Healthy: Dein Smart Home achtet auf dich

Mein Smart Home weiß eine Menge über mich. Es kennt meinen Stromverbrauch auf die Wattstunde genau, weiß wann ich morgens aufstehe, wie lange die Waschmaschine läuft und ob ich das Licht im Keller vergessen habe. 2.425 Entitäten. Sensoren, Helfer, Template-Sensoren, Zigbee, MQTT – alles drin.

Aber weißt du, was es bislang nicht wusste? Wie es mir geht.

Wie viele Schritte ich am Donnerstag gemacht habe. Ob ich mein Gewichtsziel diese Woche erreicht habe. Wie sich meine aktiven Minuten über die letzten drei Monate entwickelt habe. Das alles lebte bisher in irgendwelchen Apps. Mit irgendwelchen Cloud-Accounts. Irgendwo auf irgendwelchen Servern.

Das hat mich gestört. Lange.

Und deshalb habe ich Healthy gebaut – ein vollständiges Health Dashboard für Home Assistant. Lokal, verschlüsselt, mit Gamification und einer Story, die sich anfühlt wie das Smart Home selbst: immer einen Schritt voraus.

Warum Home Assistant das alleine nicht kann

Das ist die Frage, die sich viele stellen werden. Und sie ist berechtigt.

Home Assistant kann Gesundheitssensoren einbinden. Meine Apple Watch schickt Schritte und aktive Minuten ins System, die Körperwaage meldet ihr Ergebnis per Integration und die Schlafmatte liefert Daten der vergangenen Nacht. Die Rohdaten landen also durchaus in Home Assistant. Und wer will, kann sie sich mit ein paar Lovelace-Karten und Template-Sensoren auch irgendwie zusammenbasteln.

Aber genau da liegt das Problem. Home Assistant ist kein Health-Tracking-System. Es ist eine Automatisierungsplattform. Und das merkt man sofort, wenn man versucht, Gesundheitsdaten sinnvoll darzustellen.

Was Home Assistant von Haus aus nicht kann:

• Normalisierte Tagesschnappschüsse: HA speichert Rohdaten im Recorder. Was es nicht tut: Deltas berechnen, Doppelzählungen beim Mitternachtswechsel abfangen oder kumulative Sensordaten sauber in Tageswerte umrechnen. Das klingt trivial, ist es aber nicht. Gerade Schrittsensoren liefern oft kumulative Werte, die sich über Nacht zurücksetzen. Wer das nicht abfängt, bekommt falsche Zahlen.
• Historische Auswertung über lange Zeiträume: Der HA-Recorder ist für die Hausautomation optimiert, nicht für persönliche Langzeitanalysen. purge_keep_days liegt standardmäßig bei 10 Tagen. Einen Gewichtsverlauf über 6 Monate oder einen Schritttrend über das ganze Jahr bekommst du damit nicht sinnvoll abgebildet.
• Motivation und Kontext: Ein Lovelace-Graph zeigt eine Kurve. Healthy zeigt dir, dass du heute so weit gelaufen bist wie von München nach Augsburg. Das ist kein kosmetischer Unterschied. Das ist der Unterschied zwischen Daten anschauen und Daten verstehen.
• Gamification: Challenges, Meilensteine, Leaderboards, adaptive Tagesziele. Das ist in keiner HA-Integration vorgesehen und auch nicht sinnvoll dort abzubilden. Das ist eine eigene Applikationsschickt, die HA schlicht nicht ist.

Kurz gesagt: Home Assistant liefert die Rohdaten. Healthy macht daraus etwas, das man tatsächlich täglich nutzen will.

Der Gedanke dahinter

Home Assistant kennt meine Sensoren bereits. Die Rohdaten sind also schon da. Aber sie werden nicht genutzt. Sie verstauben in der History, ohne je in einem Dashboard aufzutauchen, das mir tatsächlich etwas bedeutet.

