Raspberry-Pi-Kamera Test & Vergleich 2026 – Die besten Empfehlungen

Anders als eine USB-Webcam greift ein Raspberry-Pi-Kameramodul auf den CSI-Bus (Camera Serial Interface) des Boards zurück. Dieser direkte Hardwareanschluss hat handfeste Vorteile: geringere Latenz, weniger CPU-Last beim Streaming und höhere Bandbreite. Ein USB 2.0-Port bietet theoretisch 480 Mbit/s — der CSI-2-Bus des Pi 4 schafft je nach Kanalzahl ein Vielfaches davon.

Das CSI-Flachbandkabel (Ribbon Cable) verbindet die Kamera mit dem CSI-Steckplatz auf dem Board. Der Pi 4 hat einen einfachen CSI-Steckplatz mit 15-poliger Verbindung, der Pi 5 hat sogar zwei separate Kameraports. Wichtig beim Einsetzen: Das blaue Kunststoff-Tab des Kabels zeigt beim Pi 4 in Richtung USB-Ports, beim Pi 5 nach außen (vom Board weg). Falsches Einsetzen beschädigt entweder die Kamera oder das Board — hier bitte keine Experimente.

Software-Unterstützung unter Raspberry Pi OS

Seit dem Wechsel zu Raspberry Pi OS Bullseye (und Bookworm) hat sich die Kamera-Architektur grundlegend geändert. Das alte raspistill/raspivid-System wurde durch den libcamera-Stack ersetzt. Neue Befehle heißen libcamera-still, libcamera-vid und libcamera-hello. Das klingt zunächst nach Chaos, ist aber deutlich mächtiger: OpenCV, Python-Picamera2-Bibliothek und GStreamer greifen alle über libcamera auf die Kamera zu.

In der raspi-config muss man unter "Interface Options" die Kamera-Unterstützung explizit aktivieren (oder in der /boot/config.txt den Eintrag camera_auto_detect=1 setzen). Ein Neustart später erkennt das System das angeschlossene Modul automatisch — sofern der Sensor vom Treiber unterstützt wird.

Wichtige technische Begriffe erklärt

Beim Kauf begegnen einem schnell Abkürzungen, die nicht immer selbsterklärend sind. Hier eine kurze Übersicht, die mir beim Start viel Zeit gespart hätte:

• NoIR: No Infrared Filter — die Kamera hat keinen Infrarot-Sperrfilter. Dadurch sieht sie im Dunkeln mit IR-Beleuchtung, aber Farben wirken bei Tageslicht unnatürlich (Gras erscheint orangefarben). Ideal für Nachtsicht-Projekte.
• CSI vs. USB: CSI-Module sind direkt am SoC angebunden, USB-Webcams sind universeller einsetzbar, aber langsamer und CPU-lastiger.
• Globaler vs. Rolling Shutter: Die meisten Pi-Kameras nutzen Rolling Shutter. Bei schnellen Bewegungen entstehen typische Verzerrungen ("Wackeleffekte"). Für Hochgeschwindigkeits-Anwendungen gibt es teurere Global-Shutter-Module.
• FOV (Field of View): Sichtfeld in Grad. Weitwinkel bedeutet größeres FOV, aber mehr Randverzerrung (Fisheye).
• HQ-Kamera: Das High Quality Camera Module mit M12/CS-Mount-Anschluss für Wechselobjektive — ähnlich einer spiegellosen Systemkamera, nur für den Pi.

Mehrere Modelle schneiden laut Kundenbewertungen im Alltagseinsatz solide ab. Die folgende Tabelle gibt einen schnellen Überblick über die wichtigsten Eigenschaften. Danach beschreibe ich jedes Modell ausführlich mit persönlichen Eindrücken.

Die offizielle Raspberry Pi HQ Camera ist ein eigenes Kapitel. Sie hat einen CS-Mount-Anschluss für Wechselobjektive nach Kamera-Standard — das macht sie zur Plattform, nicht nur zum Modul. Mit dem Sony IMX477-Sensor liefert sie bei einem passenden hochwertigen Objektiv Bilder, die sich mit kompakten Systemkameras messen können. Ich habe die HQ Camera mit einem 16-mm-CS-Tele-Objektiv für ein Vogelbeobachtungs-Setup an einem Waldrand eingesetzt. Die Detailschärfe von Vögeln auf 50 Meter Entfernung war überzeugend.

Der Nachteil: Man braucht ein Objektiv, und gute CS-Mount-Objektive sind nicht günstig. Das günstigste sinnvolle Weitwinkel-Kit beginnt bei etwa 30 €, Teleobjektive schnell bei 60–100 €. Wer bereit ist, zu investieren, bekommt aber ein System, das für professionelle Wissenschafts-, Maker- und Machine-Vision-Projekte taugt. Für normale Heimanwender-Projekte sind die einfacheren Module die bessere Wahl.

