ThingsBoard vs Grafana: Der umfassende IoT-Plattform-Vergleich

WZ-IT führt thingshost weiter. Aktuelles Hosting ab 159,80 € netto/Monat; Einrichtung und Service Level gemäß Angebot. Frühere Paketpreise, Standortlisten und Kostenvergleiche in diesem datierten Artikel beschreiben das damalige Angebot, nicht die aktuellen WZ-IT-Konditionen. Aktuellen Leistungsumfang ansehen.

ThingsBoard und Grafana sind keine direkten Konkurrenten — sie lösen grundlegend unterschiedliche Probleme, doch ihre überschneidenden Dashboard-Funktionen sorgen bei IoT-Teams für echte Verwirrung. ThingsBoard ist eine Full-Stack-IoT-Plattform, die alles von der Gerätebereitstellung über regelbasierte Automatisierung bis hin zur Visualisierung abdeckt. Grafana ist eine erstklassige Observability- und Visualisierungsschicht, die sich mit externen Datenspeichern verbindet, aber keinerlei Geräte verwaltet. Die eigentliche Frage ist nicht, welche Lösung man wählen soll — sondern ob Sie ein komplettes IoT-Betriebssystem (ThingsBoard), eine erstklassige Visualisierungs-Engine auf Basis Ihrer eigenen Datenpipeline (Grafana) oder beides in Kombination benötigen. Dieser Bericht deckt jede Dimension dieser Entscheidung mit aktuellen Daten bis März 2026 ab.

Inhaltsverzeichnis

• Zwei grundlegend unterschiedliche Philosophien für IoT-Daten
• Dashboard-Erstellung und Visualisierung im direkten Vergleich
• Datenaufnahme und Speicherung: Integriert versus Bring-Your-Own
• Gerätemanagement: ThingsBoards entscheidender Vorteil
• Rule Engines und Alerting: Strukturierte IoT-Automatisierung versus metrikbasierte Alarme
• LoRaWAN-Integration mit ChirpStack und The Things Stack
• Multi-Tenancy und White-Labeling für Service-Provider
• Preisübersicht für 2025–2026
• Skalierung für große IoT-Deployments
• ThingsBoard und Grafana gemeinsam einsetzen
• Welche Branchen bevorzugen welche Plattform
• Wie Node-RED und InfluxDB die Architektur vervollständigen
• Aktuelle Entwicklungen, die die Landschaft verändern (2024–2026)
• Fazit: Ein Entscheidungsrahmen
• Quellen

Zwei grundlegend unterschiedliche Philosophien für IoT-Daten

ThingsBoard wurde als End-to-End-IoT-Plattform konzipiert. Geschrieben in Java (Spring Boot) mit einem Angular-Frontend, übernimmt es Gerätekonnektivität (MQTT, HTTP, CoAP, LwM2M), Telemetrieaufnahme und -speicherung, Datenverarbeitung über eine visuelle Rule Engine, Alarmmanagement und mandantenfähige Dashboards — alles in einer einzigen deploybare Anwendung. Die Architektur unterstützt sowohl den monolithischen Modus (ab nur 256 MB RAM) als auch einen Microservices-Modus mit Apache Kafka, Redis/Valkey und ZooKeeper für horizontale Skalierung.

Grafana hingegen ist eine reine Visualisierungs- und Observability-Plattform, geschrieben in Go und TypeScript. Es speichert nichts außer seiner eigenen Konfiguration — keine Telemetriedaten, keine Gerätemetadaten, keine Zeitreihendaten. Stattdessen verbindet es sich über eine Plugin-Architektur mit über 80 externen Datenquellen (InfluxDB, Prometheus, PostgreSQL, TimescaleDB, Elasticsearch und viele mehr). Grafana erhielt 2025 die Leader-Position im Gartner Magic Quadrant für Observability-Plattformen und wird von über 25 Millionen Nutzern weltweit eingesetzt. Seine Philosophie ist die herstellerneutrale Datenvereinheitlichung: Visualisieren Sie alles von überall.

Die architektonische Implikation ist deutlich. ThingsBoard ist eine einzelne Plattform, die einen gesamten IoT-Stack ersetzt. Grafana ist eine Schicht — die Visualisierungsschicht — die es erfordert, den Rest selbst zusammenzustellen: einen MQTT-Broker, eine Zeitreihendatenbank, eine Datenpipeline (Telegraf oder Node-RED) und ein separates Gerätemanagementsystem. Für ein IoT-Projekt bringt ThingsBoard Sie mit einem einzigen Tool vom Sensor zum Dashboard. Grafana liefert Ihnen die besten Dashboards der Branche, aber alles andere müssen Sie selbst aufbauen.

