{"id":14425,"date":"2026-09-10T10:00:00","date_gmt":"2026-09-10T08:00:00","guid":{"rendered":"https:\/\/de.elv.com\/elvjournal\/?p=14425"},"modified":"2026-09-01T13:32:36","modified_gmt":"2026-09-01T11:32:36","slug":"python-iot-thingspeak-raspberry-pi","status":"publish","type":"post","link":"https:\/\/de.elv.com\/elvjournal\/python-iot-thingspeak-raspberry-pi\/","title":{"rendered":"Einstieg in Python (Teil 16): IoT und ThingSpeak f\u00fcr Python"},"content":{"rendered":"\n<p class=\"has-gray-light-color has-text-color has-link-color has-h-5-font-size wp-elements-1 wp-block-paragraph\"><strong>Einstieg in Python, Teil 16<\/strong><\/p>\n\n\n\n<h1 class=\"wp-block-heading\">IoT und ThingSpeak f\u00fcr Python<\/h1>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>IoT-Anwendungen spielen heute in vielen Bereichen wie Smart Home, Industrie, Landwirtschaft und Umwelt\u00fcberwachung eine wichtige Rolle. Besonders in Verbindung mit der Programmiersprache Python lassen sich Messdaten einfach erfassen, verarbeiten und weiterleiten. Zur Speicherung und Visualisierung der erfassten Daten kann die Cloud-Plattform ThingSpeak genutzt werden. Sie erm\u00f6glicht die \u00dcbertragung von Sensordaten, deren Speicherung in der Cloud sowie die Darstellung in Form von Diagrammen und Auswertungen. Dieser Beitrag zeigt, wie Raspberry Pi, Python und ThingSpeak zusammenwirken, um eine einfache IoT-Anwendung zur Datenerfassung und -analyse zu realisieren.<\/strong><\/p>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">IoT &amp; Raspberry Pi &#8211; Zwei Ideale Partner<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Python eignet sich hervorragend f\u00fcr IoT-Anwendungen, da es wichtige Anforderungen moderner vernetzter Systeme erf\u00fcllt. Kompakte Einplatinenrechner k\u00f6nnen damit auch in platzbeschr\u00e4nkten Umgebungen eingesetzt werden, beispielsweise in Smart-Home-Systemen, Messstationen oder industriellen Prototypen. Gleichzeitig \u00fcberzeugen die Minirechner durch vergleichsweise geringen Energieverbrauch, wodurch ein dauerhafter Betrieb wirtschaftlich m\u00f6glich ist.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ein weiterer Vorteil sind die niedrigen Anschaffungskosten. Im Vergleich zu herk\u00f6mmlichen Computersystemen unter Windows bieten Python-basierte Systeme bereits f\u00fcr wenig Geld ausreichend Rechenleistung, Netzwerkfunktionen und Schnittstellen f\u00fcr Sensoren und Aktoren. Dadurch k\u00f6nnen IoT-Projekte kosteng\u00fcnstig umgesetzt und flexibel erweitert werden. Die Kombination aus Python-Programmierung, Energieeffizienz, kompakter Bauform und Wirtschaftlichkeit macht damit insbesondere den Raspberry Pi zu einem idealen Partner f\u00fcr zahlreiche IoT-Anwendungen.<\/p>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Was ist ThingSpeak?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">ThingSpeak ist eine cloudbasierte IoT-Plattform, die speziell f\u00fcr die Erfassung, Speicherung und Auswertung von Sensordaten entwickelt wurde. Sie erm\u00f6glicht es, Messwerte von Ger\u00e4ten wie dem Raspberry Pi \u00fcber das Internet an einen zentralen Cloud-Dienst zu \u00fcbertragen. Die Daten werden dort in sogenannten Channels gespeichert und k\u00f6nnen jederzeit abgerufen werden.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ein besonderer Vorteil von ThingSpeak ist die integrierte Visualisierung der erfassten Daten. Messwerte wie Temperatur, Luftfeuchtigkeit oder Helligkeit lassen sich automatisch in Form von Diagrammen und Zeitreihen darstellen. Dadurch k\u00f6nnen Ver\u00e4nderungen und Trends schnell erkannt werden. \u00dcber eine einfach nutzbare API kann Python die Daten direkt an ThingSpeak senden, wodurch sich die Plattform ideal f\u00fcr IoT-Projekte mit dem Raspberry Pi eignet. Neben der Visualisierung bietet ThingSpeak au\u00dferdem Funktionen zur Datenanalyse und Weiterverarbeitung der erfassten Informationen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die Voraussetzung zur Verwendung ist lediglich, dass der Raspberry Pi in einem WLAN angemeldet ist. Die Zugangsdaten zu