Connect with us

Künstliche Intelligenz

Sonoff TRV Gen2 im Test: günstiges Heizkörperthermostat für Home Assistant


Sonoff TRV Gen2: günstiges Zigbee-Heizkörperthermostat mit PID-Regelung und lokalen Zeitplänen. Der Test zeigt, wie es sich in App und Home Assistant schlägt.

Das Sonoff TRV Gen2 (Modell TRV-ZBT) ist ein smartes Heizkörperthermostat, das den Warmwasserzufluss eines Heizkörpers bedarfsgerecht regelt. Es richtet sich an Anwender, die ihre Raumtemperatur per App steuern oder in ein Smart-Home-System wie Home Assistant einbinden möchten. Zur Ausstattung gehören ein farbiges IPS-Display, drei unabhängige Wochenzeitpläne mit bis zu zwölf Schaltpunkten pro Tag, die Unterstützung externer Temperatursensoren sowie eine PID-Regelung.

Ein Alleinstellungsmerkmal ist die flexible Anbindung: Das Thermostat lässt sich ohne zusätzliches Gateway direkt per Bluetooth (BLE) über die Ewelink-App steuern oder klassisch per Zigbee in ein Smart Home (Bestenliste) einbinden – auf Wunsch sogar beides parallel. Getestet wurde es in einem 4 m² großen Bad mit einer 160 × 50 cm großen Handtuchheizung, sowohl mit der App als auch in Home Assistant (Ratgeber) über Zigbee2MQTT.

Ausstattung, Größe und Adapter

Das Sonoff TRV Gen2 ist mit den Maßen 50 × 50 × 82,9 mm deutlich kompakter als sein Vorgänger TRVZB – laut Hersteller um 38 Prozent. Das Gehäuse beherbergt ein farbiges IPS-Display, das sich in vier Richtungen drehen lässt und so auch bei seitlicher Montage gut ablesbar bleibt. Betrieben wird das Thermostat mit zwei AA-Batterien (1,5 V LR6), was das Gerät inklusive Batterien auf 169 g bringt. Die Batterielaufzeit gibt der Hersteller mit bis zu einem Jahr an, abhängig von der Nutzungshäufigkeit und der Umgebungstemperatur.

Ein besonderes Ausstattungsmerkmal ist der physische Drehregler am Gehäuse. Während viele Wettbewerber auf eine Touch-Bedienung setzen, ermöglicht der Drehregler eine intuitive, haptische Temperatureinstellung direkt am Gerät – ohne Smartphone oder Sprachbefehl. Das ist besonders für Gäste, ältere Familienmitglieder oder für den schnellen Griff zwischendurch ein klarer Vorteil.

Der Standardanschluss ist M30 × 1,5 mm. Im Lieferumfang liegen zusätzlich Adapter für die Ventiltypen CAL, RAVL, RAV, M28, GIA und RA bei, sodass das Thermostat an die meisten gängigen Heizkörperventile passt. Die Verarbeitung wirkt solide; der Verstellmechanismus arbeitet laut Hersteller besonders leise, was im Test bestätigt werden konnte.

Für den Testort, ein Bad mit einer Handtuchheizung, war die Montage unkompliziert: Das Thermostat sitzt etwa 15 cm über dem Fußboden, die erste Heizstrebe befindet sich 7 cm darüber. Diese Position ist für die Messung nicht optimal: Die vom Heizkörper erwärmte Luft steigt nach oben weg, sodass das Thermostat die kühlere Luft in Bodennähe misst. Zudem kann die Wärmestrahlung des Heizkörpers den Sensor beeinflussen. Das ist ein Problem, das praktisch alle Heizkörperthermostate teilen und das sich mit einem externen Sensor lösen lässt. Dafür bietet Sonoff einen offiziellen Blueprint.

Sonoff TRV Gen2: kompakt, günstig, farbiges LC-Display, PID-Regelung, Zigbee und sehr gute Integration in Home Assistant

Inbetriebnahme & App

Bei der Inbetriebnahme über die Ewelink-App ist das Sonoff TRV Gen2 bemerkenswert flexibel. Beim Hinzufügen eines Geräts bietet die App zwei Wege an: das klassische „Zigbee Pairing“, das ein in der Ewelink-App registriertes Sonoff-Gateway voraussetzt, und das „BLE Pairing“ per Bluetooth Low Energy. Letzteres ist ausdrücklich für Anwender ohne Zigbee-Gateway gedacht. Soll das Thermostat in Home Assistant laufen, muss das Pairing dagegen direkt über die dortige Zigbee-Integration (Zigbee2MQTT oder ZHA) gestartet werden. Über die Ewelink-App geht das nicht.

Nach dem Einsetzen der Batterien und dem Aktivieren des Bluetooth-Kopplungsmodus erkennt das Smartphone das Thermostat innerhalb weniger Sekunden. Anschließend führt die App durch die Ventilkalibrierung, bei der das Gerät den Stellweg des Ventils automatisch ermittelt. Im reinen Bluetooth-Betrieb lässt sich das Thermostat komplett per App steuern; Hub oder Bridge im Netzwerk sind nicht nötig.

