Pi-Überwachungskamera: Was funktioniert?

Ein Paket ist von Ihrer Türschwelle verschwunden, Sie haben einen übrig gebliebenen Raspberry Pi in der Schublade, und Ihre Haustür-Aufnahmen sollen am liebsten nie in der Cloud eines Anbieters landen. Jede Anleitung im Netz führt Sie durch die Installation. Fast keine sagt Ihnen die zwei Dinge, die tatsächlich entscheiden, ob der Aufbau funktioniert: welchen KI-Beschleuniger Sie kaufen sollten und wie viel Speicherplatz Dauer-Aufnahme wirklich frisst.

Klären Sie diese zwei Fragen richtig, und ein Pi 5 ist ein wirklich fähiger, rein lokaler NVR. Klären Sie sie falsch, und Sie haben eine Kamera gebaut, die entweder Ereignisse verpasst oder ihre Festplatte binnen einer Woche füllt.

TL;DR

Frigate macht echte Objekterkennung ("eine Person, kein wehender Ast"), braucht dafür aber einen KI-Beschleuniger; motionEye macht einfache Bewegungserkennung und läuft auf einem Pi 3 oder Zero ganz ohne Zusatzhardware.
Der Google Coral TPU gilt bei Frigate für Neubauten inzwischen offiziell als veraltet. Aktuell empfohlen wird der ~70-€-Hailo-8L-AI-HAT+ für den Pi 5.
Ein Pi 5 mit Hailo-8L schafft problemlos 4–5 Kamera-Streams, während die CPU bei rund 10 % bleibt.
Dauer-Aufnahme ist ein Speicherplatz-Problem, kein Rechenleistungs-Problem: Vier 1080p-Kameras können ~130 GB/Tag verbrauchen. Bei Bewegung aufnehmen, nicht 24/7.
Ab einer Handvoll Kameras oder starker Neukodierung ist ein kleiner Mini-PC die bessere Basis.

Die zwei Entscheidungen, die den Aufbau wirklich bestimmen

Ohne die Anleitungen drumherum läuft ein Pi-Kamerasystem auf zwei Entscheidungen hinaus. Erstens die Software: Frigate oder motionEye — sie lösen unterschiedliche Probleme. Zweitens der KI-Beschleuniger: ob Sie überhaupt einen dazunehmen, und welchen — denn genau diese Entscheidung hat sich 2026 leise gedreht.

Alles andere — welche Kamera, welches Gehäuse, welche SD-Karte — hängt von diesen beiden ab. Also klären wir sie zuerst, dann die Zahlen, dann eine Konfiguration, die wirklich läuft.

Frigate oder motionEye? Hier anfangen

motionEye ist die leichtgewichtige Option. Sie erkennt Bewegung durch den Pixel-Vergleich zwischen Bildern — genügsam genug, um auf einem Pi 3 oder sogar einem Pi Zero 2 W ganz ohne Beschleuniger zu laufen. Der Haken: Pixel-Differenz-Erkennung kann eine Person nicht von über die Wand streichenden Scheinwerfern oder einem Ast im Wind unterscheiden, also gibt es Fehlalarme.

Frigate ist die moderne Wahl. Es nutzt ein echtes Objekterkennungs-Modell und meldet also "eine Person hat die Einfahrt betreten" statt "irgendwelche Pixel haben sich geändert". Diese Intelligenz ist der Grund, warum es einen dedizierten KI-Beschleuniger will — die CPU des Pi stattdessen den Detektor laufen zu lassen ist der Punkt, an dem die meisten ersten Aufbauten scheitern.

	motionEye	Frigate
Erkennungsart	Pixel-Bewegungs-Differenz	KI-Objekterkennung (Person/Auto/etc.)
Beschleuniger nötig	Nein	Dringend empfohlen
Läuft auf	Pi 3 / Zero 2 W aufwärts	Pi 5 (4GB+) mit Beschleuniger
Fehlalarme	Häufig (Schatten, Licht, Regen)	Selten — nach Objektklasse gefiltert
Am besten für	1–2 Kameras, einfache Alarme	Mehrere Kameras, smarte Benachrichtigungen, Home Assistant

Tipp

Wenn Sie nur einen Bewegungsalarm für die Einfahrt auf einem Pi wollen, den Sie ohnehin schon besitzen, ist motionEye an einem Nachmittag eine völlig ehrliche Antwort. Alles Folgende dreht sich darum, es auf Frigate-Niveau gut zu machen.

