ThingsBoard

Kurzfazit

ThingsBoard ist die ausgereifteste quelloffene IoT-Plattform am Markt — ein in der Ukraine entwickelter Stack, der Gerätemanagement, Datenerfassung, Visualisierung und eine visuelle Rule Engine in einem Paket vereint. Die Apache-2.0-Lizenz erlaubt unbegrenztes Self-Hosting ohne Lizenzkosten, und die kommerziellen Varianten (Cloud, Private Cloud, Professional Edition) sind in der EU-Region verfügbar. Damit ist ThingsBoard für viele europäische Industrie- und Smart-Building-Projekte die offensichtliche Alternative zu AWS IoT Core oder Azure IoT Hub — vor allem dann, wenn DSGVO und Vendor-Neutralität wichtiger sind als Hyperscaler-Komfort. KI-Funktionen (Anomalieerkennung, Predictive Maintenance) sind über das Trendz-Analytics-Add-on integriert, gehören aber nicht zur kostenlosen Community Edition. Wer ein eigenes IoT-Produkt baut und ein anpassbares Fundament braucht, kommt an ThingsBoard schwer vorbei.

Für wen ist ThingsBoard?

Industrial-IoT-Teams: Wer Maschinen, SPS oder Sensoren in Fabriken anbinden will, findet in ThingsBoard die Standardprotokolle (MQTT, OPC-UA via Gateway, Modbus, SNMP) und die Multi-Tenant-Architektur, um mehrere Werke oder Kunden sauber zu trennen. Die Rule Engine kann Schwellwertalarme, Datenanreicherung und Weiterleitung an ERP-Systeme ohne Code abbilden.

Smart-Building-Anbieter: Energie-Monitoring, Klimaüberwachung und Anwesenheitserkennung in Bürogebäuden oder Liegenschaften lassen sich mit den Standard-Widgets (Heatmaps, Zeitreihen, Karten) schnell visualisieren. Die Mandantenfähigkeit ist hier besonders wertvoll: Ein Property-Manager kann mehrere Gebäude eines Kunden in einem Tenant verwalten.

KI-getriebene Predictive-Maintenance-Projekte: Das Trendz-Analytics-Add-on bringt automatische Anomalieerkennung, Forecasting und Korrelationsanalysen auf Zeitreihendaten direkt in ThingsBoard. Wer Vibrationssensoren oder Stromaufnahme von Motoren überwacht, hat damit den Einstieg in datengestützte Wartungsstrategien.

System-Integratoren und IoT-Produktentwickler: Wer eine eigene IoT-Plattform für Endkunden bauen will, kann ThingsBoard mit eigenem Branding (White-Labeling im Professional-Plan) und eigenen Custom-Widgets als Basis nehmen — das spart 12 bis 24 Monate Eigenentwicklung gegenüber einer Greenfield-Architektur.

Forschung und Hochschulen: Die Community Edition ist kostenlos und unlimitiert. Für Lehre und studentische Projekte ist sie eine reife, gut dokumentierte Lernumgebung — und produktnah genug, dass das Gelernte später in der Industrie wertvoll bleibt.

Weniger geeignet für: Smart-Home-Endkunden ohne Entwicklerhintergrund (zu komplex), reine PoC-Projekte mit fünf Sensoren ohne Wachstumsperspektive (Setup-Aufwand zu hoch), Teams ohne Backend- und PostgreSQL-Erfahrung beim Self-Hosting, Branchen mit strikter Pflicht zu deutschsprachigem Support, und kleine Projekte, in denen ein simpler MQTT-Broker plus Grafana ausreichen würde.

