Kurzfazit (Update nach einer Woche):
Pairing per Matter over Thread mit Home Assistant (Border Router: SLZB-06M) klappte auf Anhieb und der FP300 war sofort in Automationen nutzbar. Inzwischen läuft der Sensor bei mir im Zigbee-Modus, ohne dedizierten Aqara-Hub im Dauerbetrieb – und mit einem eigenen ZHA-Quirk werden alle Sensoren (inkl. Batteriestand) sowie die Feineinstellungen sauber in Home Assistant abgebildet. Nach rund einer Woche im Arbeitszimmer hatte ich nur sehr selten Situationen, in denen trotz Anwesenheit keine Belegung erkannt wurde. Das Produkt ist zwar vergleichsweise pricey, liefert aber eine extrem zuverlässige Präsenz-Erkennung, insbesondere mit der adaptiven Sensitivität und den KI-Features.

Der Sensor im Überblick

Der Aqara FP300 kombiniert mmWave-Radar mit PIR. Die Idee dahinter ist simpel: PIR sorgt für eine schnelle Erkennung beim Eintreten, mmWave hält die Belegungs-Erkennung auch dann aufrecht, wenn man sehr ruhig arbeitet. Zusätzlich stellt der Sensor Helligkeitswerte bereit, wodurch sich typische „wenn dunkel & belegt → Licht an“-Szenarien ohne externe Lux-Sensoren umsetzen lassen. Außerdem liefert der FP300 Temperatur- und Luftfeuchtigkeitswerte, die sich z. B. für Klima-Automationen nutzen lassen.

In der Hand wirkt der FP300 kompakt und unaufdringlich. Der Halter lässt Wand-, Eck- oder Flachmontage zu und gibt ein wenig Spiel beim Winkel, was für die Ausrichtung auf den Arbeitsplatz wichtig ist. Besonders schätze ich die batteriebetriebene Bauweise: Für erste Tests kann ich frei positionieren, ohne gleich zu bohren oder ein Kabel zu legen.

Jetzt verfügbar

Aqara FP300 Presence Sensor

mmWave Präsenzmelder für präzise Automatisierungen

• mmWave-basierte Präsenz­erkennung
• Batteriebetrieben kein Stromanschluss, keine Verkabelung nötig
• Konfigurierbare Zonen & Timeout-Verhalten
• Integrierter Temperatur-, Fuechtigkeits- und Helligkeitssensor

Bei Amazon ansehen *

* Dies ist ein Affiliate-Link. Wenn du über diesen Link einkaufst, unterstützt du diesen Blog – ohne zusätzliche Kosten für dich.

KI-Features im Zigbee-Modus

Spannend wird der FP300 vor allem im Zigbee-Modus: Hier schaltet Aqara neben den klassischen Parametern eine Reihe von KI-Features frei, die im Handbuch beschrieben sind:

• Räumliches Lernen:
  Der Sensor lernt die Umgebung (Möbel, Glasflächen, Metall etc.) kennen und filtert Störungen besser heraus.
• Adaptive KI-Sensitivität:
  Die Empfindlichkeit passt sich an die tatsächliche Nutzung und Störquellen an. Anfangs kann es etwas mehr False Negatives geben, die mit der Zeit deutlich seltener werden.
• Interference-Erkennung:
  Der FP300 kann helfen, Störquellen zu identifizieren (z. B. Ventilatoren, Klimaanlagen) und die Erkennung darauf zu optimieren.
• Fein segmentierte Erkennungszonen:
  Der Radar-Erkennungsbereich lässt sich in mehrere Zonen aufteilen, die sich einzeln aktivieren/deaktivieren lassen – praktisch, wenn nur ein bestimmter Bereich des Raums relevant ist.

In der Praxis sorgt genau diese Kombination dafür, dass sich die Performance über die ersten Tage sichtbar verbessert: Das System wird nach und nach ruhiger und zuverlässiger, ohne dass man ständig nachjustieren muss.

Meine Einrichtungserfahrung

Mein ursprüngliches Ziel war Zigbee - vor allem, weil Aqara im Zigbee-Modus deutlich mehr Funktionen und Einstellungen freischaltet (z. B. KI-Features, adaptive Sensitivität und fein segmentierte Erkennungszonen). Langfristig wollte ich den FP300 genau so an meinem eigenen Koordinator in Home Assistant betreiben und dabei komplett lokal bleiben.

Start mit Matter over Thread

Um dennoch schnell loslegen zu können, bin ich für die Ersteinrichtung über Matter over Thread gegangen. Das war unspektakulär:

1. Sensor in den Kopplungsmodus versetzen (LED blinkt).
2. In Home Assistant auf „Matter-Gerät hinzufügen“ gehen.
3. QR-Code scannen.
4. Kurz warten, bis der Thread-Beitritt und die Service-Discovery durch sind.