ThingSpeak k\u00f6nnen \u00fcber die Website <a href=\"https:\/\/thingspeak.mathworks.com\/login\" target=\"_blank\" rel=\"noreferrer noopener\">https:\/\/thingspeak.mathworks.com\/login<\/a> <a href=\"\"><\/a>angefordert werden <mark style=\"background-color:rgba(0, 0, 0, 0)\" class=\"has-inline-color has-blue-color\">(Bild 1)<\/mark>:<\/p>\n\n\n\n<figure class=\"wp-block-image size-full is-style-bordered\"><img loading=\"lazy\" decoding=\"async\" width=\"1442\" height=\"726\" src=\"https:\/\/elvjournal.elv.com\/wp-content\/uploads\/bild01_python_t16.jpg\" alt=\"Bild 1: Anmeldung bei ThingSpeak\" class=\"wp-image-14427\" srcset=\"https:\/\/elvjournal.elv.com\/wp-content\/uploads\/bild01_python_t16.jpg 1442w, https:\/\/elvjournal.elv.com\/wp-content\/uploads\/bild01_python_t16-300x151.jpg 300w, https:\/\/elvjournal.elv.com\/wp-content\/uploads\/bild01_python_t16-768x387.jpg 768w\" sizes=\"auto, (max-width: 1442px) 100vw, 1442px\" \/><figcaption class=\"wp-element-caption\">Bild 1: Anmeldung bei ThingSpeak<\/figcaption><\/figure>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Funktionen von ThingSpeak<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">ThingSpeak bietet verschiedene Funktionen zur Erfassung, Speicherung, Visualisierung und Analyse von IoT-Daten. Die Plattform ist so aufgebaut, dass Sensordaten einfach aufgenommen und \u00fcbersichtlich dargestellt werden k\u00f6nnen. Die grundlegende Organisationseinheit in ThingSpeak ist der sogenannte <strong>Channel<\/strong>. Ein Channel dient als Speicherort f\u00fcr die Daten eines Projekts oder einer Anwendung. Jeder Channel besitzt eigene Einstellungen, Zugriffsrechte und einen individuellen API-Schl\u00fcssel, \u00fcber den Daten gesendet oder abgerufen werden k\u00f6nnen. So lassen sich verschiedene Projekte oder Messsysteme getrennt verwalten.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Innerhalb eines Channels stehen bis zu acht <strong>Fields<\/strong> zur Verf\u00fcgung. Jedes Field speichert eine bestimmte Messgr\u00f6\u00dfe, beispielsweise Temperatur, Luftfeuchtigkeit, Luftdruck oder Helligkeit. Werden neue Sensordaten an ThingSpeak \u00fcbertragen, werden diese den entsprechenden Feldern zugeordnet und zusammen mit einem Zeitstempel gespeichert. Dadurch k\u00f6nnen mehrere Messwerte gleichzeitig erfasst und ausgewertet werden.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">ThingSpeak erstellt aus den gespeicherten Daten automatisch grafische Darstellungen. Die Messwerte werden in Form von Zeitreihen und Diagrammen visualisiert, sodass Entwicklungen und Trends leicht erkennbar sind. Anwender k\u00f6nnen die Diagramme individuell anpassen und die Daten in Echtzeit \u00fcberwachen. Dies erleichtert die Analyse von Sensordaten erheblich und erm\u00f6glicht eine schnelle Bewertung der Messergebnisse.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Eine besondere Funktion von ThingSpeak ist die Integration von <strong>MATLAB Analytics<\/strong>. Damit k\u00f6nnen die gespeicherten Daten direkt in der Cloud analysiert und verarbeitet werden. Mithilfe von MATLAB-Skripten lassen sich beispielsweise Durchschnittswerte berechnen, Messreihen filtern, Grenzwerte \u00fcberwachen oder Vorhersagen erstellen. Dadurch wird ThingSpeak nicht nur zu einer Plattform f\u00fcr die Datenspeicherung, sondern auch zu einem leistungsf\u00e4higen Werkzeug f\u00fcr die Datenanalyse im IoT-Bereich.<\/p>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">ThingSpeak mit Python: Daten\u00fcbertragung<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Die Kommunikation zwischen einem Raspberry Pi und ThingSpeak erfolgt in der Regel \u00fcber die Programmiersprache Python. Aufgrund ihrer einfachen Syntax und der gro\u00dfen Anzahl verf\u00fcgbarer Bibliotheken eignet sich Python hervorragend f\u00fcr IoT-Anwendungen. Mithilfe weniger Programmzeilen k\u00f6nnen Sensordaten erfasst, verarbeitet und anschlie\u00dfend \u00fcber das Internet an einen ThingSpeak-Channel \u00fcbertragen werden.