Preise im Detail

Variante	Preis	Geräte / Datenpunkte
Community Edition (Self-Hosted)	0 USD (Apache 2.0)	Unbegrenzt — Lizenz frei, du zahlst nur Infrastruktur
Cloud Free	0 USD/Monat	5 Geräte, 1 Mio. Datenpunkte
Cloud Prototype	49 USD/Monat	50 Geräte, 10 Mio. Datenpunkte
Cloud Pilot	149 USD/Monat	100 Geräte, 100 Mio. Datenpunkte, White-Labeling
Cloud Startup	399 USD/Monat	500 Geräte, 500 Mio. Datenpunkte, Priority Support
Cloud Business	749 USD/Monat	1.000 Geräte, 1 Mrd. Datenpunkte
Professional Edition Maker	10 USD/Monat	10 Geräte, 1 Instanz
Professional Edition Pilot	99 USD/Monat	100 Geräte, 1 Instanz
Professional Edition Business	499 USD/Monat	1.000 Geräte, 3 Instanzen, +0,10 USD pro Extra-Gerät
Perpetual License (PE)	ab 4.999 USD einmalig	Permanente On-Premises-Lizenz, ein Investment
Private Cloud Launch	1.499 USD/Monat (1.349 USD jährlich)	5.000 Geräte, 50.000 Datenpunkte/Min.
Private Cloud Scale	3.999 USD/Monat	50.000 Geräte, 500.000 Datenpunkte/Min.
Trendz Analytics (KI/ML)	Add-on, je nach Deployment	Anomalieerkennung, Forecasting, Korrelationen

Einordnung: Die Community Edition ist faktisch kostenlos und ohne Geräte-Limit — der einzige Aufwand ist das Self-Hosting (PostgreSQL oder Cassandra, idealerweise Kubernetes oder zumindest Docker). Wer eigene Infrastruktur und Backend-Know-how hat, fährt damit auch in produktiven Szenarien gut. ThingsBoard Cloud richtet sich an Teams, die nicht selbst hosten wollen — der Free-Plan reicht für Demos, ab dem Pilot-Plan (149 USD) gibt es White-Labeling. Die Professional Edition ist die Self-Managed-Variante mit kommerziellem Support und Enterprise-Features. Die Perpetual License ab 4.999 USD ist für Behörden und Industrieunternehmen interessant, die Capex statt Opex bevorzugen. Achtung beim Cloud-Pricing: Es skaliert mit Datenpunkten — bei einem Sensor, der jede Sekunde sendet, sind das 86.400 Datenpunkte pro Tag und Sensor; das Pilot-Kontingent ist schneller verbraucht, als es klingt.

Stärken im Detail

Apache 2.0 ohne Schwächen. ThingsBoard ist nicht „Open Core” mit kastrierter Community-Variante, sondern eine ehrliche Open-Source-Plattform: Geräte- und Mandantenverwaltung, Rule Engine, Dashboards, REST-API und Multi-Protokoll-Server sind in der freien Edition vollständig enthalten. Die kostenpflichtigen Editionen ergänzen Enterprise-Features (Single Sign-on, White-Labeling, erweiterte Mandantenisolation, Trendz Analytics), nicht Grundfunktionen. Das ist im IoT-Markt selten — viele Konkurrenten verstecken Kernfeatures hinter Enterprise-Lizenzen.

Rule Engine als visueller Workflow-Builder. Statt für jede Regel Code zu schreiben, baust du in der grafischen Rule-Chain-Oberfläche Knoten zusammen: Filter, Transformator, Anreicherer, Aktion. Eingehende Telemetrie kann anhand von Bedingungen weitergeleitet, mit Asset-Daten verknüpft, in Alarme umgewandelt oder per HTTP/MQTT an externe Systeme gesendet werden. Für 80 % aller IoT-Geschäftslogik reicht das, ohne eine Zeile Code — und für die restlichen 20 % gibt es Skript-Knoten (JavaScript, TBEL).

Edge-Komponente für hybride Topologien. ThingsBoard Edge läuft auf einem lokalen Server (Industriegateway, IPC, Raspberry-Pi-Klasse) und synchronisiert sich mit der Cloud-Instanz. Datenvorverarbeitung, Alarmlogik und Visualisierung funktionieren auch ohne Internetverbindung — entscheidend für Offshore-Anlagen, abgelegene Industriestandorte oder Anwendungen mit niedriger Latenz-Anforderung. Die Synchronisation ist bidirektional: Konfigurationsänderungen in der Cloud werden automatisch an die Edge-Instanzen ausgerollt.

Multi-Protokoll-Anbindung deckt Industrie und Consumer ab. MQTT (mit MQTTs für TLS), HTTP/HTTPS, CoAP, LwM2M (für constrained devices), SNMP und OPC-UA über das ThingsBoard-IoT-Gateway-Add-on. Damit ist die Plattform für so unterschiedliche Welten wie LoRaWAN-Sensorik, Cellular-Tracker und SPS-Anbindung in Fabriken einsatzbereit — ohne separate Middleware.

