ThingsBoard

Kurzfazit

ThingsBoard ist eine IoT-Plattform mit öffentlich einsehbarem Quellcode, die Gerätemanagement, Datenerfassung, Visualisierung und eine visuelle Rule Engine in einem Paket vereint. Seit Version 4.4 sind Community Edition und Professional Edition zu einem Produkt zusammengeführt, das unter der Business Source License 1.1 steht: Kommerziell ist Self-Hosting bis 100 Geräte auf einem Server frei, darüber oder mit eigenem Branding braucht es eine Commercial License. Frühere Versionen bleiben unter Apache 2.0. ThingsBoard Cloud läuft in zwei getrennten AWS-Regionen (Nordamerika und EU), Private Cloud wahlweise in der EU, Nordamerika oder APAC. Damit ist ThingsBoard für europäische Industrie- und Smart-Building-Projekte eine Alternative zu AWS IoT Core oder Azure IoT Hub, vor allem dann, wenn Vendor-Neutralität und die Wahl des Hosting-Orts wichtiger sind als Hyperscaler-Komfort. In die Plattform sind KI-Assistenten eingebaut, die aus Beschreibungen in natürlicher Sprache Lösungen bauen und ändern (AI Solution Creator, AI Assistant). Anomalieerkennung und Vorhersagen kommen über das Trendz-Analytics-Add-on, das im Cloud-Free-Plan enthalten und sonst kostenpflichtig ist. Wer ein eigenes IoT-Produkt baut und ein anpassbares Fundament braucht, sollte ThingsBoard in die engere Wahl nehmen.

Für wen ist ThingsBoard?

Industrial-IoT-Teams: Wer Maschinen, SPS oder Sensoren in Fabriken anbinden will, findet in ThingsBoard MQTT, HTTP, CoAP und LwM2M direkt, Modbus, OPC UA und weitere Industrieprotokolle über den IoT Gateway sowie die Multi-Tenant-Architektur, um mehrere Werke oder Kunden sauber zu trennen. Die Rule Engine bildet Schwellwertalarme, Datenanreicherung und Weiterleitung an externe Systeme ab.

Smart-Building-Anbieter: Energie-Monitoring, Klimaüberwachung und Anwesenheitserkennung in Bürogebäuden oder Liegenschaften lassen sich mit den eingebauten Widgets (Diagramme, Gauges, Karten) visualisieren. Die Mandantenfähigkeit ist hier besonders wertvoll: Ein Property-Manager kann mehrere Gebäude eines Kunden verwalten, innerhalb eines Tenants lässt sich eine Kundenhierarchie anlegen.

KI-getriebene Predictive-Maintenance-Projekte: Das Trendz-Analytics-Add-on bringt Anomalieerkennung, Vorhersagen (Forecast), Health Scoring und Vibrationsanalyse 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, in der Cloud ab dem Pilot-Plan) und eigenen Custom-Widgets als Basis nehmen. Eigenes Branding verlangt laut Anbieter eine Commercial License, auch unter 100 Geräten.

Forschung und Hochschulen: Für nicht-kommerzielle Nutzung (Bildung, Non-Profit-Organisationen) deckt die Free License bis zu 1.000 Geräte auf beliebig vielen Servern ab, mit ThingsBoard-Branding. Als Lernumgebung ist die Plattform 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
Free License (Self-Hosted, BUSL 1.1)	0 USD	Kommerziell bis 100 Geräte auf einem Server mit ThingsBoard-Branding, nicht-kommerziell bis 1.000 Geräte; Versionen bis 4.3 der Community Edition bleiben Apache 2.0
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 Help Desk, White-Labeling
Cloud Business	749 USD/Monat	1.000 Geräte, 1 Mrd. Datenpunkte
Cloud Europa-Region (EUR)	Prototype 45, Pilot 145, Startup 385, Business 725 EUR/Monat	Gleiche Plan-Stufen wie in Nordamerika
On-premises Free	0 USD/Monat	100 Geräte, 1 Instanz
On-premises Pilot	99 USD/Monat	100 Geräte, 1 Instanz
On-premises Startup	299 USD/Monat	500 Geräte, 2 Instanzen
On-premises Business	499 USD/Monat	1.000 Geräte, 3 Instanzen, +0,10 USD pro Extra-Gerät
Perpetual License	ab 4.999 USD einmalig	Permanente On-Premises-Lizenz, ein Investment
Private Cloud Launch	1.499 USD/Monat (10 % Jahresrabatt)	5.000 Geräte, 50.000 Nachrichten/Min., 500 GB
Private Cloud Growth	2.199 USD/Monat	25.000 Geräte, 100.000 Nachrichten/Min., 1 TB
Private Cloud Scale	3.999 USD/Monat	50.000 Geräte, 500.000 Nachrichten/Min., 2 TB
Trendz Analytics (KI/ML)	ab 29 USD/Monat (Cloud und On-premises), 28 EUR (EU-Cloud), 449 USD (Private Cloud)	Anomalieerkennung, Forecasting, Predictive Maintenance, AI Assistant; im Cloud-Free-Plan enthalten

