Sensor Logger und Nextcloud: Wie Messdaten den Weg in die eigene Cloud finden

Wenn irgendwo in einer Werkhalle ein Smartphone mit Klebeband an einem Maschinengehäuse befestigt ist, schaut der Betriebsrat vielleicht kurz stirnrunzelnd hin. Wer dann auf den Bildschirm blickt, sieht eine App, die Linien zeichnet und eine Zahlenkolonne nach oben scrollen lässt. Was wie eine Spielerei aussieht, ist im besten Fall ein raffinierter Sensor Logger – und die gesammelten Messdaten wandern wenig später in eine Nextcloud. Kein WLAN-Kabel, keine Spezialhardware, keine proprietäre Cloud. Ein normales Telefon, eine handelsübliche App und ein Server, auf dem man selbst die Hand über den Daten hat. Das klingt nach Bastelei, ist es auch. Aber es ist eine Bastelei mit erstaunlichem Nutzwert, gerade für all jene, die IT nicht als Selbstzweck betreiben, sondern als Werkzeug.

Was ein Sensor Logger eigentlich macht

Der Begriff Sensor Logger ist im Deutschen noch nicht ganz angekommen, obwohl die Idee alles andere als neu ist. Ein Datenlogger zeichnet über einen bestimmten Zeitraum physikalische Größen auf. Klassische Geräte dieser Art hängen seit Jahrzehnten in Klimaschränken, Kühltransporten oder an Brückenpfeilern, um Temperatur, Luftfeuchtigkeit oder Erschütterungen zu dokumentieren. Sie sind klein, zuverlässig, aber auch teuer. Ein modernes Smartphone vereint dagegen einen Haufen Sensoren auf engstem Raum: Beschleunigungssensoren, Gyroskop, Magnetometer, Luftdrucksensor, Lichtsensor, Mikrofon, GPS-Empfänger und nicht selten auch Temperatur- und Feuchtigkeitssensoren in der Nähe des Akkus. Nimmt man dazu die Rechenleistung, den Speicher und die Kommunikationsschnittstellen, wird klar: Das Gerät in der Hosentasche ist bereits ein Datenlogger. Man muss ihm nur sagen, was er aufzeichnen soll.

Eine App namens Sensor Logger, verfügbar für Android und iOS, macht genau das. Sie greift auf die eingebauten Sensoren zu, loggt die Werte in wählbaren Intervallen und schreibt sie in Dateien. Die Bedienung ist denkbar einfach: Sensor auswählen, Abtastrate einstellen, Aufzeichnung starten. Nach ein paar Stunden oder Tagen beendet man die Messung und bekommt eine CSV- oder JSON-Datei – je nach Konfiguration. Das klingt unspektakulär, ist aber die Grundlage für viele interessante Anwendungen, von der Erschütterungsmessung an einem Förderband bis zur Bewegungserfassung an einer Tür.

Dass die App dabei auf Chromebooks oder Smartphones läuft, die man ohnehin besitzt, senkt die Einstiegshürde erheblich. Man braucht kein separates IoT-Device, kein Lötkolben-Projekt und keine zusätzliche Sensorik. Man nimmt ein altes Handy aus der Schublade, das noch Android 11 oder neuer kann, stellt es auf eine Fensterbank, und schon hat man eine Wetterstation. Oder man legt es neben ein belüftetes Gerät und protokolliert, ob die Kühlung wirklich durchläuft. Der Fantasie sind kaum Grenzen gesetzt. Die eigentliche Frage ist bloß: Wo landen die Daten? Und wie kommt man später sinnvoll an sie heran?

Nextcloud als Datensenke – mehr als nur Ablage

Nextcloud wird in den meisten Fällen als Synchronisationslösung für Dokumente genutzt. Man installiert die Server-Software, richtet Benutzer ein und hat auf einmal einen eigenen Cloud-Speicher, der sich mit Desktop-Clients und mobilen Apps verbindet. Was oft untergeht: Nextcloud spricht auch WebDAV, ein Protokoll, das sich hervorragend dazu eignet, Daten aus beliebigen Programmen auf den Server zu schieben. WebDAV ist ein veralteter Name, aber die Schnittstelle ist stabil und weit verbreitet. So gut wie jede Anwendung, die Dateien aus der Cloud lesen oder schreiben kann, kommt mit WebDAV zurecht.

Der Sensor Logger kann genau dieses WebDAV bedienen. Statt die CSV-Dateien erst mühsam per E-Mail an sich selbst zu schicken oder sie in den lokalen Downloads-Ordner legen zu lassen, übergibt die App sie direkt an die Nextcloud-Instanz. Das geschieht verschlüsselt über TLS, landen also nicht auf fremden Servern. Auch dass Nextcloud offene Ordnerstrukturen und Zugriffsrechte mitbringt, ist ein Vorteil. Man kann für verschiedene Messprojekte getrennte Verzeichnisse anlegen, den Zugriff pro Benutzer regeln und sogar die Dateien mehreren Personen bereitstellen, ohne sie duplizieren zu müssen. Die Integration ist keine Bastelei, die nur im Labor funktioniert, sondern ein tragfähiges Modell für den regulären Einsatz.

Ein weiterer Aspekt kommt hinzu: Nextcloud kann mehr als nur Dateien speichern. Über die Datenbank der Cloud lassen sich auch Metadaten verwalten, und mit Erweiterungen wie der Text- oder Tabellenbearbeitung werden CSV-Dateien im Browser zumindest vorbetrachtet. Das ist keine komplexe Zeitreihenanalyse, aber der Einstieg in die Sichtung der Daten klappt damit deutlich besser als bei einem passiven Netzwerkspeicher. Dazu später mehr.

