Holzfeuchte-Monitoring und automatische Protokollierung

Das echte Ausmaß des Problems

Holz ist ein lebender Werkstoff, auch nach dem Fällen. Es nimmt Feuchtigkeit aus der Umgebungsluft auf und gibt sie ab. Dieser Ausgleichsprozess hört nicht auf, wenn das Brett im Lager liegt. Er geht weiter in der Produktionshalle, durch die Trocknung, über den Zuschnitt, bis das fertige Möbel beim Kunden steht.

Das Problem: Holzverarbeitende Betriebe messen Feuchte meist nur punktuell, bei der Warenannahme und manchmal vor dem Zuschnitt. Dazwischen passiert eine Menge: Lagerhallen mit schwankender Klimatisierung, offene Tore im Winter, ein verregnetes Wochenende. Die Messung von Montag sagt nichts über den Zustand am Donnerstag.

Zu hohe Holzfeuchte beim Verleimen führt zu Rissen, wenn das Holz in der trockenen Wohnatmosphäre schwindet. Zu niedrige Feuchte beim Verleimen erzeugt Quellspannungen, wenn das Möbel im Sommer Feuchtigkeit aufnimmt. Beide Fehler entstehen nicht im Zuschnitt, nicht in der Montage, sie entstehen im Lager, still und unsichtbar, während niemand hinschaut.

Die Folgen sind gut dokumentiert:

• Für Massivholzmöbel gelten in der Praxis Zielfeuchten von 8–10 % für Innenräume (bei ca. 45–50 % relativer Luftfeuchte im Wohnraum). Abweichungen von mehr als 2 Prozentpunkten erhöhen das Riss- und Verzugsrisiko deutlich, laut Praxisberichten aus dem Holzhandwerk verantworten Feuchtigkeitsprobleme einen erheblichen Teil aller Reklamationen bei Massivholzmöbeln.
• Andrew Skeens von Celtic Designs, einem US-amerikanischen Manufakturmöbelhersteller, berichtete Wagner Meters gegenüber, dass seine verleimten Eichenplatten sich saisonal um bis zu einen Viertelzoll bewegten, bis er systematische Feuchtemessung einführte. Danach kamen die Tischrisse „praktisch zum Stillstand”.
• Schaller Messtechnik, Hersteller des huminode-IoT-Systems, dokumentiert aus Holzlagern und Trocknungsanlagen, dass kontinuierliches Monitoring im Vergleich zu Stichprobenmessungen signifikant früher auf kritische Entwicklungen hinweist, da Feuchtegradienten oft nicht am Rand, sondern im Innern der Stapel entstehen.

Das Papierprotokoll löst keines dieser Probleme. Es dokumentiert Momentaufnahmen, keine Verläufe. Es liegt auf dem Schreibtisch, nicht am Holzstapel. Und es kann keinen Alarm schlagen, wenn sich die Messwerte in die falsche Richtung entwickeln.

Mit vs. ohne KI, ein ehrlicher Vergleich

Der entscheidende Unterschied liegt nicht in der Genauigkeit der einzelnen Messung, ein gutes Handmessgerät ist genauso präzise wie ein fest eingebauter Sensor. Der Unterschied liegt in der Lückenlosigkeit: Ein IoT-System schläft nicht, hat kein Wochenende und vergisst keine Charge.

Einschätzung auf einen Blick

Zeitersparnis, niedrig (2/5) Die manuelle Messrunde entfällt, das sind 30 bis 60 Minuten täglich, je nach Lagergröße. Das ist real, aber im Vergleich zu anderen Anwendungsfällen in dieser Branche kein großer Hebel. Viele Mitarbeitende übernehmen diese Aufgabe nebenbei; der eigentliche Zeitgewinn entsteht weniger durch wegfallende Messarbeit als durch wegfallende Reklamationsbearbeitung, und die ist unter „Kosteneinsparung” zu verbuchen.

