Bewässerungsoptimierung mit KI-Wetteranbindung

Das echte Ausmaß des Problems

Kommerzielle Bewässerungsanlagen in Parks, Gewerbeimmobilien und Staudenbeständen laufen oft nach Kalender. Wie viel Wasser dabei verloren geht, hat für Deutschland niemand belastbar gemessen, deine eigene Abrechnung zeigt es nach einer Saison. Die Gründe sind einfach: Zeitsteuerung kennt keinen Regen, keine Bodenverfügbarkeit, keinen realen Bedarf der Pflanze. Sie schaltet ein, weil der Kalender es sagt.

Zweitens die Kosten: Diese Seite rechnet mit der Annahme von 2,80 Euro je Kubikmeter, deinen Preis findest du auf der Wasserabrechnung. Annahme für einen Park mit 2 Hektar, nach Kalender-Logik bewässert: 2.500 Kubikmeter in der Saison Mai bis Oktober. Das sind 2.500 mal 2,80 Euro = 7.000 Euro pro Saison, nicht optimiert.

Drittens die Pflanzen-Ausfallrate: Eine Staudenpflanzung, die zwei Tage zu trocken ist, stirbt nicht sofort, aber der Schaden ist persistent. Blätter rollen, Wachstum stockt. Wie viel ein schlecht bewässertes Staudenbeet in einem Hitzesommer verliert, hängt an Art, Boden und Alter der Pflanzung; diese Seite rechnet mit der Annahme von 15 bis 25 Prozent der Bepflanzung in einem Trockenjahr, deine Nachpflanzrechnungen der letzten Jahre zeigen deinen Wert. Das bedeutet Ersatzbeschaffungen, Neugestaltungs-Aufträge, und für den Hausmeister: Reklamationen.

Für eine professionelle Gartenanlage sind das keine unbedeutenden Zahlen: Wasser, das an Regentagen läuft, plus Nachpflanzungen nach Trockenstress. Wie viel davon bei dir zusammenkommt, zeigen die Wasserabrechnungen der letzten drei Saisons und die Rechnungen für Nachpflanzungen.

Mit vs. ohne KI, ein ehrlicher Vergleich

Die Zeit-, Prozent- und Eurowerte dieser Tabelle sind Modellannahmen, keine gemessenen Ergebnisse, eine veröffentlichte Erhebung für deutsche Garten- und Landschaftsbaubetriebe gibt es dazu nicht. Der Wert, der zählt, steht auf deiner Wasserabrechnung: Notiere den Verbrauch der letzten drei Saisons je Fläche, das ist die Baseline, gegen die sich das System beweisen muss.

Einschätzung auf einen Blick

Zeitersparnis, mittel (3/5)
Der Hausmeister oder Gärtner spart etwa 2 Stunden pro Woche, nicht durch tägliches Überprüfen und manuelles Auf-Zu-Schalten, sondern durch ein System, das sich selbst anpasst. Das ist real und entlastend. Allerdings ist tägliche Präsenz noch notwendig (Reparaturen, Drainage-Checks, Sichtprüfung), Bewässerung wird nicht neu installiert, sondern effizienter gemacht. Deshalb keine 4 oder 5: Die eingesparte Zeit ist nicht täglich verfügbar für andere Aufgaben, sondern tritt diskontinuierlich auf.

Kosteneinsparung, sehr hoch (5/5)
Das ist die Stärke dieses Anwendungsfalls: Wasserkosten sind messbar, und zwar schon nach einer Saison auf der Abrechnung. Wie hoch die Einsparung ausfällt, ergibt sich aus deinem heutigen Verbrauch und dem Anteil davon, der heute an Regentagen oder in bereits gesättigten Boden läuft. Rechne mit deinen eigenen Zahlen statt mit einer Branchenzahl: Jahresverbrauch mal Wasserpreis mal erwarteter Einsparanteil, minus die laufenden Kosten von 1.200 bis 2.400 Euro im Jahr. Dazu kommen vermiedene Pflanzenverluste, die bei Premium-Staudenbeständen in Trockenjahren schwerer wiegen als die Wasserkosten selbst. Die 5 steht hier, weil die Einsparung als Betrag auf einer Rechnung landet und nicht als freie Stunde; bei kleinem Wasserverbrauch fressen die laufenden Kosten sie allerdings auf.