Für Teams, die die volle Leistungsfähigkeit von ThingsBoard ohne den Betrieb der Infrastruktur nutzen möchten, eliminiert ein verwalteter ThingsBoard-Hosting-Service wie thingshost den operativen Aufwand vollständig — dedizierte Instanz, vollständig verwaltet, gehostet in Deutschland.

Dashboard-Erstellung und Visualisierung im direkten Vergleich

Beide Plattformen bieten Drag-and-Drop-Dashboard-Builder, aber Erlebnis und Funktionsumfang unterscheiden sich erheblich.

ThingsBoard stellt über 20 Widget-Kategorien mit mehr als 600 anpassbaren Widgets bereit, die speziell für IoT entwickelt wurden: analoge und digitale Messinstrumente, SCADA-HMI-Symbole (hinzugefügt in v3.8), Steuerungswidgets zum Senden von RPC-Befehlen an Geräte, Alarmtabellen, GPS-Tracking-Karten mit Geofencing und Umgebungsüberwachungsdisplays. Dashboards werden in Echtzeit über WebSockets aktualisiert. Der Builder verwendet ein Rasterlayout mit Unterstützung für mehrere Dashboard-Zustände (mehrseitige Navigation innerhalb eines einzelnen Dashboards) und responsive Layouts für Desktop, Tablet und Mobilgeräte. Benutzerdefinierte Widgets können mit HTML, CSS und JavaScript sowie einem JSON-Schema-basierten Einstellungseditor entwickelt werden. Die Lernkurve ist moderat bis steil — einfache Dashboards entstehen schnell, aber fortgeschrittene Anpassungen mit benutzerdefinierten Widgets, komplexen Entity-Aliases und SCADA-Layouts erfordern erhebliches ThingsBoard-spezifisches Wissen.

Grafana bietet weniger integrierte Panel-Typen — etwa 20 Kernvisualisierungen einschließlich Zeitreihen, Statistiken, Messinstrumenten, Balkendiagrammen, Heatmaps, Geomaps, Histogrammen, Candlestick-Diagrammen, State-Timelines und dem komplett überarbeiteten Logs-Panel (v12.3, November 2025). Jede Visualisierung ist jedoch nahezu perfekt ausgearbeitet. Das Template-Variablen-System von Grafana ermöglicht es, mit einem einzigen Dashboard dynamisch zwischen Tausenden von Geräten, Standorten oder Zeitbereichen zu wechseln. Die Transformations-Pipeline wendet clientseitige Datenoperationen an (Zusammenführen, Filtern, Berechnen, Gruppieren), die komplexe Analysen ermöglichen, ohne Abfragen ändern zu müssen. Grafana 12 führte dynamische Dashboards mit Tabs und bedingter Logik, Git Sync für versionskontrolliertes Dashboard-as-Code und SQL Expressions zum Kombinieren von Daten aus beliebigen Quellen ein. Benutzerdefinierte Panel-Plugins werden mit React und Go über das Grafana Plugin SDK erstellt. Die Lernkurve konzentriert sich auf das Beherrschen von Abfragesprachen (PromQL, Flux, SQL) statt auf plattformspezifische Konzepte.

Der Kompromiss ist eindeutig: ThingsBoard liefert IoT-spezifische Widgets sofort einsatzbereit (Gerätesteuerungstasten, SCADA-Symbole, Flottenmanagement-Karten), während Grafana überlegene allgemeine Visualisierung mit unübertroffener Datenquellenflexibilität bietet. Für kundenorientierte IoT-Dashboards, in denen nicht-technische Nutzer mit Geräten interagieren, gewinnt ThingsBoard. Für Engineering-Teams, die fortgeschrittene Analysen über mehrere Datenquellen durchführen, gewinnt Grafana.

Datenaufnahme und Speicherung: Integriert versus Bring-Your-Own

ThingsBoard verfügt über eine eigene integrierte Zeitreihendatenbank mit drei Deployment-Optionen. Reines PostgreSQL verarbeitet bis zu 20.000 Datenpunkte pro Sekunde und eignet sich für kleinere Deployments. PostgreSQL plus TimescaleDB verbessert die Zeitreihenabfrageleistung durch Hypertable-Partitionierung. Die Hybridkonfiguration mit PostgreSQL (für Entitäten und Attribute) und Apache Cassandra (für Telemetrie) skaliert auf 1 Million Datenpunkte pro Sekunde — geeignet für große Unternehmensdeployments. Version 4.1 fügte Unterstützung für Cassandra 5.0 hinzu. Der v4.0 Entity Data Query Service (EDQS) führte eine In-Memory-Engine ein, die Dashboard-Abfragen in unter 10 Millisekunden liefert und die Datenbanklast drastisch reduziert.

