Sprachsteuerung ohne Alexa: Home Assistant Assist lokal

Alexa und Google Assistant sind bequem, aber jedes Kommando landet auf den Servern eines Konzerns, und welche Funktionen morgen noch kostenlos sind, entscheidet der Hersteller. Home Assistant hat mit Assist einen eigenen Sprachassistenten, der komplett im eigenen Haus laufen kann: Ein Mikrofon hört zu, eine lokale Spracherkennung macht Text daraus, Home Assistant führt den Befehl aus, und eine lokale Stimme antwortet. Kein Wort verlässt Dein Netz.

Diese Anleitung richtet eine vollständig lokale Sprachsteuerung auf Deutsch ein, zeigt, welche Spracherkennung zu Deiner Hardware passt, und wie Du Geräte und Räume so benennst, dass Assist Dich versteht. Grundlage ist die offizielle Anleitung Set up a fully local voice assistant, Stand Home Assistant 2026.11.

Was Du erwarten kannst

Ehrlich vorab: Assist ist sehr gut darin, Dein Zuhause zu steuern. „Schalte das Licht im Wohnzimmer aus“, „Wie warm ist es im Bad?“ oder „Stell einen Timer auf zehn Minuten“ funktionieren zuverlässig und schnell. Allgemeine Wissensfragen, Musik von Streamingdiensten per Sprache oder lockere Unterhaltungen beherrscht ein rein lokales Assist nicht. Dafür bräuchtest Du zusätzlich ein Sprachmodell, lokal oder in der Cloud.

Für die Aufgabe, die die meisten mit Alexa tatsächlich erledigen, nämlich Licht, Heizung, Rollläden und Timer, reicht es dagegen völlig.

Die Bausteine

Ein Sprachassistent in Home Assistant heißt Pipeline und besteht aus drei Teilen:

Bei der Spracherkennung musst Du Dich entscheiden:

• Speech-to-Phrase kennt nur die Sätze, die zur Steuerung Deines Zuhauses gehören, also Deine Geräte, Räume und die üblichen Befehle. Dafür ist es extrem schnell: Laut Home Assistant unter einer Sekunde, selbst auf einem Raspberry Pi 4 oder einem Home Assistant Green. Deutsch wird unterstützt. Offene Eingaben wie Einkaufslisten oder benannte Timer gehen damit nicht.
• Whisper versucht alles zu verstehen, was Du sagst. Das kostet Rechenzeit: Auf einem Raspberry Pi 4 dauert ein Befehl rund acht Sekunden, auf einem Mini-PC mit Intel-Prozessor unter einer Sekunde.

Die Empfehlung ist damit klar: Auf einem Raspberry Pi nimmst Du Speech-to-Phrase. Läuft Home Assistant auf einem Mini-PC und willst Du später ein Sprachmodell anbinden, nimmst Du Whisper.

Schritt 1: Spracherkennung und Stimme installieren

Öffne Einstellungen > Apps und installiere aus dem Store:

1. Speech-to-Phrase oder Whisper, je nach Entscheidung oben.
2. Piper für die Sprachausgabe.

Starte beide Apps. In ihren Einstellungen wählst Du jeweils Deutsch als Sprache. Bei Piper kannst Du zusätzlich eine Stimme auswählen. Die deutschen Stimmen unterscheiden sich deutlich, hör Dir ruhig zwei, drei an.

Danach öffnest Du Einstellungen > Geräte & Dienste. Home Assistant hat beide Dienste über die Integration Wyoming gefunden und zeigt sie als neu erkannt an. Klicke bei beiden auf Hinzufügen.

Schritt 2: Die Pipeline anlegen

Öffne Einstellungen > Sprachassistenten und klicke auf Assistent hinzufügen:

1. Gib einen Namen ein, zum Beispiel „Zuhause lokal“.
2. Wähle als Sprache Deutsch.
3. Wähle als Gesprächsagent Home Assistant.
4. Wähle bei der Spracherkennung Speech-to-Phrase oder Whisper und bei der Sprachausgabe Piper, jeweils mit Deutsch.

Speichere den Assistenten und mach ihn über das Drei-Punkte-Menü zum bevorzugten Assistenten.

Schritt 3: Geräte so benennen, dass Assist sie versteht

Hier entscheidet sich, ob die Sprachsteuerung Spaß macht oder nervt. Assist arbeitet mit drei Dingen: Bereichen, Namen und Aliasen.