Bevor es losgeht: Welche App meint man eigentlich?

Der Name Sensor Logger ist nicht geschützt. Es gibt verschiedene Anwendungen, die so heißen oder ähnlich funktionieren. Wer vor diesem Artikel noch nichts davon gehört hat, sollte im Play Store oder App Store gezielt suchen und auf den Entwickler achten. Besonders verbreitet ist eine App, die viele eingebaute Sensoren unterstützt und regelmäßig gepflegt wird. Ihre Oberfläche ist auf Englisch gehalten, was die Einrichtung ein kleines Stück sperriger macht, aber die Menüführung ist logisch. Sie kennt CSV- und JSON-Export und bietet unter den Exportoptionen oder Verbindungseinstellungen einen Punkt für WebDAV- beziehungsweise Cloud-Dienste an. Dort trägt man die eigene Nextcloud-Adresse ein.

Wer ganz sichergehen will, ob die jeweils installierte App WebDAV unterstützt, öffnet die App und schaut in den Einstellungen nach einem Bereich namens „Cloud Upload“ oder „Destination“. Manche Apps erwarten sogar eine direkte Auswahl von Nextcloud, andere nur eine WebDAV-Endpunkt. Beides führt zum Ziel, solange man den richtigen Pfad kennt. Und genau dieser Pfad ist der Punkt, an dem so manche Installation scheitert – nicht an Nextcloud, sondern an der eigenen Server-Konfiguration.

Der korrekte WebDAV-Pfad in Nextcloud

Nextcloud stellt seinen WebDAV-Endpunkt nicht unter `https://cloud.example.com/webdav` bereit, auch wenn das viele veraltete Anleitungen behaupten. Der moderne Pfad lautet:

https://cloud.example.com/remote.php/dav/files/BENUTZERNAME/

Genau dieser Pfad wird in der App eingetragen. Manche Implementationen akzeptieren zusätzlich den etwas kürzeren Pfad `https://cloud.example.com/remote.php/webdav/`, der bei älteren Owncloud-Versionen üblich war. Nextcloud selbst leitet diesen Pfad meist korrekt um, aber man sollte sich nicht darauf verlassen. Wer den langen Pfad verwendet, liegt in jedem Fall richtig. Ein typischer Fehler ist, nur die Domain als Serveradresse anzugeben. Das kann der App nicht helfen, weil sie nicht weiß, auf welchem Verzeichnis sie landet. Also: Immer den vollständigen Pfad inklusive Benutzername angeben.

Ein zweiter Stolperstein ist das Passwort. Nextcloud-Benutzer haben ein Hauptpasswort, mit dem sie sich am Webinterface anmelden. Für Dienste wie WebDAV oder die mobile Datei-Synchronisation sollte man jedoch ein sogenanntes App-Passwort vergeben. Das geht in den Einstellungen des Benutzerkontos unter dem Punkt Sicherheit. Man erzeugt dort ein separates Passwort, das nur für diese eine Anwendung gilt. Ist eine App-Passwort irgendwann kompromittiert, lässt es sich einzeln widerrufen, ohne das Hauptkonto anzufassen. Wer hier das normale Kontopasswort einträgt, öffnet unnötig eine breite Angriffsfläche. Der Sensor Logger speichert Zugangsdaten zudem dauerhaft in der App, also ist ein einzelnes, widerrufbares Passwort der deutlich sauberere Weg.

Nicht zuletzt sollte man in Nextcloud bereits vor dem ersten Upload einen Zielordner anlegen, etwa `Messdaten/SensorLogger`. Die App schreibt ihre Exportdateien dann in diesen Ordner. Manche Sensor-Logger-Apps bieten an, den Ordner selbst per WebDAV anzulegen, die meisten erwarten aber, dass er bereits existiert. Ein kurzer Test mit einer einzelnen Messung zeigt schnell, ob der Pfad stimmt und ob die Datei auf dem Server ankommt.

Datenformate und Dateistruktur: Ein Blick unter die Haube

Die Daten, die der Sensor Logger nach Nextcloud schickt, sind im einfachsten Fall CSV-Dateien. CSV steht für „Comma Separated Values“, eine der ältesten und zugleich robustesten Tabellenformate überhaupt. Jede Zeile enthält einen Messwert, in der Regel mit einem Zeitstempel an erster Stelle. Danach folgen die Sensorwerte, meist als Dezimalzahlen mit vielen Nachkommastellen. Wer schon einmal mit Messdaten gearbeitet hat, weiß, wie angenehm sich CSV im Vergleich zu proprietären Formaten verhält: Man kann es in Excel öffnen, in R oder Python importieren oder mit gängigen Kommandozeilen-Tools weiterverarbeiten. Es gibt keine versteckten Datenbanken, keine Lizenzprobleme und keine überflüssigen Metadaten.

Je nach Konfiguration erzeugt die App auch JSON-Dateien. Dieses Format ist verschachtelt und eignet sich vor allem dann, wenn die Daten später von Programmen verarbeitet werden sollen, die ohnehin mit JSON arbeiten. Für die schnelle Sichtung am Bildschirm ist CSV aber oft praktischer. Auch ein Blick in die Datei lohnt sich, bevor man das Messprojekt startet: Enthält die CSV wirklich einen Zeitstempel? Werden Einheiten mitgeliefert? Wie viele Dezimalstellen gibt es? All das lässt sich in den Einstellungen der App beeinflussen.