Schnelle Umsetzung, mittel (3/5)
Sensor-Installation ist handwerklich anspruchsvoll. Für eine 1–2-Hektar-Fläche braucht es 10 bis 20 Bodenfeuchte-Sensoren, ein zentrales Controller-Gerät, und eine Wetterstation oder API-Anbindung. Die Installation dauert 3 bis 4 Wochen. Hinzu kommt die Kalibrierung, die Sensoren müssen auf den lokalen Boden und die Pflanzenarten kalibriert werden (je 2–3 Wochen). Das ist die Anlaufdauer, danach geht es fast von allein. Für sehr große Anlagen (über 5 Hektar) kann sich die Montage auf 8 Wochen dehnen.

ROI-Sicherheit, hoch (4/5)
Die Einsparungen sind messbar nach 3–4 Monaten: Wasserrechnung sinkt, Pflanzenverluste gehen zurück. Anders als bei Saisonplanung (UC03) ist der Nutzen direkt auf der Rechnung sichtbar. Allerdings mit einer Einschränkung: Der Nutzen hängt stark vom Wetter ab. Ein abnorm regnerischer Sommer drückt die Einsparung deutlich, weil ohnehin weniger bewässert worden wäre. Ein Trockensommer hingegen multipliziert den Nutzen. Deshalb eine 3: Mit laufenden Kosten gerechnet trägt sich die Anlage erst nach 2 bis knapp 6 Jahren, und fast die Hälfte des Nutzens hängt an Pflanzenverlusten, die nur in Trockenjahren anfallen.

Skalierbarkeit, mittel (3/5)
Jede neue Grünfläche braucht neue Sensoren. Wenn du das System von 1 Hektar auf 3 Hektar erweiterst, brauchst du nicht nur neue Hardware, sondern auch neue Installation und Kalibrierung. Der Aufwand wächst proportional. Das ist anders als bei Saisonplanung, wo ein System 50 neue Verträge ohne großen Extra-Aufwand verwaltet. Deshalb eine 3: Das System skaliert mit deinen Gärten, aber nicht kostenlos.

Richtwerte, stark abhängig von Anlagengröße, Bodenbeschaffenheit und lokalen Wasserpreisen.

Was das System konkret macht

Die Bewässerungsoptimierung basiert auf drei Datenquellen, die in Echtzeit zusammenwirken.

Datenquelle 1, Bodensensoren vor Ort:
An 10 bis 20 Positionen in der Grünfläche werden Bodenfeuchte-Sensoren installiert, entweder kapazitive Sensoren (Feuchtemessung) oder tensiometer (Wasserpotential). Diese Sensoren funken ihre Messwerte stündlich an einen zentralen Controller. Die Geräte sind batteriebetrieben und halten 2–3 Jahre im Feld, bevor die Batterie gewechselt wird.

Datenquelle 2, Wetterdaten (Live + Vorhersage):
Ein KI-System bezieht Echtzeit-Wetterdaten von öffentlichen APIs (Deutscher Wetterdienst DWD, OpenMeteo, Weatherstack). Wichtig sind: Temperatur, Luftfeuchte, Sonnenstrahlung, Vorhersage-Niederschlag für die nächsten 3–5 Tage. Das System weiß also nicht nur, wie es jetzt ist, sondern auch: Kommt Regen am Freitag? Dann kann Donnerstag-Bewässerung reduziert werden.

Datenquelle 3, Pflanzendaten:
Das System wird mit Informationen über die Bepflanzung gefüttert: Welche Staudenarten stehen in welcher Zone? Welchen Wasserbedarf haben sie (Evapotranspiration ET nach Pflanzenart)? Wie ist der Boden-Typ (Sandig, lehmig, tonig, beeinflusst Speichervermögen)? Diese Daten werden beim Setup hinterlegt und dann nicht jede Woche geändert.

Die Logik:
Das System rechnet ein Modell: “Bodensensor Zone A zeigt 22% Feuchte. Der Minimalwert für Stauden hier ist 25%. ET heute: 4 mm. Niederschlag Vorhersage morgen: 8 mm. Also: bewässern heute 2 mm (weil morgen Regen kommt und das reicht). Ohne Vorhersage: bewässern heute 6 mm (um Puffer für morgen zu haben).” Das Ergebnis: Pumpe läuft 25 Minuten statt der angesteuerten 60 Minuten.