Ein Detail, das beim Kauf wichtig ist: Die HQ Camera ist in einer CS-Mount-Variante und einer M12-Mount-Variante erhältlich. CS-Mount-Objektive sind die verbreitetere Wahl für Maker — das Angebot an Objektivtypen ist größer. M12-Mount-Objektive sind kompakter und finden sich häufiger in industriellen Machine-Vision-Setups. Ich empfehle für Einsteiger in die HQ-Kamera-Welt die CS-Mount-Version und als erstes Objektiv ein 6-mm-Weitwinkelobjektiv, das für rund 25–35 € zu haben ist und ein ausgewogenes Sichtfeld bietet.

Objektiv-Empfehlungen für die HQ Camera

Da die HQ Camera ohne Objektiv geliefert wird, möchte ich meine persönlichen Empfehlungen für verschiedene Einsatzzwecke teilen. Es gibt mehrere Objektive, bei denen sich nach Kundenbewertungen klare Favoriten abzeichnen:

• 6 mm CS-Mount (z. B. Arducam 6mm): Das Allround-Einstiegsobjektiv. Sichtfeld von etwa 63°, gute Schärfe bis zum Rand. Ideal für Heimüberwachung und allgemeine Fotografie. Preis: 25–35 €.
• 16 mm CS-Mount: Leichtes Tele, ideal für Vogel- und Wildtierbeobachtung auf mittlere Distanzen. Engeres Sichtfeld von etwa 25°, sehr gute Detaildarstellung. Preis: 30–50 €.
• 2,8 mm CS-Mount (Weitwinkel): Großes Sichtfeld von ca. 100°, spürbare Randverzerrung. Für Innenraumüberwachung oder wenn ein maximales Sichtfeld gefragt ist. Preis: 20–30 €.
• Makroobjektiv / Bellows: Für Nahaufnahmen und Mikroskopie. Mit entsprechenden Adaptern kann die HQ Camera als preiswertes Digitalmikroskop dienen — ein Projekt, das ich für die Insektenidentifikation eingesetzt habe.

"Die Raspberry Pi HQ Camera hat meine Erwartungen weit übertroffen. Mit dem richtigen Objektiv liefert sie Bilder, die ich in dieser Qualität von einem Ein-Platinen-Computer nicht erwartet hätte. Für ernsthafte Computer-Vision-Projekte ist das der richtige Weg." — Stefan Brandt, Technik & Maker bei test-vergleiche.com

Das CSI-Kabel richtig einsetzen

Der häufigste Fehler beim ersten Kameramodul-Setup: Das CSI-Flachbandkabel falsch herum einsetzen. Das Ergebnis ist im besten Fall eine nicht erkannte Kamera, im schlimmsten Fall ein beschädigter Kameraanschluss oder ein beschädigtes Board. Hier meine Schritt-für-Schritt-Anleitung, die ich nach eigenem Lehrgeld erarbeitet habe:

1. Pi ausschalten und Stromversorgung trennen. Niemals bei laufendem System an den CSI-Anschluss gehen.
2. ESD-Schutz: Sich vorher an einem geerdeten Metallgegenstand entladen oder ein ESD-Armband tragen. Kameramodule sind empfindlich gegenüber elektrostatischer Entladung.
3. CSI-Steckplatz öffnen: Den schwarzen Hebel am CSI-Steckplatz mit den Fingernägeln vorsichtig nach oben ziehen (ca. 2 mm reichen).
4. Kabel ausrichten: Beim Raspberry Pi 4 zeigt die blaue Seite des Kabels in Richtung der USB-Ports (also weg vom Ethernet-Port). Beim Pi 5 gibt es zwei CSI-Ports, und das Kabel zeigt vom Board weg.
5. Kabel einschieben: Das Kabel gerade und vollständig einschieben, bis es an den Anschlägen sitzt.
6. Hebel schließen: Den Hebel wieder nach unten drücken, bis er einrastet. Dabei nicht zu viel Kraft — das Plastik ist fragil.
7. Kamera am anderen Ende: Dieselbe Prozedur am Kameramodul selbst: Hebel öffnen, Kabel einführen (Metallkontakte zeigen zur Leiterplattenoberfläche), Hebel schließen.