Reife UI-Bibliothek mit über 100 Standard-Widgets. Zeitreihen, Karten, Heatmaps, Gauges, Steuerwidgets, Tabellen — die meisten typischen IoT-Visualisierungen sind als konfigurierbare Widgets vorhanden. Custom-Widgets lassen sich in HTML/JavaScript schreiben, wenn Standard nicht reicht. Für Demos, Kundenpräsentationen oder MVP-Screens spart das Wochen.

EU-Region für Cloud und Private Cloud verfügbar. Im Gegensatz zu vielen US-IoT-Plattformen bietet ThingsBoard eigene EU-Rechenzentren für Cloud-Tenants an — DSGVO-konformer Betrieb ist also auch ohne Self-Hosting möglich. Für die Private-Cloud-Variante wird die Instanz in einer EU-Region des Wunsch-Hyperscalers (AWS Frankfurt, Azure West Europe, GCP europe-west) deployed.

KI über Trendz Analytics. Das Add-on bringt automatische Anomalieerkennung auf Zeitreihen, Forecasting (z. B. erwarteter Energieverbrauch der nächsten 24 Stunden), Korrelationsanalysen zwischen Sensoren und Cohort-Analyse von Geräten — alles ohne eigenes Data-Science-Team. Für Predictive Maintenance, Energie-Optimierung und Qualitätsüberwachung ist das ein gutes Out-of-the-Box-Fundament.

Schwächen ehrlich betrachtet

Lernkurve ist deutlich. Rule Engine, Datenmodell (Devices, Assets, Customers, Tenants, Entity Views, Relations), Mandantenarchitektur und Widget-Konfiguration verlangen mindestens eine Woche aktiver Beschäftigung, bevor man produktiv wird. Wer aus reiner Webanwendungs-Welt kommt und das Konzept von „Telemetrie”, „Server-side Attributes” und „Shared Attributes” zum ersten Mal sieht, braucht Geduld. Die offizielle Dokumentation ist gründlich, aber an manchen Stellen veraltet — ein Großteil des Lernens passiert über GitHub-Issues und das Forum.

KI ist nicht in der Community Edition. Trendz Analytics ist ein kostenpflichtiges Add-on, dessen Preis von der Deployment-Variante abhängt und nicht öffentlich gelistet ist. Wer KI-Funktionen kostenlos haben will, muss die Anomalieerkennung selbst bauen — typischerweise über die Rule Engine plus eine externe Python-Microservice-Anbindung an scikit-learn oder PyTorch. Das ist machbar, aber kein „Drag-and-Drop”.

Keine deutsche Oberfläche, kein deutscher Support. ThingsBoard, Inc. operiert weltweit, aber primär englischsprachig. Die UI ist nicht lokalisiert — Mandanten- und Gerätebezeichnungen können natürlich deutsch sein, aber System-Labels, Fehlermeldungen und Dokumentation sind durchgängig auf Englisch. Für deutsche Endkunden, die das Dashboard sehen sollen, lässt sich das mit Custom-Widgets teilweise abfedern; für Administratoren ist Englisch-Pflicht.

Self-Hosting verlangt ernsthafte Infrastruktur-Skills. Eine produktive ThingsBoard-Installation läuft auf PostgreSQL für Metadaten und Cassandra (oder TimescaleDB) für Zeitreihen, idealerweise unter Kubernetes mit horizontaler Skalierung. Wer das ohne DevOps-Erfahrung aufbauen will, läuft schnell in Performance-Probleme — gerade bei Datenraten oberhalb von 10.000 Datenpunkten pro Sekunde. Die Docker-Compose-Variante reicht für Entwicklung, nicht für Produktion mit echten Datenmengen.

Cloud-Pricing kann schnell überraschen. Die Datenpunkt-Limits sind großzügig wirkend, aber bei IoT-typischen Frequenzen (1 Datenpunkt pro Sekunde pro Sensor) kommen schnell Millionen pro Tag zusammen. Ein einzelner Sensor mit Sekunden-Auflösung erzeugt rund 2,6 Mio. Datenpunkte pro Monat — der Cloud-Prototype-Plan (10 Mio. Datenpunkte) ist damit bei vier Sensoren aufgebraucht. Wer hochfrequente Telemetrie hat, muss entweder vorab aggregieren oder direkt zur Self-Hosted-Variante.