Die Ewelink-App bietet alle wichtigen Funktionen: manuelle Temperatureinstellung, drei separate Zeitpläne mit bis zu zwölf Zeitfenstern pro Tag, Frostschutz, Kindersicherung und die Auswahl einer externen Temperaturquelle. Zeitpläne lassen sich bequem am Smartphone anlegen. Die übersichtliche Heizstatistik gibt es allerdings nur, wenn das Thermostat mit einem Sonoff-Zigbee-Gateway verbunden ist.

Sonoff TRV Gen2: Mit der Ewelink-App kann man per Bluetooth das Thermostat lokal steuern. Auch wenn es per Zigbee an Home Assistant angebunden ist.

Dualverbindung: App und Home Assistant gleichzeitig nutzen

Hier hebt sich das Sonoff TRV Gen2 vom übrigen Testfeld ab. Bei nahezu allen anderen Zigbee-Heizkörperthermostaten, etwa dem Aqara W600 oder dem Danfoss Ally, gilt: Sobald das Gerät per Zigbee an Home Assistant angebunden ist, endet die Verbindung zum Hersteller-Hub und damit zur Hersteller-App. Das Thermostat hört dann nur noch auf den lokalen Zigbee-Koordinator, etwa Zigbee2MQTT. Zeitpläne lassen sich nicht mehr bequem in der Hersteller-App erstellen, man muss sich für einen der beiden Wege entscheiden.

Das Sonoff TRV Gen2 löst diesen Zielkonflikt elegant: Ewelink-App (per Bluetooth) und Home Assistant (per Zigbee) lassen sich gleichzeitig nutzen. Bluetooth dient dabei nicht nur für Firmware-Updates, sondern erlaubt die vollständige Steuerung über die App, ohne die Zigbee-Verbindung zu unterbrechen.

Einschränkung: Nahbereich statt Fernsteuerung

Die Bluetooth-Steuerung funktioniert naturgemäß nur in Funkreichweite des Thermostats, typischerweise rund 10 m, je nach Wänden und Decken. Um vor Ort Zeitpläne zu erstellen oder Einstellungen zu prüfen, genügt das völlig und ist ein spürbarer Komfortgewinn. Aus einem anderen Raum oder von unterwegs lässt sich das Gerät auf diesem Weg jedoch nicht steuern. Dafür braucht es die Zigbee-Anbindung über Home Assistant oder ein Sonoff-Gateway. Positiv bleibt: Für die App als Konfigurationsoberfläche ist keine Cloud nötig. Beim Aqara W600 dagegen setzt die App zwingend eine Cloud-Verbindung über den Hub voraus.

Integration in Home Assistant

In Home Assistant lässt sich das Thermostat über Zigbee2MQTT (Z2M) oder ZHA einbinden [Hinweis zum ZHA-Status und zur Z2M-Mindestversion ergänzen]. Unter Z2M ist keine zusätzliche Integration nötig: Nach dem Pairing wird das Gerät automatisch erkannt und stellt viele Entitäten bereit. Die wichtigsten im Überblick:

  • climate.sonoff_trv_gen2 – Hauptentität mit den HVAC-Modi Off, Heat und Auto. Auto aktiviert den internen Zeitplan, Heat überlässt die Steuerung Home Assistant.
  • sensor.sonoff_trv_gen2_local_temperature – aktuelle Temperatur am Thermostat.
  • number.sonoff_trv_gen2_heating_valve_position – Ventilöffnung in Prozent, direkter Indikator für die aktuelle Heizintensität.
  • sensor.sonoff_trv_gen2_heat_percentage_hour – durchschnittliche Heizaktivität pro Stunde, aufschlussreich für die Analyse des Heizverhaltens.
  • text.sonoff_trv_gen2_weekly_schedule_* – Zeitpläne für jeden Wochentag als editierbare Textentitäten. Damit lassen sich die im Gerät gespeicherten Pläne direkt in Home Assistant bearbeiten.
  • switch.sonoff_trv_gen2_open_window – schaltet die Fenster-offen-Erkennung ein oder aus.
  • binary_sensor.sonoff_trv_gen2_open_window_detected – meldet ein erkanntes offenes Fenster.
  • switch.sonoff_trv_gen2_smart_temperature_control – wechselt zwischen PID-Regelung und einfacher Hysterese.
  • number.sonoff_trv_gen2_hysteresis_low und _high – Schwellwerte der Hysterese.
  • select.sonoff_trv_gen2_temperature_sensor_select – Auswahl zwischen internem und externem Temperatursensor.
  • number.sonoff_trv_gen2_external_temperature_input – Eingang für den Wert eines externen Sensors.
  • sensor.sonoff_trv_gen2_fault_status – zeigt Fehler wie Ventilprobleme an.
  • sensor.sonoff_trv_gen2_battery – Batteriestand.
  • button.sonoff_trv_gen2_valve_travel_calibration – startet die Ventilkalibrierung manuell.