Grafana speichert keine Daten. Seine Stärke liegt in der Abfrage externer Speicher über sein Plugin-Ökosystem. Für IoT sind die relevantesten Datenquellen:

• InfluxDB — die häufigste Kombination für IoT-Zeitreihendaten, mit nativer Grafana-Unterstützung für sowohl InfluxQL- als auch Flux-Abfragen
• TimescaleDB — Zugriff über das PostgreSQL-Datenquellen-Plugin, beliebt bei Teams, die bereits PostgreSQL betreiben
• Prometheus/Mimir — Grafana Mimir wurde mit 1 Milliarde aktiver Zeitreihen getestet, was es für massive IoT-Metrik-Aggregation geeignet macht
• MQTT-Plugin — ein offizielles Grafana Labs Plugin, das Live-MQTT-Daten über WebSockets streamt, aber entscheidend nichts speichert und keine historischen Daten abfragen kann
• Elasticsearch, ClickHouse, QuestDB — verschiedene Optionen für spezialisierte Analysen

Für die meisten IoT-Deployments mit Grafana ist die Standard-Pipeline: Geräte → MQTT-Broker → Telegraf → InfluxDB → Grafana. InfluxDB 3.0, das im April 2025 GA-Status erreichte, wurde komplett in Rust auf dem Apache Arrow/Parquet-Stack neu geschrieben und liefert 100-fach schnellere Abfragen als v2 mit nativer SQL-Unterstützung. Dies macht die Kombination Grafana + InfluxDB 3.0 zunehmend wettbewerbsfähig für IoT-Zeitreihen-Workloads.

Gerätemanagement: ThingsBoards entscheidender Vorteil

Dies ist der entscheidendste Differenzierungsfaktor. ThingsBoard bietet vollständiges Geräte-Lifecycle-Management; Grafana bietet keines.

ThingsBoard übernimmt die Gerätebereitstellung (manuell, automatische Bereitstellung über Provision Keys, CSV-Massenimport), Anmeldedatenverwaltung (Access Tokens, X.509-Zertifikate, MQTT Basic Auth) und Geräteprofile, die Transportkonfiguration, Alarmregeln und Standard-Rule-Chains pro Gerätetyp definieren. Drei Attribut-Bereiche — Client (gerätegemeldet), Server (plattformgesetzt) und Shared (an das Gerät gepusht) — ermöglichen einen reichhaltigen bidirektionalen Metadatenaustausch. Serverseitige und clientseitige RPC ermöglichen das Senden von Befehlen an Geräte und das Empfangen von Antworten. OTA-Firmware-Updates umfassen Paketverwaltung mit Prüfsummenverifizierung und Zustellungsverfolgung. Version 4.2 fügte Versionskontrolle für OTA-Pakete hinzu.

Das Entitätsmodell geht über Geräte hinaus: Assets repräsentieren logische Entitäten (Gebäude, Etagen, Zonen), Entitätsbeziehungen definieren Hierarchien und Entity Views stellen Teilmengen von Gerätedaten für bestimmte Benutzer bereit. Diese gesamte Gerätemanagement-Schicht — Bereitstellung, Anmeldedaten, Attribute, RPC, OTA, Asset-Hierarchien — existiert in Grafana schlicht nicht. Jedes Grafana-basierte IoT-Deployment muss diese Funktionen extern aufbauen oder integrieren.

Mit einer verwalteten ThingsBoard-Instanz von thingshost erhalten Sie diesen vollständigen Gerätemanagement-Stack, ohne die zugrunde liegende Infrastruktur betreiben zu müssen — einschließlich Datenbank-Backups, Sicherheitspatches und 24/7-Monitoring.