Ich habe eine Weile überlegt, wie sich das ändern lässt. Eigene Template-Sensoren, ein selbstgebautes Lovelace-Dashboard, vielleicht ein paar Workflows für die Berechnungen. Das wäre gegangen. Aber es wäre auch ein ewiges Flickwerk geworden, das für jede neue Anforderung eine neue Bastelei bedeutet.

Healthy ist aus meiner Sicht der sauberere Weg. Eine vollständige Applikation, die sich mit Home Assistant verbindet. Sie bereitet die Daten strukturiert auf und speichert sie dauerhaft. Die Anzeige erfolgt dann in einem Interface, das für Gesundheitsdaten gemacht ist und nicht für Lichtschalter oder Heizkörper.

Was Healthy kann

Lass uns die Features von Healthy mal im Detail anschauen. Denn da steckt mehr drin, als man auf den ersten Blick erwartet.

Sichere HA-Verbindung
Mehrere Home Assistant Instanzen lassen sich einbinden. Die Long-Lived Access Tokens werden verschlüsselt gespeichert. Kein Klartext in der Datenbank, keine Tokens die irgendwo rumliegen. Das ist kein Zufall, sondern bewusstes Design.

Sensor-Mapping mit Einheitenerkennung
Du wählst selbst, welche HA-Entitäten für Schritte, Distanz, Gewicht, aktive Minuten und Kalorien zuständig sind. Healthy erkennt dabei automatisch, ob deine Distanz in Metern oder Kilometern reinkommt und normalisiert entsprechend (so ist es jedenfalls gebaut).

Historischer Import und automatischer Sync
Beim ersten Start wählst du ein Startdatum. Daraufhin holt sich Healthy die komplette Historie aus Home Assistant über die API. Wer seine Sensoren schon eine Weile im Einsatz hat, bekommst so auf einen Schlag Monate an Daten. Danach übernimmt ein Cron-Job: alle 30 Minuten ein Sync, dazu ein Nacht-Run für den vollständigen Abgleich. Das läuft vollautomatisch im Hintergrund.

Collections Blueprint
Jeder Kilometer, den du läufst, füttert Energiepunkte. Tages-Challenges liefern Automationspunkte. Lifetime-Meilensteine schenken KI-Punkte. Mit diesen Punkten schaltest du virtuell Räume frei. Spielerei? Ja! Aber mir hilfts.

Leaderboard und adaptive Ziele
Wer möchte, kann sich mit anderen Nutzern vergleichen (auf der gleichen Instanz). Nach heutigen Schritten oder der Lifetime-Performance. Die Tagesziele passen sich dynamisch an die eigene Historie an. Kein starres „10.000-Schritte für alle“. Sondern echte Individualisierung.

Die Architektur – Blick aufs Detail

Healthy ist keine Lovelace-Karte und kein HA-Add-on im klassischen Sinne. Es ist eine vollständige Webanwendung, die als einzelner Docker-Container läuft und mit der Home Assistant REST API kommuniziert.

Das klingt nach mehr Aufwand als es ist. Und es hat einen klaren Vorteil: Healthy ist vollständig unabhängig von der HA-Version und funktioniert mit jeder Installation, die eine API-Verbindung erlaubt. Kein HAOS zwingend erforderlich, kein Supervisor kein Add-on-Repository.

Der Stack:

• Backend: Fastify, TypeScript, Prisma, SQLite, node-cron, JWT
• Frontend: Vue 3, Pinia, Vite, Tailwind CSS, ECharts
• Deployment: Multi-Stage-Dockerfile + docker-compose.yml, persistente SQLite-Datenbank unter ./data/app.db

Der Datenfluss ist bewusst klar gehalten: Der Sync-Runner holt die HA-Historie in Tages-Chunks. buildDailySnapshots normalisiert die Daten und schreibt Daily Snapshots in die SQLite-Datenbank. Das Frontend liest ausschließlich via API. Keine direkte Datenbankverbindung aus dem Browser. Ein Wartungsjob bereinigt Alt-Daten automatisch im Hintergrund.