Ein Teil der Entitäten gilt standardmäßig als „diagnostisch“ und ist in der Oberfläche ausgeblendet. Für den vollen Funktionsumfang sollten sie manuell aktiviert werden. Auf die Batterielaufzeit wirkt sich das nicht aus, da das Thermostat seine Daten ohnehin per Zigbee überträgt. Die Aktivierung betrifft nur die Anzeige in Home Assistant. Besonders nützlich ist fault_status: Die Entität meldet Ventilprobleme, bevor der Heizkörper kalt bleibt. Mit heat_percentage_hour lässt sich der Heizverlauf über längere Zeit auswerten, ganz ohne zusätzliche Hardware.

Die Zeitpläne werden über Zigbee2MQTT (Z2M) konfiguriert und direkt im Thermostat gespeichert.

Fehlende Komfortfunktionen lassen sich in Home Assistant mit Helfern nachbilden. Ein input_select-Helfer dient etwa als Preset-Schalter für Modi wie „Zuhause“, „Urlaub“ und „Nacht“, eine Automatisierung setzt die passenden Temperaturen. Für eine Anwesenheitssteuerung lässt sich der Modus Heat mit einer Personenzuordnung kombinieren. Die Heizphase, also „heating“ oder „idle“, kann ein Template-Binärsensor aus dem Attribut hvac_action der Climate-Entität ableiten, falls sie nicht als eigene Entität vorliegt:

- name: "Sonoff TRV Heizphase"

state: "{{ state_attr('climate.sonoff_trv_gen2', 'hvac_action') == 'heating' }}"

Ein klarer Pluspunkt: Die Zeitpläne liegen lokal im Gerät. Dank integrierter Echtzeituhr (RTC) arbeitet das Thermostat sie auch dann weiter ab, wenn die Zigbee-Verbindung oder Home Assistant ausfällt. Das spricht für alle, denen Ausfallsicherheit wichtig ist.

Die folgende Tabelle vergleicht die Home-Assistant-Integration des Sonoff TRV Gen2 mit relevanten Konkurrenten:

Lokale Steuerung ✅ (Zigbee2MQTT) ✅ (Zigbee2MQTT) ✅ (Zigbee2MQTT)
hvac_action ✅ ✅ ✅
Heizbedarf/Ventil ✅ Ventilposition + Stundenwert ✅ Ventilposition ✅ PI-Heating-Demand
Externe Sensoren ✅ (nativ + Blueprint) ✅ ✅
Native Presets ❌ (nachbaubar) ✅ (6 Stück) ✅ (Programmiermodi)
Zeitpläne in HA ✅ (editierbare Text-Entitäten) ✅ (als Text-Entitäten) ⚠️ (nur über MQTT-Befehle/Attribute)
Fenster-offen ✅ (Switch + Binary Sensor) ✅ ✅
Diagnose ✅ (sehr tief) ✅ (sehr tief) ✅ (sehr tief)
Physischer Drehregler ✅ ✅ (Touch + Rad) ✅
Temperatur-Offset (Kalibrierung) ✅ local_temperature_calibration ✅ local_temperature_calibration ⚠️ regulation_setpoint_offset
Preis Stand: 30.10.2026* 31 € 43 € 61 €

*Alle Links in der Tabelle sind Affiliate-Links. Bei einem Kauf über einen dieser Links erhalten wir eine Provision.

Verbindungsstabilität und Batterielaufzeit

In frühen Erfahrungsberichten zum Sonoff TRV Gen2 war vereinzelt von Verbindungsabbrüchen die Rede. Im Test mit der aktuellen Firmware 1.1.0 ließ sich das nicht nachvollziehen: Über knapp eine Woche blieb die Zigbee-Verbindung durchgehend bestehen. Der Link-Quality-Indikator (LQI) lag zwischen 180 und 240, die Verbindung zum Koordinator riss nie ab.

Auch der Energiebedarf ist gering: Trotz intensiver Nutzung über eine Woche, inklusive häufig eingeschaltetem Display, meldete das Thermostat weiterhin 100 Prozent Batteriestand. Das deutet auf eine gute Energiebilanz hin. Für belastbare Aussagen zur Laufzeit ist eine Woche Testzeit allerdings zu kurz.

Praxis: Regelverhalten, Überschwingen und die Offset-Methode

Das Sonoff TRV Gen2 bietet zwei Regelungsmodi: die klassische Hysterese und die intelligente PID-Regelung. Die Hysterese ist ein einfaches Schwellwertverfahren: Das Ventil öffnet, wenn die Temperatur unter einen unteren Schwellwert fällt, und schließt, wenn der obere Schwellwert erreicht ist. Die PID-Regelung (Proportional-Integral-Differential) arbeitet feiner: Sie berechnet aus der Differenz zwischen Soll- und Ist-Temperatur einen Stellwert und moduliert die Ventilöffnung stufenlos.

