Home in der Praxis: Zimmer per WhatsApp-Sprache steuern

„Mach das Schlafzimmerlicht etwas dunkler.“

Zum dritten Mal wiederholte ich es ins Handy – Siri antwortete stur: „Entschuldigung, das habe ich nicht verstanden.“

Ich lag im Bett und starrte an die Decke – und merkte plötzlich, wie absurd das ist: Tausende Euro in Philips-Hue-Beleuchtung, und das System versteht nicht einmal die einfachste Alltagssprache.

Vielleicht kennen Sie das: Smart-Home-Hardware, fünf oder sechs Apps, endlose Automatisierungen – und zum Ausschalten einer Lampe müssen Sie exakt sagen: „Schalte die Deckenleuchte im Hauptschlafzimmer aus.“ Etwas vage wie „Zu hell, etwas dunkler“ – und das System gibt auf.

Das ist die Sackgasse klassischer Sprachassistenten: Keyword-Matching statt echtem Verstehen Ihrer Absicht.

Dann kam OpenClaw.

Beim ersten Lichttest schickte ich per WhatsApp eine Sprachnachricht: „Das Wohnzimmerlicht blendet, stell es warm-gelb ein, Helligkeit so etwa sechzig Prozent.“ Drei Sekunden später änderte sich das Licht – kein festes Szenenprofil, sondern die KI verstand die Beschreibung, berechnete Farbtemperatur und Helligkeit und führte aus.

Das fühlt sich merkwürdig gut an – wie ein kompetenter Haushälter: keine Gerätenamen auswendig lernen, kein Befehlsformat merken, einfach normal sprechen.

Heute zeige ich Ihnen, wie Sie diesen „Haushälter“ einrichten.

Günstig „Garnele züchten“: ArkClaw macht KI-Agenten erschwinglich

OpenClaw (die „Garnele“) ist praktisch, aber die Einrichtung schreckt ab? ByteDance Volcano Engine bringt mit ArkClaw die Hürde auf den Boden: ohne Server- und Token-Gefummel, mit einem Klick ein 24/7-Agent für Browser, Skripte und Kalender.

Wichtig: nur 9,9 Yuan/Monat; mit Einladungscode ZLKUK54M (hier registrieren) 8,9 Yuan. Entwickler: Coding Plan Pro inklusive.

Was ist OpenClaw – und warum als Smart-Home-Zentrale?

OpenClaw (früher Moltbot, ClawdBot) ist im Kern ein dauerhaft laufender KI-Agent. Persönlicher Assistent: an Messenger (WhatsApp, Telegram, Discord), Kalender und E-Mail – und an Ihr Smart Home.

Der Unterschied zu Siri und Alexa?

Klassische Assistenten machen Befehlszuordnung: Sie sagen A, sie suchen B. Kein Treffer – Aufgabe abgebrochen. Deshalb scheitert „etwas dunkler“ – die Formulierung steht nicht in der Liste.

OpenClaw nutzt Claude und versteht Semantik. Bei „etwas dunkler“ schließt es: zu hell, Helligkeit runter, evtl. wärmere Farbtemperatur – ruft Home Assistant auf, findet die Wohnzimmer-Lampe, setzt Werte und führt aus.

Zwei völlig verschiedene Denkweisen.

Dan Malone beschrieb in seinem Blog eine Waschbär-Persona für OpenClaw – die KI steuerte nicht nur Geräte, sondern kommentierte: Nachts Licht an → „So spät noch wach? Okay, Licht an – aber nicht zu lange.“

Klingt albern – genau diese Personalisierung fehlt bei klassischen Assistenten.

OpenClaw läuft lokal. Ihre Daten wandern nicht unkontrolliert in fremde Clouds – wichtig für Datenschutzbewusste.

Vorbereitung und Voraussetzungen

Nach dem Warum folgt das Wie.

1. Home Assistant

  • Version 2024.1 oder neuer empfohlen
  • Erreichbarkeit anderer Geräte im LAN
  • Philips Hue (oder andere Zielgeräte) bereits integriert

Noch kein Home Assistant? HassOS-Image ist der schnellste Einstieg – Details lassen wir hier weg.