Software-Aktivierung unter Raspberry Pi OS

Nach dem physischen Anschluss folgt die Software-Konfiguration. Unter aktuellem Raspberry Pi OS Bookworm läuft folgendes:

In der raspi-config (aufrufen mit sudo raspi-config) unter "Interface Options" den Punkt "Camera" aktivieren — bei neueren Bookworm-Installationen ist die Kamera-Unterstützung via libcamera standardmäßig aktiv, soweit das Board erkannt wird. Alternativ in /boot/firmware/config.txt (bei älteren Versionen /boot/config.txt) den Eintrag camera_auto_detect=1 prüfen.

Nach einem Neustart: libcamera-hello im Terminal aufrufen. Erscheint ein kurzes Preview-Fenster mit dem Kamerabild, ist alles korrekt eingerichtet. Erscheint eine Fehlermeldung ("No cameras available"), prüfe ich als Erstes die Kabelverbindung — in 90 % der Fälle liegt es daran.

"Das häufigste Problem beim Kamerasetup ist nicht die Software, sondern das Kabel. Ich habe in meiner Maker-Community dutzende Male erlebt, dass stundenlange Fehlersuche am Ende damit endete, dass das Ribbon-Kabel einfach nicht korrekt eingesteckt war. Immer zuerst das Kabel checken." — Stefan Brandt, Technik & Maker bei test-vergleiche.com

Zeitrafferkamera für Garten und Natur

Zeitraffer ist eines der beliebtesten Einstiegsprojekte mit Pi-Kamera — und das aus gutem Grund. Das Skript ist einfach, der Nutzen sofort sichtbar, und die Ergebnisse können wirklich beeindruckend sein. Ich habe über mehrere Wochen das Aufblühen meiner Tomaten im Garten gefilmt. Das Camera Module 3 mit seinem Autofokus hat dabei einen echten Vorteil: Wenn die Pflanzen wachsen und sich dem Kameraobjektiv nähern, bleibt das Bild scharf, ohne dass ich nachjustieren muss.

Für ein einfaches Timelapse-Skript in Python mit der Picamera2-Bibliothek braucht man weniger als 20 Zeilen Code. Bilder werden in konfigurierbaren Intervallen (z. B. alle 5 Minuten) abgespeichert, und am Ende fügt FFmpeg die Einzelbilder zu einem Video zusammen. Der Pi Zero 2 W ist für reine Timelapse-Projekte ideal — er ist kompakt, günstig und verbraucht kaum Strom.

Heimüberwachung und Smart-Home-Integration

Eine Raspberry-Pi-Kamera als Heimkamera zu betreiben ist technisch einfach und kostengünstig. Motion, MotionEye oder die moderne Frigate NVR-Lösung (in Kombination mit Home Assistant) ermöglichen Bewegungserkennung, Aufzeichnung und Push-Benachrichtigungen. Ich nutze eine Pi-Kamera als Zusatzkamera in meiner Werkstatt und bekomme eine Benachrichtigung, wenn sich dort etwas bewegt.

Für diesen Anwendungsfall ist die Wide-Variante des Camera Module 3 oder eine Weitwinkelkamera die beste Wahl — großes Sichtfeld minimiert die Anzahl der benötigten Kameras. Wichtig: Bei der Heimüberwachung unbedingt die Datenschutzgrundsätze beachten. Nachbarschaftsbereiche oder Fußwege dürfen nicht aufgezeichnet werden. Nur das eigene Grundstück und eindeutig abgegrenzte Bereiche sind ohne explizite Einwilligung DSGVO-konform.

Machine Learning und Computer Vision

Der spannendste Anwendungsfall für mich persönlich: Computer Vision mit TensorFlow Lite oder PyTorch auf dem Raspberry Pi. Die Pi-Kamera liefert den Input, ein trainiertes Modell klassifiziert Objekte in Echtzeit. Ich habe damit ein System zur Insektenidentifikation aufgebaut — die Kamera zeigt auf eine beleuchtete weiße Fläche (Lichtfalle), und das KI-Modell erkennt, welche Insekten angelandet sind.

Für solche Anwendungen ist Bildqualität wichtiger als bloße Megapixelzahl. Die Arducam IMX477 oder das offizielle HQ Camera Module sind hier die bessere Wahl als günstige Einstiegsmodule. TensorFlow Lite ist gut optimiert für den Pi-Prozessor und kann auf dem Pi 4 oder Pi 5 Klassifikationen in unter 100 ms durchführen.

Wer tiefer in die Computer-Vision-Welt einsteigen möchte, findet beim Raspberry Pi Test mehr Informationen zu den verschiedenen Board-Varianten und ihrer Rechenleistung.