Die Ausgangslage: Das Problem mit dem Überschwingen

Im Test im 4 m² großen Bad mit der trägen Handtuchheizung zeigte sich jedoch schnell eine physikalische Grenze der Regelung. Bei einem Sollwert-Sprung von 16 °C auf 24 °C (und später auf 26 °C) öffnete das Thermostat das Ventil weit und heizte kräftig an. Das Ergebnis war ein deutliches Überschwingen: Die Raumtemperatur stieg auf fast 28 °C, obwohl der Sollwert bei 26 °C lag.

Die Ursache dafür liegt nicht in einer fehlerhaften Software, sondern in der Trägheit des Systems. Die Handtuchheizung speichert enorme Wärmemengen im Wasser. Als der Sensor am Thermostat die Zieltemperatur erreichte und das Ventil schloss, gab der Heizkörper weiterhin Hitze ab und heizte den kleinen Raum weiter auf. Zudem misst der Sensor in Bodennähe (15 cm über dem Boden), während die Wärme nach oben steigt. Der PID-Regler arbeitet also mit verfälschten Daten und schießt über das Ziel hinaus.

Nativ und schnell: Die ApexCharts-Karte ist fest in Home Assistant integriert. Sie zeigt auf einen Blick die Raumtemperatur (grün), den Sollwert (rot), die Luftfeuchtigkeit (türkis) und markiert die exakten Heizphasen des Sonoff TRV Gen2 als orange Balken.

Die Lösung: Die Offset-Methode (Temperaturkalibrierung)

Um dieses Problem in den Griff zu bekommen, lässt sich die Entität number.sonsoff_trv_gen2_local_temperature_calibration nutzen. Eine Home-Assistant-Automatisierung berechnet kontinuierlich die Differenz zwischen einem externen Raumtemperatursensor (z. B. im Raum verteilt) und dem internen Fühler des Thermostats. Dieser Wert wird als Offset an das Thermostat gesendet. Das Thermostat „denkt“ nun, es würde die echte Raumtemperatur messen, und der PID-Regler arbeitet mit korrigierten Daten.

Das Ergebnis im Test war beeindruckend: Das massive Überschwingen auf 28 °C blieb aus. Die Raumtemperatur pendelte sich sanft und präzise auf dem gewünschten Sollwert ein. Die Automatisierung sorgt zudem dafür, dass der Offset dynamisch nachjustiert wird, falls sich die Umgebungsbedingungen ändern.

Maximale Detailtiefe: Die Plotly-Grafik besticht durch ein aufgeräumtes Design mit interaktiven Zeitraum-Buttons (1d, 7d, 1m, all). Dank der präzisen Skalierung mehrerer Achsen lassen sich komplexe Zusammenhänge – wie der Einfluss der Außentemperatur auf die Heizleistung – detailliert analysieren.

Fenster-Offen-Erkennung: Intern vs. Extern

Das Thermostat verfügt über eine integrierte Fenster-Offen-Erkennung. Laut Hersteller reagiert sie, wenn die Temperatur innerhalb von 4,5 Minuten um mehr als 1,5 °C fällt. Im Test mit einem Kühlpack, das direkt an das Thermostatgehäuse gehalten wurde, löste die Erkennung nach wenigen Minuten korrekt aus: Das Display zeigte ein „L“ an und das Thermostat stellte den Heizbetrieb ein.

Die interne Erkennung in der Praxis

So beeindruckend dieser Test war, so deutlich zeigte sich im Alltag auch die Schwäche des Systems. Die interne Erkennung reagiert ausschließlich auf den internen Fühler des Thermostats. In einem gut gedämmten Raum (Energieeffizienzklasse A+) kühlt die Luft am Thermostatgehäuse beim Lüften jedoch niemals so schnell ab, dass die 1,5-°C-Schwelle in 4,5 Minuten erreicht wird. Die interne Erkennung ist daher ein reiner Notfall-Mechanismus für extreme Temperaturschwankungen, aber kein zuverlässiger Ersatz für einen echten Fensterkontakt.

Dank der logbook.log-Aktion von Home Assistant erscheinen externe Ereignisse wie das Öffnen des Fensters (erkennbar am HA-Symbol) direkt in der Aktivität des Thermostats. Das beweist, wie tiefgreifend sich Smart-Home-Automatisierungen in die Geräte-Ebene integrieren lassen, um eine lückenlose Dokumentation zu gewährleisten.

Die externe Lösung (Goldstandard)

Mit Home Assistant und einem handelsüblichen Fenstersensor (binary_sensor.fenster_tur) lässt sich die Erkennung deutlich zuverlässiger und schneller umsetzen. Eine Automatisierung reagiert sofort auf das Öffnen des Fensters (nach einer kurzen Verzögerung von 1 Minute, um Stoßlüften zu ignorieren) und schaltet das Thermostat in den Modus off. Beim Schließen des Fensters wird es wieder auf auto (interner Zeitplan) gestellt.