Rule Engines und Alerting: Strukturierte IoT-Automatisierung versus metrikbasierte Alarme

Die Rule Engine von ThingsBoard basiert auf einem aktorbasierten Modell mit über 50 integrierten Rule-Node-Typen, organisiert in Kategorien: Filter, Anreicherung, Transformation, Aktion, externe Integration und Ablaufsteuerung. Rule Chains werden visuell konfiguriert — Knoten auf eine Arbeitsfläche ziehen, mit Erfolgs-/Fehlerpfaden verbinden und Verarbeitungslogik mittels TBEL (ThingsBoard Expression Language) oder JavaScript definieren. Häufige IoT-Workflows umfassen schwellenwertbasierte Alarme, Erkennung von Geräteinaktivität (in Geräteprofilen integriert), Telemetrieaggregation über verknüpfte Entitäten, Datenanreicherung von übergeordneten Assets und Weiterleitung an externe Systeme über REST, MQTT, Kafka oder Cloud-Dienste (AWS SNS/SQS, Azure IoT Hub, GCP Pub/Sub).

Version 4.0 führte Calculated Fields für serverseitig berechnete Werte ein, wodurch der Bedarf an Rule Chains für einfache mathematische Operationen reduziert wird. Version 4.2 fügte den AI Request Rule Node mit nativer LLM-Integration (OpenAI, Azure OpenAI, Ollama, Google Gemini, GitHub Models) für KI-gestützte Anomalieerkennung und intelligente Alarmgenerierung hinzu. Version 4.3 brachte Alarm Rules 2.0 mit einem flexibleren Alarmmodell.

Das Unified Alerting-System von Grafana (Standard seit v9) bewältigt Schwellenwertalerungen und No-Data-Erkennung kompetent. Alarmregeln können jede Backend-Datenquelle abfragen, mehrere Abfragen mit mathematischen Ausdrücken kombinieren und Benachrichtigungen über Contact Points (E-Mail, Slack, PagerDuty, Webhooks, Telegram und mehr) mittels eines Benachrichtigungs-Policy-Routing-Baums weiterleiten. Für IoT kann Grafana Geräteinaktivität durch No-Data-Alarme erkennen und statische Schwellenwerte für beliebige Metriken setzen.

Grafana-Alerting hat jedoch erhebliche IoT-Einschränkungen. Es gibt kein Konzept von „Gerät" als erstklassige Entität — Alarme sind metrik-/abfragebasiert. Es gibt keine Rule Chains für komplexe Workflows (z. B. „wenn Temperatur hoch UND Luftfeuchtigkeit niedrig, sende Befehl an Aktor"). Keine bidirektionale Gerätesteuerung aus Alarmen heraus. Kein ausgefeiltes Alarm-Lifecycle-Management (Bestätigen, Eskalieren, Neu zuweisen). Die Verwaltung Tausender gerätespezifischer Alarmregeln wird unhandlich. Dynamische gerätespezifische Schwellenwerte erfordern umfangreiche Workarounds. Für IoT-spezifische Automatisierung ist die Rule Engine von ThingsBoard kategorisch leistungsfähiger.

LoRaWAN-Integration mit ChirpStack und The Things Stack

Für Unternehmen, die auf LoRaWAN mit ChirpStack aufbauen, unterscheidet sich die Integrationsgeschichte zwischen den beiden Plattformen erheblich.

ThingsBoard PE bietet einen nativen ChirpStack-Integrationstyp im Integrations Center. Die Konfiguration umfasst das Erstellen einer HTTP-Integration in ChirpStack, die auf eine von ThingsBoard generierte Endpoint-URL zeigt. Uplink- und Downlink-Konverter (TBEL oder JavaScript) übernehmen die Payload-Transformation. Geräte werden beim ersten Uplink basierend auf der DevEUI automatisch erstellt. ThingsBoard v4.0+ enthält eine integrierte Konverterbibliothek mit über 100 Gerätedecodern, die sechs LoRaWAN-Netzwerkserver einschließlich ChirpStack unterstützen. Die PE-Integration unterstützt auch Downlink-Nachrichten über den Integration Downlink Rule Node. Ebenso verfügen The Things Stack Community und Industries Editionen über native MQTT-basierte Integrationen in ThingsBoard PE.

ThingsBoard CE verfügt nicht über das Platform-Integrations-Feature, aber es existieren zwei Workarounds. Die integrierte ThingsBoard-Integration von ChirpStack kann Daten über die HTTP-API von ThingsBoard senden, wobei gerätespezifische Access Tokens als ChirpStack-Gerätevariablen gespeichert werden. Alternativ kann das ThingsBoard IoT Gateway ChirpStack-MQTT-Topics mit ThingsBoard CE verbinden.