2. OpenClaw-Laufzeit

Drei Wege:

  • Docker: flexibel, ideal mit eigenem Server
  • HA Add-on: am einfachsten, direkt in Home Assistant
  • Lokal: Node.js nötig

Empfehlung: Docker – Updates und Betrieb sind unkompliziert.

3. Netzwerk

  • Home Assistant muss von OpenClaw erreichbar sein (LAN-IP oder Hostname)
  • Feste IP oder mDNS-Hostname hilft

4. Philips Hue

Hue Bridge über die offizielle Integration in Home Assistant. Unter „Einstellungen → Geräte & Dienste“ sollte Philips Hue mit Geräteliste erscheinen.

openclaw-ha Skill – Erklärung und Konfiguration

Das Herzstück: openclaw-ha verbindet OpenClaw mit Home Assistant.

Schritt 1: Zugangstoken für Home Assistant

In Home Assistant anmelden, unten links auf den Benutzernamen → „Langzeit-Zugangstoken“.

„Token erstellen“, Name z. B. „openclaw-token“, Token kopieren – wird nur einmal angezeigt.

Schritt 2: Umgebungsvariablen

Zwei Variablen setzen:

export HA_URL="http://Ihre-HA-Adresse:8123"
export HA_TOKEN="Ihr-kopiertes-Token"

Bei Docker in docker-compose.yml:

environment:
  - HA_URL=http://192.168.1.100:8123
  - HA_TOKEN=eyJhbGciOiJIUzI1NiIs...

Schritt 3: homeassistant Skill installieren

Im OpenClaw-Container oder -Verzeichnis:

openclaw add skill homeassistant

Oder in der Konfiguration unter skills:

{
  "skills": [
    {
      "name": "homeassistant",
      "enabled": true
    }
  ]
}

Schritt 4: Verbindung testen

OpenClaw neu starten, dann in WhatsApp oder Telegram:

„Liste alle Lampen in meiner Wohnung auf“

Bei Erfolg eine Geräteliste, etwa:

Gefundene Lichtgeräte:
- light.living_room_main (Wohnzimmer-Hauptlicht)
- light.bedroom_ceiling (Schlafzimmer-Decke)
- light.kitchen_spotlights (Küchen-Spots)

Grundkonfiguration steht.

Praxis: WhatsApp-Sprache steuert Philips Hue

Basissteuerung

Szenario 1: Ein/Aus

Sie: „Schalte das Wohnzimmerlicht aus“
KI: „Wohnzimmer-Hauptlicht ist aus.“

Kein light.living_room_main nötig – die KI mappt „Wohnzimmer“ und „Licht“.

Szenario 2: Helligkeit und Farbtemperatur

Sie: „Schlafzimmer etwas dunkler, Licht zum Lesen vor dem Schlafen“
KI: „Schlafzimmer-Decke auf 40 % Helligkeit, 2700 K warmweiß.“

Ohne Zahlen – „Lesen vor dem Schlafen“ reicht als Kontext.

Szenario 3: Farbe

Sie: „Bürolampe hellblau, wie grauer Himmel draußen“
KI: „Bürolampe auf Hellblau (RGB: 173, 216, 230).“

Vage Beschreibungen – für klassische Assistenten oft unmöglich.

Komplexe Szenen

Szenario 4: Mehrere Geräte

Sie: „Ich will einen Film schauen“
KI: „Filmabend-Modus:

  • Wohnzimmer-Hauptlicht aus
  • Ambiente-LED im Kino-Modus
  • Klima auf 24 °C“

In Home Assistant vorab ein „Filmabend“-Skript definieren – Auslösung per natürlicher Sprache.

Szenario 5: Bedingungen

Sie: „Es ist dunkel, mach bitte Licht an“
KI: „Außenhelligkeit 50 lux – dunkel genug. Wohn- und Flurlicht eingeschaltet.“

Die KI nutzt Sensordaten, nicht nur starre Befehle.