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die Daten\u00fcbertragung erfolgt \u00fcber die REST-API von ThingSpeak. Dazu sendet Python eine HTTP-Anfrage an die Plattform, die den API-Schl\u00fcssel sowie die zu \u00fcbertragenden Messwerte enth\u00e4lt. ThingSpeak speichert diese Werte anschlie\u00dfend automatisch im entsprechenden Channel und stellt sie f\u00fcr die Visualisierung und Analyse bereit.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Vor der Daten\u00fcbertragung m\u00fcssen zun\u00e4chst die ben\u00f6tigten Python-Bibliotheken installiert werden. F\u00fcr die Kommunikation mit ThingSpeak wird h\u00e4ufig die Bibliothek <code>requests<\/code> verwendet:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; pip install requests<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Anschlie\u00dfend wird in ThingSpeak ein eigener Channel erstellt. F\u00fcr diesen Channel stellt ThingSpeak einen sogenannten <strong>Write API Key<\/strong> bereit, der f\u00fcr das Schreiben von Daten ben\u00f6tigt wird. Das folgende Beispiel (DummyTemp.py) zeigt, wie ein Temperaturwert an ThingSpeak gesendet werden kann:<\/p>\n\n\n\n<pre class=\"wp-block-code has-white-color has-black-background-color has-text-color has-background has-link-color wp-elements-2\" style=\"padding-top:var(--wp--preset--spacing--20);padding-right:var(--wp--preset--spacing--20);padding-bottom:var(--wp--preset--spacing--20);padding-left:var(--wp--preset--spacing--20)\"><code><strong>import<\/strong> <strong>requests<\/strong>\napi_key = \"DEIN_WRITE_API_KEY\"\ntemperatur = <strong>22.5<\/strong>\nurl = \"https:\/\/api.thingspeak.com\/update\"\npayload = {\n&nbsp;&nbsp;&nbsp; \"api_key\": api_key,\n&nbsp;&nbsp;&nbsp; \"field1\": temperatur\n}\nresponse = requests.get(url, params=payload)\nprint(\"Serverantwort:\", response.text)<\/code><\/pre>\n\n\n\n<p class=\"wp-block-paragraph\">In diesem Beispiel wird der Messwert <code>22.5<\/code> an das erste Feld <code>(field1)<\/code> des Channels \u00fcbertragen. Die Serverantwort enth\u00e4lt die Datensatznummer des neu gespeicherten Eintrags.<\/p>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Mehrere Sensordaten \u00fcbertragen<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">H\u00e4ufig werden mehrere Sensorwerte gleichzeitig erfasst. ThingSpeak stellt daf\u00fcr bis zu acht Felder pro Channel (MultiChannel.py) bereit:<\/p>\n\n\n\n<pre class=\"wp-block-code has-white-color has-black-background-color has-text-color has-background has-link-color wp-elements-3\" style=\"padding-top:var(--wp--preset--spacing--20);padding-right:var(--wp--preset--spacing--20);padding-bottom:var(--wp--preset--spacing--20);padding-left:var(--wp--preset--spacing--20)\"><code><strong>import<\/strong> <strong>requests<\/strong>\napi_key = \"DEIN_WRITE_API_KEY\"\ntemperatur = <strong>22.5<\/strong>\nluftfeuchtigkeit = <strong>48.2<\/strong>\npayload = {\n&nbsp;&nbsp;&nbsp; \"api_key\": api_key,\n&nbsp;&nbsp;&nbsp; \"field1\": temperatur,\n&nbsp;&nbsp;&nbsp; \"field2\": luftfeuchtigkeit,\n}\nrequests.get(\n&nbsp;&nbsp;&nbsp; \"https:\/\/api.thingspeak.com\/update\",\n&nbsp;&nbsp;&nbsp; params=payload\n)<\/code><\/pre>\n\n\n\n<p class=\"wp-block-paragraph\">Die Werte werden nun parallel in den Feldern 1 und 2 gespeichert und k\u00f6nnen anschlie\u00dfend in ThingSpeak als Diagramme dargestellt werden <mark style=\"background-color:rgba(0, 0, 0, 0)\" class=\"has-inline-color has-blue-color\">(Bild 2)<\/mark>.<\/p>\n\n\n\n<figure class=\"wp-block-image size-full is-style-bordered\"><img loading=\"lazy\" decoding=\"async\" width=\"1369\" height=\"939\" src=\"https:\/\/elvjournal.elv.com\/wp-content\/uploads\/bild02_python_t16.jpg\" alt=\"Bild 2: Graphische Darstellung von Daten in ThingSpeak\" class=\"wp-image-14428\" srcset=\"https:\/\/elvjournal.elv.com\/wp-content\/uploads\/bild02_python_t16.jpg 1369w, https:\/\/elvjournal.elv.com\/wp-content\/uploads\/bild02_python_t16-300x206.jpg 300w, https:\/\/elvjournal.elv.com\/wp-content\/uploads\/bild02_python_t16-768x527.jpg 768w\" sizes=\"auto, (max-width: 1369px) 100vw, 1369px\" \/><figcaption class=\"wp-element-caption\">Bild 2: Graphische Darstellung von