Der Auslöser war eine einfache Frage. Welche KI-Assistenten gibt es eigentlich, die älteren Menschen den Tag strukturieren, für Ansprache sorgen und den Kontakt zur Familie halten?

Die Antwort hat mich überrascht. Der Markt kann und bietet bereits erstaunlich viel. Er kann nur eines nicht, meine Lebensgeschichte gehört nur mir allein und ausgerechnet das ist der Punkt, auf den es ankommt.

Dieser Beitrag fasst die Recherche zusammen die ich bereits einmal 2020 angefangen habe als meine damals 91 jährige Oma ihr Zimmer im Pflegeheim aus angst vor Corona nicht mehr verlassen durfte. Jetzt greife ich das Thema wieder auf da die verfügbaren Lösungen den Bau solch eines Assistent gut ermöglichen.

Mein persönliches Ziel das ich verfolge ist: Alles läuft im eigenen Haus, innerhalb der Familie.

Phase 1: Was es am Markt gibt

Sechs Kategorien, die sich deutlich unterscheiden.

  • Soziale Roboter. Blickkontakt, freies Gespräch, Gedächtnis. Navel aus München ist hier der Referenzfall im deutschsprachigen Raum. Nur für Einrichtungen zu haben, nicht für Privathaushalte.
  • ElliQ. Weltweit das reifste Produkt dieser Art. Spricht ausschließlich Englisch.
  • Senioren-Tablets. Videotelefonie, Fotoalbum, Hunderte Übungen. Ab etwa 40 Euro im Monat. Führt aber kein Gespräch.
  • Sprachassistenten. Erinnerungen, Musik, Anrufe. Fragen nie von selbst und vergessen jedes Gespräch sofort.
  • Telefonbegleiter. Täglicher Anruf aufs Festnetz. Kein Gerät, keine Schulung. Für technikferne Menschen oft die einzige Lösung, die wirklich ankommt.
  • Therapietiere. Wirken über Fell und Wärme. Keine Sprache, kein Familienkontakt.

Für eine Bewertung habe ich rund zwanzig Funktionen gegenübergestellt. Das Ergebnis steckt in der Präsentation weiter unten als Tabelle.

Phase 2: Die Lücke

Beim Durchzählen bleiben genau vier Treffer übrig, die bei jedem einzelnen Anbieter kein Angebot haben.

  • Ein wachsendes persönliches Lebens-Wiki
  • Kenntnis der Lebensgeschichte
  • Selbstständige Recherche mit Ablage des Ergebnisses
  • Unabhängigkeit von Anbieter und Abo

Die ersten drei beschreiben dieselbe Sache aus drei Richtungen: ein Gedächtnis, das dem Menschen gehört, und eine Instanz, die es pflegt.

Der Unterschied lässt sich in zwei Sätzen gegenübergestellt verdeutlichen. Beide beziehen sich auf das gleiche Thema einen Arzttermin.

Ein Sprachassistent sagt: „Sie haben heute um 14 Uhr einen Termin beim Augenarzt.“

Ein Begleiter mit Gedächtnis sagt: „Guten Morgen. Heute ist Donnerstag, es regnet. Um zwei ist der Augenarzt, der Sohn von Frau Berger fährt Sie ja immer. Und heute vor 64 Jahren haben Sie sich mit Walter verlobt.“

Gleiche Technik, gleicher Termin. Der zweite Satz ist nur möglich, weil gespeichert ist, wer Frau Berger ist und wann die Verlobung war. Das ist Familienwissen das die Kinder eingepflegt haben oder das über vergangene Interaktionen bereits eingesammelt wurde

Phase 3: Das Lebens-Wiki

Kein Gesprächsprotokoll, sondern ein geordnetes Verzeichnis eines Lebens. Wer Anna ist. Dass der Kaffee um drei kommt. Dass Hörspiele nicht gemocht werden. Dass Walter 2019 gestorben ist.

Gespeist wird es aus drei Quellen.

  • Die Person selbst. Aus jedem Gespräch wird abends das Bleibende abgelegt. Niemand tippt etwas ein.
  • Die Angehörigen. Kinder und Enkel schicken einen Satz, ein Foto, eine Neuigkeit.
  • Die Lebensgeschichte. Alben, Briefe, Urkunden. Einmal eingelesen startet der Begleiter mit z. B. achtzig Jahren Kontext statt bei null.

