Datenlogger für Klimaüberwachung im Cannabis-Grow

Datenlogger sind elektronische Messinstrumente, die Klimaparameter (Temperatur, relative Luftfeuchtigkeit, CO₂-Konzentration, Luftdruck) in regelmäßigen Zeitintervallen automatisch erfassen, speichern und digital zur Auswertung bereitstellen. Im Cannabis-Anbau sind Datenlogger essenziell für die Dokumentation langfristiger Klimaveränderungen, die Optimierung der Vegetationsbedingungen und die Einhaltung gesetzlicher Nachweise bei medizinischem Anbau.

Wissenschaftliche Beschreibung

Sensortypen und Messgenauigkeit

Die häufigsten Sensoren in modernen Datenloggern sind:

• DHT22/DHT33 (kapazitiv): Relative Luftfeuchtigkeit ±5%, Temperatur ±0,5°C; kostengünstig, lange Lebensdauer, ideal für Hobby-Grows
• SHT40/SHT41 (Sensirion): Extreme Genauigkeit ±1,5% RH, ±0,3°C, sehr schnelle Reaktionszeit (~1 s), geringe Stromaufnahme
• BME280 (Bosch): Kombisensor (Temperatur, Feuchte, Luftdruck), ±1% RH / ±1°C, robust bei Kondensation
• Resistive Sensoren (Pt100, Pt1000): Hochgenauigkeit (±0,1°C) für professionelle Anlagen, temperaturabhängig
• CO₂-Sensoren (NDIR, MH-Z19, SCD30): Non-Dispersive-Infrared (NDIR) Technologie, Messbereich 0–5000 ppm, Genauigkeit ±3–5%

Die Sensorwahl bestimmt die Zuverlässigkeit der Datenerfassung. In feuchtem Grow-Umfeld sind resistente, kalibrierbare Sensoren (SHT40, BME280) zu bevorzugen.

Logging-Intervalle und Datenspeicherung

Das Messintervall definiert die zeitliche Auflösung der Datenerfassung:

• 5–15 Minuten: Standard für Cannabis-Anbau; erfasst Tagesgang und Schwankungen
• Jede Stunde: Für Langzeittrends, reduziert Datenmenge
• Echtzeit (jede Sekunde): Nur bei kritischen Phasen (Umstellung Veg→Blüte), hoher Speicherverbrauch

Speichertechnologien: - Interner Flash/EEPROM: Lokal auf dem Logger (100 MB–1 GB), offline nutzbar, Backup via USB oder SD-Karte - Cloud (InfluxDB, ThingSpeak): Fernüberwachung, automatische Backups, Echtzeit-Alarme, skalierbar - Hybrid-Ansatz: SD-Karte lokal + Cloud-Sync (Redundanz, offline-Sicherheit)

Ein 7-Tage-Zyklus bei 5-Min-Intervall erzeugt ~2000 Datenpunkte pro Sensor. Bei 4 Sensoren (Temp, RH, CO₂, Druck) sind das ~8000 Messwerte/Woche ≈ 80 KB–200 KB (je nach Kompression).

Hardware-Optionen im Detail

Professionelle Systeme (€500–€5000): - Testo 177-H3: Klasse-B-Genauigkeit (±3% RH), SD-Kartenspeicher, 99.999 Messwerte, IP65-Schutz - FrimTec Multisensor-Logger: CO₂/Temperatur/Feuchte kombiniert, Echtzeit-Datenübertragung, kalibrierbar - SensoScientific Systems: Spezialisiert auf Cannabis-Monitoring, GLP-Konformität (ISO 17025), automatische Alarmierung

Hobby/Mittelbereich (€50–€300): - Arduino mit DHT22/BME280: Open-Source, vollständig konfigurierbar, Bastlerkenntnis erforderlich, SD-Modul für Logging - Raspberry Pi mit SHT40: Python-Logging, InfluxDB-Integration, Grafana-Visualisierung, ~€100 Gesamtkosten - Sonoff TH16/TH Elite: WiFi-Datenlogger, MQTT-fähig, Tasmota-Firmware, integrierte Wolkenanbindung - Govee/ORIA Bluetooth-Logger: Smartphone-Integration, kostenlos bis €30, Cloud-Speicher, weniger Genauigkeit

Budget (€10–€50): - DHT22 + Arduino Nano: Funktionsfähig, eingeschränkte Speicherung, häufige manuelle Datenabholung - Digitale USB-Thermohygrometer: Passiver Logging-Modus, PC-Export, kein Echtzeit-Monitoring

Software-Lösungen und Datenmanagement

Standalone-Logging (keine Cloud nötig): - Arduino IDE / PlatformIO: Vollständige Kontrolle, Custom-Alarme, lokale Verarbeitung - Tasmota: Firmwareopen-source für WiFi-Geräte, MQTT-Export, einfach zu flashen - ESPHome: Automation-Framework, elegante YAML-Konfiguration, Home Assistant Integration