Dank der Aktion logbook.log lassen sich diese externen Ereignisse auch in der Geräte-Aktivität des Thermostats protokollieren. So entsteht eine lückenlose Historie, die sowohl die internen Firmware-Ereignisse als auch die externen Automatisierungen umfasst. Der Vorteil: Der echte Fenstersensor kennt den Zustand des Fensters, anstatt ihn nur zu erraten – und reagiert in Sekunden statt Minuten.

Fazit für die Praxis: Die intelligente Regelung arbeitet präzise, stößt aber bei trägen Heizkörpern und ungünstiger Sensorposition an ihre Grenzen. Genau hier zeigt sich der Vorteil von Home Assistant: Durch die Einbindung eines externen Temperatursensors und die Offset-Methode lässt sich das Überschwingen deutlich minimieren. Für die Fenster-Offen-Erkennung gilt: Die interne Lösung ist ein nettes Gimmick, aber erst ein echter Fenstersensor macht die Heizungssteuerung wirklich smart und zuverlässig.

Stabile Regelung im A+-Bad: Dank der Offset-Methode hält das Sonoff TRV Gen2 die Raumtemperatur (grün) präzise auf dem Sollwert (rot). Die leichte Überschreitung zeigt, wie langsam Wärme in einem gut gedämmten Raum entweicht – ein Beleg für die hervorragende Energieeffizienz des Gebäudes.

Fragen und Antworten (FAQ)

Welcher Zeitplan gilt, wenn Pläne in der App bzw. in Zigbee2MQTT und in Home Assistant angelegt wurden?

Ewelink-App und Zigbee2MQTT greifen auf dieselben im Thermostat gespeicherten Zeitpläne zu; es gilt der zuletzt gespeicherte Stand. Entscheidend ist der Betriebsmodus: Im Modus Auto arbeitet das Thermostat den intern gespeicherten Plan ab. Soll stattdessen ein eigener Zeitplan aus Home Assistant greifen, etwa über die Scheduler-Karte, muss der Modus auf Heat stehen.

Warum zeigt die Ewelink-App keine Heizstatistik an?

Die Heizstatistik setzt ein Sonoff-Zigbee-Gateway voraus. Im reinen Bluetooth-Betrieb ohne Gateway, der günstigsten Variante, fehlt diese Auswertung.

Lässt sich das Thermostat gleichzeitig per App und über Home Assistant steuern?

Ja. Das Sonoff TRV Gen2 kann parallel per Bluetooth mit der Ewelink-App und per Zigbee mit Home Assistant verbunden sein. Die App-Steuerung funktioniert allerdings nur in Funkreichweite; Fernsteuerung und Automatisierungen übernimmt Home Assistant.

Preis

Das Sonoff TRV Gen2 ist derzeit ab etwa 35 Euro (eBay) erhältlich. Im Vergleich zu Aqara W600 (43 Euro) und Danfoss Ally (61 Euro) ist das Sonoff TRV Gen2 eines der günstigsten Heizkörperthermostate im Vergleichsfeld – und bietet gleichzeitig die tiefste Home-Assistant-Integration.

Fazit

In seiner Preisklasse setzt das Heizkörperthermostat Sonoff TRV Gen2 Maßstäbe. Die solide Verarbeitung, das farbige IPS-Display und die unkomplizierte Montage dank zahlreicher Adapter hinterlassen einen guten Eindruck. In der Ewelink-App überzeugen drei unabhängige Zeitpläne und Frostschutz. Wer noch kein Zigbee-Gateway besitzt, profitiert von der flexiblen Inbetriebnahme per Bluetooth (BLE).

Ein echtes Alleinstellungsmerkmal ist die Dualverbindung: Das Gerät erlaubt die gleichzeitige Nutzung von App (per Bluetooth) und Home Assistant (per Zigbee). Wichtig zu wissen: Die Bluetooth-Anbindung dient als komfortable Nahfeld-Konfiguration vor Ort, während die Fernsteuerung über Zigbee erfolgt. Die ausführliche Heizstatistik der App steht dabei nur zur Verfügung, wenn das Thermostat mit einem Sonoff-Zigbee-Gateway verbunden ist – im reinen Bluetooth-Betrieb fehlt sie.

Seine größte Stärke spielt das Heizkörperthermostat in Home Assistant aus. Die Integration über Zigbee2MQTT ist vorbildlich und liefert eine Fülle von Entitäten – von der Ventilposition über die Heizaktivität bis hin zu den editierbaren Zeitplänen. Weil diese lokal auf dem Gerät gespeichert werden, läuft die Heizung auch bei einem Ausfall von Home Assistant oder der Zigbee-Verbindung weiter.

Im Praxistest zeigte sich jedoch, dass die werksseitige Regelung bei trägen Heizkörpern (wie der getesteten Handtuchheizung) zum Überschwingen neigt. Hier bewies das Gerät jedoch seine Flexibilität: Über die Entität zur Temperaturkalibrierung und eine Home-Assistant-Automatisierung (Offset-Methode) lässt sich der interne Sensor „überlisten“. Mit einem externen Raumtemperatursensor ausgestattet, regelte das Thermostat im Test anschließend präzise und ohne Überschwingen.