Daten in ThingSpeak<\/figcaption><\/figure>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Sensordaten automatisch senden<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">In vielen IoT-Anwendungen sollen Daten regelm\u00e4\u00dfig und automatisch \u00fcbertragen werden. Dies l\u00e4sst sich mit einer Schleife und der Bibliothek time realisieren (SensorData.py):<\/p>\n\n\n\n<pre class=\"wp-block-code has-white-color has-black-background-color has-text-color has-background has-link-color wp-elements-4\" style=\"padding-top:var(--wp--preset--spacing--20);padding-right:var(--wp--preset--spacing--20);padding-bottom:var(--wp--preset--spacing--20);padding-left:var(--wp--preset--spacing--20)\"><code><strong>import<\/strong> <strong>requests<\/strong>\n<strong>import<\/strong> <strong>random<\/strong>\n<strong>import<\/strong> <strong>time<\/strong>\napi_key = \"DEIN_WRITE_API_KEY\"\n<strong>while<\/strong> <strong>True<\/strong>:\n&nbsp;&nbsp;&nbsp; temperatur = random.uniform(<strong>20<\/strong>, <strong>25<\/strong>)\n&nbsp;&nbsp;&nbsp; requests.get(\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; \"https:\/\/api.thingspeak.com\/update\",\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; params={\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; \"api_key\": api_key,\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; \"field1\": temperatur\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; }\n&nbsp;&nbsp;&nbsp; )\n&nbsp;&nbsp;&nbsp; print(\"Temperatur gesendet:\", temperatur)\n&nbsp;&nbsp;&nbsp; time.sleep(<strong>20<\/strong>)<\/code><\/pre>\n\n\n\n<p class=\"wp-block-paragraph\">Das Programm erzeugt alle 20 Sekunden einen neuen Dummy-Messwert und sendet ihn an ThingSpeak. Das Intervall sollte nicht zu kurz gew\u00e4hlt werden, da die kostenlose Version von ThingSpeak eine begrenzte Aktualisierungsrate (15 s) besitzt.<\/p>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Sensordaten eines Sensors \u00fcbertragen<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Ein typisches IoT-Projekt verwendet nat\u00fcrlich reale Sensordaten. Das folgende Beispiel liest Temperatur und Luftfeuchtigkeit von einem DHT22-AM2302-Sensor aus und \u00fcbermittelt die Werte an ThingSpeak (HumiTemp.py):<\/p>\n\n\n\n<pre class=\"wp-block-code has-white-color has-black-background-color has-text-color has-background has-link-color wp-elements-5\" style=\"padding-top:var(--wp--preset--spacing--20);padding-right:var(--wp--preset--spacing--20);padding-bottom:var(--wp--preset--spacing--20);padding-left:var(--wp--preset--spacing--20)\"><code><strong>import<\/strong> <strong>time<\/strong>, <strong>board<\/strong>, <strong>requests<\/strong>, <strong>adafruit_dht<\/strong>\nTHINGSPEAK_API_KEY = \"DEIN_WRITE_API_KEY\"\nTHINGSPEAK_URL = \"https:\/\/api.thingspeak.com\/update\"\ndhtDevice = adafruit_dht.DHT22(board.D4, use_pulseio=<strong>False<\/strong>) # DHT22 an GPIO4\nprint(\"AM2302 \/ DHT22 Sensor wird ausgelesen...\")\nprint(\"Dr\u00fccke Strg+C zum Beenden<strong>\\n<\/strong>\")\n<strong>def<\/strong> <strong>send_to_thingspeak<\/strong>(temperature, humidity):\n&nbsp;&nbsp;&nbsp; payload = {\"api_key\": THINGSPEAK_API_KEY,\"field1\": temperature,\"field2\": humidity}\n&nbsp;&nbsp;&nbsp; <strong>try<\/strong>:\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; response = requests.post(THINGSPEAK_URL, data=payload, timeout=<strong>10<\/strong> )\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; <strong>if<\/strong> response.status_code == <strong>200<\/strong> <strong>and<\/strong> response.text != \"0\":\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; print(f\"ThingSpeak Update erfolgreich (Entry-ID: {response.text})\")\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; <strong>else<\/strong>:\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; print(f\"ThingSpeak Fehler: {response.status_code}\")\n&nbsp;&nbsp;&nbsp; <strong>except<\/strong> <strong>Exception<\/strong> <strong>as<\/strong> e:\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; print(f\"Fehler beim Senden an ThingSpeak: {e}\")\n<strong>def<\/strong> <strong>read_sensor<\/strong>():\n&nbsp;&nbsp;&nbsp; <strong>try<\/strong>:\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; temperature_c = dhtDevice.temperature\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; humidity = dhtDevice.humidity\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; <strong>if<\/strong> temperature_c <strong>is<\/strong> <strong>not<\/strong> <strong>None<\/strong> <strong>and<\/strong> humidity <strong>is<\/strong> <strong>not<\/strong> <strong>None<\/strong>:\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; print(f\"Temperatur: {temperature_c:.1f} \u00b0C\")\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; print(f\"Luftfeuchtigkeit: {humidity:.1f} %\")\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; send_to_thingspeak(temperature_c, humidity)\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; <strong>return<\/strong> <strong>True<\/strong>\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; <strong>else<\/strong>:\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; print(\"Fehler: Keine g\u00fcltigen Messwerte\")\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; <strong>return<\/strong> <strong>False<\/strong>\n&nbsp;&nbsp;&nbsp; <strong>except<\/strong> <strong>RuntimeError<\/strong> <strong>as<\/strong> error:\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; print(f\"RuntimeError: {error.args&#91;<strong>0<\/strong>]}\")\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; <strong>return<\/strong> <strong>False<\/strong>\n&nbsp;&nbsp;&nbsp; <strong>except<\/strong> <strong>Exception<\/strong> <strong>as<\/strong> error:\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; print(f\"Fehler: {type(error).__name__} - {error}\")\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; <strong>return<\/strong> <strong>False<\/strong>\n<strong>try<\/strong>:\n&nbsp;&nbsp;&nbsp; <strong>while<\/strong> <strong>True<\/strong>:\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; <strong>if<\/strong> read_sensor():\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; print(\"-\" * <strong>30<\/strong>)\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; time.sleep(<strong>20<\/strong>)\n<strong>except<\/strong> <strong>KeyboardInterrupt<\/strong>:\n&nbsp;&nbsp;&nbsp; print(\"<strong>\\n<\/strong>Programm beendet.\")\n&nbsp;&nbsp;&nbsp; dhtDevice.exit()<\/code><\/pre>\n\n\n\n<p class=\"wp-block-paragraph\">Details zur Inbetriebnahme des Sensors finden sich <a href=\"https:\/\/de.elv.com\/elvjournal\/python-raspberry-pi-sensoren-messwerterfassung\/\" target=\"_blank\" rel=\"noreferrer noopener\">in einem fr\u00fcheren Beitrag (\u201ePython &amp; MicroPython: Programmieren lernen f\u00fcr Einsteiger, Teil 9 \u2013 Sensoren und Messwerterfassung\u201c)<\/a>. Der Sensor wird in diesem Beispiel an den GPIO-Pin 04 angeschlossen:<\/p>\n\n\n\n<pre class=\"wp-block-code has-white-color has-black-background-color has-text-color has-background has-link-color wp-elements-6\" style=\"padding-top:var(--wp--preset--spacing--20);padding-right:var(--wp--preset--spacing--20);padding-bottom:var(--wp--preset--spacing--20);padding-left:var(--wp--preset--spacing--20)\"><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; dhtDevice = adafruit_dht.DHT22(board.D4, use_pulseio=<strong>False<\/strong>) # DHT22 an GPIO4<\/code><\/pre>\n\n\n\n<p class=\"wp-block-paragraph\">Nach der Ausf\u00fchrung des Programms erscheinen die Messwerte automatisch im entsprechenden ThingSpeak-Channel.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Im Programm werden zun\u00e4chst die Python-Bibliotheken <code>adafruit_dht<\/code>, <code>board<\/code>, <code>requests<\/code> und <code>time<\/code> verwendet. Falls erforderlich, k\u00f6nnen diese nachinstalliert werden. Die Bibliothek <code>adafruit_dht<\/code> \u00fcbernimmt die Kommunikation mit dem Sensor, w\u00e4hrend <code>requests<\/code> f\u00fcr die Daten\u00fcbertragung an ThingSpeak zust\u00e4ndig ist.