Wie genau ist Position Tracking mit Bluetooth Low Energy?

Position Tracking mit Bluetooth Low Energy ist in vielen Produktkategorien ein zentrales Thema geworden: von Asset-Tracking in Lagerhallen über medizinische Wearables bis hin zu industriellen Steuerungssystemen. Die entscheidende Frage für Entwicklungsteams lautet dabei nicht, ob BLE zur Ortung genutzt werden kann, sondern unter welchen Bedingungen welche Genauigkeit realistisch erreichbar ist und welche Methode dafür die richtigen Trade-offs mitbringt. Die Antwort hängt von Faktoren ab, die weit über die Wahl des Funkstandards hinausgehen.

BLE wurde primär für energieeffiziente Datenkommunikation entwickelt, nicht für präzise Positionsbestimmung. Das schlägt sich in der Systemarchitektur nieder: Wer BLE Indoor-Ortung mit zentimetergenauer Präzision erwartet, wird scheitern. Wer die Methode passend zur Anwendung wählt und das System entsprechend auslegt, kann mit BLE robuste und kosteneffiziente Lösungen realisieren.

Table of Contents

Faktoren, die die BLE-Ortungsgenauigkeit beeinflussen

Die Genauigkeit eines BLE-basierten Indoor Positioning Systems wird durch mehrere physikalische und systemseitige Einflüsse bestimmt, die sich gegenseitig verstärken oder kompensieren können.

Der dominierende Faktor ist Mehrwegeausbreitung. In geschlossenen Räumen reflektiert das BLE-Signal an Wänden, Böden, Metallstrukturen und dem menschlichen Körper. Das Empfangsgerät sieht nicht ein einzelnes Signal, sondern eine Überlagerung mehrerer Kopien mit unterschiedlichen Laufzeiten und Phasenlagen. Das macht RSSI-basierte Distanzschätzungen grundsätzlich instabil. Schwankungen von 5 bis 15 dBm innerhalb weniger Sekunden sind in Innenräumen keine Ausnahme, sondern der Normalfall.

Hinzu kommen Materialeigenschaften der Umgebung. Beton, Metall und wasserhaltige Materialien dämpfen das 2,4-GHz-Band unterschiedlich stark. Ein Lagerumfeld mit Metallregalen verhält sich fundamental anders als ein Bürogebäude mit Trockenbauwänden. Wearables, die direkt am Körper getragen werden, haben zusätzlich mit Körperdämpfung und Antennendetuning zu kämpfen, ein Effekt, der in Labortests oft unterschätzt wird, im Betrieb aber die effektive Reichweite und Messqualität spürbar reduziert.

Auf Systemseite beeinflussen Ankeranzahl und -platzierung, Advertising-Intervall, Transmit Power sowie die Qualität der RSSI-Filterung das Ergebnis. Ein Kalman-Filter oder ein gleitender Mittelwert kann kurzfristige Schwankungen glätten, aber er kann keine Information erzeugen, die das Funksignal nicht liefert.

BLE-Ortungsmethoden im Vergleich

Für die BLE-Positionsbestimmung existieren mehrere Methoden mit grundlegend unterschiedlichen Genauigkeits- und Kostenprofilen. Die Wahl der Methode ist eine der folgenreichsten Entscheidungen in der Systemarchitektur.

RSSI-basierte Näherungsschätzung

Die einfachste Methode nutzt den empfangenen Signalpegel (RSSI) zur Abstandsschätzung über das Path-Loss-Modell. In der Praxis liefert RSSI-Trilateration in unkontrollierten Innenräumen eine Genauigkeit von 2 bis 5 Metern unter guten Bedingungen, häufig jedoch 5 bis 10 Meter. Der Vorteil: minimaler Infrastrukturaufwand, niedrige Kosten. Der kritische Fehler in vielen Projekten ist die Annahme, dass RSSI-Werte über die Zeit stabil sind. Sie sind es nicht. Ohne robuste Filterung und regelmäßige Rekalibrierung degradiert die Genauigkeit in produktiven Umgebungen innerhalb von Wochen.