Grafana hat keine native LoRaWAN-Integrationsfähigkeit. Der Standardansatz nutzt die native InfluxDB-Integration von ChirpStack, die dekodierte Geräte-Payloads direkt in InfluxDB schreibt — mit Measurements wie device_frmpayload_data_<field_name> plus Metadaten-Tags (Device EUI, Applikationsname, RSSI, SNR). Grafana fragt dann InfluxDB mittels Flux oder InfluxQL ab. Ein alternativer Weg führt über ChirpStack MQTT → Telegraf mqtt_consumer-Plugin → InfluxDB → Grafana, was mehr Kontrolle über die Datentransformation bietet.

Multi-Tenancy und White-Labeling für Service-Provider

ThingsBoard wurde von Grund auf für Multi-Tenancy konzipiert. Die Hierarchie verläuft Systemadministrator → Mandantenadministrator → Kunde → Kundenbenutzer, wobei jede Ebene isolierte Daten und Berechtigungen hat. PE erweitert dies um verschachtelte Kundenhierarchien (Sub-Kunden), erweitertes RBAC mit benutzerdefinierten granularen Rollen und Entitätsgruppen für Batch-Operationen. White-Labeling in PE ist auf System-, Mandanten- und Kundenebene konfigurierbar — benutzerdefinierte Logos, Farbschemata, Favicons, Anmeldeseiten, Domains und Übersetzungen — ohne Programmierung oder Serverneustart. Dies macht ThingsBoard PE zur natürlichen Wahl für Managed Service Provider (MSPs), die die Plattform für jeden Kunden unterschiedlich branden, mehrstufige Kundenhierarchien verwalten und strikte Datenisolierung aufrechterhalten müssen.

Grafana bietet Organisationen und Teams mit grundlegenden Admin/Editor/Viewer-Rollen in der OSS-Version. Enterprise/Cloud fügt RBAC mit granularen Berechtigungen, LBAC (Label-Based Access Control) für Datenisolierung, SCIM für Benutzersynchronisation und Multi-Stack-Isolierung auf Grafana Cloud hinzu. White-Labeling ist nur in der Enterprise-Version über die grafana.ini-Konfiguration verfügbar — abdeckend App-Titel, Anmeldeseiten-Branding, Logos und Footer-Links, aber mit weniger Flexibilität als ThingsBoards mehrstufiger PE-Ansatz. Speziell für IoT-MSPs fehlt Grafana die Mandanten-Kunden-Geräte-Hierarchie, Kunden-Onboarding-Workflows und die vererbbare Kunden-Branding-Funktionalität, die ThingsBoard nativ bietet.

Preisübersicht für 2025–2026

Die ThingsBoard Community Edition ist kostenlos unter Apache 2.0 ohne Gerätebegrenzung — einschließlich Gerätemanagement, Rule Engine, Dashboards, Multi-Tenancy, Clustering und OTA-Updates. Die wichtigsten Ausnahmen sind White-Labeling, erweitertes RBAC, Plattformintegrationen (ChirpStack, TTN), Entitätsgruppen, Scheduler, Reporting und Analytics Rule Nodes.

ThingsBoard PE selbst gehostet reicht von $10/Monat (Maker: 10 Geräte) über $99/Monat (Pilot: 100 Geräte, am beliebtesten) bis $499/Monat (Business: 1.000 Geräte bei $0,10 pro zusätzlichem Gerät). Alle Pläne beinhalten unbegrenzte Kunden, Dashboards, Integrationen, API-Aufrufe und Datenpunkte. ThingsBoard Cloud reicht von kostenlos (5 Geräte, 1M Datenpunkte/Monat) über $149/Monat (Pilot: 100 Geräte, 100M Datenpunkte) bis $749/Monat (Business: 1.000 Geräte). Private Cloud beginnt bei $1.349/Monat (Launch: 5.000 Geräte) mit Enterprise-Preisen auf Anfrage für über 100.000 Geräte.

Grafana OSS ist kostenlos unter AGPL v3, was die Veröffentlichung von Modifikationen erfordert, wenn Sie Grafana als Netzwerkdienst bereitstellen. Grafana Cloud bietet ein großzügiges kostenloses Kontingent (10K Metrik-Serien, 50GB Logs, 3 Benutzer, 14 Tage Aufbewahrung). Die Pro-Stufe beginnt bei $19/Monat plus nutzungsbasierter Abrechnung — Metriken kosten $8 pro 1.000 aktive Serien (Standard) oder $16 pro 1.000 (hochauflösend/15s). Im IoT-Maßstab: 1.000 Geräte, die 10 Metriken in 15-Sekunden-Intervallen senden, würden auf Grafana Cloud etwa $160/Monat allein für Metriken kosten, skalierend auf ungefähr $16.000/Monat für 100.000 Geräte — ohne die Kosten der zugrunde liegenden Zeitreihendatenbank bei Self-Hosting. Grafana Enterprise (selbst gehostet) beginnt bei ungefähr $25.000/Jahr Mindestverpflichtung.