Mobile App ist funktional, aber kein UX-Highlight. Die ThingsBoard Mobile App (Android und iOS) zeigt Dashboards und Alarme an, ist aber visuell weit hinter Verbraucher-IoT-Apps zurück. White-Label-Mobile-Apps sind verfügbar, kosten aber zusätzlich (99 USD/Monat plus 1.000 USD Setup). Für Endkunden-Apps mit hohem Designanspruch lohnt sich oft ein eigener React-Native-Client, der die ThingsBoard-API anspricht.

Community-Support ist Geduldsspiel. Die Forum- und GitHub-Community ist aktiv, aber Reaktionszeiten schwanken — bei spezifischen Edge-Cases können Tage oder Wochen vergehen. Wer kommerziellen Support braucht, muss zur Professional Edition oder Private Cloud wechseln, was deutlich teurer wird. Für Produktionssysteme ohne kommerziellen Vertrag empfiehlt sich entweder eigenes Senior-Know-how im Team oder ein Implementierungspartner.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Tiefe Integration in eine AWS-Architektur brauchst	AWS IoT Core
Visuelle Workflow-Automatisierung statt Rule Engine willst	n8n
Reine Datenvisualisierung ohne IoT-Plattform brauchst	Grafana
KI-Modelle für eigene IoT-Daten trainieren willst	Hugging Face
LLM-basierte Logik in IoT-Workflows einbinden willst	LangChain

Erwähnenswert ohne eigene Tool-Seite: Azure IoT Hub (Microsofts Pendant zu AWS IoT Core, gut bei Office-365-Integration), Eclipse Hono (Open-Source-IoT-Connectivity-Schicht der Eclipse Foundation, schlanker als ThingsBoard), Cumulocity IoT (von Software AG, etablierte Enterprise-Plattform mit deutscher Wurzel und EU-Hosting), Losant (US-Anbieter mit visuellem Builder) sowie Particle (eher Hardware-Plus-Plattform für Connected Products). Cumulocity ist im deutschen Mittelstand der häufigste kommerzielle Konkurrent zu ThingsBoard — wer einen deutschen Anbieter mit lokalem Support braucht, sollte beide direkt vergleichen.

So steigst du ein

Schritt 1: Lokale Demo mit Docker. Lade ThingsBoard Community Edition herunter und starte sie lokal mit einem einzigen docker compose up-Befehl. Innerhalb von 15 Minuten hast du eine funktionierende Plattform mit Demo-Geräten, vorbereiteten Dashboards und der vollen Rule-Engine-Oberfläche. Spiele mit den mitgelieferten Demo-Daten, bevor du eigene Geräte anbindest — das vermittelt das Datenmodell schneller als jedes Tutorial.

Schritt 2: Ein echtes Gerät anbinden. Schließe einen einfachen MQTT-Client an (ein Raspberry Pi mit Mosquitto, ein ESP32 oder ein Python-Skript auf dem Laptop) und sende Telemetrie an deine ThingsBoard-Instanz. Baue ein Dashboard mit zwei oder drei Widgets, die diese Daten visualisieren. Konfiguriere eine erste Rule Chain, die bei einem Schwellwertüberschreiten einen E-Mail-Alarm sendet. Damit hast du den End-to-End-Pfad einmal komplett gegangen.

Schritt 3: Architekturentscheidung treffen — Self-Hosted oder Cloud. Ab spätestens 50 Geräten musst du dich entscheiden: Eigene Infrastruktur (Community Edition oder Professional Edition mit Lizenz, dafür volle Kontrolle und keine laufenden Lizenzkosten) oder ThingsBoard Cloud (kein Hosting-Aufwand, dafür laufende Kosten und Datenpunkt-Limits). Für deutsche Industrieprojekte mit DSGVO-Pflicht ist Self-Hosted in eigener EU-Cloud (Hetzner, IONOS, Strato, oder AWS Frankfurt) oft der saubere Weg. Plane 2 bis 4 Wochen für ein produktionsreifes Setup ein.