SQLite im WAL-Mode sorgt dafür, dass auch bei parallelen Lesezugriffen keine Korruption passiert. Alle Sync-Jobs laufen sequenziell pro Verbindung. Keine parallelen Wirtes auf die gleiche Datenbank. Das erinnert mich strukturell an das, was ich auch von gut aufgebauten Smart-Home-Integrationen erwarte: klare Verantwortlichkeiten, keine versteckten Seiteneffekte, reproduzierbares Verhalten.

Setup mit Docker und Portainer

Wer Portainer im Homelab hat – und bei einem ordentlichen Setup gehört das eigentlich dazu – ist in wenigen Minuten startklar.

Schritt 1: Repository klonen

git clone https://github.com/lkn94/Healthy.git
cd Healthy
cp .env.example .env

Schritt 2: .env befüllen

APP_PORT=3000
JWT_SECRET=dein-geheimes-passwort-mindestens-16-zeichen
ENCRYPTION_KEY=genau-32-zeichen-fuer-aes-encryption
DB_URL=file:../../data/app.db
SYNC_INTERVAL_MINUTES=30
DEFAULT_DAILY_GOAL=10000
DEFAULT_STEP_LENGTH_METERS=0.78
VITE_API_URL=/api

Wichtig: DB_URL=file:../../data/app.db muss exakt so stehen bleiben. Prisma erwartet diesen Pfad relativ zum Build-Kontext. Wer das ändert, bekommt beim Start einen Fehler, der auf den ersten Blick nicht offensichtlich ist.

Schritt 3: Container starten

docker compose up --build -d

Healthy ist dann unter http://[IP-ADRESSE]:3000 erreichbar. Ersten User registrieren und loslegen. Beachte dabei bitte, dass der erste User auch der Admin ist.

Portainer-Variante: Stack anlegen, Inhalt der docker-compose.yml einfügen, Umgebungsvariablen direkt in der Portainer-UI setzen. Kein .env-File auf dem Host nötig. Das Volume ./data:/app/data unbedingt einbinden, sonst sind bei jedem Neustart alle Daten weg.

Home Assistant verbinden und Sensoren mappen

Healthy kommuniziert mit Home Assistant über die REST API und braucht dafür einen Long-Lived Access Token. Also das gleiche Prinzip, das ich auch bei anderen Integrationen schon genutzt habe.

Token in HA erstellen:

Profil -> Sicherheit -> Long-Lived Access Tokens -> Token erstellen -> sofort kopieren. Er wird nur einmal angezeigt.

In Healthy eintragen:

Settings -> Connections -> Neue Verbindung -> Name, Base URL mit Schema und Port (z. B. http://192.168.1.100:8123). Dann den Token einfügen.

Healthy lädt dann automatisch alle verfügbaren Entitäten aus deiner HA-Instanz. Du weist zu: Welche Entität liefert die Schritte? Welche das Gewicht? Welche die Kalorien? Das geht überraschend schnell – vor allem wenn du deine Entitäten ordentlich benannt hast. Wer hier mit generischen Entity-IDs kämpft, merkt einmal mehr warum sauberes Benennen im Smart Home so wichtig ist.

Nach dem Mapping: Historischen Import starten. Startdatum wählen und dann „Historie importieren“ klicken. Healthy holt sich alles, was der HA-Recorder gespeichert hat. Und das können bei längerer Nutzung schnell Monate an Daten sein.

Kleiner Tipp: Falls der Import weniger Daten zurückliefert als erwartet, prüfe in Home Assistant deinen recorder.purge_keep_days-Wert. Laut offizieller HA-Dokumentation liegt der Standardwert bei 10 Tagen. Das bedeutet, HA löscht alles was älter ist automatisch jede Nacht. Für einen sinnvollen Rückblick in Healthy empfehle ich mindestens 90 Tage. Das lässt sich in der configuration.yaml mit einer einzigen Zeile anpassen:

recorder:
  purge_keep_days: 90

Nach dem Import läuft alles automatisch. Alle 30 Minuten holt der Scheduler neue Daten, nachts gibt es zusätzlich einen vollständigen Abgleich. Den Status siehst du jederzeit unter „Sync-Status“.