Interessant ist auch die Namensgebung der Dateien. Die App erzeugt in der Regel aussagekräftige Dateinamen, die das Datum und die Uhrzeit des Messbeginns enthalten. Beispielsweise könnte eine Datei `SensorLog_20250612_153045.csv` heißen. Das hilft ungemein, wenn man über Wochen hinweg regelmäßig Messungen ablegt und später eine bestimmte Messung sucht. Man sollte die Standardbenennung nicht unterschätzen. Wer viele Messungen automatisiert in die Cloud schiebt, bekommt sonst schnell eine unübersichtliche Flut aus Dateien mit dem Namen `export.csv`. Einige Apps bieten Variablen an, mit denen man eigene Namensschemata festlegen kann. Das ist eine der wenigen Einstellungen, die man wirklich pflegen sollte.

Praxisbeispiel: Erschütterungen an einer Maschine überwachen

Ein konkretes Szenario macht deutlich, warum die Kombination aus Sensor Logger und Nextcloud praktisch ist. Angenommen, ein kleiner Betrieb betreibt eine Pumpe, die hin und wieder ungewöhnliche Vibrationen entwickelt. Solche Vibrationen sind oft ein Frühwarnzeichen für verschlissene Lager. Eine spezielle Maschinenüberwachung wäre teuer und wartungsintensiv. Stattdessen legt man ein altes Smartphone auf die Pumpe, wobei eine Gummimatte als Entkopplung hilft, und startet die Aufzeichnung des Beschleunigungssensors mit 50 Hertz. Das Telefon bleibt eine Woche lang dort liegen, eingesteckt an ein Ladekabel. Die App loggt durchgehend, oder nur dann, wenn die Pumpe läuft, sofern die App eine entsprechende Trigger-Option kennt. Nach einer Woche nimmt man das Telefon herunter, stoppt die Messung und lädt die CSV-Datei in die Nextcloud.

Am Rechner wertet man die Datei aus, etwa mit Python und der Bibliothek Pandas. Man ermittelt die maximale Amplitude über den Erfassungszeitraum, erstellt ein Spektrogramm und sieht, ob eine bestimmte Frequenz an manchen Tagen stärker ausgeprägt ist. Ein Maschinenschaden lässt sich auf diese Weise nicht prognostizieren, aber man erkennt Muster und kann Wartungsintervalle besser planen. Der Aufwand ist minimal. Selbst wenn man keine Python-Skripte schreiben möchte, gibt es inzwischen Browser-basierte Tools, mit denen man CSV-Dateien online begutachten kann. Nextcloud selbst ist nicht das Analyse-Tool, aber es ist der zentrale Ort, an dem alle Daten zusammenlaufen. Diese Trennung von Erfassung, Speicherung und Auswertung ist nicht nur technisch sauber, sie entspricht auch dem modularen Denkschema vieler IT-Verantwortlicher.

Dabei zeigt sich allerdings ein Punkt, der gerne untergeht: Der Sensor Logger ist nur so gut wie die Umgebung, in der er läuft. Ein Smartphone, das nachts in den Energiesparmodus fällt oder vom Betriebssystem gnadenlos beendet wird, zeichnet keine Daten auf. Viele Mess-Apps haben deshalb eine Einstellung, mit der man den Bildschirm dauerhaft aktiv halten kann. Das kostet Strom, ist aber bei längeren Messungen unvermeidlich. Auch die Akku-Optimierung muss für die App deaktiviert werden, sonst beendet Android den Prozess nach ein paar Minuten im Hintergrund. Das ist keine Schwäche der App, sondern eine Eigenheit moderner Betriebssysteme, die den Akku schonen wollen. Wer einen Sensor Logger produktiv nutzen will, muss diesem Detail Aufmerksamkeit schenken.

Mehr als ein Spielzeug: Daten aus Transport und Logistik

Der Maschinenbetrieb ist nur ein Beispiel. Die Kombination aus Sensor Logger und Nextcloud eignet sich auch für Aufgaben im Bereich Transport und Logistik. Eine Spedition, die empfindliche Elektronik versendet, möchte wissen, ob Pakete unterwegs unsachgemäß behandelt werden. Ein Smartphone, das zusammen mit einer Sendung in einer Kiste liegt, zeichnet Stöße und Erschütterungen auf. Später öffnet man die CSV-Datei und sieht auf die Sekunde genau, wann es einen Schlag gegeben hat. Das ist keine forensisch belastbare Beweissicherung, aber es liefert Hinweise, die in der Diskussion mit dem Logistikdienstleister weiterhelfen.

In der Landwirtschaft lassen sich Temperaturverläufe in Gewächshäusern dokumentieren. Im Veranstaltungsbereich kann man die Erschütterungen auf einer Bühne überwachen, wenn schwere Lautsprecher aufgebaut werden. Und im Handwerk wäre denkbar, die horizontale Ausrichtung einer Maschine bei der Installation zu protokollieren, um später zu prüfen, ob die Aufstellung stabil bleibt. Immer geht es darum, relativ preiswert eine Datenbasis zu erzeugen, die vorher schlicht nicht vorhanden war. Der Sensor Logger übernimmt dabei die Rolle einer Blackbox, die man nach einem Ereignis ausliest und deren Daten man anschließend systematisch auswerten kann. Nextcloud dient dabei als revisionssicheres, selbst verwaltetes Archiv. Dass das auf einer eigenen Instanz läuft, mag nicht für jedermann relevant sein. Für Unternehmen, die Datenschutzrichtlinien beachten müssen, ist es jedoch ein entscheidender Vorteil, die Kontrolle über die Daten nicht abzugeben.