Kosteneinsparung, hoch (4/5) Hier liegt die eigentliche Stärke des Anwendungsfalls. Jede verhinderte Reklamation wegen Feuchtigkeitsschäden spart direkte Kosten: Rückversand, Nacharbeit, Materialverlust, Kundenbeziehung. In Betrieben, wo Feuchteprobleme regelmäßig Ausschuss erzeugen, können selbst wenige verhinderte Chargenausfälle pro Jahr die Investitionskosten übersteigen. Gleichzeitig: Wer heute kaum Feuchteprobleme hat, erzielt hier keinen Effekt, die Kosteneinsparung hängt direkt am Ist-Zustand.

Schnelle Umsetzung, mittel (3/5) Software ist schnell konfiguriert. Hardware dauert: Sensoren bestellen, geeignete Einbaupositionen definieren, Kabel verlegen oder Funktechnologie einrichten, Kalibrierung abgleichen, Schwellwerte festlegen, Alarm-Routing einrichten. In der Praxis vergehen vier bis acht Wochen bis zum stabilen Betrieb. Das ist handhabbar, aber nicht so schnell wie reine Softwarelösungen.

ROI-Sicherheit, mittel (3/5) Der ROI ist direkt messbar, über die Entwicklung von Ausschussmengen und Reklamationskosten. Aber er ist bedingt: Nur wenn im Ist-Zustand tatsächlich messbare Verluste durch Feuchteprobleme entstehen, rechnet sich die Investition. Wer heute selten Feuchteprobleme hat, weil das Lager gut klimatisiert ist oder das Lieferantenholz konsistent trocken ankommt, wird keinen deutlichen ROI sehen.

Skalierbarkeit, niedrig (2/5) Jeder neue Messpunkt braucht einen weiteren Sensor. Die Kosten skalieren linear mit der Anzahl der Stapel, Lager und Produktionsbereiche. Keine Software-basierte Skalierung, keine Netzwerkeffekte. Damit ist Holzfeuchte-Monitoring eines der schwächer skalierbaren Szenarien in dieser Branche, im Gegensatz etwa zur Materialoptimierung beim Holzzuschnitt, die ohne zusätzliche Hardware auf mehr Aufträge skaliert.

Richtwerte, stark abhängig von Lagergröße, Chargenvolumen und bisheriger Fehlerquote durch Feuchteprobleme.

Was das System konkret macht

Das Grundprinzip: Sensoren messen kontinuierlich Holzfeuchte (und meist gleichzeitig Temperatur und relative Luftfeuchte), senden die Messwerte drahtlos an eine zentrale Plattform, die daraus Verläufe berechnet, Alarme auslöst und Protokolle generiert.

Die drei technischen Schichten im Überblick:

Schicht 1: Sensorik und Datenerfassung Eingebettete Feuchtemesssensoren werden an oder in den Holzstapeln angebracht. Sie messen in einstellbaren Intervallen (typisch: alle 10 bis 60 Minuten) und senden die Werte per LoRaWAN, WLAN oder Bluetooth Low Energy an ein Gateway. LoRaWAN ist bei größeren Lagerflächen vorzuziehen: Die Reichweite beträgt mehrere hundert Meter, der Energieverbrauch ist gering genug für mehrjährigen Batteriebetrieb.

Schicht 2: Zeitreihenspeicherung und Regellogik Die Messwerte landen in einer Zeitreihendatenbank, zum Beispiel InfluxDB oder der integrierten Datenschicht einer IoT-Plattform wie ThingsBoard. Dort werden Trends berechnet: Steigt die Holzfeuchte in einem Stapel, obwohl die Raumfeuchte konstant bleibt? Unterschreitet ein Messwert die definierte Freigabegrenze von 8 Prozent? Wurde eine Charge vier Wochen nicht mehr unter 9 Prozent gemessen? Solche Regeln werden ohne Programmierarbeit in einer visuellen Oberfläche konfiguriert.