Die Berechnung folgt dabei meist einem Bilanzmodell: verfügbare Bodenwasser (aus Sensoren) + zu erwartender Niederschlag (aus API) − pflanzlicher Wasserbedarf (aus ET-Modell) = optimale Pumpen-Laufzeit für heute. Geregelt wird typischerweise auf einen “Sicherheitspuffer” (z. B. immer mindestens 20% Bodenfeuchte halten, um Trocken-Puffer zu haben), nicht auf 0% − das vermeidet Überraschungen bei Vorhersage-Fehlern.

Was Generative KI dabei helfen kann:
Ein LLM wie ChatGPT oder Claude kann helfen, die Wasserbedarf-Profile von weniger bekannten Pflanzenarten zu recherchieren. Du gibst die Staudenliste deiner Anlage ein, und der Assistent liefert dir die ET-Werte (Evapotranspiration nach Pflanzenart und Region), die du dann ins System einfütterst.

Was das System nicht ersetzt:
Reparaturen vor Ort (Sprinklerköpfe verstopft, Leitungen undicht) bleiben Handarbeit. Das System optimiert den Bedarf, nicht die Hydraulik. Und: Pflanzliche Schäden (Pilzbefall durch Dauernässe, Algenwuchs im Tropfbereich) können entstehen, wenn die Bewässerung zwar “optimal” ist, aber falsches Timing bei der Pflanzen-Wahl lag. Das ist kein Systemfehler, sondern ein Entwurfsfehler, wird beim Setup gelöst.

Konkrete Werkzeuge

Spezialisierte Bewässerungs-Controller mit KI-Anbindung

Hunter Industries , Die Weltmarke für Bewässerung. Hunter koppelt seine Controller über die Hydrawise-Plattform mit Wetterdaten und ET-basierter Steuerung; der Pro-HC ist ein solcher Hydrawise-Controller, der Sensoren akzeptiert und Vorhersage-Daten für die Schaltlogik nutzt. Controller laut unserer Toolseite ab rund 200 € für die HC-Klasse, die kommerziellen Modelle ICC2 und ACC2 für größere Anlagen 600–1.500 €. Sensoren rechnen wir mit der Annahme von 100–150 € pro Stück, Installation und Kalibrierung kalkuliert der Fachbetrieb vor Ort. Vertrieb über Hunter Europe in den Niederlanden und den Fachhandel, deutschsprachiger Support ist vorhanden. Für Parks und Gewerbeimmobilien ab 1 Hektar Standard.

Rain Bird Pro-S2x , Zweite Hauptoption. Ähnliche Philosophie wie Hunter, ebenfalls modulares Sensorsystem, Wetter-API-Anbindung. Etwas günstigere Sensoroptionen, aber ähnliche Gesamtkosten. In manchen Märkten besser verteilt als Hunter.

Smart Rain , taucht in Vergleichen als Komplettsystem auf, ist aber ein US-Anbieter ohne Vertrieb und ohne deutschsprachigen Support im DACH-Raum, mit US-Hosting und Preisen nur nach Vor-Ort-Bewertung. Für Anlagen in Deutschland ist das laut unserer Toolseite keine realistische Option.

Open-Source-Route (für Tüftler):
Mit Node-RED oder Home Assistant können DIY-Gardening-Enthusiasten ein System selbst zusammenbauen: Raspberry Pi + LoRa-Sensoren + DWD-API + simple Automatisierungs-Logik. Kosten ca. 1.500–3.000 € für 1–2 Hektar, aber hoher Eigenaufwand. Nicht für professionelle Anlagen (Haftungsrisiken, Betreuerbarkeit), aber bei privaten Parks oder experimentellen Anlagen eine Option.

ChatGPT oder Claude für die Setup-Phase:
Die meisten kommerziellen Systeme haben Datenblätter, aber selten ein „Staudenarte-zu-ET-Wert”-Nachschlagewerk. Ein LLM kann diese Datenbasis aufbereiten. Ideal als Brücke zwischen Planung und Installation.