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Zu Beginn werden der pers\u00f6nliche ThingSpeak-Write-API-Key sowie die URL des Dienstes festgelegt. Anschlie\u00dfend wird der DHT22-Sensor am GPIO4-Pin des Raspberry Pi initialisiert. Nach dem Start des Programms erfolgt die Messung in einer Schleife, die kontinuierlich Temperatur und Luftfeuchtigkeit erfasst. Die Temperatur wird dabei in Grad Celsius ausgelesen. Die aktuellen Werte werden auf der Konsole ausgegeben, sodass die Messdaten direkt verfolgt werden k\u00f6nnen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Nach jeder erfolgreichen Messung werden die Daten dann an ThingSpeak \u00fcbertragen. Dazu erstellt das Programm ein Datenpaket mit dem API-Key sowie den Messwerten f\u00fcr Temperatur und Luftfeuchtigkeit. Diese Werte werden den Feldern <code>field1<\/code> und <code>field2<\/code> des ThingSpeak-Channels zugeordnet und per HTTP-POST-Anfrage an den Server gesendet. Bei erfolgreicher \u00dcbertragung best\u00e4tigt ThingSpeak den Empfang durch die R\u00fcckgabe einer Datensatznummer (Entry-ID), die auf der Konsole angezeigt wird.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Um einen stabilen Betrieb zu gew\u00e4hrleisten, enth\u00e4lt das Programm eine Fehlerbehandlung. Typische Sensorfehler, wie Zeit\u00fcberschreitungen oder fehlerhafte Pr\u00fcfsummen, werden abgefangen und f\u00fchren nicht zum Abbruch des Programms. Auch Probleme bei der Netzwerkverbindung oder der Daten\u00fcbertragung werden erkannt und als Fehlermeldungen ausgegeben.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Nach jeder Messung und \u00dcbertragung wartet das System 20 Sekunden, bevor der n\u00e4chste Messzyklus startet. Diese Wartezeit ist notwendig, da kostenlose ThingSpeak-Konten nur etwa alle 15 Sekunden einen neuen Datensatz akzeptieren (s. o).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Durch die Kombination aus Raspberry Pi, DHT22-Sensor und ThingSpeak entsteht ein einfaches \u00dcberwachungssystem f\u00fcr Temperatur und Luftfeuchtigkeit. Die Messwerte werden nicht nur lokal angezeigt, sondern auch dauerhaft in der Cloud gespeichert. Dadurch k\u00f6nnen sie grafisch dargestellt, ausgewertet oder f\u00fcr weitere Anwendungen im Bereich Smart Home, Umwelt\u00fcberwachung oder Wetterstationen genutzt werden. <mark style=\"background-color:rgba(0, 0, 0, 0)\" class=\"has-inline-color has-blue-color\">Bild 3<\/mark> zeigt den zeitlichen Verlauf der beiden Messwerte in jeweils einem Y-t-Diagramm.<\/p>\n\n\n\n<figure class=\"wp-block-image size-full is-style-bordered\"><img loading=\"lazy\" decoding=\"async\" width=\"852\" height=\"306\" src=\"https:\/\/elvjournal.elv.com\/wp-content\/uploads\/bild03_python_t16.jpg\" alt=\"Bild 3: Zeitlicher Verlauf von Messdaten in ThingSpeak\" class=\"wp-image-14429\" srcset=\"https:\/\/elvjournal.elv.com\/wp-content\/uploads\/bild03_python_t16.jpg 852w, https:\/\/elvjournal.elv.com\/wp-content\/uploads\/bild03_python_t16-300x108.jpg 300w, https:\/\/elvjournal.elv.com\/wp-content\/uploads\/bild03_python_t16-768x276.jpg 768w\" sizes=\"auto, (max-width: 852px) 100vw, 852px\" \/><figcaption class=\"wp-element-caption\">Bild 3: Zeitlicher Verlauf von Messdaten in ThingSpeak<\/figcaption><\/figure>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Vorteile von Python in Verbindung mit ThingSpeak<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Die Kombination aus Python und ThingSpeak bietet zahlreiche Vorteile:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Einfache und verst\u00e4ndliche Programmierung<\/li>\n\n\n\n<li>Direkte Unterst\u00fctzung von HTTP- und REST-Schnittstellen<\/li>\n\n\n\n<li>Gro\u00dfe Auswahl an Bibliotheken f\u00fcr Sensoren und Hardware<\/li>\n\n\n\n<li>Schnelle Entwicklung von IoT-Prototypen<\/li>\n\n\n\n<li>Automatische Visualisierung der Daten in ThingSpeak<\/li>\n\n\n\n<li>M\u00f6glichkeit zur weiteren Analyse mit MATLAB Analytics<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Dadurch entsteht eine leistungsf\u00e4hige und zugleich leicht zug\u00e4ngliche Plattform f\u00fcr IoT-Projekte, bei der Sensordaten vom Raspberry Pi mit wenigen Programmzeilen erfasst, \u00fcbertragen, gespeichert und ausgewertet werden k\u00f6nnen.