Einordnung: Die Free License fürs Self-Hosting kostet keine Lizenzgebühr, gilt kommerziell aber nur bis 100 Geräte auf einem Server und mit ThingsBoard-Branding; darüber oder mit eigenem Branding braucht es laut Anbieter eine Commercial License zum selben Preis wie die frühere Professional Edition. Dazu kommt der Aufwand des Self-Hostings (PostgreSQL oder PostgreSQL plus Cassandra, idealerweise Kubernetes oder zumindest Docker). 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 On-premises-Subscriptions sind die Self-Managed-Variante: Sie enthalten laut Anbieter nur die Lizenzgebühr und kein Hosting. Die Einstiegsstufen Maker und Prototype für Self-Hosting werden laut Anbieter eingestellt und stehen nicht mehr auf der Preisseite. 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

Quellcode öffentlich, Funktionsumfang nicht nach Edition getrennt. Mit Version 4.4 hat ThingsBoard die frühere Community Edition und die Professional Edition zu einem Produkt zusammengeführt. Integrationen, Scheduler, Reporting und erweiterte Sicherheit (SSO, feingranulare Zugriffsrechte, Secrets Storage) liegen laut Anbieter im selben öffentlichen GitHub-Repository, die Sicherheitsfunktionen sind für alle Deployments frei. Das ist keine Open-Source-Lizenz im strengen Sinn, der Anbieter nennt sie selbst source-available, und jede Version wird vier Jahre nach Erscheinen zu Apache 2.0. Der Kompromiss gegenüber der früheren Apache-2.0-Community-Edition: Du darfst den Code lesen, bauen und ändern, brauchst aber kommerziell für mehr als 100 Geräte, für mehr als einen Server oder mit eigenem Branding eine Commercial License.

Rule Engine als visueller Workflow-Builder. Jede eingehende Telemetriemeldung, jedes Attribut-Update und jeder RPC-Aufruf läuft als Nachricht durch eine Rule Chain, eine visuelle Pipeline aus Rule Nodes, die filtern, anreichern, transformieren oder Aktionen auslösen. Für eigene Logik gibt es die Skriptsprache TBEL.

Edge-Komponente für hybride Topologien. ThingsBoard Edge verarbeitet und speichert Daten lokaler Geräte unabhängig vom Server und gleicht sie nach Wiederherstellung der Verbindung ab. Rule Chains, Dashboards und Konfigurationsänderungen rollst du laut Anbieter zentral auf die Edge-Instanzen aus. Als Hardware nennt die Preisseite für leichte Lasten einen Raspberry Pi, für schwere Industrie-PCs, Edge-Server oder VMs. Zur Kapazität sagen die Anbieterseiten Verschiedenes: Die Edge-Produktseite nennt bis zu 1.000 Geräte pro Edge-Instanz, die Preis-FAQ empfiehlt bis zu 1.000 Geräte und hält je nach Hardware mehr für möglich. Das ist interessant für abgelegene Industriestandorte oder Anwendungen, die auch ohne Internetverbindung laufen müssen. Edge arbeitet immer mit einem ThingsBoard-Server zusammen und nutzt dessen Lizenz, auf der Preisseite ist Edge Computing ein Add-on, ab 9 USD/Monat in der Cloud und ab 19 USD/Monat On-premises.