Zusammenfassung: Welches System wann

• Parks, Gewerbe ab 1 Hektar, Budget ab rund 6.000 €: Hunter (Hydrawise) oder Rain Bird Pro, beide sind bewährte Lösungen mit großem Kundenstamm, etabliertem Support und Ersatzteilnetzwerk. Wenn du später ausbauen willst (Fläche verdoppeln), findest du schnell Handwerker, die damit arbeiten.
• Mittelgroße spezialisierte Gärten (Staudenbau): ein kleinerer Controller derselben Hersteller mit wenigen Zonen und wenigen Sensoren, eingerichtet von einem Fachbetrieb vor Ort; entscheidend ist, dass Ersatzteile und Service in deiner Region verfügbar sind
• Private Experimentalanlagen, Tüftler-Mentalität: Home Assistant + LoRa-Sensoren, beste Datenkontrolle, aber DIY-Fehlerrisiko und keine Haftung bei Schäden
• Konzeptphase, Planung: KI-Assistent zur Aufbereitung von Pflanzenlisten und ET-Daten, erspart dir Stunden in der Fachliteratur-Recherche

Datenschutz und Datenhaltung

Bodensensoren erfassen keine personenbezogenen Daten, sie messen Feuchte und Temperatur. Die GPS-Standorte der Sensoren (sofern hinterlegt) beziehen sich auf die Grünfläche, nicht auf Privatpersonen. Das ist rechtlich unkritisch.

Allerdings: Wenn die Gartenanlage auf privatem Grundstück liegt (Privatpark einer Villa, Gewerbeimmobilie) und die Sensor-Standorte werden zentral geloggt und sind georeferenziert, kann das die Lokalisation des Privatgrundstücks enthüllen, das könnte unter DSGVO-Standortdaten fallen, wenn die Daten zentral verarbeitet werden.

Empfehlung:

• Für öffentliche Parks: Keine Datenschutz-Besonderheiten.
• Für private Gewerbe-Grünanlagen: Beim Daten-Processing (Datenverarbeitung) differenzieren. Sensor-Daten können zentral geloggt werden, aber standort-Koordinaten sollten pseudonymisiert oder redundant gespeichert sein (z. B. “Zone A”, nicht die exakte Lat/Lon).
• Wenn eine Datenschutzerklärung vorhanden ist (z. B. auf der Website eines Hotels mit Garten), sollte darin erwähnt werden, dass Bodenfeuchtesensoren für Bewässerung eingesetzt werden, das ist nicht heimlich, sondern transparent.

Cloud-Speicherung der Sensordaten bei Hunter (Hydrawise) und Rain Bird (IQ4): Beide Clouds laufen laut unseren Toolseiten in US-Infrastruktur. Hunter stützt den Drittlandtransfer auf EU-Standardvertragsklauseln, einen AVV gibt es auf Anfrage; bei Rain Bird Hosting-Standort und Rechtsgrundlage vor Vertragsschluss klären. Für reine Feuchte- und Temperaturwerte ist das unkritisch, kommunale Auftraggeber mit strengen Vorgaben klären es trotzdem vorher.

Betriebssicherheit und Ausfallschutz:
Wenn die API-Verbindung zu den Wetterdaten ausfällt (Internet-Ausfall, Wetter-API-Fehler), sollte das System nicht sofort in den manuellen Modus fallen. Professionelle Controller halten einen lokalen Fallback-Plan: “Wenn Wetterdaten 12 Stunden ausfallen, fahren wir auf eine reduzierte Zeitsteuerung mit manuellen Sensoren-Überrides.” Das schützt die Anlage vor Unterversorgung. Abklären beim Hersteller: Wie lange hält das System ohne Wetter-API noch selbstständig?