<\/p>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Erg\u00e4nzungen, \u00dcbungen und Anregungen<\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Wie kann man die durchschnittliche Temperatur und Luftfeuchtigkeit eines Tages berechnen und an ThingSpeak ausgeben?<\/li>\n\n\n\n<li>Ersetzen sie den DHT22-Sensor durch eine DS18X20 Temperatursensor und passen sie das Messprogramm entsprechend an.<\/li>\n\n\n\n<li>Formatieren sie die ThingSpeak Diagramme als verschiedene Liniendiagramme (Line Charts)<\/li>\n\n\n\n<li>Geben sie den Temperaturverlauf eines Tages, einer Woche oder eines Monats wieder<\/li>\n\n\n\n<li>Kann man auch mehrere Kurven in einem Diagramm gemeinsam darstellen?<\/li>\n\n\n\n<li>Untersuchen Sie m\u00f6gliche Zusammenh\u00e4nge zwischen zwei Messgr\u00f6\u00dfen (z. B. Temperatur und Luftfeuchtigkeit) \u2013 Automatisierung?<\/li>\n\n\n\n<li>Sind auch S\u00e4ulendiagramme (Column Charts) m\u00f6glich?<\/li>\n\n\n\n<li>Zeigen Sie die Messwerte als Numerische Displays an!<\/li>\n\n\n\n<li>Formatieren die Gauge-Anzeige (\u201eTachometer\u201c) mit verschiedenen Farbbereichen,<br>z. B.<br>&nbsp;Gr\u00fcn = Normalbereich<br>&nbsp;Gelb = Warnung<br>&nbsp;Rot = Kritischer Bereich<br>Einsatz: Raumklima\u00fcberwachung oder Alarmfunktionen.<\/li>\n\n\n\n<li>Erstellen sie Tages-, Wochen- und Monatsansichten der Daten \u2013 vergleichen Sie den Temperaturverlauf eines Tages mit dem einer ganzen Woche<\/li>\n<\/ul>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Zusammenfassung und Ausblick<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Mit diesem Beitrag wurden erste Schritte in die Welt des Internet of Things (IoT) mit Python unternommen. Am Beispiel des DHT22-Sensors wurde gezeigt, wie ein Raspberry Pi Temperatur- und Luftfeuchtigkeitsdaten erfassen und \u00fcber die Plattform ThingSpeak in der Cloud speichern kann. Dabei kamen wichtige Python-Konzepte wie Bibliotheken und Funktionen zum Einsatz.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Im n\u00e4chsten Teil der Reihe verlassen wir die Welt der Sensoren und wenden uns der Bildverarbeitung zu. Im Mittelpunkt steht die Raspberry Pi Kamera, mit der sich Fotos und Videos direkt aus Python heraus aufnehmen lassen. Dabei lernen wir, wie eine Kamera eingerichtet und angesteuert wird, wie Bilder automatisiert gespeichert werden k\u00f6nnen und welche M\u00f6glichkeiten sich f\u00fcr Zeitrafferaufnahmen, \u00dcberwachungssysteme oder erste Anwendungen f\u00fcr \u201eComputer Vision\u201c ergeben. Damit erweitert sich das Spektrum der Raspberry-Pi-Projekte von der Erfassung von Messdaten hin zur Verarbeitung visueller Informationen.<\/p>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Material&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Raspberry Pi mit Netzteil<\/li>\n\n\n\n<li>DHT22 Sensor<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>Das Internet der Dinge (Internet of Things, IoT) erm\u00f6glicht die Vernetzung von Ger\u00e4ten, Sensoren und Cloud-Diensten, um Daten in Echtzeit zu erfassen und auszuwerten. Mit dem Raspberry Pi steht eine kosteng\u00fcnstige und leistungsf\u00e4hige Plattform zur Verf\u00fcgung, die sich ideal f\u00fcr IoT-Projekte eignet. In Kombination mit der Programmiersprache Python lassen sich Sensordaten einfach erfassen, verarbeiten und z. B. \u00fcber die Cloud-Plattform ThingSpeak visualisieren.<\/p>\n","protected":false},"author":5,"featured_media":864,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[34],"tags":[2429,2431,2432,2435,2423,2420,2440,2439,2422,2437,2430,2434,2426,325,2425,2438,2421,2428,2433,2436,2424,2427],"post-author":[137],"class_list":["post-14425","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-python-micropython","tag-dht22-raspberry-pi-python","tag-dht22-thingspeak","tag-iot-cloud-plattform","tag-iot-datenerfassung","tag-iot-mit-python","tag-iot-mit-python-und-thingspeak","tag-matlab-analytics-thingspeak","tag-python-einsteiger-tutorial","tag-python-iot-tutorial","tag-python-requests-thingspeak","tag-python-rest-api","tag-python-