Nicht zuletzt ist da noch der wissenschaftliche Anspruch. Citizen-Science-Projekte, also Forschungsvorhaben, bei denen Freiwillige Daten sammeln, nutzen zunehmend Smartphones als Messinstrumente. Eine Gruppe von Studierenden könnte mit Sensor Logger Lärmpegel an verschiedenen Orten einer Stadt erfassen und die Ergebnisse in einer gemeinsamen Nextcloud-Instanz der Hochschule bündeln. Das ist ein didaktisch wertvolles Szenario, weil es den kompletten Datenlebenszyklus abbildet: Messung, Transport, Speicherung, Auswertung und Interpretation. Die Studierenden lernen dabei nicht nur etwas über die Akustik ihrer Stadt, sondern auch über den Umgang mit Datenstrukturen und über die technischen Hürden bei der Datenerfassung. Nebenbei begreifen sie, warum sich eine dezentrale Infrastruktur manchmal besser eignet als der Rückgriff auf kommerzielle Dienste.

Die Grenzen des Konzepts: Wo Nextcloud an seine Grenzen stößt

So charmant das Konzept ist, es hat klar umrissene Grenzen. Nextcloud ist keine Zeitreihendatenbank. Wer kontinuierlich tausende Messwerte pro Sekunde erfasst, die später in Echtzeit abgefragt werden sollen, wird mit einer SQLite- oder PostgreSQL-Datenbank im Hintergrund besser bedient sein als mit CSV-Dateien in einer Nextcloud. Der Sensor Logger erzeugt zwar keine solchen Datenmengen, wenn man ihn vernünftig konfiguriert, aber bei extremer Abtastrate und langen Aufzeichnungen entstehen schnell Dateien mit hunderten Megabyte. Diese über WebDAV hochzuladen und später wieder herunterzuladen ist nicht unmöglich, aber unhandlich. Nextcloud leistet bei solchen Dateien auch keine besondere Vorschau, und die Synchronisationsclients fangen unter Umständen an, die Datei dauerhaft mit dem Server abzugleichen. Das kostet Netzwerkbandbreite und CPU.

Ein weiterer Punkt ist die fehlende Echtzeitfähigkeit. Die CSV-Datei wird in der Regel erst dann übertragen, wenn die Messung abgeschlossen ist. Manche Sensor-Logger-Apps können zwar Dateien in Intervallen übertragen, aber echtes Streaming ist nicht vorgesehen. Wer also eine Alarmsystem haben möchte, das sofort eine Nachricht verschickt, sobald ein Grenzwert überschritten wird, muss auf andere Werkzeuge zurückgreifen. MQTT in Kombination mit Node-RED oder eine InfluxDB mit Grafana-Dashboard eignen sich hierfür besser. Diese Werkzeuge sind allerdings auch komplexer und erfordern eine zweite, parallele Infrastruktur. Nextcloud kann einen solchen Alarm nicht sinnvoll ersetzen. Sie kann aber die dokumentierten Messdaten aufnehmen, nachdem eine Alarmsituation auslöst wurde. Diese Arbeitsteilung ist in der Praxis gar nicht so schlecht.

Ein weiteres Thema ist die Kollaboration. Nextcloud bietet optional Groupware-Funktionen, also Kalender, Kontakte und Aufgaben. Der Sensor Logger hat damit nichts zu tun. Er zielt wie gesagt ausschließlich auf Dateien. Wer Daten im Team auswerten möchte, muss die CSV-Dateien teilen oder die Berechtigungen in Nextcloud fein konfigurieren. Das ist möglich, aber es hat keinen eigenen Workflow, der mehrere Personen durch eine Analyse leitet. Kommentare und Besprechungen an Dateien gibt es zwar in Nextcloud, doch das ist eher ein Anhängsel als eine durchdachte kollaborative Forschungsumgebung. Ein gewisses Maß an Selbstorganisation ist also gefragt, wenn mehrere Personen an denselben Messreihen arbeiten.

Die kleinen Helfer: App-Passwörter, Berechtigungen und Ordnerstrukturen

Wer den Sensor Logger regelmäßig einsetzen möchte, sollte sich einmal grundsätzlich mit der Ordnerstruktur in Nextcloud beschäftigen. Ein einziger Ordner für alle Messungen mag auf den ersten Blick einfach sein, aber er wird schnell unübersichtlich. Besser ist es, nach Projekten zu trennen. Bei umfangreichen Installationen lohnt es sich, auch den Benutzerkreis zu strukturieren. Wenn mehrere Mitarbeiter ihre Sensordaten in eine gemeinsame Nextcloud laden, ist es empfehlenswert, für jede Person ein eigenes Benutzerkonto anzulegen und nicht mit einem gemeinsamen Zugang zu arbeiten. Sonst lassen sich spätere Änderungen an den Zugriffsrechten nicht mehr granulär umsetzen.

Ein sehr praktischer Tipp ist die Verwendung eines dedizierten Service-Benutzers. Man legt in Nextcloud einen Benutzer an, der nur für den Datenupload von Sensoren zuständig ist. Dieser Benutzer hat ein App-Passwort, das ausschließlich in der Sensor-Logger-App hinterlegt ist. Der Benutzer bekommt nur Lese- und Schreibrechte in einem bestimmten Bereich, etwa im Verzeichnis `SensorLogger`. Ein solches Konto lässt sich notfalls komplett sperren, ohne die Konten der echten Nutzer zu beeinträchtigen. Das ist nicht paranoid, sondern entspricht dem Prinzip der minimalen Rechtevergabe, das in der IT-Sicherheit als Standard gilt. Man wendet es im Serverbetrieb seit Jahren an, also warum nicht auch bei einer Sensor-Logger-Anbindung.