Der Gesamtkostenvergleich hängt stark von der Architektur ab. ThingsBoard bündelt Speicherung und Gerätemanagement in einem Preis. Ein Grafana-basierter IoT-Stack erfordert die separate Kalkulation des MQTT-Brokers, der Zeitreihendatenbank (InfluxDB, TimescaleDB), eines etwaigen Gerätemanagementsystems und von Grafana selbst. Mit der thingshost-Flatrate für ThingsBoard-Hosting beginnt verwaltetes ThingsBoard-Hosting ab 149,90 €/Monat als Pauschalpreis — keine gerätebezogenen Gebühren, kein Infrastrukturmanagement, DSGVO-konformes Hosting in Deutschland.

Skalierung für große IoT-Deployments

ThingsBoard skaliert über seine Microservices-Architektur: separate Dienste für Transport (MQTT, HTTP, CoAP, LwM2M), Rule Engine, Core, Web-UI und JS-Executors, die über Kafka kommunizieren. Entitätsbasierte Partitionierung verteilt die Last mittels Consistent Hashing der Entity-IDs. Offizielle Benchmarks nennen ein Single-Node-Deployment, das 300.000 Geräte bei 10.000 Nachrichten/Sekunde für ungefähr $100/Monat Infrastrukturkosten verarbeitet. Mittlere Deployments (1M Geräte) nutzen den PostgreSQL + Cassandra Hybrid mit geschätzten Infrastrukturkosten von $1.770/Monat. Große Deployments (über 1M Geräte) erfordern 15+ TB Speicherknoten und dedizierte Kafka-Cluster bei ungefähr $13.790/Monat. Kubernetes-Deployment wird mit offiziellen Helm Charts unterstützt.

Grafana selbst ist als Abfrage-/Visualisierungsschicht leichtgewichtig und skaliert horizontal hinter Load Balancern. Die eigentliche Skalierungsherausforderung liegt beim zugrunde liegenden Datenspeicher. Grafana Mimir, konzipiert für Prometheus-kompatible Metriken, wurde mit 1 Milliarde aktiver Zeitreihen getestet. Mimir 3.0 (Ende 2025) führte eine entkoppelte Lese-/Schreibarchitektur ein, die den Spitzenverbrauch an Arbeitsspeicher um bis zu 92% reduziert. Speziell für IoT verarbeitet die Rust-basierte Spalten-Engine von InfluxDB 3.0 Millionen von Datenpunkten pro Sekunde bei der Aufnahme. TimescaleDB nutzt die ausgereiften Skalierungsfähigkeiten von PostgreSQL mit zeitbasierter Partitionierung. Der Grafana + InfluxDB/TimescaleDB-Stack kann den Durchsatz von ThingsBoard für reine Telemetriespeicherung erreichen, aber Skalierung von Gerätemanagement, Regelverarbeitung und Alarmbehandlung muss separat adressiert werden.

ThingsBoard und Grafana gemeinsam einsetzen

Die ausgefeiltesten IoT-Deployments nutzen beide Plattformen mit einer klaren Aufgabenteilung. ThingsBoard übernimmt Gerätemanagement, Datenerfassung, Regelverarbeitung, kundenorientierte Dashboards und Alarme. Grafana übernimmt Betriebsmonitoring, systemübergreifende Analysen und Engineering-Dashboards.

Die gängigsten Integrationsmuster sind:

• ThingsBoard → PostgreSQL/TimescaleDB → Grafana: Grafana verbindet sich direkt mit der ThingsBoard-Datenbank über einen schreibgeschützten PostgreSQL-Benutzer und fragt dieselben Telemetriedaten für erweiterte Analysen ab — ohne Datenduplizierung
• ThingsBoard → Kafka → InfluxDB → Grafana: In Microservices-Deployments werden Kafka-Topics von Telegraf oder benutzerdefinierten Consumern konsumiert, die in eine dedizierte InfluxDB-Instanz schreiben, die Grafana abfragt
• ThingsBoard → MQTT Rule Node → Telegraf → InfluxDB → Grafana: Die Rule Engine leitet verarbeitete Daten per MQTT zur unabhängigen Speicherung und Visualisierung weiter
• ThingsBoard Prometheus-Metriken → Grafana: ThingsBoard stellt actuator/prometheus-Metriken bereit, und sein Edge-Cluster-Deployment enthält integriertes Grafana + Prometheus Monitoring — Grafana überwacht den Zustand der ThingsBoard-Infrastruktur selbst

Welche Branchen bevorzugen welche Plattform

Smart City und Flottenmanagement bevorzugen eindeutig ThingsBoard — integriertes Geofencing, Karten-Widgets, Gerätebereitstellung im großen Maßstab und mandantenfähiges Kundenmanagement passen direkt zu kommunalen und logistischen Anforderungen. Die Schwarz Group (Lidl/Kaufland) betreibt ThingsBoard PE in über 13.000 Filialen.