Multi-Protokoll-Anbindung deckt Industrie und Consumer ab. MQTT, HTTP, CoAP und LwM2M nennt der Anbieter für die Plattform, Modbus, OPC UA, BACnet, SNMP, KNX und über 25 Industrieprotokolle werden über den IoT Gateway auf MQTT übersetzt. Damit ist die Plattform für unterschiedliche Welten wie LoRaWAN-Sensorik, Tracker und SPS-Anbindung in Fabriken gerüstet.

Umfangreiche Widget-Bibliothek mit über 600 Widgets. Der Anbieter nennt 600+ eingebaute Widgets, darunter Diagramme, Gauges, Karten und SCADA-taugliche Industriesteuerung. Eigene Widgets lassen sich mit dem eingebauten Editor bauen, wenn Standard nicht reicht.

Zwei Cloud-Regionen und EU-Hosting-Option. ThingsBoard Cloud läuft auf AWS in zwei unabhängigen Regionen, Nordamerika und EU, Daten wandern laut Anbieter nicht zwischen ihnen. Private Cloud läuft standardmäßig auf AWS, auf Wunsch auf Azure oder GCP, in Nordamerika, der EU oder APAC. Ein DPA und eine Subprozessor-Liste sind öffentlich einsehbar.

KI über Trendz Analytics und eingebaute Assistenten. Trendz ist ein Add-on für ThingsBoard und bringt Anomalieerkennung, Vorhersagen (Forecast, Time to Threshold), Health Scoring für Predictive Maintenance, Vibrationsanalyse und KPI-Berechnungen auf Zeitreihen. Den AI Assistant von Trendz beschreibt die Produktseite so, dass er Fragen in natürlicher Sprache beantwortet und Formeln und KPIs nach Beschreibung erzeugt; die Dokumentation führt ihn als Beta-Funktion, die Visualisierungen aus Beschreibungen baut, und nennt das Anlegen von Calculation Fields als noch nicht unterstützt. Der Anbieter nennt Trendz für ThingsBoard Cloud (alle Pläne einschließlich Free), On-premises und Private Cloud, die frühere Community Edition als Basis nennt er nicht. Für Predictive Maintenance, Energie-Optimierung und Qualitätsüberwachung ist das ein Fundament, ohne eigenes Data-Science-Team zu bauen. Unabhängig von Trendz hat die Plattform selbst eingebaute KI-Assistenten: Der AI Solution Creator baut eine Lösung aus einer Beschreibung in natürlicher Sprache, der AI Assistant ändert und verbessert sie.

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 umfangreich, die Einarbeitung bleibt trotzdem Aufwand.

KI-Analytik ist ein kostenpflichtiges Add-on. Trendz Analytics wird zusätzlich zur ThingsBoard-Lizenz berechnet: ab 29 USD/Monat in der Cloud und On-premises, 28 EUR in der EU-Cloud und 449 USD bei Private Cloud. Im Cloud-Free-Plan ist Trendz enthalten. Beim AI Assistant von Trendz richtet sich die Zahl der Nachrichten pro Monat in der Cloud nach dem Abo, und selbst gehostete Installationen enthalten laut Dokumentation kein Standard-Sprachmodell, du musst ein eigenes Modell hinterlegen. Die eingebauten KI-Assistenten der Plattform verbrauchen AI Credits: In der Cloud enthält der Free-Plan 2,5 Mio. pro Monat, der Business-Plan 16 Mio., ein Zusatzpaket mit 1 Mio. Credits kostet 5 USD/Monat. Wer Anomalieerkennung ohne Add-on-Kosten haben will, muss sie 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”.

Deutsche Oberfläche und deutscher Support sind nicht belegt. ThingsBoard, Inc. ist eine US-Gesellschaft mit Sitz in New York. Website, Preisseiten, Dokumentation und Trust Center sind auf Englisch, eine deutschsprachige Oberfläche oder deutschsprachiger Support ist in den archivierten Quellen nicht belegt. Mandanten- und Gerätebezeichnungen kannst du deutsch halten. Laut Dokumentation hat die Oberfläche ein eingebautes Mehrsprachensystem (i18n): Die Sprache stellst du im Profil um, fehlende Sprachen lassen sich über Custom Translation ergänzen. Welche Sprachen mitgeliefert werden, nennt die archivierte Dokumentationsseite nicht.