Wie bei praktisch allen Heizkörperthermostaten üblich, wird der interne Temperatursensor durch die aufsteigende Wärme des Heizkörpers beeinflusst. Sonoff begegnet diesem Umstand durch die beschriebene Offset-Möglichkeit und die native Unterstützung externer Sensoren. Auch die interne Fenster-Offen-Erkennung ist eher ein Notfall-Mechanismus; mit Home Assistant und einem echten Fensterkontakt lässt sich die Heizungssteuerung jedoch in Sekundenbruchteilen und zuverlässig reagieren lassen.

Für Anwender, die ein günstiges, zuverlässiges und tief in Home Assistant integrierbares Heizkörperthermostat suchen, ist das Sonoff TRV Gen2 eine klare Empfehlung.



Source link

Künstliche Intelligenz

Microsoft-Ausfall: Woran es lag und wer besonders litt


Eine stundenlange Großstörung hat weltweit Unternehmen und Verbraucher von zentralen Cloud-Angeboten des Software-Konzerns Microsoft abgeschnitten. Betroffen waren nicht nur der E-Mail-Dienst Outlook, sondern generell Dienste aus dem Cloud-Paket Microsoft 365. Beim Bürokommunikations-Angebot Teams etwa funktionierten das Planen von Besprechungen und Kalender-Anbindungen nicht richtig. Zudem waren der KI-Assistent Copilot sowie Schnittstellen zu Drittanbietern zeitweise gestört, darunter KI-Dienste wie OpenAI und Anthropic.

Weiterlesen nach der Anzeige

Microsoft machte zum Freitagnachmittag nach und nach Fortschritte – bis die Systeme dann wieder stabil liefen. Die Dienste seien zur Sicherheit schrittweise hochgefahren worden, auch wenn es dadurch länger gedauert habe. Der Konzern betonte danach, die Störung sei auf ein hausgemachtes Problem und nicht auf eine Cyberattacke oder KI-Aktivität zurückgegangen.

Der Grund habe letztlich in einem zuvor durchgeführten Upgrade der Netzwerk-Kapazität gesteckt. Ein dabei eingeführtes Problem sei erst nach jüngsten Netzwerk-Änderungen in Erscheinung getreten, hieß es. Später werde es einen ausführlichen Bericht zu dem Zwischenfall geben.

Die Deutsche Bahn meldete wegen der Störung kaum Probleme. „Züge fahren unabhängig von Microsoft-Systemen, deshalb läuft der bundesweite Bahnbetrieb stabil“, teilte ein Sprecher des bundeseigenen Konzerns mit. In ganz wenigen Fällen sei es zu Verzögerungen gekommen, „weil kurzfristige Fahrplananpassungen nicht per E-Mail versendet werden konnten“. Bei der Lufthansa gab es nach Angaben eines Sprechers keine Auswirkungen auf den Flugverkehr. Es seien andere Systeme im Einsatz. Auch die Flughäfen in Frankfurt und Berlin teilten mit, dass die Microsoft-Probleme sich nicht auf den Flugbetrieb auswirkten.

Bei Deutschlands größtem Strom-Verteilnetzbetreiber Eon war der Betrieb der Energienetze nach eigenen Angaben nicht betroffen. Grund dafür sei eine klare Trennung zwischen Systemen für Informations- und für Betriebstechnologie, erklärte eine Sprecherin. Letztere liefen auf speziell abgesicherten Infrastrukturen, die nicht von den betroffenen Microsoft-Diensten abhängig seien.

Im Frankfurter Finanzdistrikt war wie vielerorts die interne Kommunikation gestört. Bankfunktionen seien nicht betroffen und liefen alle ohne Störungen, erklärte ein Sprecher der Commerzbank. Bei der Deutschen Börse hieß es, der Wertpapierhandel laufe wie gewohnt.

Nach Angaben der Bundesregierung hatte die stundenlange Störung keine größeren Auswirkungen auf die Verwaltung. „Aus der Bundesverwaltung liegen uns keine Meldungen über größere Ausfälle vor“, sagte ein Sprecher des Digitalministeriums in Berlin. Man gehe jedoch von einer großen Betroffenheit in der deutschen Wirtschaft aus. Beim Bundesamt für Sicherheit in der Informationstechnik (BSI) hieß es, von vielen Unternehmen seien Meldungen zum Ausfall bei der Kommunikation eingegangen. Es gebe aber keine Hinweise auf einen Cyberangriff.

Ein Sprecher des Innenministeriums sagte, es gebe bisher keine Kenntnisse darüber, dass das Ministerium oder anhängige Behörden betroffen seien. Der Sprecher des Digitalministeriums erklärte, dass der Bundesclient als Standard-IT-Arbeitsplatz in der Bundesverwaltung stabil laufe. Dieser nutze Microsoft nicht in der Cloud, sondern werde auf eigener Infrastruktur betrieben. Jedoch nutzten noch nicht alle Behörden den Bundesclient, sondern dieser soll bis 2032 Standard in der gesamten Verwaltung werden. Der einheitliche E-Mail-Client in der Bundesverwaltung laufe stabil.