Schicht 3: Alarm und automatisches Protokoll Wenn eine Regel anschlägt, wird automatisch alarmiert, per E-Mail, Push-Benachrichtigung oder Nachricht in Slack oder Teams. Gleichzeitig entsteht automatisch ein Protokolleintrag: Zeitstempel, Messwert, Sensor, Charge. Beim nächsten Morgenrundgang liegt das Protokoll als PDF vor, ohne dass jemand etwas aufgeschrieben hat.

Die Generative KI kommt optional hinzu: Statt einer nackten Zahl kann das System in natürlicher Sprache formulieren: „Charge 2024-11-07, Paletten 3–5: Feuchte seit Donnerstag von 12 auf 9 % gesunken. Freigabe für Zuschnitt voraussichtlich Dienstag nächste Woche.” Das ist kein Muss, aber es macht die Protokolle für Mitarbeitende lesbarer, die nicht täglich mit Feuchtemesswerten arbeiten.

Sensor-Auswahl und Einbau

Das ist der Teil, den Softwareanbieter gerne überspringen, aber er entscheidet über Erfolg oder Misserfolg.

Welcher Sensor für welchen Zweck?

Für die Produktionshalle und das Trockenlager sind Widerstandssensoren mit eingeschraubten Elektroden die robusteste Wahl: günstig (150–500 € pro Einheit), wartungsarm, direkte Messung. Für die allgemeine Lagerraumüberwachung (Klimaüberwachung ohne direkten Holzkontakt) reichen Luft-Kombisensoren.

Wo einbauen?

• Ein Sensor pro Stapel ist das Minimum, aber er misst nur die Feuchtigkeit an einem Punkt. Feuchtegradienten (außen trocken, innen noch feucht) entstehen regelmäßig. Für größere Chargen: zwei Sensoren pro Stapel, einmal außen, einmal innen.
• Stapel, die direkt an Außenwänden oder Türen stehen, brauchen eigene Sensoren, dort schwankt das Mikroklima stärker.
• Kalibrierung: Alle Sensoren sollten bei der Erstinstallation gegen ein geeichtes Referenzgerät abgeglichen werden. Danach: jährliche Rekalibrierung, mindestens bei Holzartwechsel.

Was NICHT funktioniert:

• Sensoren lose auf Holz legen, ohne festen Kontakt, Messwerte schwanken unkontrolliert
• Zu wenige Sensoren für die Lagerfläche, eine Trockenkammer mit 300 m² braucht mehr als zwei Messpunkte
• Sensor einmal einbauen und nie wieder überprüfen, Sensoralterung und Kontaminierung durch Sägemehl und Harz führen zu Messwertkalibrierungsdrift

Konkrete Werkzeuge, was wann passt

Komplettlösung für Einsteiger: Schaller Messtechnik huminode Das österreichische Unternehmen Schaller Messtechnik bietet mit dem huminode-System ein IoT-Monitoring speziell für Holzfeuchte und Schüttgüter. Batteriebetriebene Sensoren mit LoRaWAN-Übertragung, zentrales Web-Dashboard, Alarmfunktion. Besonders geeignet für Betriebe ohne eigene IT-Infrastruktur, die eine fertig konfigurierte Lösung wollen. Preise auf Anfrage, kein öffentliches Pricing, aber das System ist für industrielle Holztrocknung und Lagerhaltung entwickelt. URL: humimeter.com

Flexibelste Open-Source-Plattform: ThingsBoard + Node-RED ThingsBoard übernimmt Geräteverwaltung, Dashboard und Rule Engine; Node-RED verbindet Sensoren, Gateway und externe Systeme (ERP, E-Mail, Teams). Die Community Edition ist kostenlos selbst hostbar, ideal für Betriebe mit eigenem IT-Know-how oder einem externen Dienstleister. Node-RED läuft auf einem kleinen Industrierechner in der Halle, verarbeitet Sensorwerte lokal und sendet verdichtete Daten in die Cloud. DSGVO-freundlich, weil keine Produktionsdaten in US-Clouds landen müssen.