Was es kostet, realistisch gerechnet

Einmalige Einrichtungskosten

• Bodensensoren: Annahme 10–20 Stück à 100–150 € = 1.000–3.000 €
• Zentral-Controller, kommerzielle Klasse: 600–2.500 €
  • Hunter ICC2 oder ACC2: 600–1.500 € laut unserer Toolseite
  • Rain-Bird-Controller: 300–2.500 € netto laut unserer Toolseite
• Wetterstation oder API-Anbindung: 0 € über DWD oder Open-Meteo, dann nur Integrationsaufwand; eine eigene Wetterstation kostet laut Rain-Bird-Toolseite 200–2.000 €
• Installation (Bohren, Verlegung, Anschlüsse): Annahme 2.500–4.500 € (je nach Bodenbeschaffenheit und Fläche), verbindlich ist das Angebot eines Fachbetriebs nach Ortstermin
• Kalibrierung und Testbetrieb: Annahme 1.500–2.500 €, verteilt über 3–4 Wochen
• Gesamtbudget (1–2 Hektar): 5.600–14.500 €; große Fläche, sehr lehmiger Boden oder Anbindung an mehrere Bestandssysteme kosten mehr, wie viel, zeigt nur ein Angebot

Laufende Kosten (monatlich)

• Sensor-Batterie-Austausch (alle 2–3 Jahre): Ca. 500–800 € pro Jahr, verteilt = 40–70 €/Monat
• Wetter-API oder Cloud-Abo des Herstellers: 10–30 €/Monat
• Wartung und Inspektionen: 50–100 €/Monat
• Gesamtlaufend: 100–200 €/Monat

Was ihr dagegen rechnet

Rechenbeispiel mit den Annahmen dieser Seite: Ein 2-Hektar-Park verbraucht nach Kalender-Logik 2.500 m³ Wasser von Mai bis Oktober, à 2,80 €/m³ sind das 7.000 € pro Saison. Bei 30–45 % Einsparung (die Spanne aus der Tabelle oben, keine Messung) sind das 2.100–3.150 € pro Saison.

Dazu kommen Pflanzenverluste in einem Trockenjahr: Ein Staudenbeet mit 500 m² Bepflanzung, von denen 15–20 % ausfallen, braucht Neubepflanzung für ca. 3.000–5.000 €. Sinkt die Ausfallrate mit besserer Bewässerung auf 5–8 %, spart das ca. 2.000–3.000 € in einem solchen Jahr. Auch das ist eine Annahme; in einem normalen Sommer fällt der Posten kleiner aus oder ganz weg.

Die Hausmeister-Zeit, knapp 2 Stunden pro Woche, ist kein Betrag auf dem Konto, sein Gehalt läuft weiter. Geld wird sie erst, wenn er in dieser Zeit Arbeit übernimmt, für die sonst ein Fremdbetrieb bezahlt würde.

Nettonutzen pro Jahr: Wasser (2.100–3.150 €) plus vermiedene Pflanzenverluste im Trockenjahr (2.000–3.000 €) minus laufende Kosten (1.200–2.400 €) = 1.700–4.950 €. In einem Jahr ohne Trockenschäden bleibt nur das Wasser: 2.100 minus 2.400 € bis 3.150 minus 1.200 €, also minus 300 bis plus 1.950 €.

Amortisation: Bei rund 10.000 € Einrichtung (Mitte der Spanne) und 1.700–4.950 € Nettonutzen im Trockenjahr trägt sich die Anlage nach 2 bis knapp 6 Jahren. Sind die meisten Sommer normal, dauert es länger, im ungünstigen Fall deckt die Wasserersparnis nicht einmal den laufenden Betrieb. Die Rechnung trägt also dort, wo viel Wasser fließt und teure Staudenbestände in Hitzesommern regelmäßig ausfallen. Weitere Voraussetzungen: (1) Die Installation und Kalibrierung sind handwerklich ordentlich durchgeführt, (2) Die Bodenart ist nicht extrem ungünstig (sandiger Boden mit schlechter Speicherung verliert etwas Nutzen). Prüf es zuerst mit deiner Abrechnung: Saisonverbrauch mal Wasserpreis mal 30 Prozent, minus 1.200 € laufende Kosten. Bleibt dabei nichts übrig, trägt die Anlage nur über vermiedene Pflanzenverluste. Mit 30 Prozent Einsparung beginnt das bei rund 4.000 € Wasserrechnung je Saison.