Cloud- und Visualisierungssysteme: - InfluxDB + Grafana: Industrie-Standard, kostenlos (Open-Source), unbegrenzte Datenspeicherung lokal, einfache Abfragen - ThingSpeak: Cloud-Datenlogger, kostenlos bis 3 Mio. Datenpunkte/Jahr, REST-API, einfach für Anfänger - Home Assistant: Open-Source Smart-Home-Zentrale, automatische MQTT-Integration, Automation (Lüfter-Trigger basierend auf RH) - Prometheus + Alertmanager: DevOps-orientiert, Multi-Sensor-Netzwerk, proaktive Alarme

Visualisierung und Auswertung

Datenvisualisierung transformiert rohe Messwerte in actionable Insights:

• Grafana-Dashboards: Echtzeit-Graphen, historische Trends, Alarmschwellen-Overlays, 14-Tage-Vergleich (Vegetations- vs. Blütephase)
• Excel/LibreOffice Calc: Für wöchentliche Auswertungen, Durchschnittswert-Berechnung, einfache Trend-Charts
• Python-Auswertung: Pandas/Matplotlib für erweiterte Statistiken (Korrelation Raumklima ↔ Ertrag, Standard-Abweichung Schwankungen)
• Mobile Apps (Govee, Sonoff): Push-Benachrichtigungen bei Schwellwertüberschreitung (z. B. >80% RH)

Typische Metriken: - Tagesgang-Amplitude: ΔT, ΔRH (sollte konstant ±3°C sein) - Heat-Maps: Räumliche Klimavariabilität (Eckeffekte, Hotspots) - Korrelations-Matrix: Beziehung Temperatur ↔ CO₂-Abzug, Feuchte ↔ Stammfäule-Risiko - VPD-Tracking (Vapor Pressure Deficit): Berechnet aus Temp + RH, optimal 0,8–1,2 kPa für Veg, 1,0–1,5 kPa für Blüte

Auswertung und Optimierung

Die Langzeitdaten ermöglichen datengestützte Anbauoptimierung:

1. Identifikation von Schwächen: Permanente Überwärmung, Feuchte-Spitzen → Lüfter-Upgrade nötig?
2. Validierung von Massnahmen: Nach Lüftungsverbesserung → Vergleich vorher/nachher (Grafana)
3. Saisonale Anpassung: Winter (niedriger RH) vs. Sommer (höher) → Befeuchter-/Entfeuchter-Steuerung
4. GLP-Konformität: Medizinischer Anbau erfordert dokumentierte Klimakontrolle — Logger generiert automatisierte Reports
5. Vorausschauende Wartung: Trends zeigen Lüfter-Alterung (steigende Temperatur trotz Laufzeit) → Austausch planen
6. Ertrag-Korrelation: Retrospektiv: Welche Klimageometrie führt zu höchstem Ertrag + Potenz?

Anbaupraxis-Relevanz

Im Cannabis-Grow sind ideale Klima-Setpoints bekannt: - Vegetationsphase: 21–26°C, 50–70% RH, 400–1200 ppm CO₂ - Blütephase: 18–24°C, 40–60% RH, 800–1200 ppm CO₂ - VPD-Fenster: 0,8–1,5 kPa (abhängig von Sättigungsdefizit)

Häufige Probleme, die Datenlogger aufdecken: - Nächtliche Feuchte-Stagnation (>85% RH → Botrytis-Risiko) - Ungleichmäßige Temperaturverteilung (Temperatur-Schichtung, Dead Spots) - CO₂-Mangel trotz supplementierung (unzureichender Austausch) - Klima-Oszillation (Thermostat zu schnell schaltend, ±5°C täglich)

Ein professioneller Datenlogger erlaubt: - Kalibrierung der Klimatisierung vor der Vegetation - Verifizierung, dass die gekaufte Lüftung die beworbene Kapazität leistet - Optimales Timing für Transplantation und Umstellung (Klima stabil ≥3 Tage) - Rückverfolgung bei Qualitätsproblemen (Schimmel, Nährstoffblockade) auf Klimaursachen

Verwandte Begriffe

• smart-grow-controller-homegrow — Automatische Klimaregelung via Datenlogger-Feedback
• alarmierung-grenzwerte — Automatische Benachrichtigungen bei Schwellwertüberschreitungen
• home-assistant-grow-integration — Datenlogger als Entity in Open-Source-Automation
• co2-regulierung-indoor — CO₂ als kritischer Messwert im Logger
• vegetationsphase-indoor-klima — Phase-spezifische Sollwert-Dokumentation

Quellen

1. Process Sensing GmbH — Medizinische Cannabis-Überwachung & Sensorsysteme
2. FrimTec GmbH — Multi-Parameter-Datenlogger (CO₂, Temperatur, Feuchte)
3. Testo AG — Kalibrierbare Temperatur-/Feuchte-Datenlogger, ISO-Konformität
4. SensoScientific GmbH — Spezialisierte Cannabis-Monitoring-Systeme
5. Industry Standard: Grafana + InfluxDB Open-Source Stack für Grow-Automation

Quellen

• Butsic V & Brennan M (2021): Environmental impacts of cannabis cultivation. Cannabis Cannabinoid Res. PMID:34382699