Nach wenigen Minuten waren die relevanten Entitäten vorhanden. Beim Betreten des Büros kam die Präsenzmeldung zügig; die Lampe schaltete ohne wahrnehmbares Zögern.

Die Matter-Exposition des FP300 wirkt derzeit schlanker als das, was Aqara für Zigbee vorsieht. Für einfache Licht-Automationen reichen mir die Grundsignale (Präsenz, Helligkeit) vollkommen aus, und Haltezeiten oder Guard-Timer bilde ich ohnehin in Home Assistant ab.

Update: Umstellung auf Zigbee ohne dedizierten Aqara-Hub

In der ersten Version dieses Artikels bin ich davon ausgegangen, dass für den Wechsel in den Zigbee-Modus zwingend ein Aqara-Hub erforderlich ist. Nach weiteren Tests kann ich das so nicht stehen lassen:

Der FP300 lässt sich auch ohne Aqara-Hub von Matter auf Zigbee umstellen und anschließend ganz normal an meinem eigenen Zigbee-Koordinator betreiben.

Die Aqara-App spielt dabei weiterhin eine Rolle, aber der FP300 hängt im Alltag nicht mehr an einer Hersteller-Bridge. Nach der Umschaltung auf Zigbee und einem Reset lässt sich der Sensor ganz regulär in ZHA anlernen und dort nutzen.

Damit relativiert sich mein ursprünglicher „Hub-Zwang“-Minuspunkt deutlich: Der Weg in den Zigbee-Modus ist zwar nicht perfekt dokumentiert und weiterhin etwas spezieller als ein klassisches „Pair & Go“, aber am Ende landet der FP300 so, wie ich es mir wünsche - an meinem eigenen Koordinator, ohne zusätzliche Bridge im Dauerbetrieb.

Mein Setup

Ich betreibe Home Assistant als Zentrale. Statt eines Kombi-Setups laufen bei mir mehrere SLZB-06M parallel: ein Gerät als Thread Border Router, ein weiteres als Zigbee-Koordinator für andere Geräte. Der FP300 läuft im Büro (rund 12 m²). Für die erste Phase habe ich ihn bewusst freistehend auf einem Regal in etwa 1,8 m Höhe positioniert und leicht Richtung Schreibtisch angewinkelt. So kann ich die Position schnell verändern, ohne Spachtel und Bohrer. Erst wenn die optimale Geometrie klar ist, wandert er an die Wand- oder Deckenhalterung.

Ich vergleiche den FP300 mehrere Wochen lang gegen meine Tuya-Baseline. Entscheidend ist dabei nicht die absolute Anzahl der Events, sondern ob die Automation sich so verhält, wie ich es mir in der Praxis wünsche. Drei Situationen sind für mich maßgeblich:

• Desk-Work: Ich sitze lange am Schreibtisch, tippe und scrolle, bewege mich aber kaum grob. Hier darf der Sensor nicht auf „frei“ fallen.
• Kurzabwesenheit: Ich verlasse das Büro für wenige Minuten. Der Sensor soll nach vertretbarer Haltezeit auf „frei“ gehen, damit Licht und ggf. Verbraucher verlässlich ausgehen.
• Nachtruhe: Zwischen 01:00 und 05:00 Uhr sollte im leeren Raum kein Präsenz-Event auftreten. Das ist mein Lackmustest für False Positives.

Zur Auswertung nutze ich die Historien-Ansicht in Home Assistant und führe ein schlichtes Log: Datum, Szenario, beobachtete False Negatives (Licht aus, obwohl anwesend) und False Positives (Belegung ohne Person).

In Fluren und Durchgangsräumen funktionieren PIR-Bewegungsmelder seit Jahren zuverlässig. Herausfordernd wird es dort, wo man lange sitzt: Sobald die Bewegungen zu fein werden, „sieht“ ein PIR nichts mehr – und das Licht geht aus. mmWave soll genau diese Lücke schließen – nicht durch mehr Events, sondern durch eine robustere Belegungs-Erkennung. Genau das teste ich hier: weniger „Winken“, mehr „es funktioniert einfach“.

Mit den beiden Tuya-Geräten – dem ZG-204ZM (Zigbee-mmWave-Präsenzsensor im kompakten Gehäuse) und dem HZ-PS-02 (ebenfalls ein Zigbee-mmWave-Präsenzsensor mit anderer Hardware/Firmware) – traten in meinem Büro zwei wiederkehrende Muster auf: False Negatives mitten im Arbeiten und False Positives in der Nacht. Ich habe viel Zeit in die Positionierung und das Tuning investiert – inklusive anderer Höhen und Blickwinkel. Subjektiv reagierte der ZG-204ZM beim Betreten minimal schneller, während der HZ-PS-02 im Idle etwas ruhiger wirkte – beide verfehlten aber die für meine Lichtautomation nötige Zuverlässigkeit. Am Ende blieb die Erkenntnis: Für meinen Einsatzzweck war das nicht stabil genug. Der FP300 muss an dieser Hürde vorbei.

