Wie ich einen alten krone-mähwagen mit einem günstigen telematikmodul nachrüste, daten sicher lokal speichere und dennoch betrieblich nutzbare telemetrie erhalte

Wie ich einen alten krone-mähwagen mit einem günstigen telematikmodul nachrüste, daten sicher lokal speichere und dennoch betrieblich nutzbare telemetrie erhalte

Ich habe kürzlich einen älteren Krone-Mähwagen nachgerüstet, um grundlegende Telemetrie zu erfassen, die Daten sicher lokal zu speichern und trotzdem betrieblich nutzbare Informationen zu erhalten – ohne teure Herstellerlösungen. In diesem Beitrag beschreibe ich meine Herangehensweise, die eingesetzten Komponenten, wie ich die Daten sicher gehalten habe und welche Auswertungen sich einfach im Betrieb nutzen lassen.

Warum lokal und günstig statt Cloud

Viele Herstellerlösungen speichern Daten in der Cloud. Für mich als Praktikerin zählen aber drei Dinge: Kontrolle über die Betriebsdaten, Datensicherheit/GDPR und Offline-Fähigkeit auf dem Hof. Außerdem wollte ich eine Lösung, die bei einem älteren Mähwagen technisch umsetzbar und wirtschaftlich ist. Deshalb habe ich mich für ein simples, robustes Telematikmodul gepaart mit einem lokalen Server (Raspberry Pi) entschieden.

Vorbereitung: Bestandsaufnahme am Mähwagen

Bevor ich irgendetwas angeschlossen habe, habe ich die vorhandene Elektrik und Sensorik geprüft:

  • Gibt es eine CAN-Bus-Leitung (ISO 11783 / ISOBUS)? Bei vielen neueren Krone-Maschinen ja, ältere Modelle aber nicht immer.
  • Welche Signale sind physisch vorhanden? (PTO-Schalter, Füllstandssensor, Hall-Sensoren an Rädern/Anbauteilen, Hydraulikdrucksensoren)
  • Welche Spannungsversorgung steht zur Verfügung? (meist 12 V oder 24 V)
  • Wichtig: Immer Batterie abklemmen, Sicherungen prüfen und Schaltpläne (sofern vorhanden) heranziehen. Bei Unsicherheit fachliche Hilfe in Anspruch nehmen – Kurzschlüsse an Hydraulikventilen oder Steuergeräten sind teuer.

    Hardware-Setup: günstiges Telematikmodul + lokale Einheit

    Meine Komponentenliste (mit ungefährem Preis in €):

    KomponenteVerwendungPreis (ca.)
    ESP32 + CAN-Transceiver (MCP2562 / SN65HVD230)CAN-Interface, günstiges Telematikmodul30–50
    Raspberry Pi 4 (lokaler Server)Datenlogger, MQTT-Broker, DB & UI50–80
    PiCAN2 HAT oder USB-CAN AdapterOptional: saubere CAN-Anbindung30–70
    MicroSD + USB-SSDDatenlagerung (lokal, verschlüsselbar)20–80
    Spannungswandler 12/24V → 5VStromversorgung Module10–20
    GPS-ModulPositionsdaten (optional)15–40
    Gehäuse, Steckverbinder, SicherungenRobuster Einbau20–50

    Gesamtkosten je nach Ausstattung ~150–350 € – deutlich günstiger als OEM-Telematik.

    Software und Protokollwahl

    Für die Kommunikation zwischen Modul und lokalem Server habe ich MQTT gewählt. Gründe:

  • leichtgewichtig, stabil bei instabiler Verbindung
  • einfaches Publish/Subscribe, viele Clients (Node-RED, Grafana, InfluxDB) verfügbar
  • einfache Offline-Bufferung am Modul
  • Auf dem ESP32 läuft ein kleines Programm (Arduino/PlatformIO), das CAN-Frames liest, relevante Signale extrahiert (z. B. Drehzahl, PTO-Status, Füllstand, Geschwindigkeit) und als JSON via MQTT an den Raspberry Pi sendet. Der Pi betreibt Mosquitto (MQTT-Broker), InfluxDB (Zeitreihendaten) und Grafana zur Visualisierung. Alternativ kann man auch eine einfache CSV-Logdatei nutzen.

    Anschluss an CAN oder Sensorik

    Fall 1 – Maschine mit CAN:

  • CAN-Leitung am Mähwagen identifizieren (abschalten, dann mit Multimeter / CAN-Pins prüfen).
  • Mit PiCAN2 oder ESP32 + MCP2515 verbinden. Aufpassen: Pegel stimmen (oft 12V tolerant, aber CAN ist differential).
  • CAN-IDs beobachten (mit Tools wie cansniffer) und entschlüsseln. Manche Hersteller nutzen proprietäre IDs; für Standardparameter hilft oft ein Blick in ISOBUS/11783-Dokumente.
  • Fall 2 – Maschine ohne CAN:

  • Direkte Sensoren auslesen: Hall-Sensor an Antriebswelle (Drehzahl), Reedkontakt oder Endschalter (PTO offen/geschlossen), analoge Füllstandssensoren über ADC-Module.
  • Digitale Signale (Schalter) über GPIOs, analoge Werte über ADC (z. B. ADS1115 am Raspberry Pi oder integrierter ADC am ESP32).
  • Bei Hydraulikdruck oder Strömung: fertige 0–5V/4–20mA-Sensoren verwenden mit passenden Wandlern.
  • Daten lokal sicher speichern

