Eine Automation funktioniert nicht, ein Dashboard fehlt noch und irgendwo ist eine Entität nicht verfügbar. Normalerweise suche ich mich dafür durch Einstellungen, Konfigurationen und Protokolle. Diesmal habe ich einfach ChatGPT gefragt – mit direktem Zugriff auf meine Home-Assistant-Demo-Instanz.

In diesem Beitrag zeige ich dir, wie ich die Verbindung über einen Community-MCP-Server eingerichtet habe. Anschließend probieren wir aus, was damit tatsächlich möglich ist: Zustände abfragen, eine fehlerhafte Automation untersuchen, eine Lampe schalten und ein Dashboard erstellen lassen.

Gerade das Dashboard hat mich überzeugt. Und das, obwohl ich eigentlich gar kein großer Dashboard-Typ bin.

Das Video zum Beitrag

Die komplette Einrichtung und meine Praxisbeispiele kannst du dir hier anschauen:

https://www.youtube.com/watch?v=Ty29L4OTBm4

Was ist MCP?

MCP steht für Model Context Protocol. Über diesen offenen Standard kann ein KI-Client Werkzeuge eines angeschlossenen Servers nutzen. In unserem Fall stellt der Server Funktionen von Home Assistant bereit.

Der Unterschied zu einer normalen Frage an ChatGPT: Die KI muss sich deine Konfiguration nicht allein aus deiner Beschreibung zusammenreimen. Sie kann mit den passenden Werkzeugen Informationen aus deinem System abrufen und – wenn du das erlaubst – Änderungen vornehmen.

Dabei ist eine Unterscheidung wichtig: Die Verbindung zu Home Assistant läuft in meinem Beispiel lokal. Das Sprachmodell arbeitet weiterhin in der Cloud. Das ist also keine vollständig lokale KI-Lösung.

Offizieller MCP-Server oder Community-Projekt?

Home Assistant bringt eine eigene MCP-Server-Integration mit. Damit können verbundene Clients Zustände abfragen und Geräte steuern, die du für Assist freigegeben hast.

Für die Beispiele aus meinem Video verwende ich das Community-Projekt ha-mcp. Es stellt zusätzliche Werkzeuge bereit, etwa für Automationen, Dashboards und die Untersuchung deiner Home-Assistant-Konfiguration.

Genau diesen erweiterten Zugriff möchte ich ausprobieren: Warum funktioniert meine Abendlichtautomation nicht? Und kann die KI aus einer kurzen Beschreibung ein brauchbares Dashboard bauen?

Was du für die Einrichtung brauchst

Für den gezeigten Weg brauchst du:

Eine Home-Assistant-Installation, auf der sich Apps beziehungsweise Add-ons installieren lassen.
Einen Desktop-Client (ChatGPT) mit Unterstützung für die gezeigte MCP-Verbindung.
Eine Netzwerkverbindung zwischen deinem Rechner und Home Assistant.
Für das Dashboard-Beispiel außerdem HACS, den Home Assistant Community Store.

Die Desktop-Menüs in diesem Beitrag beziehen sich auf die Version aus meiner Aufnahme. Je nach Client-Version können Bezeichnungen und Verbindungswege abweichen. Die Einrichtungshilfe des Community-Projekts beschreibt weitere Möglichkeiten.

1. Den Home Assistant MCP Server installieren

Im Video installiere ich den Server als App. In älteren Home-Assistant-Versionen heißt dieser Bereich noch „Add-ons“.

Öffne Einstellungen → Apps → App installieren.
Öffne oben rechts das Drei-Punkte-Menü und wähle Repositories.
Füge diese Adresse hinzu:

https://github.com/homeassistant-ai/ha-mcp

Suche im App-Store nach Home Assistant MCP Server.
Installiere die App.
Aktiviere Beim Systemstart starten, Watchdog und In der Seitenleiste anzeigen.
Öffne vor dem ersten Start die Konfiguration.

2. Zunächst den Lesemodus aktivieren

Für den Einstieg aktiviere ich den Lesemodus. Damit können wir erst einmal Informationen abfragen und beobachten, wie die KI mit unserem System arbeitet, bevor wir Schreibaktionen erlauben.