Visualisierung und Langzeitauswertung: Grafana + InfluxDB Das klassische Open-Source-Duo für Zeitreihendaten. InfluxDB speichert alle Messwerte mit Zeitstempel; Grafana visualisiert Verläufe, erstellt Dashboards und kann Alarme konfigurieren. Besonders stark für die Langzeitauswertung: Welche Lieferantenchargennummern hatten in den letzten 12 Monaten systematisch hohe Eingangsfeuchte? Welcher Lagerbereich trocknet langsamer? Diese Fragen lassen sich mit Grafana durch einfache Abfragen beantworten. Grafana OSS ist kostenlos selbst hostbar; Grafana Cloud hat einen kostenlosen Einstieg mit 14 Tagen Datenretention.

Einfachste Lösung für kleinere Betriebe: Fertige LoRaWAN-Kits mit Cloud-Anbindung Anbieter wie Elsys (Schweden), Milesight (global) und Dragino (global) bieten LoRaWAN-Sensoren, die direkt mit gängigen IoT-Cloud-Plattformen verbunden werden können. Preis für Hardware: 80–250 € pro Sensor. Gateway: 150–400 €. Dazu eine Cloud-Plattform wie Datacake oder Tago.io (ab 30 €/Monat für wenige Geräte). Gesamtinvestition für fünf Messpunkte: ca. 1.500–2.500 €.

Zusammenfassung: Wann welcher Ansatz

• Fertig und wartungsarm, kein IT-Aufwand → huminode von Schaller Messtechnik (Anfrage erforderlich)
• Maximale Flexibilität und Datenkontrolle, IT-Kompetenz vorhanden → ThingsBoard + Node-RED + Grafana + InfluxDB
• Günstigster Einstieg für unter 5 Messpunkte → LoRaWAN-Einzelsensoren + Datacake/Tago.io

Datenschutz und Datenhaltung

Holzfeuchte-Monitoring verarbeitet ausschließlich Maschinendaten, keine Personenbezüge. Die DSGVO spielt damit bei den Messdaten selbst keine Rolle.

Relevant ist sie aber in zwei Randbereichen:

Mitarbeiterüberwachung: Wenn das System protokolliert, welche Person wann welche Charge freigegeben hat, entstehen personenbezogene Daten. Das ist für die Qualitätssicherung oft sinnvoll, erfordert aber eine Betriebsvereinbarung oder klare Einwilligung, falls Betriebsrat und Mitarbeitende eingebunden werden sollen.

Cloud vs. On-Premise: Bei selbst gehosteten Lösungen (ThingsBoard Community Edition, Node-RED + InfluxDB auf eigenem Server) bleiben alle Daten im Betrieb. Bei Cloud-Plattformen gilt: Anbieter aus der EU (Datacake mit deutschem Serverstandort, Grafana Cloud Frankfurt) bevorzugen. Mit US-Anbietern einen Auftragsverarbeitungsvertrag (AVV) nach Art. 28 DSGVO abschließen, standardmäßig von allen großen Anbietern bereitgestellt.

Hinweis: Dies ist keine Rechtsberatung. Kläre Betriebs- und Datenschutzfragen mit einem Datenschutzbeauftragten oder Anwalt.

Was es kostet, realistisch gerechnet

Einmalige Investition (Hardware + Einrichtung)

Preisreferenz: Einzelsensoren ab 165 € (Scanntronik Materialfox Mini) bis 705 € (Scanntronik Thermofox mit Feuchtemessung), datenlogger-store.de, Stand Mai 2026.

Laufende Kosten (monatlich)

• Cloud-Plattform (Datacake, Tago.io): 30–100 €/Monat
• Self-Hosted (Strom, Server-Betrieb): < 20 €/Monat
• Sensorwartung und Rekalibrierung: 200–400 €/Jahr (einmal jährlich)

Was du dagegenrechnen kannst Eine einzige verhinderte Charge mit Feuchtigkeitsschäden kann die Kosten decken. Zur Einordnung: Ein Reklamationsfall mit Rückversand, Nacharbeit und Ersatzlieferung bei einem mittelgroßen Massivholztisch kostet im Schnitt 300–800 €. In einer Schreinerei mit 200 Aufträgen pro Jahr und einer aktuellen Feuchte-Fehlerquote von zwei bis drei Prozent entstehen jährlich sechs bis zehn solcher Fälle, das sind 1.800 bis 8.000 € direkte Kosten. Dazu kommen indirekte Kosten: Lieferverzögerungen, Materialverlust bei Ausschuss, Arbeitszeit für Nacharbeit.