    Mein Ziel war: Daten auf dem Hof behalten, verschlüsselt und betrieblich nutzbar. Das habe ich so umgesetzt:

  • Raspberry Pi als zentraler Logger im Hofnetz (statt öffentliche Cloud). Zugriff nur per lokalem Netzwerk / VPN möglich.
  • USB-SSD als primäres Datenlaufwerk für InfluxDB; MicroSD nur für Boot. SSD für Langlebigkeit.
  • Verschlüsselung: LUKS-Verschlüsselung für die SSD, zusätzlich Backup-Snapshots auf eine zweite verschlüsselte Festplatte.
  • MQTT-Broker mit Benutzername/Passwort und TLS (self-signed oder Let’s Encrypt falls erreichbar). Dadurch sind die Datenverbindungen abgesichert.
  • Firewall (ufw) nur lokale IPs zulassen; optional OpenVPN-Server für Fernzugriff.
  • Betriebliche Nutzbarkeit der Telemetrie

    Für den Einsatz auf dem Hof habe ich die Telemetrie so aufbereitet:

  • Echtzeit-Dashboards in Grafana mit wichtigen Kennwerten: Arbeitszeit, zurückgelegte Strecke, PTO-Dauer, Füllstand, Zustand (Alarm bei Übertemperatur oder hohem Druck).
  • Automatische Reports (täglich/wöchentlich) als CSV/PDF per SMB-Freigabe auf einem Hof-PC.
  • Ereignislogik: Wenn Füllstand > X → Push-Nachricht über lokalen MQTT-Alarm oder SMS-Gateway (Teltonika-Router kann SMS senden) an den Fahrer.
  • Aggregationen für Kostenrechnung: Betriebsstunden × Verbrauchsschätzungen, damit ich die Maschine pro Feld und Fahrtzeit bewerten konnte.
  • Datenschutz und rechtliche Hinweise

    Auch bei lokal gespeicherten Betriebsdaten gilt: personenbezogene Daten (z. B. GPS-Logs, Fahrerkennungen) müssen datenschutzkonform behandelt werden. Praktisch heißt das:

  • Nur notwendige Daten erfassen, anonymisieren oder pseudonymisieren, wenn möglich.
  • Transparente Betriebsvereinbarungen mit Fahrern, was erfasst wird.
  • Sichere Aufbewahrung und regelmäßige Backups (verschlüsselt).
  • Typische Herausforderungen und Lösungen

    Ein paar Dinge, die mir begegnet sind, und wie ich sie gelöst habe:

  • Stromausfälle / Start-Stopp: Puffern der Telemetriedaten lokal auf dem Modul (Ring-Buffer im Flash) und bei Reconnect synchronisieren.
  • Störimpulse auf 12/24V-Leitungen: Zusätzliche Entstörkondensatoren und korrekte Sicherungen; Spannungswandler mit eingebauter Filterung.
  • Unklare CAN-IDs: Mit CAN-Logger über mehrere Einsätze testen und Korrelation mit sichtbaren Ereignissen herstellen (z. B. PTO an/aus).
  • Praxisbeispiel: ein typischer Einsatz

    Beim ersten Feldtest habe ich PTO-Zyklen, Mähwagentakt und Füllstand getrackt. Ergebnis:

  • Ich sah Zeiten mit Leerlauf trotz PTO-rotation – Hinweis auf Fehljustierung in der Zuführung.
  • Durch Füllstandsanalyse konnte ich die Befüllraten pro Fahrt messen und die Reihenfolge der Feldabfahrten optimieren.
  • Fehleralarm bei Überdruck in der Hydraulik verhinderte größeren Schaden, weil ich rechtzeitig gestoppt habe.
  • Die Lösung ist kein Komplettsystem eines OEM, aber sie liefert pragmatische, direkt nutzbare Daten, die sich in tägliche Arbeitsprozesse integrieren lassen – und das bei überschaubaren Kosten und voller Kontrolle über die Daten.

    Wenn Sie möchten, kann ich in einem weiteren Beitrag die konkrete Firmware für ESP32, die MQTT-Topics-Struktur und ein vorkonfiguriertes Docker-Setup für Raspberry Pi mit InfluxDB/Grafana posten. Schreiben Sie mir gern, welche Signale bei Ihrem Mähwagen verfügbar sind, dann helfe ich bei der konkreten Umsetzung.


    Sie sollten auch die folgenden Nachrichten lesen:

    Software

    Wie ich das batteriemanagement eines john deere e-tractor simuliere: praxisrechnung zur amortisation und ladeinfrastruktur für 40 ha

    10/03/2026

    Als ich das erste Mal einen John Deere e-Tractor live gesehen habe, war ich neugierig: Wie lässt sich das Batteriemanagement für einen solchen...

    Weiterlesen...
    Wie ich das batteriemanagement eines john deere e-tractor simuliere: praxisrechnung zur amortisation und ladeinfrastruktur für 40 ha
    Reparatur & Wartung

    Wie ich einen gebrauchten frontlader (case ih) auf versteckten verschleiß und rahmenschäden prüfe bevor ich kaufe

    27/02/2026

    Beim Kauf eines gebrauchten Frontladers—ich spreche hier aus Erfahrung mit mehreren Case IH-Ladern—geht es nicht nur um den ersten optischen...

    Weiterlesen...
    Wie ich einen gebrauchten frontlader (case ih) auf versteckten verschleiß und rahmenschäden prüfe bevor ich kaufe