Self-Hosting verlangt ernsthafte Infrastruktur-Skills. ThingsBoard speichert Telemetrie in PostgreSQL oder im Hybrid-Modus mit PostgreSQL plus Cassandra, eine produktive Installation läuft idealerweise unter Kubernetes. Wer das ohne DevOps-Erfahrung aufbauen will, läuft schnell in Performance-Probleme, gerade bei hohen Datenraten.

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 (iOS und Android) 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 einmalige Einrichtung in der Cloud). Für Endkunden-Apps mit hohem Designanspruch lohnt sich oft ein eigener React-Native-Client, der die ThingsBoard-API anspricht.

Support hängt vom Plan ab. Laut den Plankarten der Preisseite gibt es im Free-Plan (in der Cloud auch im Prototype-Plan) Community-Support über GitHub Issues, ein Help Desk gehört ab dem Pilot-Plan dazu, priorisiert ab Startup. Die FAQ derselben Seite weichen davon ab: Für die Cloud heißt es, alle bezahlten Abos hätten Zugang zum Support Portal, für On-premises steht an einer Stelle, der Zugang zum Support Portal beginne erst mit Startup. Wer kommerziellen Support braucht, muss also mindestens in einen bezahlten Plan wechseln. 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, Eclipse Hono, Cumulocity IoT, Losant und Particle. Wer einen Anbieter mit lokalem Support in Deutschland braucht, sollte mehrere Angebote direkt vergleichen.

So steigst du ein

Schritt 1: Lokale Demo mit Docker. Installiere ThingsBoard lokal mit Docker, die Dokumentation beschreibt die Installation für Linux, macOS und Windows. Lerne an einem kleinen Testaufbau Datenmodell und Rule Chains kennen, 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 (Free License oder On-premises-Subscription, dafür volle Kontrolle über den Hosting-Ort) oder ThingsBoard Cloud (kein Hosting-Aufwand, dafür laufende Kosten und Datenpunkt-Limits). Kommerziell reicht die Free License nur bis 100 Geräte auf einem Server. 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, teste Trendz Analytics: Im Cloud-Free-Plan ist es enthalten, sonst ab 29 USD/Monat. Trendz erkennt Geräte und Assets samt Beziehungen automatisch aus deiner ThingsBoard-Instanz (Topology Discovery), die Lizenzkosten kommen aber oben auf die Plattform 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 ohne Add-on-Kosten.

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 On-premises (Subscription) selbst gehostet 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. Dazu kommen die Lizenzkosten nach Preisliste, die AWS-Infrastruktur, das Edge-Computing-Add-on und das Trendz-Analytics-Add-on.

Das Beispiel ist ein Szenario zur Veranschaulichung, keine Kundenangabe von ThingsBoard.