In meiner Aufnahme aktiviere ich außerdem das Schwärzen von Geheimnissen sowie die angebotenen Best-Practice-Skills und den Best-Practice-Modus. Diese Leitfäden geben der KI Hinweise zum sinnvollen Aufbau von Automationen und Dashboards.

Besonders interessant finde ich die Tool-Sicherheitsrichtlinien. Sie erlauben es, für ausgewählte Werkzeugaufrufe eine zusätzliche Genehmigung zu verlangen. Welche Aktionen betroffen sind, hängt von den eingerichteten Regeln ab. Der Schalter allein sichert nicht automatisch jede Änderung ab.

Speichere deine Einstellungen und starte anschließend den MCP-Server.

3. Die Verbindungsadresse auslesen

Öffne die Protokolle der Server-App. Dort findest du die MCP-Verbindungsadresse mit einem individuellen geheimen Pfad.

Übernimm die angezeigte Adresse und ersetze gegebenenfalls den Platzhalter für den Host durch die lokale IP-Adresse deiner Home-Assistant-Instanz.

Behandle die vollständige Adresse wie einen Zugangsschlüssel. Der geheime Pfad gehört weder in öffentliche Screenshots noch in Kommentare.

Bei der im Video verwendeten App muss ich keinen separaten Zugriffstoken eintragen. Der geheime URL-Pfad ist trotzdem eine Zugangsinformation.

4. ChatGPT verbinden

In meiner Aufnahme öffne ich im Desktop-Client Bearbeiten → Einstellungen → Plugins → MCPs und füge einen neuen MCP-Server hinzu.

Vergib einen Namen, zum Beispiel Home Assistant.
Wähle Streamable HTTP als Verbindungstyp.
Trage die zuvor kopierte Serveradresse ein.
Speichere die Verbindung.
Öffne einen neuen Chat.

Diese Anleitung beschreibt die gezeigte Desktop-Verbindung.

Als ersten Test frage ich:

Siehst du mein Home Assistant?

In meinem Versuch wurde die Verbindung erst nach einem vollständigen Neustart des Clients erkannt.

Anschließend stelle ich eine zweite Frage:

Welche Tools stehen dir zur Verfügung?

Dieser Schritt ist wichtig. Eine gespeicherte Verbindung hilft wenig, wenn der Client die Werkzeuge des Servers noch nicht geladen hat.

Zustände abfragen: Was ist im Büro los?

Zum Einstieg nehme ich ein einfaches Beispiel:

Welche Fenster sind im Büro offen und wie warm ist es?

In meiner Demo bekomme ich die Information, dass es 22,4 °C warm ist. Fenster und Tür sind geschlossen.

Das ist noch keine spektakuläre Aufgabe. Es zeigt aber, dass die KI mit Informationen aus Home Assistant arbeitet.

Eine fehlerhafte Automation untersuchen

Spannender wird es bei meiner Abendlichtautomation:

Warum funktioniert meine Abendlichtautomation nicht?

Die KI findet in meinem Beispiel eine falsch gesetzte Zeitbedingung. Statt „nach 23 Uhr“ müsste dort „vor 23 Uhr“ stehen, wenn das Licht nur bis zu diesem Zeitpunkt eingeschaltet werden soll.

Ich bekomme also einen konkreten Hinweis zur Konfiguration. Eine automatische Reparatur dieser Automation zeige ich im Video nicht.

Wenn du noch am Anfang mit Automationen stehst, findest du weitere Grundlagen in meinem Home-Assistant-Beginner-Guide zu Automationen.

Auch eine allgemeinere Frage probiere ich aus:

Wie ist der Zustand von Home Assistant?

Nach ungefähr 20 Sekunden erhalte ich eine Übersicht mit Hinweisen und Empfehlungen, unter anderem zu nicht verfügbaren Entitäten.

Die Antwortzeiten und Ergebnisse stammen aus meinem Test. Je nach Modell, Installation und Anfrage kann das bei dir anders aussehen.

Schreibzugriff erlauben und eine Lampe schalten

Solange der Lesemodus aktiv ist, kann die KI keine Lampe einschalten. Das ist beim ersten Versuch auch genau die Rückmeldung, die ich bekomme.

Für die nächste Runde öffne ich den MCP-Server in der Home-Assistant-Seitenleiste und deaktiviere unter Tools den Lesemodus. Im gezeigten Ablauf starte ich anschließend die Server-App und den Desktop-Client neu.