Ein weiterer hilfreicher Punkt betrifft die Dateinamenskonvention. Manche Sensor Logger erlauben es, einen Präfix zu vergeben. So kann man sicherstellen, dass alle Dateien eine Projektkennung tragen, etwa `PumpenMessung`. Auch das Datum sollte auf jeden Fall enthalten sein, idealerweise im ISO-Format mit vorangestellter Jahreszahl. Ein Dateiname wie `PumpenMessung_2025-06-12.csv` macht später sofort klar, um welchen Datensatz es sich handelt. Automatische Namensgebungen, die nur eine fortlaufende Nummer verwenden, führen dagegen unweigerlich zu Verwechslungen, sobald man mehrere Smartphones oder Messstationen betreibt.

Datenschutz und Verantwortung: Die Daten gehören immer noch jemandem

Wenn von selbst gehostetem Datenschutz die Rede ist, klingt das oft nach einem Allheilmittel. Genau so ist es aber nicht. Betreibt man eine Nextcloud-Instanz auf eigenem Server, hat man zwar keine externen Cloud-Anbieter im Spiel, aber man hat auch die Pflicht, diese Infrastruktur abzusichern. Regelmäßige Updates gehören dazu, ebenso wie ein Backup-Konzept. Eine einzelne externe Festplatte, an der die Nextcloud-Datenbank hängt, ist kein ausreichendes Backup. Das ist ein Punkt, den man vor dem Einstieg in eine Sensor-Logger-Lösung klären sollte: Was passiert, wenn der Server ausfällt? Was passiert, wenn die Daten unbrauchbar werden, weil der Strom während einer laufenden Messung ausfällt? Solche Fragen betreffen häufig das Gesamtsystem, nicht nur Nextcloud. Aber wer die Daten bewusst auf dem eigenen Server ablegt, muss auch die Verantwortung dafür übernehmen.

Hinzu kommt der Datenschutz für alle Messwerte, die sich auf Personen beziehen. Ein Sensor Logger, der dauerhaft den Standort eines Smartphones aufzeichnet, erfasst damit auch Bewegungsprofile. Das kann im privaten Umfeld unproblematisch sein, wenn das eigene Handy in der eigenen Wohnung liegt. Es wird jedoch problematisch, wenn die Messung in einem Raum stattfindet, in dem andere Menschen leben oder arbeiten. Eine pauschale Antwort darauf kann dieser Artikel nicht geben, aber der Hinweis ist wichtig: Nicht jede Messung ist automatisch harmlos, nur weil sie auf dem eigenen Server gespeichert wird. Wer die Daten auswertet, muss sich fragen, ob er die betroffenen Personen darüber informiert und ob die Verarbeitung rechtlich sauber ist.

Die Sensor-Logger-App selbst braucht etliche Berechtigungen, je nachdem welche Sensoren man nutzen möchte. Bei Android-Betriebssystemen verlangt die App Zugriff auf Bewegung, Standort und gegebenenfalls das Mikrofon. Das ist technisch notwendig, weil das Betriebssystem diese Berechtigungen für den Zugriff auf die Sensoren verlangt. Man sollte sich aber bewusst sein: Eine App, die Vibrationsdaten erheben möchte, braucht keinen Zugriff auf das Adressbuch. Es ist ratsam, die Berechtigungen nach Abschluss der ersten Einrichtung zu überprüfen und alle Sensoren zu deaktivieren, die für das jeweilige Projekt nicht erforderlich sind. Das verringert nicht nur das Risiko, sondern schont auch den Akku.

Ein interessanter Aspekt ist bei diesem Thema die App-Passwort-Verwaltung in der Nextcloud. App-Passwörter sind genauso schützenswert wie das Hauptkonto, schließlich verschaffen sie Zugriff auf einen Teil der Cloud. Wer ein Smartphone mit Sensor Logger irgendwo auf einem Werksgelände aufhängt, sollte sicherstellen, dass das Gerät niemand unerlaubt in die Finger bekommt. Eine einfache Bildschirmsperre ist dabei Mindeststandard. Im Prinzip handelt es ich um ein Endgerät, das wie ein übliches Firmen-Smartphone behandelt werden sollte. Viele Admins werden aufschrecken, wenn sie hören, dass eine alte Geräteklasse mit sensiblen Zugangsdaten an einem Förderband klebt. Sie haben nicht unrecht. Die Technik ist verlockend einfach, aber sie schiebt die Sicherheitsverantwortung dorthin, wo sie oft schon überlastet ist: an den Rand des Netzwerks.

Warum WebDAV trotz seines Alters die richtige Wahl ist

WebDAV gilt unter jungen Entwicklern als altbacken, und irgendwie ist es das auch. Das Protokoll stammt aus den späten Neunzigern und hat nicht den Glanz moderner REST-APIs. Doch genau dieser Altehrwürdigkeit verdankt WebDAV seine Verbreitung. Die Spezifikation ist eingefroren, es gibt Implementierungen für nahezu jede Plattform, und die Integration in Nextcloud ist ausgereift. Für eine Anwendung wie den Sensor Logger bedeutet das: Man muss sich keine Gedanken über Authentifizierungswege, Session-Handling oder Datenbank-Verbindungen machen. Die App schreibt eine Datei an eine URL, die Cloud legt sie ab. Das ist im besten Sinne pragmatisch. Es gibt keine komplizierten API-Keys, keine Webhooks und keine JSON-Requests, die man irgendwie debuggen müsste.