Update: Zigbee, ZHA & Custom Quirk

Nach der Umstellung auf Zigbee und dem Anlernen in ZHA war das Bild zunächst eher ernüchternd:

• Out of the box wurden bei mir nur Temperatur-, Feuchtigkeits- und Helligkeitssensor sauber erkannt.
• Präsenz, Distanz, KI-Funktionen und Batteriestatus waren zwar im Gerät vorhanden, aber in ZHA nicht als eigene Entitäten sichtbar.

ZHA-Quirk: Alle Sensoren & Einstellungen freischalten

Um das zu ändern, habe ich einen ZHA-Quirk für den FP300 geschrieben:

• 👉 Quellcode (Gist): https://gist.github.com/cemizm/037f02827f5818baa77749876205943c
• 👉 Pull Request bei zha-device-handlers: https://github.com/zigpy/zha-device-handlers/pull/4504

Mit diesem Quirk:

• werden alle relevanten Sensoren ausgelesen, inklusive:
  • Präsenz
  • Helligkeit
  • Temperatur
  • Luftfeuchtigkeit
  • Batteriestand
• stehen die Geräteeinstellungen als Entitäten in Home Assistant zur Verfügung, u. a.:
  • Erkennungszonen / Reichweite
  • Distanz
  • Abwesenheitsverzögerung
  • Bewegungs- und Präsenz-Modi
  • Sensitivität
  • KI-bezogene Optionen (z. B. adaptive Sensitivität)

Kurz gesagt: Mit dem Quirk verhält sich der FP300 in ZHA so, wie man es sich von einem „native unterstützten“ Zigbee-Präsenzsensor wünscht – inklusive Diagnose-Möglichkeiten und Zugriff auf die interessanten AI-Features.

Sobald der PR in zha-device-handlers gemerged ist, sollte das out of the box funktionieren. Bis dahin lässt sich der Quirk schon manuell einbinden.

Praxiserfahrungen nach einer Woche im Arbeitszimmer

Nach einer Woche Dauerbetrieb im Arbeitszimmer (Zigbee + ZHA + Quirk) sieht mein Zwischenfazit so aus:

• Genauigkeit:
  Ich hatte nur sehr selten Situationen, in denen der Sensor trotz Anwesenheit „frei“ meldete. Im Alltag ist die Belegungs-Erkennung für meine Bedürfnisse sehr zuverlässig.
• Adaptive Sensitivität & KI:
  In den ersten Tagen gab es subjektiv etwas häufiger False Negatives. Mit aktivierter und „eingelaufener“ adaptiver Sensitivität treten diese inzwischen kaum noch auf. Man merkt, dass der FP300 die Umgebung lernt und sich anpasst.
• Reichweite:
  Die angegebene Reichweite von ca. 6 m passt zu meinen Beobachtungen – ich werde schon beim Betreten des Raums erkannt und das Licht geht angenehm früh an.
• Stabilität:
  In der Nacht gab es im leeren Büro bisher keine Geisterevents, was für mich ein wichtiger Punkt gegen False Positives ist.

Alles in allem bin ich vom Verhalten im echten Alltag sehr angetan – insbesondere im Vergleich zu den zuvor getesteten mmWave-Sensoren.

Fazit nach einer Woche: Teuer, aber endlich „richtig gut“

Der FP300 startet nicht nur stark, sondern bleibt auch stark:

• Die Ersteinrichtung über Matter/Thread ist unkompliziert und reicht für einfache Setups völlig aus.
• Der Weg in den Zigbee-Modus ist zwar etwas spezieller, funktioniert bei mir aber ohne dedizierten Aqara-Hub im Dauerbetrieb.
• Mit ZHA + meinem Quirk lässt sich der FP300 sehr tief in Home Assistant integrieren – inklusive AI-Features, Reichweiten-Segmentierung und komfortablen Einstellmöglichkeiten.
• Die Präsenz-Erkennung ist nach einer Woche im Arbeitszimmer so zuverlässig, wie ich es mir von einem mmWave-Sensor immer gewünscht habe: kaum False Negatives, keine Geisterevents und eine Reichweite, die auch beim Betreten gut funktioniert.

Der größte Nachteil bleibt der Preis – im Vergleich zu vielen anderen mmWave-Kandidaten ist der FP300 eher im oberen Segment unterwegs. Für mich persönlich wiegt die Kombination aus Zuverlässigkeit, Flexibilität im Zigbee-Betrieb und der Möglichkeit, die KI-Features in Home Assistant auszunutzen, das aber auf.

Ich aktualisiere diesen Beitrag weiterhin, sobald sich beim ZHA-Support (Merge des Quirks), bei Firmware-Updates oder im Langzeittest neue Erkenntnisse ergeben.