Die Beschleuniger-Entscheidung, die am schnellsten veraltet

Das ist der Teil, den jede ältere Anleitung inzwischen falsch macht. Jahrelang lautete die Antwort "einen Google-Coral-USB-TPU kaufen". Mit Frigates aktuellen Releases ist die offizielle Hardware-Dokumentation deutlich:

"Der Coral wird für neue Frigate-Installationen nicht mehr empfohlen, außer bei Deployments mit besonders niedrigem Stromverbrauch oder Hardware, die keine alternativen KI-Beschleuniger nutzen kann."

Die empfohlene Detektor-Reihenfolge führt jetzt mit Hailo-8/8L an, gefolgt vom (veralteten) Coral, dann MemryX, OpenVINO und Nvidia. Auf einem Raspberry Pi 5 bedeutet das: Der Hailo-8L-AI-HAT+ ist aktuell die richtige Wahl.

Beschleuniger	Rechenleistung	Inferenz (ca.)	Kameras (Standardmodell)	Preis	Status
Nur Pi-5-CPU	—	sehr langsam, hohe Last	0–1, unzuverlässig	0 €	Nicht empfohlen
Coral USB TPU	4 TOPS	~10 ms	viele (100-fps-Deckel)	~60 €	Veraltet für Neubauten
Hailo-8L (AI HAT+)	13 TOPS	~12 ms	4–5 problemlos	~70 €	Empfohlen
Hailo-8 (26-TOPS-HAT+)	26 TOPS	~7 ms	mehr Spielraum	~110 €	Empfohlen, größere Setups

KEY-STAT: 13 TOPS — Der Hailo-8L im ~70-€-AI-HAT+ — der aktuell empfohlene Pi-5-Detektor, jetzt wo der Coral veraltet ist

Hinter dem Wechsel steckt auch eine echte Effizienzgeschichte. Der Hailo-8 läuft mit rund 6–7 TOPS pro Watt gegenüber etwa 2 TOPS/W beim Coral, und Frigates neuere YOLOv9-Modelle in Version 0.16 laufen auf Hailo ohne die manuelle Modellkonvertierung, die der Coral braucht. Wenn Sie bereits einen Coral besitzen, funktioniert er weiterhin und Frigate unterstützt ihn — aber kaufen Sie sich 2026 keinen neuen.

Wie viele Kameras ein Pi wirklich schafft

Die beruhigende Nachricht: Sobald ein Beschleuniger die Schwerarbeit übernimmt, belastet Objekterkennung den Pi kaum noch.

In einem gut dokumentierten Pi-5-plus-Coral-Aufbau maß ein unabhängiger Tester zwei Kamera-Streams bei einer Load Average von 0,3, 6–8 % CPU und 1,6 GB RAM, wobei der Coral selbst bei 0–5 % Auslastung lag. Mit einem Hailo-8L zeigen unabhängige Tests 4–5 laufende Streams bei einer Pi-5-CPU nahe 10 %. Frigates eigene Rechnung setzt die Obergrenze eines einzelnen Coral bei 1000 ÷ 10 ms = 100 Erkennungs-Bildern pro Sekunde, aufgeteilt auf alle Kameras.

Die eigentlichen Grenzen sind Arbeitsspeicher und Streams, nicht die Erkennung:

Shared Memory. Frigate braucht bei 1080p etwa 256 KB pro Kamera pro Bild in `/dev/shm`. Für ein Setup mit zwei bis vier Kameras mit 256 MB starten und bei Abstürzen erhöhen.
RAM. Ein Pi 5 mit 4 GB reicht zum Einstieg; 8 GB geben komfortablen Spielraum für mehr Kameras und go2rtc-Restreaming.

Warnung

Versuchen Sie nicht, Frigates Detektor "nur zum Testen" auf der Pi-CPU laufen zu lassen. Ohne Beschleuniger dreht die CPU auf, Bilder stauen sich, und die Erkennungslatenz explodiert — was sich wie "Frigate ist kaputt" liest, obwohl es eigentlich "kein Detektor vorhanden" bedeutet. Den Beschleuniger vor der ersten Kamera einbauen.