Drei typische Einstiegsfehler

1. Sensoren zu dicht und zu tief installieren.
Häufiger Fehler: Wenn du 20 Sensoren für 1 Hektar installierst (statt 10–12), mit jedem 50 cm Tiefe (statt 20–30 cm), bekommst du Messwerte, die keine echte Feldvariabilität zeigen, sondern Rauschen. Das System schaltet dann zu oft ein und aus. Lösung: Sensoren-Planung mit Fachpartner, 10–12 pro Hektar, Tiefe nach Wurzelzone der Hauptpflanzen (meist 20–30 cm).

2. Das System einschalten, ohne Bodensensor-Referenzdaten zu sammeln.
Viele Controller brauchen 2–4 Wochen “Lern-Phase”: Das System sammelt Sensor-Rohdaten, rechnet ein Baseline-Modell für diesen Boden. Wer direkt nach Installation “los will”, bekommt schlechte initiale Werte und denkt dann, das System taugt nix. Lösung: Nach Installation 3–4 Wochen Sammlung, dann Freigabe zur Automation. In dieser Phase manuell bewässern wie immer, nur parallel die Sensoren loggen lassen.

3. Wettervorhersage nicht richtig kalibriert.
OpenMeteo und DWD haben gute Daten, aber regional unterschiedliche Genauigkeit. Ein Algorithmus, der sagt “Vorhersage 15 mm Regen morgen, also heute nicht bewässern” muss überprüft werden: Passt die Vorhersage zu historischen Daten? Wird Lokalklima (Mikrotopos, Tal-Effekte) berücksichtigt? Lösung: Die ersten zwei Regenereignisse manuell checken (Mit echtem Regenfall abgleichen), dann langsam mehr Vertrauen aufbauen.

Was mit der Einführung wirklich passiert

Das Erste, das überrascht: Die Bodenvariabilität ist größer, als man dachte.

Eine Hektar sieht homogen aus. Aber die Sensor-Daten offenbaren: Zone A (südexponiert) trocknet 20% schneller aus als Zone B (Nordseite, mehr Schatten). Der Hausmeister hat das unbewusst immer irgendwie kompensiert, mit unterschiedlichen Bewässerungs-Laufzeiten. Das System macht es explizit und separat ansteuerbar.

Was das Team erlebt:
Die erste Woche ist Skepsis. “Das System sagt, wir sollen heute nicht bewässern? Aber es ist 28°C!” Das ist normal. Der Hausmeister sieht die Temperatur, nicht die Bodenspeicherung. Die Antwort ist: “Die Sensoren zeigen noch 26% Feuchte, davon brauchen wir nur 25%, noch nicht kritisch. Regen kommt Freitag.” Nach zwei Wochen sinkt die Skepsis, sobald die Wasserrechnung besser aussieht.

Was nicht passiert:
Das System wird nicht im ersten Monat perfekt sein. Historische Wetterdaten passen nicht immer zu neuen API-Anbindungen, oder die Sensor-Kalibrierung ist minimal off. Das ist normal und wird mit Feedback korrigiert. Nach einer vollständigen Saison ist das System deutlich zuverlässiger als im ersten Monat.

Realistischer Zeitplan

Häufige Einwände, und was dahintersteckt

„Die Sensoren frieren im Winter fest oder werden beschädigt.”
Das ist ein echter Punkt in Norddeutschland und Skandinavien, aber übertrieben für den südlichen Süddeutschland. Bodensensoren funktionieren bis ca. -5°C noch zuverlässig. Bei Dauergefrieren sollten die Sensoren tatsächlich rückgebaut oder winterfest gemacht werden. Moderne Sensoren haben Schutzkasten gegen Frost-Schäden. Das ist eine Überlegung, keine Deal-Breaker. Lösung: Mit Fachpartner klären, ob Winter-Maßnahme oder Sensorenrückbau nötig (typisch ab November in Norddeutschland).

„Was ist mit Vandalismus? Jemand gräbt die Sensoren raus.”
Kann vorkommen in öffentlichen Parks (selten, aber dokumentiert). Die Sensoren kosten einzeln 100–150 €, aber das ist nicht die finanzielle Sorge, sondern die Betriebskontinuität. Lösung: Sensor-Positionen nicht öffentlich markieren, kleine unauffällige Betondose über dem Sensor (quasi Bodenplatte), Zugang nur für Fachleute. Größere Anlagen haben Videoüberwachung im Allgemeinen ohnehin.

