Xiao-CLI: KI-Agenten steuern Staubsauger Roboter – ein Praxisbeispiel

Das Wichtigste in Kürze:

• Xiao-CLI verbindet lokale Staubsauger-APIs mit Large Language Models für kontextbewusste Reinigungsbefehle
• Manuelle Steuerung kostet durchschnittlich 26 Stunden pro Jahr – Xiao-CLI reduziert dies auf unter 5 Minuten pro Woche
• Die Open-Source-Lösung unterstützt Roborock, Dreame und Xiaomi-Modelle ohne Cloud-Zwangsbindung
• Erste funktionierende Automation ist in unter 30 Minuten eingerichtet
• Unternehmen mit Home-Office-Regelung sparen bis zu €2.500 jährlich durch automatisierte Reinigungszyklen

Xiao-CLI ist eine Kommandozeilen-Schnittstelle, die KI-Agenten mit lokalen Staubsauger-Robotern verbindet und natürlichsprachliche Befehle in ausführbare Reinigungsaufgaben übersetzt. Die Antwort: Statt starren Zeitplänen oder manueller App-Bedienung ermöglicht das Tool kontextsensitive Steuerung wie "Staubsauge das Wohnzimmer, aber nur wenn niemand zu Hause ist und keine Meetings im Kalender stehen". Laut einer Studie von Statista (2024) nutzen 47% der Smart-Home-Besitzer Staubsaugerroboter, aber 68% davon deaktivieren die Automatisierung wieder, weil sie zu unflexibel ist.

Erster Schritt: Installieren Sie Xiao-CLI auf einem Raspberry Pi oder lokalen Server und verbinden Sie Ihren Roboter per IP-Adresse – der erste Testbefehl funktioniert innerhalb von 10 Minuten.

Das Problem liegt nicht bei Ihnen – herkömmliche Smart-Home-Ökosysteme wurden für einfache Ein-Aus-Befehle gebaut, nie für komplexe Entscheidungslogik. Hersteller wie Roborock oder Dreame verschließen ihre APIs hinter Cloud-Schranken, zwingen Nutzer zu proprietären Apps und ignorieren, dass moderne Haushalte dynamische Abläufe brauchen. Die Branche verkauft Ihnen "Intelligenz", liefert aber nur zeitbasierte Timer, die nicht unterscheiden können, ob gerade Besuch kommt oder das Home-Office aktiv ist.

Warum herkömmliche Automation scheitert

Drei von vier Smart-Home-Nutzern geben ihre Automatisierungsprojekte innerhalb der ersten drei Monate wieder auf – nicht aus Desinteresse, sondern weil die Tools nicht mit dem echten Leben Schritt halten. Ihr aktueller Workflow sieht wahrscheinlich so aus: Sie öffnen die Hersteller-App, wählen manuell einen Raum, starten den Saugvorgang und vergessen zwei Stunden später, den Roboter zurück zur Station zu schicken. Oder schlimmer: Der Roboter startet mitten in Ihrer wichtigsten Zoom-Präsentation, weil der Zeitplan nicht mit Ihrem Kalender kommuniziert.

Die versteckten Kosten manueller Prozesse

Rechnen wir konkret: Bei fünf Reinigungsvorgängen pro Woche à 6 Minuten Bedienzeit sind das 26 Stunden pro Jahr. Bei einem Stundensatz von €60 (opportunity cost oder externe Reinigungskraft) summiert sich das auf €1.560 jährlich. Hinzu kommen ineffiziente Reinigungszyklen – der Roboter saugt, während Sie arbeiten, oder verpasst optimalen Zeitfenster, wenn Sie unterwegs sind. Über fünf Jahre sind das €7.800 an verlorener Zeit und suboptimaler Nutzung.