DSGVO & Datenschutz

• Self-Hosted (Free License oder Subscription): 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. Die Software kontaktiert zur Lizenzprüfung den Lizenzserver des Anbieters, laut Datenschutzerklärung mit Lizenzgeheimnis, Instanz-ID und Quell-IP-Adresse.
• ThingsBoard Cloud: Zwei unabhängige AWS-Regionen, Nordamerika und EU, ohne Datenübertragung zwischen ihnen. Anbieter ist ThingsBoard, Inc., eine US-Gesellschaft mit Sitz in New York.
• Private Cloud (Managed): Dedizierte Instanz, von ThingsBoard betrieben, standardmäßig auf AWS, auf Wunsch auf Azure oder GCP, in Nordamerika, der EU oder APAC. Laut Anbieter bist du Verantwortlicher und ThingsBoard Auftragsverarbeiter unter einem Standard-DPA.
• Datennutzung: Laut Trust Center nutzt ThingsBoard Kundendaten nicht, um eigene KI-Modelle zu trainieren oder zu verbessern. ThingsBoard Cloud kann Drittanbieter-KI-Dienste nutzen, der KI-Dienst des Anbieters verarbeitet Gesprächsinhalte über die Gemini-API von Google, und bei selbst gehosteten Installationen speichert er Gesprächsverlauf und Audit-Daten laut Datenschutzerklärung in der EU. Bei Self-Hosting liegen die Daten laut Anbieter auf deiner eigenen Infrastruktur. Nutzt du die KI-Funktionen, kann das KI-Modell laut Datenschutzerklärung alle Plattformdaten abrufen, auf die der anfragende Nutzer über die ThingsBoard-API zugreifen darf, in der Cloud wie bei Self-Hosting.
• Verschlüsselung: Nutzer und Geräte verbinden sich über TLS (HTTPS, MQTTS, DTLS für CoAP und LwM2M), die Plattform verschlüsselt gespeicherte Secrets mit AES-256. Eine Verschlüsselung der Telemetrie in der Datenbank nennt der Anbieter auf dem Trust Center nicht.
• Auftragsverarbeitung (AVV): Ein Data Processing Agreement für ThingsBoard Cloud ist öffentlich einsehbar, ebenso die Subprozessor-Liste. ThingsBoard ist nach ISO/IEC 27001 und ISO 9001 zertifiziert. Lizenzprüfung und die abschaltbare Nutzungsstatistik übertragen laut Datenschutzerklärung keine Telemetriewerte, die KI-Funktionen können dagegen Plattformdaten abrufen (siehe Datennutzung).
• Empfehlung für Unternehmen: Bei DSGVO-sensiblen Use-Cases (Gesundheitswesen, Behörden, kritische Infrastruktur) ist Self-Hosting in eigener EU-Cloud der sauberste Pfad. ThingsBoard Cloud EU ist eine valide Alternative für Standardanwendungen, lies vorab das öffentliche DPA und die Subprozessor-Liste.

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 Datenbank. 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 Fazit

ThingsBoard verdient 4 von 5 Sternen. Es ist eine IoT-Plattform mit öffentlich einsehbarem Quellcode, seit Version 4.4 einem einheitlichen Funktionsumfang statt zwei Editionen, Hosting-Optionen in der EU und einer klaren Produktstrategie über Cloud, Private Cloud und On-premises. Für europäische Industrieprojekte, Smart-Building-Anbieter und Predictive-Maintenance-Use-Cases ist es eine naheliegende Option. Den fünften Stern kostet die steile Lernkurve, die Tatsache, dass deutschsprachige Oberfläche und Support nicht belegt sind, dass die KI-Analytik (Trendz) ein kostenpflichtiges Add-on ist, die neue Lizenz mit 100-Geräte-Grenze für kommerzielles Self-Hosting 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 anpassbare Basis für eine eigene IoT-Plattform mit frei wählbarem Hosting-Ort sucht, findet in ThingsBoard eine ernsthafte Option.

Was wir bemerkt haben

• November 2026, Lizenzwechsel: Laut Ankündigung vom 29. September 2026 sind Community Edition und Professional Edition ab Version 4.4 zu einem Produkt unter der Business Source License 1.1 zusammengeführt. Bestehende CE-Installationen können über das Community Grant Program registriert werden, die Registrierung schließt am 20. Juli 2027. Die Einstiegsstufen Maker und Prototype für Self-Hosting werden eingestellt.
• November 2026, Preise neu geprüft: Trendz Analytics kostet ab 29 USD/Monat (Cloud und On-premises), 28 EUR in der EU-Cloud und 449 USD bei Private Cloud, im Cloud-Free-Plan ist es enthalten. Auf der Preisseite gibt es eine On-premises-Stufe Free mit 100 Geräten.
• November 2026, KI neu eingeordnet: Neben Trendz hat die Plattform eingebaute KI-Assistenten (AI Solution Creator, AI Assistant), in der Cloud mit einem monatlichen Kontingent an AI Credits je Plan.
• Juni 2026, Mit dem AI Assistant ist in Trendz eine Chat-Funktion hinzugekommen, mit der sich die eigenen Sensordaten in natürlicher Sprache befragen lassen.