Tschüss Alexa! Lokale Sprachsteuerung mit Home Assistant einrichten

Simon Oberstedt hat alle Alexa- und Google-Lautsprecher aus seinem Haus geworfen und durch eine lokale KI ersetzt. Kein Amazon, kein Google, kein Apple, kein Abo – und niemand, der in der Wohnung mithören könnte. Das Ergebnis: Geschwindigkeit und Datenschutz, aber mit deutlichem Bastelaufwand.

Warum lokale Sprachassistenten?

Die Gründe für den Umstieg fasst das Video klar zusammen:

• Kein Abo-Zwang: Viele Cloud-Speaker stellen gerade auf KI um – Abo-Modelle werden wahrscheinlich zunehmen.
• Datenschutz: Bei Cloud-Systemen werden Sprachdaten potentiell hochgeladen, analysiert und zur Modellverbesserung genutzt.
• Keine Abhängigkeit: Wenn ein Anbieter den Support einstellt, funktioniert dein Assistent nicht mehr – du baust dein Smart Home quasi um das Assistenzsystem herum.
• Volle Kontrolle: Mit Ollama werden Inhalte nicht geloggt. Lokal gespeicherte Daten sind eine völlig andere Hausnummer als Protokolle bei einem externen Anbieter.
• Modellwahl: Du entscheidest selbst, welches KI-Modell läuft und was es kann.

Was du brauchst

Simon hat für das Video über 25 verschiedene Hardware-Modelle getestet und saß zwischen Stapeln von Smartspeakern. Welches Modell am Ende zum Einsatz kam, bleibt im Transkript allerdings offen. Klar ist: Die Hardware muss leistungsstark genug sein, damit die KI wirklich funktioniert und nicht nur Kommandos abarbeitet.

So funktioniert die lokale Sprachkette

Die Sprachsteuerung läuft in mehreren Schritten ab:

1. Satellite: Die Hardware (der Lautsprecher) erkennt das Wake-Wort, nimmt deine Sprache auf und erkennt, wann du fertig gesprochen hast.
2. Sprache zu Text (Whisper): Die Audiodatei wird lokal in Text umgewandelt.
3. KI-Verarbeitung: Der Text geht an die KI, die in Home Assistant als Sprachassistent eingebunden ist. Sie erkennt die gewünschte Aktion – ob Licht schalten, Rollos fahren oder eine Wissensfrage beantworten.
4. Text zu Sprache (Piper): Die Antwort der KI wird wieder in Audio umgewandelt.
5. Ausgabe: Das Audio wird auf dem Satellite ausgegeben.

Zwei Wege der Sprachverarbeitung

Ein wichtiger Punkt, der im Video erklärt wird: Es gibt zwei verschiedene Wege, wie ein Befehl verarbeitet wird.

Lokaler Intent: Einfache Befehle wie „Licht im Wohnzimmer einschalten" erkennt Home Assistant lokal, ohne dass ein KI-Modell eingebunden wird. Das geht extrem schnell – im Test etwa 0,085 Sekunden.

LLM-Verarbeitung: Komplexere oder vage Anfragen werden an die lokale KI weitergeleitet. Mit einem großen KI-System auf performanter Hardware dauerte das im Test etwa 4,9 Sekunden. Das ist immer noch schnell, aber um den Faktor 57 langsamer als lokale Intent-Verarbeitung.

Für schwächere Hardware gibt es Speech-to-Phrase als Alternative zu Whisper. Speech-to-Phrase ist kein klassisches Sprachmodell, sondern arbeitet mit vordefinierten Sätzen, die anhand der in Home Assistant freigegebenen Entitäten und Bereiche erstellt werden. Das erkennt Befehle wie „Rollo im Wohnzimmer hochfahren" zuverlässig, stößt aber bei Fragen jenseits der definierten Sätze an seine Grenzen – eine Frage nach dem Wetter würde dann schlicht nicht erkannt.

Was lokale Assistenten können, woran Cloud-Systeme scheitern

Im Video wird ein Beispiel gezeigt, das die Stärke lokaler KI verdeutlicht. Auf die Frage „Kannst du mir sagen, wann ich heute laufen gehen sollte?" liefert der Assistent eine Antwort mit Wetterbericht, Laufrhythmus und Sonnenuntergangszeit – komplett lokal, ohne Cloud-Anbindung. Cloud-basierte Assistenten wie Alexa oder Google Assistant können solche kontextbezogenen, personalisierten Antworten in absehbarer Zeit nicht bieten.

Cloud-Alternative für schwächere Hardware

Simon erwähnt im Video, dass es auch Cloud-Alternativen für Sprache-zu-Text und Text-zu-Sprache gibt – beispielsweise die Home Assistant Cloud. Diese bietet leistungsstarke Modelle, die privat bleiben und nicht geloggt werden. Das ist eine Option, wenn die eigene Hardware für Whisper und Piper nicht ausreicht.

Mehr Aufwand als Cloud, aber andere Vorteile

Der Weg dorthin war laut Simon „ziemlich anstrengend und komplizierter, als man denkt". Wer Alexa-Komfort ohne Basteln will, ist bei lokalen Alternativen falsch. Dafür bekommt man einen Assistenten, der: keine Abo-Kosten hat, keinen Datenabfluss zulässt und mehr kann als standardmäßige Cloud-Systeme. Die Frage, ob das System langfristig bleibt oder ob am Ende doch wieder ein anderes System gewinnt, bleibt offen.

Hilfreiche Produkte

Quelle

Diese Anleitung basiert auf dem YouTube-Video „Tschüss Alexa! Was ich über lokale Sprachsteuerung mit Home Assistant gelernt habe" von simon42 – Video ansehen. Inhalt am Video orientiert und eigenständig formuliert.

Werbung / enthält Affiliate-Links