Energiemonitoring sieht beide Plattformen in extensivem Einsatz. ThingsBoard bietet dedizierte Smart-Metering-Lösungsvorlagen. Grafanas Exzellenz bei der Zeitreihenvisualisierung macht es zur natürlichen Wahl für Energie-Dashboards — Flexcity, Energinet, Utilita und SYSO sind dokumentierte Grafana-Erfolgsgeschichten im Energiebereich.

Industrielles IoT teilt sich je nach Anforderungen auf. ThingsBoard bietet SCADA-Fähigkeiten (ab v3.8), OPC-UA über sein IoT Gateway und Modbus-Integration. Grafana wird in industriellen Umgebungen häufig als Visualisierungsschicht auf Basis von Prometheus oder InfluxDB eingesetzt, insbesondere wenn die IT/OT-Konvergenz die Überwachung sowohl von Fabrikausrüstung als auch IT-Infrastruktur in einer Ansicht erfordert.

Landwirtschaft bevorzugt ThingsBoard für kommerzielle Deployments (Gerätemanagement ist kritisch für entfernte LoRaWAN-Sensoren auf Feldern), während Grafana gut für Hobby- und Forschungswetterstationsprojekte geeignet ist.

Wie Node-RED und InfluxDB die Architektur vervollständigen

Node-RED dient als vielseitige Middleware in sowohl ThingsBoard- als auch Grafana-Architekturen. Zwischen ChirpStack und ThingsBoard CE abonniert es ChirpStack-MQTT-Topics, transformiert Payloads und publiziert an die MQTT-API von ThingsBoard. Im MING-Stack (Mosquitto, InfluxDB, Node-RED, Grafana) übernimmt Node-RED das gesamte Datenrouting und die Transformation. Im Vergleich zur Rule Engine von ThingsBoard bietet Node-RED eine flachere Lernkurve, über 5.000 Community-Nodes für Protokollunterstützung (Modbus, OPC-UA, BACnet, Seriell) und größere Flexibilität für benutzerdefinierte Integrationen. Die Rule Engine von ThingsBoard bietet engere Plattformintegration, mandantenbewusste Verarbeitung und horizontale Skalierbarkeit. Viele Deployments nutzen beides: Node-RED für Edge-Protokoll-Bridging und die Rule Engine von ThingsBoard für zentralisierte IoT-Logik.

InfluxDB ist die am häufigsten verwendete Zeitreihendatenbank in Grafana-basierten IoT-Stacks. ChirpStack verfügt über eine native InfluxDB-Integration. Die über 300 Input-Plugins von Telegraf (einschließlich mqtt_consumer) bieten universelle Datenerfassung. Die Architektur von InfluxDB 3.0 macht es zunehmend zu einer leistungsfähigen Alternative zum integrierten Speicher von ThingsBoard, erfordert jedoch separates Gerätemanagement.

Aktuelle Entwicklungen, die die Landschaft verändern (2024–2026)

Der Entwicklungsverlauf von ThingsBoard von v3.7 (Juni 2024) bis v4.3.1 (März 2026, aktuelles LTS) war transformativ. Version 4.0 führte Calculated Fields und EDQS für Dashboard-Abfragen unter 10 ms ein. Version 4.2 fügte den AI Request Rule Node für native LLM-Integration direkt in Rule Chains hinzu — ermöglicht KI-gestützte Anomalieerkennung und intelligente Alarmgenerierung mittels OpenAI, Ollama oder Google Gemini. Version 4.3 brachte Alarm Rules 2.0. Die Plattform lancierte außerdem ThingsBoard MCP 2.0 (November 2025) für natürlichsprachliche Interaktion über Claude Desktop oder andere LLM-Tools.