Weiterlesen nach der Anzeige

Angaben der Microsoft-Ingenieure zufolge wurde auf betroffenen Servern ein Prozess überlastet, der für den Aufbau sicherer Verbindungen zuständig ist – woraufhin die Rechner keine Anfragen mehr verarbeiteten. Zudem machte der Konzern die jüngste Konfigurationsänderung rückgängig, die zeitlich mit dem Beginn der Störung zusammenfiel. Microsoft erklärte, man suche angesichts anhaltender Ungleichgewichte bei der Datenverkehrssteuerung nach Wegen, um die Kapazitäten zu erhöhen.

Ausfälle von Online-Diensten gehören zum Alltag – meist sind sie aber von kurzer Dauer. Manchmal sind die Probleme aber so gravierend, dass es zu stundenlangen Störungen kommt. Microsofts Cloud- und E-Mail-Dienste hatten erst Ende August einen stundenlangen großflächigen Ausfall durchlebt, bei dem sich Nutzer nicht einloggen oder Nachrichten senden und empfangen konnten.

In Australien fiel der Ausfall mitten in die Abschlussprüfungen. Schüler aus Melbourne berichteten dem Sender ABC, sie könnten sich nicht auf ausstehende Sprachprüfungen vorbereiten, weil sie weder auf Materialien noch auf die Website der Prüfungsbehörde zugreifen könnten. Auch Online-Unterricht an Berufsschulen über Microsoft Teams war betroffen. Arzttermine und Untersuchungen mussten verschoben werden. Der Ausfall führte zu Verzögerungen im Flugverkehr. In Sydney musste eine Maschine mit Ziel Papua-Neuguinea am Boden warten, weil der Kapitän seine für den Start erforderlichen Unterlagen nicht per Outlook erhalten hatte.


(nie)



Source link

Weiterlesen

Künstliche Intelligenz

Rust als perfekte Sprache für Agentic AI: Online-Konferenz betterCode() Rust


Am 26. November 2026 findet die sechste Auflage der betterCode() Rust statt. Dieses Jahr legt die Online-Konferenz den Fokus auf agentengetriebene Entwicklung für Rust-Anwendungen.

Weiterlesen nach der Anzeige

Die betterCode() Rust zeigt, welche Architekturen, Tools und Prozesse sich für die agentische Softwareentwicklung mit Rust eignen. Die Vorträge vermitteln Best Practices und Leitlinien, für welche Aufgaben man Agenten sinnvoll einsetzen kann und was man lieber noch selbst macht.

Das Programm der Konferenz bietet unter anderem folgende Vorträge:

  • Systems Design mit Rust und Agenten
  • Sokrates und die Wartbarkeit deiner Rust-Codebasis
  • Embedded Sensor mit Agentic Rust entwickeln
  • Harness Engineering: Rust als perfekte Sprache für agentische Entwicklung
  • Rust in the Age of Agents

Die Konferenztickets sind zum Preis von 299 Euro (alle Preise zzgl. 19 % MwSt.) erhältlich. Teams ab drei Personen erhalten im Online-Ticketshop automatisch einen Gruppenrabatt.

Am 2. Dezember findet zusätzlich der Workshop „Agent-Ready Rust: Harness Engineering für AI Coding Agents“ statt, der 549 Euro kostet.

Wer über den Verlauf der betterCode()-Konferenz auf dem Laufenden bleiben möchte, kann sich für den Newsletter eintragen.


(rme)



Source link

Weiterlesen

Künstliche Intelligenz

Polarlicht bis Porträt: Licht und Himmel in den Bildern der Woche 46


In dieser Woche steht bei der Bildauswahl aus der c’t-Foto-Galerie der Himmel im Mittelpunkt: Mal dient er als Bühne für die Polarlichter über Norwegen, mal erscheint er als nebliges Grau über den Wolkenkratzern Londons und mal erstrahlt er in goldenem Morgenlicht über den Dächern Berlins. Was alle Aufnahmen verbindet, ist der konsequente Blick auf das Licht und die so geschaffene Atmosphäre. Dabei verändern sich die Stimmungen von Bild zu Bild und entfalten immer eine starke emotionale Wirkung.

Weiterlesen nach der Anzeige

Dazu gesellen sich Motive, die auch die Vielfalt der fotografischen Genres in der Foto-Galerie zeigen: Ein Vogel, präzise aus seinem Umfeld herausgelöst, eine Möwe im Bruchteil einer Sekunde zwischen zwei Tauchgängen, ein gestrandetes Wrack, das durch Langzeitbelichtung und Schwarz-Weiß-Umsetzung zeitlos wirkt – und schließlich ein Porträt, in dem Licht und Schatten zur eigentlichen Aussage werden. Sieben Bilder, sieben Haltungen und eine große Sorgfalt im Blick.