Angle of Arrival (AoA) und Angle of Departure (AoD)

Mit Bluetooth 5.1 wurden AoA und AoD als standardisierte Methoden eingeführt. AoA-Systeme nutzen Multi-Antennen-Arrays am Empfänger, um den Einfallswinkel des Signals zu bestimmen. Unter kontrollierten Bedingungen sind damit Genauigkeiten von 0,3 bis 1 Meter erreichbar. Der Preis dafür ist höhere Hardware-Komplexität auf Ankerseite, höhere Systemkosten (Anker-Hardware ab ca. 150 bis 400 Euro pro Einheit je nach Hersteller) und erhöhter Kalibrierungsaufwand. AoA funktioniert gut in offenen Hallenbereichen, versagt aber in stark reflektierenden Metallumgebungen, weil Mehrwegeausbreitung die Winkelschätzung korrumpiert.

Fingerprinting

Fingerprinting erstellt eine Karte der RSSI-Werte an bekannten Positionen und vergleicht Live-Messungen mit dieser Datenbank. Erreichbare Genauigkeit: 1 bis 3 Meter in stabilen Umgebungen. Der fundamentale Nachteil: Die Fingerprint-Karte muss bei jeder signifikanten Umgebungsänderung neu erstellt werden. In industriellen Umgebungen mit wechselnder Belegung oder umgelagerten Maschinen ist das ein erheblicher Betriebsaufwand, der in der Projektplanung regelmäßig unterschätzt wird.

Realistische Genauigkeitswerte in der Praxis

Die in Datenblättern und Marketingmaterialien genannten Genauigkeitswerte für Bluetooth-Tracking gelten unter kontrollierten Bedingungen. In realen Deployments weichen die Ergebnisse systematisch ab.

Für RSSI-basierte Systeme ohne Fingerprinting sind 3 bis 7 Meter Genauigkeit ein realistischer Erwartungswert in typischen Büro- oder Lagerhallen-Umgebungen. AoA-Systeme mit sorgfältiger Ankerplatzierung und Kalibrierung erreichen 0,5 bis 1,5 Meter. Fingerprinting-Systeme liegen bei 1 bis 3 Metern, sofern die Umgebung stabil bleibt. Keines dieser Systeme liefert Echtzeitgenauigkeit unter 0,3 Metern ohne zusätzliche Sensorfusion, etwa mit IMU-Daten oder Ultrabreitband (UWB) als ergänzendem Technologiebaustein.

Ein häufig ignorierter Faktor ist die Latenz. Höhere Advertising-Intervalle (typisch 100 bis 1000 ms bei BLE) bedeuten, dass Positionsupdates nicht kontinuierlich, sondern diskret ankommen. In Anwendungen mit sich schnell bewegenden Objekten führt das zu Positionssprüngen, die sich auch durch Filterung nicht vollständig eliminieren lassen. Wer ein Echtzeit-Tracking-System für bewegliche Assets mit Aktualisierungsraten unter 500 ms benötigt, muss die Advertising-Intervalle entsprechend konfigurieren, auf Kosten des Stromverbrauchs.

Wann BLE die richtige Wahl für Positioning ist

BLE ist dann die richtige Wahl, wenn Zonenortung mit 2 bis 5 Metern Auflösung ausreicht, die vorhandene Infrastruktur bereits BLE-fähige Gateways oder Smartphones umfasst und der Energieverbrauch ein kritisches Designkriterium ist. Asset-Tracking in Krankenhäusern, Proximity-Anwendungen im Retail oder die Raumzuordnung von Wearables in Pflegeeinrichtungen sind Szenarien, in denen BLE kosteneffizient und zuverlässig arbeitet.

BLE ist die falsche Wahl, wenn Submeter-Genauigkeit in Metallumgebungen gefordert ist, Echtzeit-Tracking mit Latenz unter 100 ms benötigt wird oder die Umgebung stark dynamisch ist. In diesen Fällen ist UWB (Ultra-Wideband) die technisch überlegene Alternative, mit Genauigkeiten von 10 bis 30 Zentimetern, aber deutlich höheren Systemkosten und höherem Stromverbrauch. UWB-Module kosten im Vergleich zu BLE-SoCs typischerweise das Drei- bis Fünffache pro Einheit bei vergleichbaren Stückzahlen.

Eine hybride Architektur, bei der BLE für Grobortung und IMU-Sensorfusion für Bewegungsinterpolation genutzt wird, ist für viele Wearable-Anwendungen ein praktikabler Mittelweg. Die Schaltungsentwicklung für solche Systeme erfordert allerdings sorgfältige Planung der Antennenplatzierung, insbesondere wenn das Gerät körpernah getragen wird.

Optimierungsansätze für präziseres BLE-Tracking

Wer die Genauigkeit eines bestehenden oder geplanten BLE-Ortungssystems verbessern will, hat mehrere Hebel, mit unterschiedlichem Aufwand und unterschiedlicher Wirkung.