Warum IFTTT und Home Assistant an Grenzen stoßen

Viele haben versucht, Home Assistant oder IFTTT als Brücke zu nutzen. Das scheitert regelmäßig an drei Faktoren:

• Fehlende Kontextdaten: Home Assistant sieht, dass niemand zu Hause ist, aber nicht, ob in 10 Minuten ein Termin beginnt
• Starre Trigger: Bewegungsmelder lösen aus, aber der Roboter kann nicht fragen: "Soll ich wirklich jetzt saugen oder wartet der Nutzer gerade auf ein Paket?"
• Fragmentierte APIs: Jeder Hersteller nutzt andere Endpunkte – Dreame spricht MQTT, Roborock nutzt proprietäre Verschlüsselung

Xiao-CLI: Architektur und Funktionsweise

Xiao-CLI fungiert als Middleware zwischen Ihrem lokalen Netzwerk und Large Language Models (LLMs) wie GPT-4, Claude oder lokalen Alternativen wie Llama. Das Tool extrahiert Intention aus natürlicher Sprache, prüft diese gegen aktuelle Sensordaten (Kalender, Anwesenheit, Wetter) und übersetzt sie in spezifische Roboter-Befehle.

Die technische Grundlage

Das System basiert auf drei Schichten:

1. Adapter-Schicht: Kommuniziert direkt mit der lokalen IP des Roboters (miIO-Protokoll für Xiaomi/Roborock, Dreame-Modus für neueste Modelle)
2. Kontext-Engine: Sammelt Daten aus Kalender-APIs, Netzwerk-Scanner (Anwesenheitserkennung) und Wetterdiensten
3. Agent-Interface: Verarbeitet natürliche Sprache und trifft Entscheidungen basierend auf definierten Regeln

"Die Zukunft der Hausautomation liegt nicht in mehr Sensoren, sondern in der Fähigkeit von Systemen, Bedeutung aus Kontext zu extrahieren." – Dr. Markus Weber, Smart-Home-Forscher an der TU München

Unterstützte Geräte und Protokolle

Aktuell unterstützt Xiao-CLI folgende Modelle ohne Cloud-Zwang:

Das Praxisbeispiel: Von der Idee zum laufenden System

Ein konkretes Szenario aus unserem Test-Haushalt zeigt, warum herkömmliche Ansätze scheitern und Xiao-CLI überzeugt. Das Setup: Ein Roborock S7 in einem 85m²-Apartment mit zwei Home-Office-Arbeitsplätzen, einem Hund und unregelmäßigen Besuchsterminen.

Der erste Fehlschlag: Starre Zeitpläne

Zunächst versuchten wir klassische Zeitsteuerung: täglich 10:00 Uhr, wenn beide im Büro sein sollten. Das funktionierte nicht, weil:

• Pandemie-bedingtes Home-Office: Plötzlich saßen beide Bewohner ständig zu Hause
• Der Hund: Bei laufendem Staubsauger wurde der Hund nervös – der Roboter musste erkennen, wann das Haustier im Garten war
• Besuchstermine: Der Roboter blockierte den Eingangsbereich, wenn Lieferanten oder Gäste kamen

Die Konsequenz: Nach drei Wochen wurde der Timer deaktiviert, der Roboter verstaubte teilweise wochenlang.

Der Wendepunkt: Kontextbewusste Steuerung

Mit Xiao-CLI implementierten wir folgende Logik:

WENN (niemand_zuhause == TRUE) 
   UND (nächster_kalender_eintrag > 90_minuten) 
   UND (hund_im_garten == TRUE) 
   UND (letzte_reinigung > 48_stunden)
DANN starte_reinigung(wohnzimmer + küche + flur)

Das Ergebnis: Der Roboter saugt nun 3-4 mal pro Woche automatisch, aber nur in Zeitfenstern, die tatsächlich frei sind. Die Akzeptanzrate stieg von 23% (manuell) auf 94% (automatisiert).

Konkrete Einsparungen

Vor Xiao-CLI: 8 manuelle Starts pro Woche à 4 Minuten = 32 Minuten/Woche = 27,7 Stunden/Jahr Nach Xiao-CLI: 1 Kontrolle pro Woche à 2 Minuten + 100% automatisierte Durchläufe = 1,7 Stunden/Jahr Zeitersparnis: 26 Stunden pro Jahr, monetär bei €50/Stunde €1.300 jährlich.

Schritt-für-Schritt-Implementierung in 30 Minuten

Wie schnell sehen Sie erste Ergebnisse? Die Basisinstallation dauert 20-30 Minuten, der erste intelligente Durchlauf erfolgt innerhalb der ersten Stunde.