Die Saison ist im vollen Gange

(Bild: Wolzow1902)

Wie vertikale Pinselstriche steigen grüne und violette Lichtbänder der Aurora vom Horizont in den tiefblauen Nachthimmel über Norwegen. Die dunkle Silhouette der Hügelkette am unteren Bildrand bildet eine ruhige Grundlinie, vor der sich das Polarlicht umso dramatischer entfaltet. Herbstlich gefärbtes Laub an den Bildrändern rahmt die Szenerie ein und schafft eine spannungsvolle Verbindung zwischen Vordergrund und Himmel. Die Farbskala von tiefem Blau über leuchtendes Grün bis zu zartem Violett verleiht dem Bild eine orchestrale Dynamik.




City of London

(Bild: M.Schröder)

Nebel verschluckt die Spitzen dieser Londoner Hochhäuser, er löst die Architektur nach oben hin in ein tonales Grau auf und erzeugt so eine atmosphärische Perspektive. Der zentrale Turm dominiert mit seinem Raster aus Glasflächen das Bild, während ein Baukran an der linken Flanke eine feine vertikale Linie setzt. Rechts schiebt sich ein zweites Gebäude mit markanter Stahlstruktur ins Bild und schafft so eine Staffelung der Bildebenen.




Eisvogel

(Bild: Lightpix84)

Ein Eisvogel sitzt auf einem Vorsprung am Wasser und blickt nach oben. Die Aufnahme entstand mit einem Teleobjektiv, das den Hintergrund in ein weiches Bokeh aus warmen Braun- und Grüntönen auflöst. Die geringe Schärfentiefe isoliert den Vogel präzise und lenkt die Aufmerksamkeit auf das leuchtende Türkisblau seines Gefieders, das im Komplementärkontrast zu den orangefarbenen Brustpartien steht. Der Bildaufbau platziert das Tier im unteren Drittel, sodass der weiche, fast malerische Hintergrund viel Raum erhält und eine ruhige Tiefenwirkung entsteht. Die nach oben gerichtete Kopfhaltung des Vogels führt den Blick entlang einer diagonalen Linie durch das Bild und verleiht der Szene eine gewisse Spannung.




Wenn Bäume mal richtig was hermachen

(Bild: ulwp6)

Aus erhöhter Position blickt die Kamera über eine weite, von Nebelschwaden durchzogene Berliner Landschaft bei Sonnenaufgang. Dutzende Bäume ragen aus dem flachen Dunst hervor und werfen lange, klar gezeichnete Schatten auf den Boden. Im Hintergrund zeichnet sich die Silhouette der Hauptstadt ab: Hochhäuser und der Fernsehturm verschwimmen im goldenen Dunst. Am Horizont schiebt sich die Sonne durch eine Wolkenbank und färbt den Himmel in kräftigen Orange- und Gelbtönen, während darüber bereits kühles Blau durchscheint.




Das Wrack

(Bild: Asfotografie)

Gestrandet und verwittert, und doch zieht es den ganzen Blick auf sich. In einer walisischen Bucht liegt dieses alte Boot wie ein Monument der Vergänglichkeit. Es ist umgeben von seidig verwischtem Wasser und ziehenden Wolken. Durch die Langzeitbelichtung wird alles ringsum zur Nebensache, nur das raue Holz des Rumpfes bleibt greifbar und präsent. Die Schwarz-Weiß-Darstellung nimmt der Szene jede Ablenkung und rückt Struktur und Stimmung in den Vordergrund. Ein Bild, das man lange betrachtet – und das dabei immer ruhiger wird.




… und in den Angriff übergehen

(Bild: Zika)

Rote Füße, nasses Gefieder und der Blick steil nach unten – diese Lachmöwe, die über dem Wasser kreist, zögert nicht. Gerade ist sie aus dem Wasser aufgestiegen und verharrt für einen Wimpernschlag in der Luft, die Flügel weit aufgespannt. Die feinen Spritzer unter ihr markieren den letzten Tauchgang, während der gesenkte Kopf bereits den nächsten ankündigt. Der ruhige, entsättigte Hintergrund isoliert den Vogel und verleiht dieser Vogelstudie eine fast grafische Klarheit.

Weiterlesen nach der Anzeige




Bernadette

(Bild: Thomas Ruppel)

Licht, das Streifen malt, und ein Blick, der alles einfängt. Die diagonalen Schattenlinien der Jalousie legen sich wie ein grafisches Raster über Haut, Haar und Hintergrund und erzeugen ein spannungsreiches Muster. Die Schwarz-Weiß-Umsetzung dreht den Kontrast auf und verleiht dem Porträt eine fast skulpturale Wirkung. Die voluminösen Locken des Models brechen das strenge Linienspiel auf organische Weise auf, während die lässig an die Schulter gelegte Hand den Blick zurück zum intensiven Ausdruck lenkt. Hier trifft geometrische Strenge auf natürliche Form.


(vat)



Source link

Weiterlesen

Beliebt