Mehrfachdialog

Sie: „Die Lampe ist zu hell“
KI: „Welches Zimmer meinen Sie?“
Sie: „Wohnzimmer“
KI: „Wohnzimmer-Hauptlicht von 80 % auf 50 %. Noch dunkler?“
Sie: „Noch etwas, und weniger gelb“
KI: „30 % Helligkeit, 2200 K. Passt das so?“

Wie ein Gespräch mit dem Haushälter.

Fortgeschritten: Tipps und Fehlerbehebung

Eigene Aliase für Entitäten

Unklare Namen? In Home Assistant „Anzeigename“ setzen oder in OpenClaw mappen:

{
  "aliases": {
    "light.living_room_main": ["Großes Licht", "Hauptlicht", "Wohnzimmerlampe"]
  }
}

„Großes Licht“, „Hauptlicht“ oder „Wohnzimmerlampe“ – dieselbe Entität.

Sicherheit

  1. Token-Rechte
    Zuerst nur-Lese-Token testen, dann Lese/Schreiben.

  2. Zugriffsbeschränkung
    OpenClaw auf dem Internet: HA_URL mit HTTPS, Firewall auf vertrauenswürdige IPs.

  3. Logs
    OpenClaw-Aktionen regelmäßig prüfen – ungewöhnliche Steuerungen auffallen.

Häufige Probleme

Problem 1: Gerät nicht gefunden

  • HA_TOKEN-Rechte prüfen
  • Entity-ID unter Entwicklerwerkzeuge verifizieren
  • OpenClaw neu starten

Problem 2: Langsame Antworten

  • Latenz OpenClaw → HA sollte <50 ms sein
  • Claude-Proxy lokal reduziert API-Latenz
  • Bei vielen Geräten steuerbare Entitäten in der Config begrenzen

Problem 3: Fehl-Auslösungen

  • In Gruppenchats Wake-Word oder @-Erwähnung
  • Blacklist für Schlösser, Kameras etc.

Fazit

Kernbotschaft: KI beginnt, Menschensprache zu verstehen.

Von „Schließe light.living_room_main“ zu „Mach das Wohnzimmerlicht etwas dunkler“ – nicht nur Syntax, sondern ein anderer Dialog.

OpenClaw plus Home Assistant fühlt sich an, als würden die Geräte wirklich mitdenken: Absicht verstehen, selbst entscheiden, wie sie helfen.

Einstieg: GitHub-Repo awesome-openclaw-skills mit Doku und Community. Fragen auch im Home-Assistant-Forum im OpenClaw-Bereich.

Die Einrichtung kann haken – der Moment, in dem natürliche Sprache das Licht wirklich steuert, lohnt sich.

Die Zukunft ist da – nur ungleich verteilt. Wer gern experimentiert, spürt sie etwas früher.

OpenClaw Smart Home – vollständiger Einrichtungsablauf

OpenClaw mit dem openclaw-ha Skill an Home Assistant anbinden und Geräte per natürlicher Sprache steuern

⏱️ Estimated time: 20 min

  1. 1

    Step1: Vorbereitung: Umgebung und Voraussetzungen prüfen

    Home Assistant installiert (empfohlen: Version 2024.1+)
    • Philips Hue über die offizielle Integration in HA eingebunden
    • OpenClaw-Laufzeit bereit (Docker / HA Add-on / lokal)
    • Netzwerk: OpenClaw muss Port 8123 von HA erreichen können
  2. 2

    Step2: Home-Assistant-Zugangstoken erstellen

    In der Home-Assistant-Weboberfläche anmelden
    • Unten links auf den Benutzernamen → Langzeit-Zugangstoken
    • „Token erstellen“ klicken, z. B. Name „openclaw-token“
    • Generiertes Token sofort kopieren (wird nur einmal angezeigt)
    • Sicher aufbewahren – wird in der Konfiguration benötigt
  3. 3

    Step3: Umgebungsvariablen setzen

    Zwei Pflichtvariablen:
    • HA_URL: Home-Assistant-Adresse, z. B. http://192.168.1.100:8123
    • HA_TOKEN: das kopierte Langzeit-Token