Schritt 4: Trendz Analytics evaluieren — wenn KI nötig ist. Wenn dein Use-Case Anomalieerkennung, Forecasting oder Korrelationsanalyse braucht, fordere eine Trendz-Analytics-Demo an. Die Integration mit ThingsBoard ist nahtlos, der Lernaufwand für die Konfiguration überschaubar — aber die Lizenzkosten kommen oben drauf. Alternative: Eigenen Python-Microservice mit scikit-learn oder PyTorch bauen, der ThingsBoard-Daten über die REST-API zieht und Alarme zurückspielt. Mehr Eigenarbeit, aber kostenlos.

Ein konkretes Beispiel

Ein Maschinenbauer aus Schwaben (220 Mitarbeitende, Hersteller von CNC-Bearbeitungszentren) bietet seinen Industriekunden eine Predictive-Maintenance-Plattform als Service an. Architektur: ThingsBoard Professional Edition Self-Hosted in einem Frankfurter AWS-Account (eu-central-1), drei Instanzen mit Lastverteiler. Pro CNC-Maschine senden 30 Sensoren (Vibration, Temperatur, Stromaufnahme, Spindeldrehzahl) im 5-Sekunden-Takt Daten über einen lokalen ThingsBoard-Edge-Knoten an die Zentrale. Multi-Tenant-Setup: Jeder Endkunde (rund 80 Werke insgesamt, in Deutschland, Österreich, Schweiz und Tschechien) ist ein eigener Tenant mit eigenem Branding und eigenen Dashboards. KI-Layer: Trendz Analytics erkennt ungewöhnliche Vibrationsmuster bis zu 14 Tage vor einem Lagerschaden — Wartungsteams werden automatisch alarmiert, Ersatzteile vorausschauend bestellt. Spürbarer Effekt: Ungeplante Stillstandszeiten sind im ersten Jahr um 38 % gesunken, der Maschinenbauer kann den Service als zusätzliche Umsatzquelle (Wartungsabo) anbieten und differenziert sich gegenüber Wettbewerbern. Aufwand: zwei Senior-Entwickler, ca. 6 Monate für MVP, weitere 6 Monate für Roll-out auf alle 80 Werke. Lizenzkosten ThingsBoard PE: rund 6.000 USD/Jahr, plus AWS-Infrastruktur und Trendz-Analytics-Add-on.

DSGVO & Datenschutz

• Community Edition (Self-Hosted): Du hostest selbst — DSGVO-konformer Betrieb hängt vollständig von deiner Infrastruktur ab. Self-Hosting in EU-Rechenzentren (Hetzner, IONOS, Strato, Open Telekom Cloud, AWS Frankfurt, Azure West Europe) ist der Standardweg für deutsche Unternehmen.
• ThingsBoard Cloud: Eigene EU-Region verfügbar — Anfragen und Daten werden in der EU verarbeitet. Anbieter ist ThingsBoard, Inc. mit Hauptsitz in den USA; das Unternehmen wurde in Kyiv gegründet und betreibt Entwicklung weiterhin teils in der Ukraine.
• Private Cloud (Managed): Deployment in EU-Region des gewählten Hyperscalers (AWS, Azure, GCP) auf Wunsch — dedizierte Instanz für den Kunden, ThingsBoard Inc. übernimmt Betrieb.
• Datennutzung: Bei Self-Hosted und Private Cloud bleiben alle Telemetriedaten in deiner Hoheit. Bei Cloud-Hosting verarbeitet ThingsBoard Inc. die Daten nur für Bereitstellung — keine Nutzung für Training oder andere Zwecke.
• Verschlüsselung: TLS für alle Protokolle (MQTT-S, HTTPS, CoAPs, LwM2M-DTLS), At-Rest-Verschlüsselung in der Datenbank konfigurierbar.
• Auftragsverarbeitung (AVV): Für Cloud, Private Cloud und Professional Edition auf Anfrage verfügbar. Bei Community Edition nicht relevant (kein Datenfluss zum Anbieter).
• Empfehlung für Unternehmen: Bei DSGVO-sensiblen Use-Cases (Gesundheitswesen, Behörden, kritische Infrastruktur) ist Self-Hosting der Community oder Professional Edition in eigener EU-Cloud der sauberste Pfad. ThingsBoard Cloud EU ist eine valide Alternative für Standardanwendungen — AVV vorab anfordern und dokumentieren.