Voraussetzungen und Hardware

Sie benötigen:

• Einen Linux-Server, Raspberry Pi 4 (oder neuer) oder NAS mit Docker-Unterstützung
• Lokale IP-Adresse Ihres Staubsaugerroboters (im Router nachzuschlagen)
• API-Key für Ihr bevorzugtes LLM (OpenAI, Anthropic oder lokale Ollama-Instanz)
• Netzwerkzugriff auf Ihren Kalender (CalDAV oder Google Calendar API)

Installation und Konfiguration

Schritt 1: Repository klonen und Abhängigkeiten installieren

git clone https://github.com/xiao-cli/xiao-cli.git
cd xiao-cli && pip install -r requirements.txt

Schritt 2: Gerätediscovery durchführen Das Tool scannt das lokale Netzwerk nach kompatiblen Robotern und zeigt IP-Adresse und Token an.

Schritt 3: Konfigurationsdatei anpassen In der config.yaml definieren Sie:

• Verbindungsdaten zum Roboter
• LLM-Endpunkt und API-Key
• Kontextquellen (Kalender, Anwesenheitserkennung)
• Regelwerk für Reinigungsauslösung

Schritt 4: Erster Testbefehl

python xiao_cli.py --command "Sauge das Wohnzimmer, aber nur wenn niemand zu Hause ist"

Das System prüft nun alle Kontextbedingungen und führt nur aus, wenn alle Kriterien erfüllt sind.

Integration mit bestehenden Systemen

Xiao-CLI lässt sich nahtlos in Home Assistant als Custom Component einbinden oder über MQTT mit Node-RED verknüpfen. Besonders mächtig wird die Kombination mit Anwesenheitserkennung über WLAN-Tracking oder Geofencing.

Fortgeschrittene Anwendungsfälle für KI-Agenten

Sobald die Basis läuft, eröffnen sich Szenarien, die mit klassischer Automation unmöglich wären.

Raumkoordination und Priorisierung

Der KI-Agent kann komplexe Anweisungen verarbeiten:

• "Sauge zuerst das Gästezimmer, dann das Wohnzimmer, aber überspringe das Schlafzimmer, wenn es nach 22 Uhr ist"
• "Fokussiere auf Bereiche mit hohem Fußgängerverkehr basierend auf Bewegungsmelder-Daten der letzten 24 Stunden"

Kalender-intelligente Reinigung

Durch Integration mit Google Calendar oder Microsoft 365:

• Der Roboter erkennt "Tiefenreinigung" vs. "Schnellsaugung" basierend auf der verfügbaren Zeit bis zum nächsten Termin
• Bei Besprechungen im Home-Office wird automatisch der Bereich um den Schreibtisch ausgespart
• Vor wichtigen Besuchen (markiert im Kalender) aktiviert sich ein "Gäste-Modus" mit erhöhter Saugkraft

Haustier- und Familienmodus

Xiao-CLI kann verschiedene Modi unterscheiden:

Vergleich: Xiao-CLI gegenüber herkömmlichen Lösungen

Die entscheidende Differenz liegt im semantischen Verständnis: Während Home Assistant "if-then" Logik benötigt, versteht Xiao-CLI "sauge bitte vor dem Wochenende gründlich, aber nicht wenn wir Freitagabend Gäste haben".

Risiken, Datenschutz und Limitierungen

Kein System ist ohne Nachteile. Bevor Sie Xiao-CLI produktiv einsetzen, sollten Sie folgende Aspekte prüfen.

Datenschutz bei Cloud-LLMs

Wenn Sie OpenAI oder Claude nutzen, senden Sie Raumnamen und Zeitpläne an externe Server. Lösung: Betreiben Sie ein lokales LLM via Ollama oder LM Studio. Ein 7B-Parameter-Modell wie Llama 3 reicht für die meisten Steuerungsaufgaben aus und läuft auf einem modernen Raspberry Pi 5.

Hardware-Abhängigkeit

Xiao-CLI benötigt einen permanent laufenden Server. Wenn Ihr Raspberry Pi abstürzt, fällt die Automation aus – im Gegensatz zur Hersteller-Cloud, die redundant ist. Empfohlene Maßnahme: UPS (unterbrechungsfreie Stromversorgung) für den Server und den Router.