sensordaten-uebertragen","tag-raspberry-pi-iot","tag-raspberry-pi-sensoren","tag-raspberry-pi-thingspeak","tag-raspberry-pi-wetterstation","tag-sensordaten-in-die-cloud-senden","tag-sensordaten-visualisieren","tag-temperatur-und-luftfeuchtigkeit-messen","tag-thingspeak-api","tag-thingspeak-python","tag-thingspeak-raspberry-pi","post-author-dr-guenter-spanner"],"acf":[],"info":{"thumbnail":{"url":"https:\/\/elvjournal.elv.com\/wp-content\/uploads\/header_phyton_teil11.jpg","alt":""},"teaserImage":{"ID":14430,"id":14430,"title":"liste-beitrag_python_t16_neu","filename":"Liste-Beitrag_python_t16_neu.jpg","filesize":97245,"url":"https:\/\/elvjournal.elv.com\/wp-content\/uploads\/Liste-Beitrag_python_t16_neu.jpg","link":"https:\/\/de.elv.com\/elvjournal\/python-iot-thingspeak-raspberry-pi\/liste-beitrag_python_t16_neu\/","alt":"","author":"5","description":"","caption":"","name":"liste-beitrag_python_t16_neu","status":"inherit","uploaded_to":14425,"date":"2026-07-01 13:30:43","modified":"2026-07-01 13:30:43","menu_order":0,"mime_type":"image\/jpeg","type":"image","subtype":"jpeg","icon":"https:\/\/elvjournal.elv.com\/wp-includes\/images\/media\/default.png","width":433,"height":274,"sizes":{"thumbnail":"https:\/\/elvjournal.elv.com\/wp-content\/uploads\/Liste-Beitrag_python_t16_neu-250x250.jpg","thumbnail-width":250,"thumbnail-height":250,"medium":"https:\/\/elvjournal.elv.com\/wp-content\/uploads\/Liste-Beitrag_python_t16_neu-300x190.jpg","medium-width":300,"medium-height":190,"medium_large":"https:\/\/elvjournal.elv.com\/wp-content\/uploads\/Liste-Beitrag_python_t16_neu.jpg","medium_large-width":433,"medium_large-height":274,"large":"https:\/\/elvjournal.elv.com\/wp-content\/uploads\/Liste-Beitrag_python_t16_neu.jpg","large-width":433,"large-height":274,"1536x1536":"https:\/\/elvjournal.elv.com\/wp-content\/uploads\/Liste-Beitrag_python_t16_neu.jpg","1536x1536-width":433,"1536x1536-height":274,"2048x2048":"https:\/\/elvjournal.elv.com\/wp-content\/uploads\/Liste-Beitrag_python_t16_neu.jpg","2048x2048-width":433,"2048x2048-height":274}},"categories":[{"id":34,"name":"Python &amp; MicroPython","slug":"python-micropython"}],"authors":[{"id":137,"name":"Dr. G\u00fcnter Spanner","slug":"dr-guenter-spanner"}],"document":false,"epaper":"","date":"10. September 2026","excerpt":"Das Internet der Dinge (Internet of Things, IoT) erm\u00f6glicht die Vernetzung von Ger\u00e4ten, Sensoren und Cloud-Diensten, um Daten in Echtzeit zu erfassen und auszuwerten. Mit dem Raspberry Pi steht eine kosteng\u00fcnstige und leistungsf\u00e4hige Plattform zur Verf\u00fcgung, die sich ideal f\u00fcr IoT-Projekte eignet. In Kombination mit der Programmiersprache Python lassen sich Sensordaten einfach erfassen, verarbeiten und z. B. \u00fcber die Cloud-Plattform ThingSpeak visualisieren."},"_links":{"self":[{"href":"https:\/\/de.elv.com\/elvjournal\/wp-json\/wp\/v2\/posts\/14425","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/de.elv.com\/elvjournal\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/de.elv.com\/elvjournal\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/de.elv.com\/elvjournal\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/de.elv.com\/elvjournal\/wp-json\/wp\/v2\/comments?post=14425"}],"version-history":[{"count":3,"href":"https:\/\/de.elv.com\/elvjournal\/wp-json\/wp\/v2\/posts\/14425\/revisions"}],"predecessor-version":[{"id":15609,"href":"https:\/\/de.elv.com\/elvjournal\/wp-json\/wp\/v2\/posts\/14425\/revisions\/15609"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/de.elv.com\/elvjournal\/wp-json\/wp\/v2\/media\/864"}],"wp:attachment":[{"href":"https:\/\/de.elv.com\/elvjournal\/wp-json\/wp\/v2\/media?parent=14425"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/de.elv.com\/elvjournal\/wp-json\/wp\/v2\/categories?post=14425"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/de.elv.com\/elvjournal\/wp-json\/wp\/v2\/tags?post=14425"},{"taxonomy":"post-author","embeddable":true,"href":"https:\/\/de.elv.com\/elvjournal\/wp-json\/wp\/v2\/post-author?post=14425"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}