Technisch ist das die anspruchsloseste Komponente im ganzen System. Ein Ordner mit Markdown-Dateien, ein Suchindex darüber, x-Timer-Jobs. Nach Jahren belegt das wenige hundert Megabyte.

Und genau deshalb gibt es keinen Grund, es aus der Hand zu geben.

Phase 4: Warum das lokal laufen muss

Dieser Abschnitt ist mir der wichtigste.

In einem solchen System entsteht das Intimste, was ein Mensch hat. Nicht nur Termine und Medikamente, sondern Biografie. Wen er geliebt hat, wen er vermisst, was er nicht mehr hören will.

Dazu kommt die rechtliche Seite. Alles, was aus Gesprächen über Befinden, Schlaf oder Medikamente entsteht, ist ein Gesundheitsdatum nach Artikel 9 DSGVO. Besondere Kategorie, besondere Anforderungen. Oft dokumentiert als Wissen von Menschen, die nicht mehr wirksam einwilligen können oder die Technik noch verstehen.

Deshalb gilt für meinen Aufbau: Alles bleibt im Haus.

  • Ein Rechner der LLMs ausführen kann  im eigenen Netz wie ein MAC Studio. Er hört zu, denkt und spricht. Sprachmodell, Spracherkennung und Sprachausgabe laufen dort lokal.
  • Das Lebens-Wiki als Dateien auf derselben Maschine. Versioniert, lesbar, einzeln löschbar. Wer es ansehen will, öffnet eine Textdatei oder verwendet Karpathy’s LLM Wiki Plugin für Obsidian.
  • Das Gerät im Zimmer rechnet nicht. Es nimmt auf, gibt aus und zeigt an. Mehr nicht denn die Verarbeitung erfolgt remote auf dem Familien-Rechner.
  • Die Suche läuft über eine eigene Instanz. Eine Suchanfrage verrät mehr über einen Menschen als die meisten Gespräche.
  • Nach außen geht nur, was zwingend nach außen muss. Bei mir ist das die Verbindung zu den Angehörigen, sonst nichts.

Familienumgebung heißt dabei mehr als nur „zuhause“. Es heißt, dass die Angehörigen Teil des Systems sind, nicht Zuschauer.

  • Sie speisen ein. Ein Foto vom Enkel, eine Neuigkeit, ein Satz.
  • Sie lesen mit. Das Wiki ist kein Überwachungsprotokoll, sondern einsehbar.
  • Sie passen an. „Sprich nicht mehr über den Unfall“ muss überprüfbar umsetzbar sein. Bei einem Cloud-Produkt kannst du das nicht so einfach nachweisen.

Und ein Punkt, den ich lange unterschätzt habe: Wird ein gekauftes System eingestellt, verschwindet die gemeinsame Geschichte mit ihm. Nach drei Jahren Beziehung ist das kein Produktwechsel mehr, sondern ein Verlust.

Verantwortung: Damit steigt natürlich auch die Verantwortung für den Betrieb solch einer Familien-Lösung solch eines lokalen Systems.

Phase 5: Der Agent als zentrale Steuerung

Ein Gedächtnis allein spricht nicht. Es braucht eine Instanz, die bei jeder Äußerung entscheidet, was gebraucht wird.

Bei mir übernimmt das ein Agent mit einem leistungsstarken Sprachmodell im Hintergrund. Er wählt die Quelle: Lebens-Wiki, Kalender, Tagesnachrichten, eigene Web-Recherche oder das Familien-Postfach.

  • Entscheiden. Welche Quelle beantwortet diese Frage.
  • Kuratieren. Aus zwanzig Dingen werden drei ausgewählt. Nicht die wichtigsten im Nachrichtensinn, sondern die anschlussfähigsten.
  • Aufbereiten. Das Display zeigt, was der Agent liefert. Foto vom Enkel, Wetterkarte, drei Schlagzeilen.
  • Ablegen. Nachts verdichten. Neues ins Wiki, offene Fäden für morgen.

Daraus entsteht jeden Morgen eine kleine Liste von Gesprächsanlässen. Nicht als Vortrag, sondern über den Tag verteilt.