Das konservative Szenario: Halbierung der Feuchte-bedingten Reklamationen im ersten Betriebsjahr. Das entspräche bei obigem Beispiel 900 bis 4.000 € eingesparter Reklamationskosten, gegen 3.500–5.000 € Investition plus 600–1.200 € laufende Kosten. Amortisation im zweiten oder dritten Jahr, je nach Ausgangssituation.

Die Rechnung funktioniert nur, wenn Feuchteprobleme im Ist-Zustand tatsächlich messbar sind. Wer keine Feuchte-Reklamationen hat, braucht kein kontinuierliches Monitoring.

Typische Einstiegsfehler

1. Zu wenige Sensoren für die tatsächliche Lagerfläche. Ein Sensor misst einen Punkt. Wenn das Lager 200 m² hat, fünf unterschiedliche Holzarten liegen und Türen an zwei Seiten öffnen, deckt ein einzelner Sensor kein reales Feuchtegeschehen ab. Fehler: In den ersten Wochen stimmt alles, dann kommt eine Charge aus dem schlecht belüfteten Eck des Lagers mit 16 Prozent Feuchte in die Produktion. Richtig: Mindestens einen Sensor pro Lagerzone, mit klar definierter Zone-Einteilung.

2. Schwellwerte ohne Praxiskenntnis setzen. Eine Grenzwertüberschreitung auf 12 Prozent triggert täglich fünf Alarme, weil das Holz nach Einlagerung routinemäßig höhere Werte hat, bevor es auf Zielfeuchte trocknet. Das Team deaktiviert die Alarme nach einer Woche. Das System läuft weiter, sinnlos. Richtig: Schwellwerte und Alarme mit dem Fachpersonal aus der Praxis entwickeln, nicht allein aus der Norm. Wann wird tatsächlich zu feuchtes Holz zum Problem, und wann ist es noch normal?

3. Sensordrift ignorieren. Das ist der gefährlichste Fehler, weil er still passiert. Widerstandssensoren, die monatelang in feuchtem Holz mit Sägemehleintrag stecken, zeigen nach sechs bis zwölf Monaten systematisch niedrigere Werte als tatsächlich vorhanden. Das System meldet weiter „alles gut”, während ein Stapel auf 14 Prozent zurückgeklettert ist. Einzige Absicherung: Regelmäßige Kontrollmessungen mit einem geeichten Handmessgerät und Abgleich gegen die Sensor-Anzeige. Abweichungen über einen Prozentpunkt signalisieren Rekalibrierungsbedarf.

4. Das Protokoll wird eingeführt, aber niemand liest es. Das automatische Protokoll entsteht, aber es liegt als PDF im Ordner, den niemand öffnet. Ohne klare Verantwortung (wer prüft das Protokoll täglich? wer reagiert auf Alarme?) ist das System wertlos. Lösung: Eine Person benennen, deren Morgenroutine die Protokollprüfung enthält. Alarm-Routing direkt auf das Smartphone dieser Person.

Was mit der Einführung wirklich passiert

Die Technik ist das Einfachste. Das Schwierigere ist, wer das System im Alltag trägt.

Das Reaktionsproblem. Ein Alarm ist nur so gut wie die Reaktion, die er auslöst. Wenn um 22 Uhr ein Sensor auf 16 Prozent springt und niemand informiert wird, der etwas unternehmen kann, hilft der Alarm nichts. Wer hat Rufbereitschaft? Welche Maßnahmen kann er oder sie ohne weiteren Auftrag treffen? Das muss vor dem ersten Alarm geregelt sein, nicht danach.