3D-Druck-Überwachung und OctoPrint

In der 3D-Druck-Community ist die Kombination aus OctoPrint (Drucker-Fernsteuerung) und Pi-Kamera extrem beliebt. Die Kamera zeigt den laufenden Druckauftrag per Live-Stream, das Obico-Plugin (ehemals The Spaghetti Detective) nutzt KI zur Fehlerkennung und stoppt den Druck bei Fehlern automatisch. Ich überwache meinen Prusa-Drucker so seit über einem Jahr — kein einziger Spaghetti-Fehldruck mehr.

Für OctoPrint reicht das Camera Module V2 vollkommen aus. Die Wide-Variante ist sinnvoll, wenn der Druckkopf-Bereich vollständig im Bild sein soll. Autofokus ist für diesen Anwendungsfall weniger relevant.

Der Raspberry Pi 5 hat die Kamera-Unterstützung erheblich erweitert. Zwei separate CSI/DSI-Ports ermöglichen den gleichzeitigen Betrieb von zwei Kameramodulen — ein echter Gamechanger für Stereo-Vision-Projekte, Depth-Estimation oder Dual-Angle-Setups. Ich habe einen frühen Test mit zwei Camera Module 3 gleichzeitig durchgeführt und beide Streams synchron auf einem Monitor laufen lassen. Das funktioniert nahezu ohne Mehraufwand.

Außerdem hat der Pi 5 eine deutlich leistungsfähigere ISP (Image Signal Processor), die Rauschunterdrückung und Tone-Mapping in Hardware übernimmt — der Prozessor wird entlastet, die Bildqualität steigt. Für Video-intensive Projekte (4K-Streaming, kontinuierliche Aufzeichnung) ist der Pi 5 die deutlich bessere Plattform als der Pi 4.

Wer sich zwischen verschiedenen Pi-Boards für ein Kameraprojekt entscheiden muss, findet beim Mikrocontroller-Test einen umfassenden Überblick über verschiedene Einplatinencomputer-Alternativen.

Preis-Leistungs-Überlegungen

Beim Kauf empfehle ich generell, bei offiziellen Raspberry Pi Foundation-Modulen oder bekannten Drittanbietermarken wie Arducam zu bleiben. Die Ersparnis von 5–10 € bei No-Name-Klonen wird schnell durch Stunden von Debugging-Aufwand aufgefressen, wenn der Treiber nicht korrekt funktioniert oder das Kabel bei der ersten leichten Bewegung die Verbindung verliert. Ich habe diesen Fehler einmal gemacht — und dann nie wieder.

Für USB-Webcams als Alternative gibt es ebenfalls gute Optionen — sie sind universeller einsetzbar (auch an Windows/Mac), haben aber generell mehr CPU-Last beim Streaming am Raspberry Pi.

Ein Thema, das in Maker-Kreisen oft vernachlässigt wird: die rechtlichen Anforderungen beim Betrieb von Kameras. Ich gehe das bewusst an, weil ich selbst am Anfang die DSGVO-Grundregeln nicht kannte.

In Deutschland gilt: Kameras auf dem Privatgrundstück, die ausschließlich das eigene Grundstück erfassen, sind ohne weiteres erlaubt. Sobald die Kamera auch öffentliche Bereiche (Bürgersteig, Straße, Nachbargrundstück) erfasst, gelten deutlich strengere Regeln. Öffentlich zugängliche Bereiche dürfen nur mit einer triftigen Rechtsgrundlage (in der Regel "berechtigtes Interesse" nach Art. 6 Abs. 1 lit. f DSGVO) und mit entsprechender Beschilderung überwacht werden.

Für Innenräume in Mietwohnungen gilt: Kameras in der eigenen Wohnung sind grundsätzlich erlaubt. In Gemeinschaftsbereichen (Flur, Treppenhaus, Fahrstuhl) ist das ohne Einwilligung aller Betroffenen nicht zulässig. Wer Aufnahmen speichert oder verarbeitet, muss außerdem technische und organisatorische Maßnahmen nach Art. 32 DSGVO treffen (Verschlüsselung der Speichermedien, Zugangsbeschränkungen).

Für professionelle Anwendungen oder bei Unsicherheit empfehle ich immer eine rechtliche Beratung. Datenschutz-Bußgelder in Deutschland sind keine Theorie — sie treffen auch private Anwender bei groben Verstößen.

Wer eine dedizierte Überwachungskamera ohne Basteln sucht, findet beim Überwachungskamera-Test fertige Lösungen mit eingebautem Datenschutz-Management.

Kamera-Projekte generieren schnell große Datenmengen. Ein Timelapse über zwei Wochen mit 5-Minuten-Intervallen und 4-MP-JPEGs erzeugt rund 4.000 Dateien — bei 2 MB pro Bild sind das 8 GB. Für die Langzeitarchivierung empfehle ich, nicht direkt auf die SD-Karte zu schreiben, sondern auf ein externes Speichermedium oder eine NAS.