Nach Änderungen an den verfügbaren Werkzeugen muss auch der Client seine Werkzeugliste aktualisieren. Je nach Version geschieht das durch erneutes Verbinden oder Aktualisieren der MCP-Verbindung. Ein Server-Neustart allein reicht dafür nicht zuverlässig aus.

Nun wiederhole ich meine Anfrage:

Schalte die Demolampe an.

In meinem Test geht die Lampe nach etwa 19 Sekunden an.

Für einen gewöhnlichen Lichtschalter würde ich diesen Weg sicher nicht wählen. Als Demonstration ist das Beispiel aber hilfreich: Die KI kann jetzt tatsächlich eine Aktion in Home Assistant ausführen.

Sicherheitsfreigaben in der Praxis

Als Nächstes fordere ich im Video an, den Bereich „Demo“ zu löschen. Für das entsprechende Werkzeug ist eine Sicherheitsfreigabe eingerichtet.

Im Bereich Tool-Sicherheitsrichtlinien erscheint daraufhin eine ausstehende Genehmigung. Ich lehne die Aktion ab. Der Bereich bleibt erhalten, und im Chat kommt die entsprechende Rückmeldung an.

Das finde ich praktisch: Bestimmte Möglichkeiten müssen nicht vollständig abgeschaltet werden, sondern können eine bewusste Freigabe verlangen.

Entscheidend ist, dass du die Regeln für die Werkzeuge einrichtest, die du absichern möchtest.

ChatGPT erstellt ein Dashboard für die Bürobeleuchtung

Zum Schluss möchte ich mehr als eine einzelne Lampe schalten. Mein Auftrag: ein Dashboard für die Lampen im Büro, das nur die aktuell eingeschalteten Lampen zeigt und passende Karten aus HACS nutzt.

Die im Video gesprochenen Anfragen lassen sich so zusammenfassen:

Erstelle ein Dashboard für die Lampen im Büro.
Zeige nur die Lampen an, die gerade eingeschaltet sind.
Gestalte die Oberfläche übersichtlich und nutze bei Bedarf passende Karten aus HACS.

In meinem Versuch greift die KI auf HACS zu und installiert Mushroom und Button Card. Diese Karten habe ich vorher nicht ausdrücklich vorgegeben.

Nach knapp zwei Minuten meldet sie, dass das Dashboard fertig ist. In der Seitenleiste erscheint Bürolicht.

Bei der ersten Ansicht ist auch ein Konfigurationsfehler zu sehen. Im Video ordne ich ihn dem erstmaligen Laden der neuen HACS-Komponenten zu. Falls du ebenfalls eine Fehlermeldung bekommst, prüfe die konkrete Karte und ihre benötigten Ressourcen. Nicht jeder Konfigurationsfehler hat dieselbe Ursache.

Den Funktionstest mache ich direkt am Dashboard: Ich schalte die Demolampe aus, und die Anzeige passt sich an.

Genau dieses Ergebnis hat mich überzeugt. Aus einer kurzen Beschreibung ist eine nutzbare Oberfläche geworden.

Mein Fazit

Eine Lampe per Chat einschalten ist eine nette Demonstration. Der größere Nutzen liegt für mich darin, Konfigurationen untersuchen zu lassen und neue Oberflächen zu erstellen.

Die Hinweise zur Abendlichtautomation waren konkret, und das Bürolicht-Dashboard hat in meinem Test funktioniert. Gerade für Menschen, die sich bisher mit Dashboards schwergetan haben, ist das ein interessanter Einstieg.

Du solltest trotzdem nachvollziehen, welche Änderungen vorgenommen werden, und das Ergebnis prüfen. Eine überzeugend formulierte Antwort ersetzt keinen Funktionstest.

In meiner Aufnahme konnte ich den gezeigten Ablauf ohne kostenpflichtiges ChatGPT-Abo nutzen. Das ist eine Erfahrung aus diesem Test und keine dauerhafte Zusage für alle Konten, Modelle oder zukünftigen Versionen.

Und noch einmal zur Einordnung: Auch bei einer lokalen MCP-Verbindung arbeitet das Sprachmodell weiterhin in der Cloud.

Home Assistant mit ChatGPT: Geräte steuern, Fehler finden, Dashboards bauen