Gut kombiniert mit

• Grafana — wenn das ThingsBoard-Dashboard für eine bestimmte Datensicht nicht reicht oder eine zentrale Metrik-Visualisierung über mehrere Quellen (IoT plus Server-Monitoring plus Anwendungslogs) gebraucht wird, zieht Grafana Daten aus ThingsBoards REST-API oder direkt aus der unterliegenden TimescaleDB. Die beiden ergänzen sich gut: ThingsBoard für IoT-Logik, Grafana für übergreifende Beobachtung.
• n8n — für Workflows, die ThingsBoard-Alarme mit Geschäftssystemen verbinden (Ticket im Helpdesk anlegen, ERP-Auftrag generieren, Benachrichtigung in Microsoft Teams), übernimmt n8n die Orchestrierung. ThingsBoards Rule Engine deckt IoT-nahe Logik ab; n8n übernimmt die geschäftsprozessorientierte Weiterverarbeitung.
• LangChain — für KI-getriebene Auswertung der ThingsBoard-Daten (z. B. ein Wartungsassistent, der Sensorhistorie abfragt und Empfehlungen formuliert) ist LangChain das Werkzeug, um ein LLM mit ThingsBoards REST-API als Tool zu verbinden. Damit lässt sich auch ohne Trendz Analytics ein KI-Layer aufbauen.

Unser Testurteil

ThingsBoard verdient 4 von 5 Sternen. Es ist die ausgereifteste Open-Source-IoT-Plattform am Markt — mit echter Apache-2.0-Lizenz, vollständigem Funktionsumfang in der Community Edition, EU-Hosting-Optionen und einer klaren Produktstrategie über Cloud, Private Cloud und Professional Edition. Für europäische Industrieprojekte, Smart-Building-Anbieter und Predictive-Maintenance-Use-Cases ist es eine offensichtliche Wahl. Den fünften Stern kostet die steile Lernkurve, das Fehlen einer deutschen Oberfläche und deutschsprachigen Supports, die Tatsache, dass KI-Funktionen ein kostenpflichtiges Add-on sind, und das Cloud-Pricing-Modell, das bei hochfrequenten Sensoren schnell teuer wird. Wer Hyperscaler-Komfort über Vendor-Neutralität stellt, ist bei AWS IoT Core oder Azure IoT Hub schneller produktiv. Wer hingegen eine offene, anpassbare und EU-konforme Basis für eine eigene IoT-Plattform sucht, baut auf ThingsBoard 2026 ohne ernsthafte Konkurrenz.

Was wir bemerkt haben

• 2022 / 2023 — Trotz des russischen Angriffskriegs gegen die Ukraine hat das ThingsBoard-Team — gegründet und größtenteils in Kyiv ansässig — die Entwicklung kontinuierlich fortgeführt. Releases erschienen pünktlich, Support-Reaktionen im Forum blieben aktiv. Das ist bemerkenswert und für viele europäische Kunden ein Grund, das Unternehmen aktiv zu unterstützen.
• 2024 — Trendz Analytics wurde stärker integriert und positioniert ThingsBoard explizit als KI-fähige Plattform — bis dahin galt ThingsBoard primär als „klassische” IoT-Plattform ohne nennenswerte KI-Tiefe. Der Pricing-Mechanismus für das Add-on bleibt nicht-öffentlich, was Vergleichsangebote erschwert.
• 2024 — ThingsBoard Edge wurde als eigenständiges Produkt mit Apache-2.0-Lizenz veröffentlicht. Davor war Edge nur als Teil der Professional Edition verfügbar. Das öffnet hybride Architekturen (Cloud-Backend plus lokale Edge-Knoten) auch für Open-Source-Anwender.
• 2025 — Der Preis für die Cloud-Pläne wurde leicht angehoben und in stärker differenzierten Stufen neu geschnitten. Die EU-Region wurde dabei beibehalten, Datenpunkt-Limits präzisiert. Bestandskunden auf alten Plänen können diese typischerweise weiterführen.
• Mai 2026 — ThingsBoard bleibt ohne deutsche Lokalisierung der UI und ohne deutschsprachigen Support. Für viele deutsche Mittelständler bleibt das die größte Hürde — Implementierungspartner mit ThingsBoard-Expertise im DACH-Raum gibt es, sind aber nicht flächendeckend verfügbar.