Ankerinfrastruktur und Kalibrierung

Die Anzahl und Platzierung der BLE-Anker hat den größten Einzeleinfluss auf die Systemgenauigkeit. Mehr Anker mit überlappenden Sichtfeldern reduzieren geometrische Fehler bei der Trilateration. Als Faustregel gilt: Mindestens vier Anker mit Sichtverbindung zum zu ortenden Gerät für stabile 2D-Positionsschätzung. Jeder Anker muss nach Installation mit bekannten Referenzpositionen kalibriert werden. Dieser Schritt wird in Projekten häufig als nachrangig behandelt, obwohl er 30 bis 50 Prozent der erreichbaren Genauigkeit bestimmt.

Signalverarbeitung und Filterung

Rohe RSSI-Werte direkt zur Positionsberechnung zu verwenden, ist ein zuverlässiger Weg zu schlechten Ergebnissen. Ein Kalman-Filter mit angepasstem Prozessrauschen für die erwartete Bewegungsgeschwindigkeit des Objekts reduziert Positionssprünge erheblich. Für stationäre Assets reicht ein einfacher gleitender Mittelwert über 5 bis 10 Messwerte. Für bewegte Objekte ist ein erweiterter Kalman-Filter oder ein Partikelfilter notwendig, wenn gleichzeitig IMU-Daten verfügbar sind.

Firmware-seitige Optimierungen

Das Advertising-Intervall ist ein direkter Trade-off zwischen Aktualisierungsrate und Stromverbrauch. Bei 100 ms Intervall und aktivem Scanning liegt der Stromverbrauch eines typischen BLE-SoC im Bereich von 3 bis 8 mA. Bei einer 200-mAh-Batterie bedeutet das eine Laufzeit von unter 30 Stunden. Bei 1000 ms Intervall sinkt der Verbrauch auf 0,5 bis 1,5 mA, die Laufzeit steigt auf mehrere Tage, aber die Positionsupdates werden träge. Wer diesen Trade-off nicht explizit in der Systemspezifikation adressiert, wird ihn spätestens im Feldtest als Problem wiederfinden. Die Firmware-Entwicklung für energieoptimierte BLE-Systeme erfordert ein genaues Verständnis dieser Wechselwirkung.

Eine weitere Optimierungsoption ist die Nutzung von BLE Channel Sounding (eingeführt mit Bluetooth 5.4 / Bluetooth 6.0), das phasenbasierte Distanzmessung mit deutlich höherer Präzision als RSSI ermöglicht. Channel Sounding ist für Submeter-Anwendungen relevant, erfordert aber Hardware-Support auf beiden Seiten der Verbindung, ein Faktor, der die Komponentenwahl im Design frühzeitig einschränkt.

Wie Oxeltech bei BLE-Positionierungsprojekten unterstützt

Wir begleiten Entwicklungsteams bei der Konzeption und Umsetzung von BLE-basierten Ortungssystemen, von der Methodenauswahl bis zur serienreifen Hardware. Dabei arbeiten wir an der Schnittstelle zwischen Hardware-Design, Antennenoptimierung und Firmware-Entwicklung, weil Positionsgenauigkeit ein Systemergebnis ist und nicht durch einen einzelnen Layer allein optimiert werden kann.

Konkret unterstützen wir bei:

Auswahl und Bewertung der passenden BLE-Ortungsmethode (RSSI, AoA, Fingerprinting, Channel Sounding) in Abhängigkeit von Genauigkeitsanforderungen, Umgebung und Energiebudget
Hardware-Design und Schaltungsentwicklung für BLE-fähige Geräte mit optimierter Antennenplatzierung, auch für körpernahe Wearable-Anwendungen
Firmware-Entwicklung mit RTOS-Basis (Zephyr, FreeRTOS) inklusive Filteralgorithmen, Advertising-Konfiguration und Energiemanagement
Systemintegration und Validierung unter realen Umgebungsbedingungen, nicht nur im Labor
Begleitung durch Zertifizierungsprozesse (CE, FCC) für funkbasierte Produkte

Wenn ein BLE-Ortungsprojekt konkrete Anforderungen hat, Genauigkeitsziele, Formfaktor, Energiebudget, Zertifizierungsumfang, sprechen wir das gerne durch. Jetzt Kontakt aufnehmen und das Projekt gemeinsam einordnen.