Natürlich hat diese Einfachheit auch einen Preis. WebDAV ist – um es offen zu sagen – bei großen Dateien nicht besonders effizient. Der Overhead des Protokolls ist nicht riesig, aber spürbar. Wenn der Sensor Logger jede Minute eine winzige CSV-Datei hochlädt, macht das der Server mühelos mit. Wenn er aber eine einzige 500-Megabyte-Datei nach einer Woche Daueraufzeichnung überträgt, dann hängt die Verbindung unter Umständen lange und ein Abbruch führt zu Frustration. In der Praxis ist es daher besser, die Messungen nicht über unendlich lange Zeiträume laufen zu lassen, sondern in überschaubaren Abschnitten zu speichern. Die meisten Sensor-Logger-Apps bieten eine Option zur Segmentierung an. Wer also vorhat, über mehrere Tage hinweg zu messen, sollte die Messreihen in stündliche oder tägliche Dateien aufteilen lassen. Das schont die Nerven, vereinfacht die Auswertung und reduziert das Datenverlustrisiko.

Nicht zuletzt lohnt sich ein Blick auf die Dateikomprimierung. CSV-Dateien lassen sich gut mit gzip komprimieren, und genau das kann die Übertragungszeit enorm verkürzen. Allerdings muss der Sensor Logger dafür eine entsprechende Einstellung besitzen oder zumindest ZIP-Archive anbieten. Manche Apps packen mehrere Exportdateien in ein ZIP-Archiv und übertragen dann nur diese eine Datei. Das hat den Vorteil, dass der Upload schneller geht und die Übersicht im Dateimanager erhalten bleibt. Der Nachteil liegt auf der Hand: Man muss das Archiv erst entpacken, bevor man die Daten auswertet. Je nach Datenmenge ist das aber ohnehin kein großer Mehraufwand.

Konkurrenz und Ergänzung: Was die MQTT- und InfluxDB-Welt besser kann

Wer sich ein wenig in der Welt der Sensoren und des Internet of Things bewegt, wird früher oder später auf MQTT stoßen. MQTT ist ein leichtgewichtiges Nachrichtenprotokoll, das speziell für die Kommunikation von Geräten entwickelt wurde. Ein Sensor sendet eine Nachricht an einen zentralen Broker, und andere Programme können diese Nachricht abonnieren. Das ist eine Echtzeit-Kommunikation, die sich hervorragend für Datenströme eignet, die kontinuierlich anfallen. In Kombination mit einer InfluxDB, einer speziellen Datenbank für Zeitreihen, und Grafana, einem Dashboard-Werkzeug, entsteht so eine Überwachungslandschaft, die Nextcloud nicht im Ansatz bieten kann. Wer also einen Betrieb hat, der auf Echtzeitdaten angewiesen ist, sollte den Sensor Logger nicht in den Mittelpunkt stellen, sondern als Einstiegswerkzeug betrachten.

Aber es kommt darauf an, was man erreichen will. Für eine einmalige Messkampagne, bei der über ein paar Tage Daten gesammelt werden und später ein Bericht entsteht, ist der Aufwand mit MQTT und InfluxDB unverhältnismäßig hoch. Ein Sensor Logger, der CSV-Dateien in Nextcloud schreibt, ist hier die deutlich ressourcenschonendere Lösung. Er kommt ohne zusätzliche Serverdienste aus, benötigt keine Datenbank und keine verwalteten Dashboards. Die Daten sind im Rohformat vorhanden und lassen sich mit Standardwerkzeugen analysieren. Es ist ein bisschen wie der Unterschied zwischen einem Fotoapparat für den Alltag und einer digitalen Spiegelreflexkamera mit Wechselobjektiven. Beide erzeugen Bilder, aber die Anforderungen sind andere.

Erwähnenswert ist, dass moderne Sensor-Logger-Apps mitunter mehrere Ausgabeziele unterstützen. Man kann dieselbe Messung gleichzeitig als CSV in eine Nextcloud laden und parallel an einen MQTT-Broker senden. Das wäre die ideale Kombination: Nextcloud dient als dauerhaftes Archiv, und MQTT liefert die Daten für Live-Visualisierungen und Alarmmeldungen. Ob die konkrete App das beherrscht, muss man im Einzelfall prüfen. Die Entwicklung geht aber in diese Richtung, weil die Open-Source-Community schon lange auf standardisierte Schnittstellen setzt. Der Sensor Logger ist kein isoliertes Produkt mehr, sondern fügt sich in eine größere, heterogene Infrastruktur ein.

Einrichtung in der Praxis – Schritt für Schritt gedacht

Damit sich der Artikel nicht in theoretischen Gefilden verliert, hier eine kurze, bewusst nüchterne Beschreibung des Einrichtungswegs. Zunächst ist die Nextcloud-Instanz vorausgesetzt, sie sollte aktuell sein und über ein gültiges SSL-Zertifikat verfügen. Dann legt man den Zielordner an, etwa `SensorLogger`. Danach erstellt man ein App-Passwort für den gewünschten Benutzer. Nun öffnet man den Sensor Logger auf dem Smartphone, wechselt in den Bereich für die Ablage und wählt WebDAV als Übertragungsweg. Die Serveradresse wird eingetragen, gefolgt von Benutzername und App-Passwort. Anschließend fügt man den Zielpfad hinzu, also den eben angelegten Ordner. Je nach App ist die Eingabe der gesamten URL inklusive `remote.php`-Pfad nötig, manchmal wird auch nur die Domain abgefragt und der Pfad separat angegeben. Ein Blick in die Einstellungen hilft.