„Die Anfangs-Installation ist zu teuer.”
Das ist fair gesagt. 5.600–14.500 € ist ein echtes Budget für mittlere Betriebe. Gegenfrage: Wie lange brauchst du zum Amortisieren? Bei 1.700–4.950 € Nettonutzen im Trockenjahr sind das für 10.000 € Einrichtung 2 bis knapp 6 Jahre, in normalen Sommern länger. Ein schrittweiser Ausbau, erst ein Hektar, im Jahr darauf der zweite, verteilt die Belastung und zeigt nach der ersten Saison auf der Abrechnung, ob sich der zweite Schritt lohnt.

Woran du merkst, dass das zu dir passt

• Du betreust eine Grünanlage von mindestens 0,5 Hektar mit hochwertigen Staudenbeständen oder Parks, nicht nur Rasen
• Wasserkosten sind für dich sichtbar und relevant, Rechnungen über rund 4.000 € pro Saison, darunter frisst der laufende Betrieb die Wasserersparnis
• Du hast in den letzten Jahren Pflanzenverluste durch Trockenperioden gehabt, mehr als 5 Prozent Ausfallrate
• Du kannst Anfangs-Budgetierung durchsetzen, 5.600–14.500 € ist kein Ablehnungs-Grund, sondern legitim
• Ein Hausmeister oder Techniker kann die Anlage betreuen, nicht “wir haben niemanden, der sich damit kümmert”

Wann es noch nicht passt, zwei harte Ausschlusskriterien:

1. Unter 0,5 Hektar Grünfläche. Der Rüst-Aufwand und die Sensor-Minimal-Ausstattung rechtfertigen sich bei kleineren Flächen nicht. Eine manuelle Schlauch-Bewässerung mit Zeitschaltuhr und Auge ist effizienter.

2. Kein stabiler Wasserdruck oder keine Trinkwasser-Direktanbindung. Das System braucht Pumpensteuerung und zuverlässige Wasserversorgung. Wenn die Infrastruktur fragwürdig ist, kommt erst die Sanierung.

Das kannst du heute noch tun

Mach eine Wasser-Mengenaufnahme für die kommende Saison. Notiere für vier Wochen im Sommer täglich: Wann hast du bewässert, wie lange, welche Sprinkler-Zonen? Überprüfe die Wasserrechnung der letzten zwei Jahre auf die Sommer-Monate.

Mit diesen Daten kannst du rechnen: “Wir haben 5.000 m³ Wasser pro Saison verbraucht, 5.000 mal 2,80 € = 14.000 €. Bei angenommenen 30–40 % Einsparung sind das 4.200–5.600 € im Jahr, minus 1.200–2.400 € laufende Kosten.” Die ROI-Rechnung wird konkret.

Dann: Lade die Liste deiner Hauptpflanzenarten runter und fütter sie in einen KI-Assistenten mit dieser Frage.

Quellen & Methodik

• Wasserverbrauch, Wasserpreis, Einsparanteil, Pflanzenverluste und Hausmeister-Zeit: Annahmen dieser Seite (2.500 m³ je Saison auf 2 Hektar, 2,80 € je m³, 30–45 % weniger Wasser, 15–25 % Ausfall im Trockenjahr, rund 2 Stunden je Woche). Eine veröffentlichte Erhebung für deutsche Anlagen haben wir dazu nicht gefunden, ersetze die Werte durch deine Abrechnungen.
• Evapotranspiration (ET): Modell nach Penman-Monteith, wie vom Deutschen Wetterdienst verwendet. Die Werte je Pflanzenart im Prompt-Beispiel sind eine Beispielausgabe, vor dem Einsatz mit Fachliteratur oder dem Fachbetrieb abgleichen.
• Hunter Industries, Rain Bird Professional, Smart Rain: Controllerpreise, Hosting und Vertrieb laut unseren Toolseiten (geprüft Juni und Juli 2026).
• Sensoren, Installation und Kalibrierung: Annahmen dieser Seite, keine belegten Marktpreise; verbindlich ist das Angebot eines Fachbetriebs nach Ortstermin.

Du willst die Machbarkeit für deine Anlage prüfen oder Fragen zur Sensor-Platzierung klären? Meld dich, wir schauen es gemeinsam an.