Die Anfangsphase mit vielen falschen Alarmen. In den ersten vier Wochen werden die Schwellwerte zu häufig ausgelöst, weil sie zu eng kalibriert sind, oder weil frisch eingelagerte Chargen routinemäßig höhere Ausgangswerte haben. Diese Phase ist normal und gehört zum Einlernprozess. Teams, die die Alarme nach zwei Wochen stumm schalten, weil sie zu häufig feuern, haben dieses Problem nicht als Einlernphase erkannt. Lösung: Explizit eine vier- bis sechswöchige Kalibrierungsphase ankündigen, in der Schwellwerte angepasst werden.

Der Gewöhnungseffekt. Nach drei Monaten schaut niemand mehr aktiv auf das Dashboard, man verlässt sich auf die Alarme. Das ist das Ziel, aber es funktioniert nur, wenn die Alarme auch verlässlich feuern. Wer die Rekalibrierungsintervalle vernachlässigt, hat nach 18 Monaten ein System, das stille Fehlmessungen produziert, ohne dass es jemand bemerkt.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände, und was dahintersteckt

„Wir messen das doch schon manuell, das reicht.” Manuell gemessene Stichproben reichen, bis eine Charge zwischen zwei Messpunkten kippt. Das ist keine Schwäche des Mitarbeitenden, das ist eine strukturelle Grenze manueller Kontrolle: Feuchte verändert sich in Zeiträumen, die kürzer sind als Messintervalle. Wenn der aktuelle Feuchtestand ein echtes Risiko ist, wäre das bereits passiert. Wenn nicht, dann stimmt die Einschätzung, dass manuelles Messen ausreicht. Dann ist diese Investition auch nicht notwendig.

„Sensoren und IoT, das können wir nicht selbst betreiben.” Das muss niemand alleine können. Es gibt auf diesen Use Case spezialisierte Anbieter, die Sensoren, Gateway, Cloud-Dashboard und Wartung als Komplettpaket liefern. Die Bedienung im Alltag ist ein Web-Dashboard und Push-Benachrichtigungen, das erfordert keine IT-Kenntnisse.

„Was kostet mich ein falscher Alarm?” Nichts, wenn die Reaktionskette klar ist: Kontrollmessung vor Ort, Ergebnis dokumentieren, Alarm bestätigen oder entkräften. In fünf Minuten. Was einen falschen Nicht-Alarm kostet, ist die relevantere Frage, der stille Ausfall des Systems, der nicht bemerkt wird.

Woran du merkst, dass das zu dir passt

• Du hattest in den letzten zwei Jahren mindestens zwei Reklamationen, bei denen Holzfeuchtigkeit als Ursache diskutiert wurde, auch wenn sie nie zweifelsfrei bewiesen wurde
• Dein Lager ist nicht aktiv klimatisiert oder hat stark schwankende Bedingungen (Außentore, Heizungsunterschiede, saisonale Extremen)
• Du verarbeitest Massivholz für Möbel, die beim Endkunden im beheizten Innenraum stehen, also besonders feuchtigkeitsempfindliche Anwendungen
• Du belieferst Tischler oder Händler, die im Reklamationsfall Feuchtenachweise fordern, und du diese heute nicht lückenlos liefern kannst
• Du hast ein Trockenlager mit mehreren Chargen gleichzeitig und weißt nicht immer genau, welche schon freigegeben werden kann

Wann das (noch) nicht die richtige Investition ist, drei harte Ausschlusskriterien:

1. Dein Durchsatz ist klein und das Holz kommt trocken an. Wenn du weniger als 50 m³ Massivholz pro Jahr verarbeitest und von einem zuverlässigen Lieferanten beziehst, der Feuchte-Zertifikate mitliefert: Ein Handmessgerät für 200–500 € und ein klares Eingangskontrollprotokoll löst 90 % der Probleme, ohne IoT-Infrastruktur.