Speicher: Die Zahl, die niemand einplant

Rechenleistung ist mit einem 70-€-HAT gelöst. Am Speicherplatz sterben Pi-Kamera-Projekte still und leise. Die Formel ist einfach:

#Speicher pro Tag (GB) ≈ Bitrate (Mbps) × 10,8

Das kommt direkt aus der Bit-Rechnung: 1 Mbps × 86.400 Sekunden ÷ 8 Bit ÷ 1000 ≈ 10,8 GB/Tag. Eine einzelne 1080p-H.265-Kamera bei realistischen 3 Mbps kommt damit auf etwa 32 GB/Tag. Skaliert man das hoch, wird das Problem offensichtlich:

Setup	Pro Tag	14 Tage Aufbewahrung
1 Kamera, 1080p H.265 @ 3 Mbps	~32 GB	~450 GB
4 Kameras, 1080p H.265 @ 3 Mbps	~130 GB	~1,8 TB
4 Kameras, mehr Bewegung @ 4 Mbps	~173 GB	~2,4 TB

Die Zahlen folgen der gängigen CCTV-Speicher-Rechnung (Bitrate × 10,8, ~15 fps, mittlere Bewegung). Die Lehre daraus: Nehmen Sie nicht jede Kamera 24/7 auf, wenn Sie es nicht wirklich brauchen. Frigate kann durchgehend, bei Bewegung oder nur bei erkanntem Objekt aufnehmen — und reine Erkennungs-Aufnahme senkt ein typisches Wohnhaus-Setup um deutlich mehr als die Hälfte.

Warnung

Richten Sie Dauer-Aufnahmen nie auf die Boot-SD-Karte. Anhaltende Schreibvorgänge verschleißen sie und beschädigen das Betriebssystem. Auf eine NVMe-SSD oder einen Netzwerkspeicher aufnehmen — ein dokumentierter Aufbau nutzte eine 32-GB-SD für das OS und eine separate 512-GB-NVMe für die Aufnahmen, das ist die richtige Aufteilung.

In meinem eigenen Homelab habe ich die Aufnahme irgendwann von der Einplatinen-Hardware auf einen stromsparenden Mini-PC verlagert — nicht weil der Pi nicht erkennen konnte, sondern weil Aufbewahrung ein Schreibverschleiß- und Kapazitätsproblem ist, für das ein SBC nicht gebaut ist. Wer diesen Schritt abwägt, findet in unserem Homelab-Einsteiger-Guide, wo Speicher ins Gesamtbild passt.

Eine minimale Frigate-Konfiguration, die funktioniert

Frigate läuft in Docker. So sieht ein funktionierendes Pi-5-Setup aus — ein Detect-Stream (niedrige Auflösung, für die KI) und ein Record-Stream (volle Auflösung, für die Platte), über das eingebaute go2rtc umgeleitet, damit die Kamera nur eine Verbindung bekommt:

#docker-compose.yml (Auszug)
services:
  frigate:
    image: ghcr.io/blakeblackshear/frigate:stable
    shm_size: "256mb"        # ~256KB pro Kamera pro 1080p-Bild
    devices:
      - /dev/hailo0          # der AI-HAT+-Detektor
    volumes:
      - /mnt/nvme/frigate:/media/frigate   # auf NVMe aufnehmen, nie auf die SD-Karte
      - ./config:/config
    ports: ["8971:8971"]
    restart: unless-stopped

#config.yaml (Auszug)
detectors:
  hailo:
    type: hailo8l
cameras:
  haustuer:
    ffmpeg:
      inputs:
        - path: rtsp://user:[email protected]:554/high
          roles: [record]
        - path: rtsp://user:[email protected]:554/low
          roles: [detect]
    record:
      enabled: true
      retain: { days: 14, mode: motion }   # Bewegungsmodus, nicht 24/7

Tipp

Detect (ein niedrig aufgelöster Substream) von Record (der volle Stream) zu trennen, ist der größte Komfort-Gewinn überhaupt. Der Detektor arbeitet mit einem günstigen kleinen Bild, Ihre gespeicherten Aufnahmen bleiben scharf, und die Kamera bedient eine Verbindung statt mehrerer.