    Docker-Beispiel (docker-compose.yml):
    • environment:
    - HA_URL=http://192.168.1.100:8123
    - HA_TOKEN=eyJhbGciOiJIUzI1NiIs...
  4. 4

    Step4: homeassistant Skill installieren

    OpenClaw-Container oder lokales Verzeichnis öffnen und ausführen:
    • npx moltbot add skill homeassistant

    Oder manuell in der Konfiguration:
    • &#123;
    "skills": [
    &#123;
    "name": "homeassistant",
    "enabled": true
    &#125;
    ]
    &#125;
  5. 5

    Step5: Verbindung prüfen und loslegen

    OpenClaw neu starten, damit die Konfiguration greift
    • Testnachricht in WhatsApp/Telegram: „Liste alle Lampen in meiner Wohnung auf“
    • Geräteliste als Antwort = Erfolg
    • Ab jetzt Smart Home per natürlicher Sprache steuern

FAQ

Worin unterscheidet sich OpenClaw von klassischen Sprachassistenten (Siri/Alexa)?
Der Kern liegt in der Art des Verstehens:

• Klassische Assistenten: Keyword-Matching, nur vordefinierte Befehle
• OpenClaw: Claude-LLM versteht Semantik und Kontext

Sagen Sie „etwas dunkler“, scheitert oft Siri – OpenClaw leitet die Absicht ab, berechnet passende Helligkeit und führt aus. Zudem Mehrfachdialoge wie in einem Chat.
Was ist der Unterschied zwischen openclaw-ha und offiziellen Home-Assistant-Integrationen?
openclaw-ha ist ein OpenClaw-Skill (Plugin) und verbindet den KI-Agenten mit Home Assistant.

Offizielle Integrationen kommen meist vom Gerätehersteller und bringen Markengeräte in HA. openclaw-ha steuert Geräte nicht direkt – die KI versteht Ihre Sprache und ruft die HA-API auf.

Kurz: Offizielle Integration = HA kennt das Gerät; openclaw-ha = KI versteht Sie.
Nach der Einrichtung lassen sich Geräte nicht steuern – woran kann das liegen?
Typische Checks:

1. Token-Rechte: HA_TOKEN braucht Lese-/Schreibrechte für Geräte
2. Entity-ID: unter „Entwicklerwerkzeuge → Zustände“ prüfen
3. Netzwerk: von der OpenClaw-Maschine per curl testen, ob HA_URL erreichbar ist
4. Logs: OpenClaw zeigt API-Fehler im Detail
5. Neustart: nach Konfigurationsänderungen OpenClaw neu starten
Ist die Smart-Home-Steuerung mit OpenClaw sicher?
Sicherheit hängt von der Einrichtung ab:

• Lokal: OpenClaw läuft lokal, Daten gehen nicht an Drittanbieter
• Token: Langzeit-Zugangstoken nutzen und regelmäßig rotieren
• Rechte: zuerst nur Lesezugriff testen, dann Schreiben freigeben
• Netzwerk: bei Internet-Exposition HTTPS und Zugriffskontrolle
• Sensible Geräte: Schlösser, Kameras etc. von der Steuerung ausschließen
Welche Geräte werden neben Philips Hue unterstützt?
Theoretisch alle in Home Assistant eingebundenen Geräte.

Home Assistant bietet über 2.500 offizielle Integrationen, u. a.:
• Beleuchtung: Philips Hue, Yeelight, Xiaomi, TP-Link Kasa
• Klima: Midea, Gree, Nest, Ecobee
• Schalter/Steckdosen: Xiaomi, Sonoff, Tuya
• Rollläden/Schlösser: Aqara, Zigbee-Geräte
• Sensoren: Temperatur, Bewegung, Helligkeit

Alles, was in HA sichtbar ist, lässt sich per OpenClaw in natürlicher Sprache ansprechen.

6 Min. Lesezeit · Veröffentlicht am: 27. Feb. 2026 · Aktualisiert am: 20. Juni 2026

Ähnliche Beiträge

Kommentare

Melde dich mit GitHub an, um einen Kommentar zu hinterlassen