Wenn dieser Schritt abgeschlossen ist, kann man eine kurze Testmessung starten. Diese sollte nicht länger als ein oder zwei Minuten dauern. Anschließend beendet man die Messung und prüft, ob die Datei in der Nextcloud angekommen ist. Das klingt trivial, aber der erste End-to-End-Test erspart viele spätere Überraschungen. Erst wenn die Datei im Zielordner steht, sollte man die Abtastrate und die Aufzeichnungsdauer für die eigentliche Messung konfigurieren. Dabei gilt: Lieber etwas kleiner anfangen und die Datenqualität prüfen, als sofort eine Woche lang falsch zu konfigurieren und danach wertlose Daten in der Cloud zu haben.

Ein weiterer Stolperstein ist die Systemzeit des Smartphones. Viele günstige Android-Tablets oder ältere Smartphones haben nach einem leeren Akku eine falsche Uhrzeit. Wenn die Uhrzeit nicht mit einem Zeitserver synchronisiert ist, bekommen alle Messwerte den falschen Zeitstempel. Das fällt bei der Analyse später kaum auf, kann aber dazu führen, dass Messungen nicht mit anderen Datenquellen abgeglichen werden können. Wer ernsthafte Messungen plant, sollte vor dem Start das Gerät mit dem Internet synchronisieren und prüfen, ob die automatische Uhrzeit aktiviert ist. Das ist so banal, dass es gerne übersehen wird, aber die Auswirkungen sind fatal.

Ein Blick in die Zukunft: Wohin sich die Kombination entwickelt

Nextcloud arbeitet seit Jahren daran, nicht nur als Dateiablage, sondern als Plattform für kollaborative Arbeit wahrgenommen zu werden. Die Integration von externen Datenquellen ist ein logischer nächster Schritt. Es gibt mittlerweile Applikationen innerhalb der Nextcloud, die Daten aus Web-Formularen erfassen und in Tabellen ablegen. Der Sensor Logger passt in dieses Bild, weil er eine Brücke zwischen der physischen Welt und der Cloud schlägt. Allerdings sind die Anbindungen bisher oft von Drittentwicklern geprägt, die ihre Apps gezielt für Nextcloud konfigurieren. Eine offizielle, von Nextcloud zertifizierte Sensor-Logger-Integration existiert nicht. Das ist aber kein Beinbruch, im Gegenteil: Die offenen Schnittstellen machen es möglich, praktisch jedes Gerät, das WebDAV spricht, an eine Nextcloud anzubinden.

Mit der zunehmenden Verbreitung von KI-Modellen und automatisierten Auswertungen dürfte auch die Bedeutung von sauberen, strukturierten Messdaten weiter steigen. Eine CSV-Datei, die über Wochen hinweg Erschütterungen einer Maschine protokolliert, ist ein hervorragendes Trainingsmaterial für Prognosemodelle. Die Kombination aus Sensor Logger und Nextcloud schafft die Datengrundlage dafür, ohne dass man zuerst einen komplexen Datenpipeline aufbauen muss. Man kann die Daten später aus der Nextcloud exportieren, bereinigen und einem Modell zuführen. Das ist kein abgehobenes Zukunftsszenario, sondern eine Entwicklung, die bereits heute mit überschaubaren Mitteln möglich ist.

Natürlich sind an dieser Stelle auch kritische Stimmen angebracht. Viele dieser Messdaten sind sensibel und erfordern eine lückenlose Dokumentation, insbesondere wenn sie in Produktionsprozessen verwendet werden. Eine selbst gebaute Sensor-Logger-Lösung auf Basis eines Privat-Smartphones wird eine zertifizierte Messkette nicht ersetzen. Wer Daten für Qualitätsmanagement oder für rechtlich relevante Nachweise benötigt, muss auf eine kalibrierte und dokumentierte Hardware zurückgreifen. Für den Einstieg, für die erste Analyse und für interne Zwecke reicht die hier beschriebene Technik aber vollkommen aus. Sie ist außerdem eine hervorragende Grundlage, um zu lernen, worauf es bei der Erfassung von Sensordaten ankommt. Und sie hilft, bevor man teure Speziallösungen einkauft, erst einmal zu verstehen, welche Messgrößen überhaupt relevant sind.

Alternativen: Worauf man sonst noch zurückgreifen kann

Wer keine App mit WebDAV-Anbindung findet oder bewusst auf proprietäre Apps verzichten möchte, kann auf andere Wege zurückgreifen. Die Android-App FolderSync ist ein bewährtes Werkzeug, um Dateien aus beliebigen Ordnern auf Nextcloud zu spiegeln. Man könnte also mit irgendeiner Sensor-App Daten lokal auf dem Smartphone aufzeichnen und anschließend von FolderSync automatisch in die Cloud übertragen lassen. Das funktioniert erstaunlich zuverlässig, erfordert aber eine zweite App, die im Hintergrund läuft. Auch Tasker oder MacroDroid bieten Möglichkeiten, Dateien nach einem Zeitplan zu verschieben. Solche Workarounds sind flexibler als die direkte Integration, aber auch wartungsintensiver und anfälliger für Fehler, weil mehrere Apps zusammenarbeiten müssen.