• Bereiche: Jedes Gerät sollte einem Bereich zugeordnet sein, etwa Wohnzimmer, Küche oder Bad. Dann versteht Assist „Mach das Licht in der Küche an“, ohne dass Du die Lampe beim Namen nennst.
• Namen: Benenne Entitäten so, wie Du sie aussprichst. „Stehlampe“ statt „Shelly Plug S 3A2F Schalter“.
• Aliase: Unter Einstellungen > Sprachassistenten > Freigeben legst Du fest, welche Entitäten Assist überhaupt sehen darf. Ein Klick auf eine Entität öffnet ihre Einstellungen, dort kannst Du zusätzliche Namen hinterlegen. Sagt die Familie mal „Leselampe“ und mal „Lampe am Sofa“, trägst Du beides ein.

Gib nur frei, was Du wirklich per Sprache steuern willst. Je weniger Entitäten, desto weniger Verwechslungen. Bei Speech-to-Phrase hat das einen weiteren Vorteil: Es lernt genau die freigegebenen Namen und erkennt sie dadurch besonders zuverlässig.

Schritt 4: Testen ohne Lautsprecher

Bevor Du Hardware kaufst, probierst Du alles in der Home-Assistant-App aus. Tippe auf dem Handy oben rechts auf das Assist-Symbol, wähle Deinen Assistenten und halte das Mikrofon gedrückt. Sag „Schalte die Stehlampe ein“.

Funktioniert etwas nicht, hilft die Fehlersuche unter Einstellungen > Sprachassistenten: Im Menü des Assistenten findest Du die Debug-Ansicht. Dort siehst Du für jeden Befehl, was die Spracherkennung verstanden hat und wie Home Assistant den Text gedeutet hat. So erkennst Du sofort, ob das Problem beim Hören oder beim Verstehen liegt.

Schritt 5: Ein Lautsprecher mit Wake Word

Damit Assist wie Alexa im Raum auf ein Weckwort reagiert, brauchst Du ein Gerät mit Mikrofon und Lautsprecher. Am einfachsten ist das Home Assistant Voice Preview Edition von Nabu Casa, das laut Hersteller 59 Euro kostet. Es erkennt das Weckwort direkt auf dem Gerät, hat einen Mikrofon-Ausschalter und einen Anschluss für einen besseren Lautsprecher. Nach dem Anschließen erscheint es in Home Assistant als neu erkanntes Gerät, und der Einrichtungsassistent fragt nach dem Weckwort und der Pipeline.

Bastler bauen sich alternativ einen Satelliten mit ESPHome auf einem ESP32 mit Mikrofon, wie bei anderen ESPHome-Projekten, etwa dem ESP32 Bluetooth Proxy für Home Assistant einrichten. Für den Einstieg ist das fertige Gerät aber deutlich entspannter, weil die Mikrofon-Qualität entscheidend für die Erkennung ist.

Wenn Assist Dich nicht versteht

Assist versteht den Befehl, findet das Gerät aber nicht. Prüfe in der Debug-Ansicht den erkannten Text. Steht dort „Stehlampe“, das Gerät heißt aber „Steh-Lampe“, legst Du einen Alias an.

Whisper ist zu langsam. Auf schwacher Hardware wechselst Du zu Speech-to-Phrase, oder Du wählst in den Einstellungen der Whisper-App ein kleineres Modell. Kleinere Modelle sind schneller, machen aber mehr Fehler.

Das Weckwort reagiert zu oft oder zu selten. Stelle das Gerät nicht direkt neben Fernseher oder Lautsprecher und halte etwas Abstand zur Wand. In der Geräteseite in Home Assistant kannst Du die Empfindlichkeit anpassen.

Welche Hardware für Home Assistant

Speech-to-Phrase und Piper laufen auch auf einem Raspberry Pi 4 flüssig. Wenn Du Whisper oder später ein lokales Sprachmodell nutzen willst, ist ein Mini-PC deutlich angenehmer. Eine Entscheidungshilfe dazu bietet Raspberry Pi 5 oder Mini-PC für Home Assistant?

Fazit

Eine lokale Sprachsteuerung mit Home Assistant ist kein Bastelprojekt mehr, sondern in einer Stunde eingerichtet. Mit Speech-to-Phrase reagiert sie schneller als viele Cloud-Assistenten, und Deine Befehle bleiben zu Hause. Der wichtigste Teil der Arbeit sind nicht die Apps, sondern gute Namen, Bereiche und Aliase. Wer das einmal sauber macht, wird Alexa für das Licht nicht vermissen.