Weil diese Kameras rein lokal konzipiert sind, sollte der Fernzugriff über ein VPN laufen statt über eine Portweiterleitung — unser WireGuard-vs-OpenVPN-Vergleich zeigt den sicheren Weg, Ihren NVR vom Handy aus zu erreichen, ohne ihn dem Internet auszusetzen.

Wann ein Pi das falsche Werkzeug ist

Ein Pi 5 mit Hailo-HAT ist ein guter 3–5-Kamera-Lokal-NVR. Er hört auf, das richtige Werkzeug zu sein, wenn:

Sie 8+ Kameras oder durchgehende Aufnahme in voller Auflösung auf allen wollen — das ist ein Speicher-Durchsatz- und Kapazitätsproblem, für das ein SBC nicht gebaut ist.
Sie starke Neukodierung brauchen (Streams für Remote-Clients transkodieren) statt nur Restreaming — der Pi hat dafür in diesem Umfang keinen dedizierten Video-Encoder.
Der NVR zusätzlich alles andere übernehmen soll — Home Assistant, ein Medienserver, Datenbanken — auf derselben Box.

Für all das gibt Ihnen ein kleiner Mini-PC als Heimserver — Frigates eigene Dokumentation bevorzugt eine N100-Box mit zwei Netzwerkkarten — echte SATA/NVMe-Lanes, eine integrierte GPU fürs Encoding und Spielraum übrig. Gleiche Software, mehr Platz.

Das ehrliche Urteil

Bauen Sie ein Raspberry-Pi-Überwachungskamerasystem, wenn Sie rein lokale Aufnahmen und ein 3–5-Kamera-Setup wollen: ein Pi 5 (4 GB reicht, 8 GB ist komfortabel), einen Hailo-8L-AI-HAT+, eine NVMe-SSD für die Aufnahmen und Frigate. Es ist günstig, privat und wirklich fähig.

Greifen Sie über den Pi hinaus, sobald Sie viele Kameras, durchgehende 24/7-Aufnahme auf allen oder einen NVR wollen, der zusätzlich Ihr ganzes Homelab trägt. Und egal, was Sie bauen: Planen Sie den Speicher, bevor Sie die Kameras kaufen — das ist die Zahl, die entscheidet, ob das Projekt die ersten zwei Wochen übersteht.

Häufige Fragen

Kann ein Raspberry Pi ein Überwachungskamerasystem betreiben?

Ja. Ein Pi 3 oder Zero 2 W kann motionEye für einfache Bewegungsalarme betreiben, und ein Pi 5 mit KI-Beschleuniger betreibt Frigate für echte Objekterkennung über mehrere Kameras. Die Grenze ist selten die CPU — es ist der Speicherplatz für Dauer-Aufnahme.

Brauche ich einen Coral TPU für Frigate?

Nein — und Sie sollten für einen Neubau auch keinen kaufen. Frigates offizielle Dokumentation führt den Coral inzwischen als für Neuinstallationen nicht mehr empfohlen. Auf einem Pi 5 ist der Hailo-8L-AI-HAT+ (~70 €) aktuell die richtige Wahl. Ein vorhandener Coral funktioniert weiterhin und bleibt unterstützt.

Wie viele Kameras schafft ein Raspberry Pi 5?

Mit einem Hailo-8L-AI-HAT+ etwa 4–5 1080p-Streams, während die CPU bei rund 10 % bleibt. Ein einzelner Coral kommt auf etwa 100 Erkennungs-Bilder pro Sekunde, aufgeteilt auf alle Kameras. Ab etwa fünf Kameras lieber zu einem Mini-PC wechseln.

Wie viel Speicherplatz braucht ein Pi-NVR?

Bitrate (Mbps) × 10,8 schätzt die GB pro Tag. Eine 1080p-H.265-Kamera bei 3 Mbps verbraucht ~32 GB/Tag; vier Kameras ~130 GB/Tag, oder ~1,8 TB für zwei Wochen Aufbewahrung. Bei Bewegung oder Erkennung statt 24/7 aufnehmen senkt das deutlich.

Ist Frigate oder motionEye besser auf einem Raspberry Pi?

Frigate ist besser, wenn Sie smarte Objekterkennung mit wenigen Fehlalarmen wollen und einen Beschleuniger einbauen können. motionEye ist besser für einen simplen Bewegungsalarm auf einem älteren Pi ganz ohne Zusatzhardware. Sie lösen unterschiedliche Probleme.