Eine andere, radikale Alternative ist ein Einplatinencomputer mit einem Linux-System. Ein Raspberry Pi Zero W, ausgestattet mit einem kleinen Sensormodul, kann Messdaten per Python-Skript direkt über WebDAV in die Nextcloud schreiben. Das hat den Vorteil, dass keine Smartphone-Batterie überwacht werden muss und das System sehr stabil läuft. Der Nachteil ist der höhere Einrichtungsaufwand und die Notwendigkeit, sich mit dem Betriebssystem und der Skripterstellung zu beschäftigen. Für Admins, die ohnehin täglich mit Linux arbeiten, ist das jedoch keine große Hürde. Und auch hier gilt: Nextcloud ist das Ziel, weil es die Daten zentral verwaltet und überall verfügbar macht.

Wer die App Sensor Logger sehr schätzt, aber kein Nextcloud betreibt, könnte übrigens auf anderen WebDAV-fähigen Diensten landen, etwa auf Box, Strato HiDrive oder einem beliebigen NAS-Hersteller. Das zeigt, wie universell die Schnittstelle ist. Der spezifische Reiz von Nextcloud liegt also nicht primär im technischen Protokoll, sondern in der Freiheit, die man als Betreiber gewinnt. Diese Freiheit hat allerdings den Preis, dass man sich um Aktualisierung, Backup und Sicherheit selbst kümmern muss. Das darf man bei aller Euphorie nicht vergessen.

Einordnung und ein paar subjektive Bemerkungen

Ich muss zugeben, dass mich die Kombination aus Sensor Logger und Nextcloud zunächst wenig begeistert hat. Wer sich täglich mit Cloud-Infrastruktur beschäftigt, findet an einer CSV-Datei, die per WebDAV auf einen Server wandert, erst einmal nichts Besonderes. Der Charme liegt aber nicht im Einzelnen, sondern in der Summe. Plötzlich wird aus einem alten Smartphone ein Messgerät, aus einer simplen Dateiablage ein Datenarchiv und aus einem Provider-Vertrag ein Stück digitale Selbstbestimmung. Das ist ein Gefühl, das sich mit rein kommerziellen Cloud-Diensten nur selten einstellt. Und genau dieses Gefühl treibt viele Menschen dazu, sich mit Nextcloud überhaupt erst zu beschäftigen.

Ein zweiter Punkt, der mir auffällt, ist die Vielseitigkeit der Daten. Ein Sensor Logger, der einmal eingerichtet ist und in eine Nextcloud schreibt, lässt sich für völlig unterschiedliche Projekte wiederverwenden. An einem Tag protokolliert er die Temperatur im Serverraum, am nächsten Tag die Neigung eines Regals, und am Wochenende dient er als Wegaufzeichner für eine Fahrradtour. Natürlich kann man dafür auch spezialisierte Apps verwenden, aber der Sensor Logger fasst diese Funktionen in einer einzigen Oberfläche zusammen. Das hilft, sich nicht in einem Tool-Wirrwarr zu verlieren. Die App ist kein revolutionäres Produkt, aber sie ist ein gutes Werkzeug. Und die Daten, die sie erzeugt, sind mit handelsüblichen Mitteln weiterverarbeitbar. Das ist mehr, als man über so manche Hersteller-App mit proprietärem Exportformat behaupten kann.

Ein letzter Kommentar sei mir erlaubt. Es ist erstaunlich, wie viel Komplexität in modernen Smartphones steckt und wie wenig wir davon im Alltag nutzen. Die Sensor-Hardware ist längst da. Die Rechenleistung ist da. Die Konnektivität ist da. Erst der Sensor Logger verwandelt diese versteckten Fähigkeiten in einen konkreten Nutzen. Wenn dann auch noch die Daten auf dem eigenen Server landen, entsteht eine kleine, aber feine digitale Infrastruktur, die vollständig in der Hand der Nutzerin oder des Nutzers liegt. Das entspricht exakt dem Geist, der die Open-Source-Bewegung von Anfang an geprägt hat: Technik verstehen, Technik besitzen und Technik zum eigenen Vorteil einsetzen.

Fazit: Der Sensor Logger ist die Einstiegsdroge fürs kontrollierte Messen

Am Ende bleibt ein überraschend stimmiges Gesamtbild. Der Sensor Logger in Kombination mit Nextcloud ist weder ein High-End-Laborinstrument noch ein Spielzeug. Er ist ein pragmatisches Werkzeug für Menschen, die schnell und unkompliziert Messdaten erfassen und in einer eigenen Cloud ablegen möchten. Die Einrichtung erfordert einige Handgriffe, aber sie ist mit den hier beschriebenen Hinweisen gut machbar. Die Datenformate sind offen und zukunftsfähig. Die Ablage in Nextcloud ist sicher, sofern man die Instanz pflegt und App-Passwörter nutzt. Und die Einsatzmöglichkeiten reichen von der Maschinenüberwachung bis zum privaten Experiment.

Natürlich wäre es übertrieben zu behaupten, dass damit alle Probleme der Welt gelöst seien. Wer Echtzeit-Streaming, komplexe Alarme oder eine kalibrierte Messtechnik benötigt, muss andere Wege gehen. Aber als Einstieg in die Welt der Sensordaten, als kostengünstige Lösung für erste Messungen und als praktisches Beispiel für den souveränen Umgang mit eigenen Daten taugt das Gespann aus Smartphone-App und Nextcloud hervorragend. Man darf gespannt sein, welche weiteren Anwendungen sich in den kommenden Jahren etablieren werden. Die technischen Grundlagen dafür sind bereits gelegt, und sie liegen auf dem eigenen Server. Das ist mehr, als viele Cloud-Dienste heute versprechen können.