2. Du hast noch keine definierten Freigabekriterien. Ein Monitoring-System kann nur überwachen, was man vorher als Grenzwert definiert hat. Wer nicht weiß, ab welcher Feuchte eine Charge für welche Anwendung freigegeben wird, kann keine sinnvollen Alarme konfigurieren. Erst die Norm und die eigene Praxis verstehen, dann automatisieren.

3. Keine Netzwerkinfrastruktur im Lager. LoRaWAN-Sensoren kommen ohne WLAN aus, aber das Gateway muss an das Internet angebunden werden. Wenn im Lager kein LAN-Kabel und kein stabiles Mobilfunksignal liegt, ist der erste Schritt der Netzwerkausbau, nicht die Sensorik.

Das kannst du heute noch tun

Nimm heute dein Handmessgerät und miss an fünf Stellen in deinem Lager, nicht an der Kante des Stapels, sondern tief hinein. Notiere Messwerte, Datum und Uhrzeit. Mach das eine Woche lang täglich.

Am Ende der Woche weißt du: Wie stark schwankt die Holzfeuchte in deinem Lager? Gibt es Zonen mit systematisch höheren Werten? Gibt es Chargen, die nicht auf Zielfeuchte kommen? Das ist dein Ausgangsdatensatz, und die Entscheidungsgrundlage, ob automatisches Monitoring einen echten Mehrwert bringt.

Wenn du die Protokollierung schon etwas strukturierter machen möchtest, hilft dieser Prompt:

Quellen & Methodik

• Celtic Designs / Andrew Skeens, Praxisbericht Holzfeuchtemessung: Wagner Meters, „How Celtic Designs Eliminated Moisture-Related Product Defects”, wagnermeters.com/our-customers/eliminate-product-defects/. Beschreibt, wie systematische Feuchtemessung Riss- und Verzugsprobleme bei verleimten Eichenplatten gelöst hat.
• Schaller Messtechnik GmbH (huminode-System): humimeter.com/en/iot/wood-moisture-monitoring/, IoT-Lösung für kontinuierliches Holzfeuchte-Monitoring in Lager und Produktion. Anbieter bestätigt, dass kontinuierliches Monitoring im Vergleich zur Stichprobenmessung signifikant früher auf Feuchtegradienten hinweist (Mai 2026).
• Zielfeuchten Innenraummöbel: Praxiswissen aus dem Holzhandwerk, u. a. holzfragen.de/seiten/feuchte.html und woodworker.de-Forum (Praxis-Erfahrungen Möbelbau); DIN 68800 und EPLF-Hinweise zu Einbaufeuchten als Hintergrundrahmen.
• Sensorpreise: datenlogger-store.de/messgrosse/materialfeuchte-datenlogger.html, Produktpreise Scanntronik Materialfox Mini (165 €) bis Scanntronik Thermofox mit Feuchtemessung (705 €), Stand Mai 2026.
• Sensordrift IoT-Systeme: sensor-networks.org, „Mitigating Sensor Drift: Advanced Techniques for Consistent Measurements in IoT Applications” (2024), Belegt, dass Feuchtigkeitssensoren unter realen Bedingungen Kalibrierungsdrift zeigen und regelmäßige Rekalibrierung erfordern.
• Kosten und ROI-Schätzwerte: Erfahrungswerte aus Projekten im holzverarbeitenden Mittelstand (Stand Mai 2026), keine repräsentative Studie, aber konsistente Größenordnungen über mehrere Betriebe.
• ThingsBoard-Preise: thingsboard.io (Stand Mai 2026). Node-RED: Open Source, Apache 2.0, nodered.org. Grafana OSS: Open Source, AGPLv3, grafana.com. InfluxDB OSS: Open Source, influxdata.com.

Du willst wissen, ob die Investition in ein Sensor-Netz für euer Lager wirklich Sinn ergibt, und welche Lösung zu eurem Betrieb passt? Meld dich, das klären wir konkret anhand eurer Situation.