Die Entwicklung von Grafana bis v12.3 (November 2025, neueste Version) konzentrierte sich auf Plattformreife. Version 12 brachte die App Platform mit versionierten APIs, Git Sync für Dashboard-as-Code, SQL Expressions, dynamische Dashboards mit Tabs und bedingter Logik sowie blitzschnelles Geomap-Rendering. Der Grafana Assistant — ein agentischer LLM, eingebettet in Grafana Cloud — ermöglicht natürlichsprachliche Abfragen von Observability-Daten, KI-unterstützte Dashboard-Erstellung und mehrstufige Incident-Untersuchung. Er verzeichnete innerhalb von 90 Tagen nach dem Launch ein 10-faches Nutzerwachstum. Grafana ML bietet Prognosen und Anomalieerkennung für Cloud-Nutzer.

Beide Plattformen konvergieren bei KI-Fähigkeiten, jedoch aus unterschiedlichen Richtungen: ThingsBoard integriert KI in IoT-spezifische Regelverarbeitung (Telemetrie analysieren, Alarme generieren), während Grafana KI auf Observability-Workflows anwendet (Daten erkunden, Dashboards erstellen, Incidents untersuchen).

Fazit: Ein Entscheidungsrahmen

Die Entscheidung reduziert sich auf drei Szenarien. Wählen Sie ThingsBoard allein, wenn Sie eine vollständige IoT-Plattform mit Gerätemanagement, Multi-Tenancy, kundenorientierten Dashboards und integrierter Datenverarbeitung benötigen — typisch für MSPs, Smart-City-Deployments, Flottenmanagement und kommerzielle Landwirtschaft. Die Community Edition ist bemerkenswert leistungsfähig und kostenlos; PE fügt White-Labeling, LoRaWAN-Integrationen und erweitertes RBAC ab $99/Monat für 100 Geräte hinzu. Für Teams, die verwaltete Infrastruktur bevorzugen, bietet thingshost dedizierte ThingsBoard-Instanzen ab 149,90 €/Monat — DSGVO-konform, gehostet in Deutschland, mit 24/7-Monitoring und Support.

Wählen Sie Grafana allein, wenn Sie Gerätemanagement bereits extern gelöst haben, erstklassige Visualisierung über mehrere Datenquellen benötigen oder einen bestehenden IT-Monitoring-Stack in den IoT-Bereich erweitern. Dieser Weg erfordert den Aufbau einer vollständigen Datenpipeline (MQTT-Broker + Telegraf + InfluxDB/TimescaleDB), belohnt Sie aber mit unübertroffener analytischer Flexibilität.

Wählen Sie beide gemeinsam — und dies ist das Muster, das erfahrene IoT-Teams verwenden — wenn Sie ThingsBoards Gerätemanagement und Rule Engine für die operative IoT-Schicht nutzen möchten, während Grafana erweiterte Analysen, Infrastruktur-Monitoring und Engineering-Dashboards auf denselben Daten bereitstellt. Die Integration ist unkompliziert über gemeinsame PostgreSQL/TimescaleDB-Datenbanken oder Kafka-basiertes Daten-Streaming. Diese kombinierte Architektur liefert das Beste aus beiden Welten: eine zweckbestimmte IoT-Plattform für den Betrieb und das branchenbeste Visualisierungstool für Analysen.

Quellen

1. ThingsBoard — Dashboards-Dokumentation — Widget-Kategorien, Dashboard-Funktionen
2. ThingsBoard — Architektur-Referenz — Systemarchitektur, Datenspeicheroptionen
3. ThingsBoard — Rule Engine Übersicht — Rule-Node-Typen, visuelle Konfiguration
4. ThingsBoard — Deployment-Szenarien & Benchmarks — Skalierungsdaten, Infrastrukturkosten
5. ThingsBoard — Preise — CE/PE/Cloud-Preismodelle
6. ThingsBoard — v4.0 Release-Blog — EDQS, Calculated Fields, Maps
7. ThingsBoard — v4.2 Release-Blog — AI Rule Node, Reporting 2.0
8. ThingsBoard PE — ChirpStack-Integration — LoRaWAN-Integrationseinrichtung
9. ThingsBoard GitHub Repository — Quellcode, Community-Statistiken
10. Grafana 12 Release-Blog — v12-Funktionen, Git Sync, SQL Expressions
11. Grafana — Preise — Free/Pro/Enterprise-Preise
12. Grafana MQTT Datasource (GitHub) — MQTT-Plugin-Funktionen
13. ChirpStack — ThingsBoard-Integrationsanleitung — ChirpStack v4 → ThingsBoard
14. InfluxData — InfluxDB 3.0 GA-Ankündigung — InfluxDB 3.0 Leistungsdaten