Collections, EVA und Leaderboard – die Gamification-Ebene

Das ist der Teil, der Healthy von einem simplen Daten-Dashboard unterscheidet. Und ehrlich gesagt der Teil, der mich beim Entwickeln am meisten fasziniert hat. Weil er eine Idee aufgreift, die ich aus dem Smart-Home-Bereich schon lange interessant finde: Fortschritt sichtbar machen.

Das Collections Blueprint funktioniert wie ein Freischaltsystem. Jeder Kilometer, den du läufst, gibt Energiepunkte. Tages-Challenges bringen Automationspunkte. Lifetime-Meilensteine schenken KI-Punkte. Mit diesen Punkten schaltest du virtuell Räume frei: Smart Lighting, Automation Brain, KI-Companion.

Wer jetzt schmunzelt … ich verstehe das schon. Klingt erstmal nach Kinderkram. Aber die Logik dahinter ist dieselbe, die mein Smart Home so attraktiv macht: Ich sehe, was passiert. Ich sehe, was noch kommt. Und ich habe einen Grund, dranzubleiben. Das Prinzip „mehr tun, um mehr freizuschalten“ funktioniert im Gaming seit Jahrzehnten. Dass es bei Gesundheitsdaten genauso greift, habe ich selbst gemerkt.

Die freigeschalteten Räume sind dabei bewusst als Smart-Home-Metapher gewählt. Wer viel läuft, baut sein virtuelles Smart Home aus. Das trifft bei mir einen Nerv, den eine simple Fortschrittsanzeige nie getroffen hätte.

EVA ist die eingebaute Begleiterin des Systems. Sie erklärt, was für den nächsten Meilenstein noch fehlt, zeigt den aktuellen Fortschritt und gibt dem Ganzen eine Stimme. Kein trockenes Dashboard, sondern ein geführtes Erlebnis.

Das Leaderboard ist komplett opt-in. Nur wer sich bewusst sichtbar macht, taucht auf. Verglichen wird nach Tages-Schritten oder Lifetime-Performance. Und dann gibt es noch die kleinen Motivationsmomente: Wie viele Pizzastücke hast du heute weg-gelaufen? Wie weit bist du in diesem Monat gelaufen – in Städtenamen ausgedrückt? Das sind die Fakten, die einen Graphen zum Leben erwecken. Und die einen dazu bringen, am nächsten Morgen nochmal eine Runde mehr zu drehen.

Transparenz: mit KI gebaut

Ich sage das direkt, weil es dazugehört: Healthy ist ein Praxisprojekt, das sich mit KI-Unterstützung entwickelt habe. Code, Architektur, Teile der Dokumentation. Das ist nicht das klassische „drei Wochenenden Kaffee-Kopfschmerzen“. Es ist ein Experiment: Was kann man mit modernen KI-Tools in kurzer Zeit aufbauen, wenn man die Anforderungen sauber formuliert und das Ergebnis kritisch bewertet?

Ich habe mittlerweile einige Erfahrungen damit gesammelt, KI in meinem Smart Home Workflow zu integrieren. Von Home Assistant Automation per KI bis hin zu n8n-Agenten, die mir Nachrichten schicken. Healthy ist die logische Fortsetzung. Ein ganzes Projekt KI unterstützt von der ersten Zeile bis zur Dokumentation.

Das Ergebnis hat mich überrascht – positiv wie negativ. Die KI liefert schnell. Sehr schnell sogar. Aber das Architekturverständnis, das nötig ist, um das Ergebnis zu bewerten, bleibt bei Menschen. Warum WAL-Mode für SQLite? Warum AES-256-GCM statt einfachem Hash? Warum sequentielle statt parallele Sync-Jobs? Diese Fragen muss man stellen können. Und verstehen, was die Antwort bedeutet.