Phase 6: Die Hardware

Ohne Gerät bleibt alles Theorie. Mein Zielgerät ist zunächst ein 4,3-Zoll-Touchdisplay mit ESP32-S3, Auflösung 800 mal 480, mit Dual-Mikrofon und Echo-Kompensation an Bord. Preis rund 40 Euro und fündig bin ich bei WaveShare geworden. Damit werde ich jetzt einmal starten.

ESP32-S3 Touch LCD 4.3C Display

Quelle: https://github.com/waveshareteam/ESP32-S3-Touch-LCD-4.3C/blob/main/assets/Product-1.webp

Hier das passende GitHub Repository dazu: https://github.com/waveshareteam/ESP32-S3-Touch-LCD-4.3C

Auf dem Bildschirm sind so von der Idee vier große Flächen: Dialog, Anrufen, Fotos, Rätsel. Kein Menü, kein Zurück, keine Einstellungen.

Oben links läuft dauerhaft eine kleine Animation. Ruhig bedeutet bereit, grüner Ausschlag bedeutet zuhören, gelbes Pulsieren bedeutet arbeiten, schneller Ausschlag bedeutet sprechen. Die Farbe trägt die Bedeutung nicht allein, Tempo und Amplitude unterscheiden sich ebenfalls. Farbwahrnehmung lässt im Alter nach.

Ein Gerät, dessen Zustand man nicht sieht, wirkt unheimlich. Das ist der wichtigste Vertrauensbaustein und kostet ein paar Zeilen Code extra.

Wie es weitergeht

Der Weg dorthin hat sechs Phasen, und keine davon springt direkt in eine Pflegeeinrichtung.

  • Phase 0. Konzept. Gesprächsregeln, Persönlichkeit, Datenmodell, Abbruchkriterien.
  • Phase 1. Software am Schreibtisch. Wiki und Agent laufen, Bedienung über Tastatur.
  • Phase 2. Stimme. Zuhören und Sprechen dazu, Test am Laptop.
  • Phase 3. Hardware. Gerät im eigenen Wohnzimmer, Dauerbetrieb über Wochen.
  • Phase 4. Familie. Postfach für Angehörige, Morgenliste, Abendbericht, Import alter Alben.
  • Phase 5. Feldtest. Ein Haushalt im Umfeld, acht Wochen, Beobachtung statt Funktionsliste.

Eine angenehme Überraschung bei der Recherche: Für das gewählte Board existiert bereits quelloffene Firmware mit vollständiger Sprachkette. Phase 3 schrumpft damit erheblich. Statt Firmware zu schreiben, wird sie geforkt und auf den eigenen Server umgebogen.

Mein Fazit

Der Markt liefert Erinnerungen, Videoanrufe und Beschäftigung. Das ist viel und es hilft. Was er nicht liefert, ist ein Gegenüber mit Gedächtnis auf Deutsch.

Diese Lücke lässt sich schließen, und der Hebel ist nicht die Rechenleistung. Er ist eine gepflegte Wissenssammlung über einen Menschen, gespeist von ihm selbst und von seiner Familie, gespeichert im eigenen Haus.

Der schwierigste Teil ist dabei nicht die Technik. Es ist das Gesprächsdesign. Tempo, Geduld, Wiederholung, der richtige Moment für eine Frage. Daran entscheidet sich, ob das Gerät nach vier Wochen noch angeschaltet ist.

Und ein Satz gilt für jede Lösung, gekauft oder selbst gebaut: Ein digitaler Begleiter ersetzt keinen Besuch. Er füllt die Stille dazwischen.

Stand und Quellen

Recherchestand September 2026. Preise, Verfügbarkeiten und Funktionsumfang ändern sich in diesem Markt schnell. Vor einer Kaufentscheidung bitte beim jeweiligen Anbieter gegenprüfen.

Zur Einordnung: Ich bin weder Pflegefachkraft noch Jurist. Dieser Beitrag beschreibt ein privates Bastelprojekt und keine medizinische oder rechtliche Empfehlung. Wer so etwas für einen pflegebedürftigen Menschen aufbaut, bindet die rechtliche Betreuung ein.

Related Posts: