Google Gemini in openHAB 5.2.1 einbinden: Setup, Rules und Sinnfragen

Mit dem Release von openHAB 5.2 hält Künstliche Intelligenz noch tieferen Einzug in das Open-Source-Smart-Home. Die überarbeitete Chat-Schnittstelle in der Main UI benötigt nun zwingend einen LLM-basierten Human Language Interpreter (HLI), um freie Texteingaben und Sprachbefehle ordentlich zu verarbeiten.

In diesem Artikel zeige ich dir, wie du das Gemini Binding in openHAB 5.2.1 installierst, den API-Schlüssel einrichtest, deine Konfiguration über Datei-Files (.things, .items, .rules) sauber anlegst und wie du den typischen Chat-Fehler im Admin-UI behebst.

Installation & API-Schlüssel holen

Der erste Schritt führt dich in die openHAB Main UI:

Navigiere zu Settings → Add-on Store.
Suche nach Gemini Binding und klicke auf INSTALL.

Um die Google Gemini API nutzen zu können, benötigst du einen API-Key aus Google AI Studio:

Gehe auf aistudio.google.com/app/apikey.
Erstelle dort einen neuen API-Schlüssel. In der Regel verknüpfst du diesen mit deinem Google Cloud Projekt.

Der häufige Fehler im openHAB Admin-Chat (und die Lösung)

Wenn du das neue Chat-Interface in openHAB 5.2 öffnest, wirst du möglicherweise von folgender Fehlermeldung begrüßt:

„The new Chat interface in openHAB 5.2 requires a configured LLM-based Human Language Interpreter (such as Google Gemini) set as the default under Settings → Voice, as the built-in system interpreter does not support free-form chatting.“

So behebst du das Problem:

Vergewissere dich, dass das Gemini Account Thing angelegt und ONLINE ist.
Navigiere in der Main UI zu Settings → Voice.
Wähle unter Human Language Interpreter (HLI) das konfigurierte Gemini-Modell als Standard aus.
Tipp bei hartnäckigen Caching-Problemen nach dem Update auf 5.2.1: Starte openHAB einmal vollständig neu oder leere deinen Browser-Cache, da Karaf-Bundles im Hintergrund gelegentlich noch alte UI-Komponenten zwischenspeichern.

Gemini.things

Hier definierst du deinen Account sowie den Chat-Channel mitsamt System-Prompt:

Thing gemini:account:myaccount [ apiKey="DEIN_API_KEY", model="gemini-2.5-flash", temperature=1.0, topP=1.0, maxOutputTokens=2048, requestTimeout=30 ] {
  Channels:
    Type chat : chat "Chat" [ model="gemini-2.5-flash", temperature=1.0, topP=1.0, maxOutputTokens=2048, systemMessage="Du bist ein hilfreicher Assistent." ]
}

Gemini.items

Dazu legen wir ein passendes String-Item an:

String GeminiChat "Gemini Chat" { channel="gemini:account:myaccount:chat" }

Gemini.rules

Über die getActions-Schnittstelle kannst du Gemini direkt aus einer openHAB DSL-Rule heraus aufrufen und Antworten abfragen:

rule "GEMINI_TEST"
when
    Item Licht_EG_Buero received update ON
then
    val geminiActions = getActions("gemini", "gemini:account:myaccount")

    // 1. Einfache Anfrage senden
    val response1 = geminiActions.sendMessage("Was ist die Hauptstadt von Deutschland?")
    logInfo("TEST Gemini", "Response 1: " + response1)

    // 2. Anfrage mit spezifischer Modell-Ablösung (Model Override)
    val response2 = geminiActions.sendMessage("Schreib ein Gedicht über openHAB.", "gemini-2.5-flash")
    logInfo("TEST Gemini", "Response 2: " + response2)
end

Fazit: Beeindruckende Technik – aber wo bleibt der echte Usecase?

Die technische Integration von Google Gemini über das offizielle Binding in openHAB 5.2.1 verläuft extrem geschmeidig. Abgesehen von der zwingenden Umstellung unter Settings → Voice für das neue Chat-Interface steht die API-Anbindung innerhalb weniger Minuten.

Ehrlich gesagt tue ich mich aktuell aber noch schwer, einen wirklich sinnvollen und produktiven Anwendungsfall im Smart Home Alltag zu finden. Abgesehen von meiner kleinen Testregel, die mir nach dem Einschalten des Bürolichts ein Gedicht liest oder Hauptstädte abfragt, bleibt die Frage: Wozu braucht die Hausautomation ein LLM?

Für dynamische Zusammenfassungen des Tagesberichts (z.B. Wetter + Systemstatus als Ansage) oder zur Interpretation sehr freier Sprachbefehle mag das charmant sein. Für klassische Automationen, Lichtsteuerungen und Heizungsregeln bleiben deterministische Rules jedoch deutlich schneller, verlässlicher und kostengünstiger.

Hast du bereits eine smarte Idee oder eine echte Killer-Rule für Gemini in openHAB im Einsatz?