Wie viele Stunden lief der Entfeuchter heute? Wie oft hat die Wärmepumpe diese Woche getaktet? Und wie lange brannte das Bürolicht eigentlich? Home Assistant zeigt im Verlauf zwar jeden einzelnen Schaltvorgang, aber die spannenden Summen rechnet es nicht von selbst aus. Genau diese Lücke schliesst die history_stats-Integration: Sie verwandelt die rohe Zustands-Historie einer Entität in handfeste Kennzahlen – Laufzeit, Anzahl Schaltungen oder prozentuale Einschaltdauer. Wer Verbrauch verstehen oder Geräte überwachen will, baut sich damit in wenigen Zeilen aussagekräftige Sensoren.
Das Problem: Verlauf ja, Summen nein
Home Assistant speichert über den Recorder, wann eine Entität welchen Zustand hatte. Diese Daten sieht man im Verlaufsdiagramm, aber sie helfen wenig, wenn man konkrete Fragen hat: «Lief der Entfeuchter heute länger als gestern?» oder «Taktet die Wärmepumpe häufiger als üblich?». Solche Antworten erfordern eine Aggregation über einen Zeitraum – und genau dafür ist history_stats gemacht.
Wichtig vorab: Die Integration kann nur auswerten, was der Recorder auch gespeichert hat. Wer Laufzeiten über längere Zeiträume zählen will, muss sicherstellen, dass die betreffende Entität lange genug in der Historie gehalten wird. Ein Blick in die Recorder-Konfiguration lohnt sich, bevor man wochen- oder monatsweite Statistiken erwartet.
Drei Auswertungs-Typen verstehen
history_stats kennt drei type-Werte, die je nach Frage zum Einsatz kommen. time liefert die Dauer, während der die Entität im gewünschten Zustand war – ideal für Laufzeiten in Stunden. count zählt, wie oft die Entität in den gewünschten Zustand gewechselt ist – perfekt für Taktzyklen oder Schaltvorgänge. ratio gibt den prozentualen Anteil am Zeitraum an – nützlich, um Auslastungen zu vergleichen.
Den Zeitraum definiert man über zwei der drei Parameter start, end und duration. Sehr häufig will man «seit heute Mitternacht» auswerten. Das gelingt mit einem Template, das den Tagesbeginn berechnet:
sensor:
- platform: history_stats
name: Entfeuchter Laufzeit heute
entity_id: switch.entfeuchter_buero
state: "on"
type: time
start: "{{ now().replace(hour=0, minute=0, second=0, microsecond=0) }}"
end: "{{ now() }}"
Dieser Sensor zeigt fortlaufend, wie viele Stunden der Entfeuchter seit Mitternacht eingeschaltet war. Verändert man state und type, deckt dasselbe Muster ganz unterschiedliche Fragen ab.
Praxisbeispiel: Wärmepumpen-Takte zählen
Häufiges Takten – also ständiges Ein- und Ausschalten – belastet einen Verdichter. Mit type: count lässt sich nachverfolgen, wie oft der Kompressor pro Tag startet:
sensor:
- platform: history_stats
name: Verdichter Starts heute
entity_id: binary_sensor.cta_verdichter_aktiv
state: "on"
type: count
start: "{{ now().replace(hour=0, minute=0, second=0, microsecond=0) }}"
end: "{{ now() }}"
Steigt der Wert über die gewohnte Bandbreite, ist das ein Frühwarnzeichen für Kurzzyklen. Der Sensor lässt sich anschliessend in eine Automation einbinden, die bei einer ungewöhnlich hohen Startzahl eine Benachrichtigung schickt – so wird aus der Statistik eine echte Wartungshilfe.
Für eine Wochenauswertung tauscht man den Zeitraum einfach aus und nutzt duration:
start: "{{ (now() - timedelta(days=7)) }}"
end: "{{ now() }}"
Sauber kombinieren mit anderen Helfern
history_stats zählt rückblickend aus der Historie – das macht es robust, aber abhängig vom Recorder. Wer laufend zählen will, etwa fortschreibende Verbrauchswerte über Monate, kombiniert die Auswertung sinnvoll mit dem Utility Meter, der Zählerstände periodengenau führt. Wie das funktioniert, beschreibt der Beitrag Utility Meter in HA: Verbrauch sauber zählen. Beide Werkzeuge ergänzen sich: history_stats für Laufzeiten und Schaltzyklen, Utility Meter für kumulierte Verbräuche.
Ein praktischer Tipp zum Schluss: Lege die Sensoren in einer eigenen Datei wie history_stats.yaml an und binde sie über sensor: !include history_stats.yaml ein. So bleibt die Konfiguration übersichtlich, und neue Auswertungen sind mit wenigen Zeilen ergänzt.
Fazit
Die history_stats-Integration ist ein unscheinbares, aber mächtiges Werkzeug: Aus der rohen Zustands-Historie macht sie genau die Kennzahlen, die im Alltag zählen – Laufzeiten, Taktzyklen und Auslastungen. Wer einmal verstanden hat, wie time, count und ratio zusammenspielen und wie sich der Zeitraum per Template steuern lässt, baut sich in Minuten Sensoren, die Geräte überwachen, Wartung vorausschauend machen und Verbrauch transparent darstellen. Der beste Startpunkt ist ein Gerät, das ohnehin oft schaltet – Entfeuchter, Wärmepumpe oder Beleuchtung – und das erste time-Beispiel von oben.