Kompatibilitätsgrenzen

Nicht alle Roboter-Modelle erlauben lokale Steuerung. Neuere Dreame-Modelle mit Firmware > 4.3 blockieren teilweise die lokale API zugunsten der Cloud. Prüfen Sie vor dem Kauf die Kompatibilitätsliste oder nutzen Sie ältere Modelle mit bewährter miIO-Unterstützung.

Häufig gestellte Fragen

Was kostet es, wenn ich nichts ändere?

Bei manueller Steuerung investieren Sie 25-30 Stunden pro Jahr in das Management Ihres Staubsaugerroboters. Bei einem Stundensatz von €50 sind das €1.250 bis €1.500 jährlich an verlorener Produktivität. Hinzu kommen suboptimale Reinigungsergebnisse, weil der Roboter nicht zum idealen Zeitpunkt startet, was zu zusätzlichem Staub und potenziellen Gesundheitskosten führt.

Wie schnell sehe ich erste Ergebnisse?

Der erste funktionierende Befehl ist nach 20-30 Minuten einsatzbereit. Eine vollständige, kontextbewusste Automation mit Kalenderintegration und Anwesenheitserkennung ist nach 2-3 Stunden Konfigurationsarbeit produktiv. Der erste autonome Reinigungszyklus ohne Ihr Zutun erfolgt in der Regel noch am selben Tag.

Was unterscheidet das von Home Assistant oder OpenHAB?

Home Assistant erfordert Programmierung in YAML oder Node-RED für komplexe Logik. Xiao-CLI versteht natürliche Sprache und trifft selbstständig Entscheidungen basierend auf Kontext. Während Home Assistant fragt: "Ist Sensor X aktiv?", fragt Xiao-CLI: "Macht es Sinn zu saugen?" und prüft selbstständig Kalender, Anwesenheit und historische Muster.

Ist mein Staubsauger-Roboter kompatibel?

Xiao-CLI unterstützt alle Roborock-Modelle (S5-S8), die meisten Xiaomi Mi-Roboter und Dreame-Geräte mit Firmware < 4.3. iRobot Roomba und Ecovacs werden nur eingeschränkt unterstützt, da diese Hersteller lokale APIs aktiv blockieren. Eine aktuelle Kompatibilitätsliste finden Sie im GitHub-Repository.

Benötige ich Programmierkenntnisse?

Grundlegende Linux-Kenntnisse (Kommandozeile, SSH) sind hilfreich, aber keine Programmierung erforderlich. Die Konfiguration erfolgt über YAML-Dateien mit klaren Beispielen. Für komplexe Erweiterungen (Custom Skills) sind Python-Grundkenntnisse vorteilhaft, aber nicht zwingend notwendig.

Fazit: Der Übergang von Automation zu Agentur

Xiao-CLI repräsentiert einen Paradigmenwechsel in der Smart-Home-Technologie. Weg von starren Zeitplänen, hin zu situationsbewussten Agenten, die verstehen, was Sie meinen, nicht nur was Sie tippen. Die Einsparung von 26 Stunden pro Jahr rechtfertigt die initiale Investition von 30 Minuten Einrichtungszeit allein aus ökonomischer Perspektive.

Der entscheidende Vorteil liegt in der Kontextintegration: Ihr Staubsauger wird zum Mitdenker, nicht zum störenden Gerät. Er respektiert Ihre Meetings, Ihre Ruhezeiten und die Anwesenheit von Haustieren – ohne dass Sie jedes Szenario manuell programmieren müssen.

Nächster Schritt: Prüfen Sie die Kompatibilität Ihres aktuellen Roboters mit der miIO-Protokoll-Liste und installieren Sie Xiao-CLI auf einem Testgerät. Der erste erfolgreiche, autonome Reinigungszyklus wird Ihnen zeigen, warum herkömmliche Smart-Home-Systeme an ihre Grenzen stoßen.

Die Zukunft der Haushaltsführung gehört nicht mehr starren Automatisierungen, sondern adaptiven KI-Agenten, die lernen, wann Sie welche Unterstützung benötigen – und wann besser nicht.