KI beschleunigt massiv. Aber Architektur verstehen muss man trotzdem selbst. Wer das nicht tut, baut schnell etwas, das gut aussieht und schlecht funktioniert.

Alle Details gibt es im Repo unter AI-TRANSPARENCY.md.

Fazit

Healthy ist für mich die logische Erweiterung des Smart Home-Gedankens. Mein Home Assistant weiß, wann die Waschmaschine fertig ist, wann ich das Haus verlasse und wie viel Strom heute in die Wallbox gegangen ist. Warum sollte er nicht auch wissen, wie aktiv ich diese Woche war?

Das Dashboard läuft jetzt im Home Lab neben Home Assistant, Paperless NGX und n8n. Ein weiterer Dienst, der Daten aufnimmt, aufbereitet und zurückgibt. Diesmal nur eben über mich selbst. Und das ist aus meiner Sicht die natürliche Richtung, in die sich ein durchdachtes Smart Home entwickelt: irgendwann beginnt es, nicht nur das Haus zu verstehen, sondern auch die Menschen darin.

Warum das auch dich begeistern könnte

Ich glaube, dass viele Smart Home Nutzer genau an dem Punkt stehen, an dem ich vor ein paar Wochen war, ohne es zu wissen.

Du hast Sensoren in Home Assistant. Vielleicht eine Smartwatch, die Schritte meldet. Eine Waage, die ihr Ergebnis ins System schickt. Einen Fitness Tracker, dessen Daten irgendwo in einer Entität versauern, die du noch nie wirklich geöffnet hast. Du hast die Infrastruktur. Du hast die Daten. Aber du machst nichts damit, weil HA eben kein Fitness-Dashboard ist.

Genau das ist der Punkt, an dem Healthy einsetzt. Und ich vermute, wer einmal gesehen hat, wie seine eigenen Sensordaten plötzlich in einem zusammenhängenden Bild aufgehen – mit Trends, Meilenstein, täglichen Challenges und einem Verlauf der Monate zurückreicht – der will das nicht mehr missen.

Es gibt außerdem eine Gruppe, die ich besonders ansprechen möchte: die Quantified-Self-Enthusiasten unter euch. Menschen, die nicht nur ihr Zuhause vermessen, sondern auch sich selbst. Die wissen wollen, wie sich ihre Aktivität über die Jahreszeiten verändert. Ob sie sich in stressigen Projektwochen weniger bewegen. Wie sich ein neues Sportgerät auf die aktiven Minuten auswirkt. Diese Fragen lassen sich mit HA-Bordmitteln kaum beantworten. Mit Healthy schon.

Und dann ist da noch der Faktor, den ich selbst unterschätzt habe: die Motivation. Ein Graph in Lovelace zeigt mir eine Kurve. Healthy zeigt mir, dass ich diese Woche schon weiter gelaufen bin als von München nach Augsburg. Das eine ist eine Zahl. Das andere ist eine Geschichte. Und Geschichten bleiben hängen.

✅ Für wen lohnt sich Healthy?

• Home Assistant-Nutzer mit Gesundheitssensoren (Smartwatch, Fitnesstracker, smarte Waage)
• Alle, die ihre Sensordaten sinnvoll auswerten wollen statt sie in der HA-History versauern zu lassen
• Docker/Portainer-Nutzer: Setup in unter 15 Minuten
• Smart-Home-Enthusiasten, die mehr wollen als einen Lovelace-Graphen

❌ Für wen (noch) nicht?

• Wer keine Berührungspunkte mit Docker hat – da braucht es etwas Einarbeitung
• Wer keinerlei Gesundheitssensoren in Home Assistant hat – ohne Daten kein Dashboard
• Wer eine ausgereifte Produktionslösung erwartet – Healthy ist ein wachsendes Praxisprojekt

Das Repo ist öffentlich, die Dokumentation auf Deutsch und Englisch verfügbar.

👉 https://github.com/lkn94/Healthy