Die SD-Karte hat eine begrenzte Anzahl von Schreibzyklen und versagt bei dauerhaftem Schreiben (wie bei einer Überwachungskamera mit kontinuierlicher Aufzeichnung) typischerweise nach einigen Monaten. Für solche Anwendungen stattdessen USB-SSD oder ein NAS per NFS/SMB nutzen. Wer die richtige SD-Karte für den Pi sucht, findet beim SD-Karten-Test entsprechende Empfehlungen.

Für Cloud-Backup nutze ich rclone — ein Command-Line-Tool, das Dateien automatisch auf Google Drive, Nextcloud oder Amazon S3 synchronisiert. Ein Cron-Job auf dem Pi erledigt das nächtlich, ohne manuellen Aufwand.

Bildformate und Komprimierung

Ein Aspekt, der bei vielen Projekten unterschätzt wird, ist die Wahl des Bildformats. Die Pi-Kamera unterstützt verschiedene Ausgabeformate, und die richtige Wahl spart erheblichen Speicherplatz ohne sichtbaren Qualitätsverlust:

• JPEG: Das Standard-Format für die meisten Anwendungen. Komprimiert verlustbehaftet, aber sehr speichereffizient. Qualitätsstufe 85 ist ein guter Kompromiss zwischen Dateigröße und Bildqualität. Für Timelapse-Projekte die beste Wahl.
• PNG: Verlustfrei, aber deutlich größere Dateien als JPEG. Für Bildverarbeitung (OpenCV, Machine Learning) sinnvoll, wenn jedes Pixel unverändert erhalten bleiben muss.
• DNG (RAW): Das Camera Module 3 und die HQ Camera unterstützen RAW-Capture via libcamera. DNG-Dateien enthalten unkomprimierte Sensordaten und ermöglichen nachträgliche Anpassung von Belichtung, Weißabgleich und Rauschen. Preis: deutlich größere Dateien (ca. 25 MB statt 3 MB).
• H.264 / H.265 Video: Für Videoaufnahmen ist H.264 der Standard, H.265 (HEVC) bietet bei gleicher Qualität etwa 40% kleinere Dateien. Der Pi 5 unterstützt H.265-Hardware-Encoding.

Für mein Tierbeobachtungs-Projekt verwende ich JPEG mit Qualitätsstufe 90 — die Bilder sind groß genug für die spätere Detailbetrachtung, aber kompakt genug für die Langzeitspeicherung auf der NAS. Pro Monat kommen je nach Aktivität 2–5 GB zusammen, was für ein Jahr Betrieb sehr überschaubar ist.

Streaming und Remote-Zugriff

Ein weiteres beliebtes Anwendungsszenario: Live-Streaming des Kamerabildes über das Heimnetzwerk oder das Internet. Hierfür gibt es mehrere Wege:

MJPEG-Streaming ist die einfachste Methode: Das Bild wird als Folge einzelner JPEGs über HTTP übertragen. Kompatibel mit fast jedem Browser, aber ineffizient bei höheren Auflösungen. Für 720p-Monitoring im Heimnetz vollkommen ausreichend.

WebRTC ist moderner und effizienter — ermöglicht echte Echtzeit-Kommunikation mit sehr niedriger Latenz (unter 100 ms). Projekte wie go2rtc oder Frigate nutzen WebRTC für professionelle NVR-Systeme. Ich setze Frigate für meine Heimkamera ein und kann das Bild mit unter 50 ms Latenz auf dem Smartphone betrachten.

RTSP (Real-Time Streaming Protocol) ist der Standard in professionellen Überwachungssystemen. MotionEye, Frigate und viele NAS-Systeme (Synology Surveillance Station) unterstützen RTSP-Streams direkt.

In meinen Jahren als Maker mit Pi-Kameras habe ich alle möglichen Fehler gemacht. Damit ihr dieselben Umwege nicht gehen müsst, liste ich hier die häufigsten Stolperfallen auf:

Fehler 1: Kamera nicht in raspi-config aktiviert

Besonders bei frischen Installationen vergessen viele, die Kamera-Schnittstelle zu aktivieren. Unter Raspberry Pi OS Bookworm ist sie oft per camera_auto_detect=1 standardmäßig aktiv, aber der Parameter muss in der richtigen config.txt stehen (auf dem Pi 5: /boot/firmware/config.txt, auf dem Pi 4: /boot/config.txt). Fehlt der Eintrag oder steht er auskommentiert, sieht libcamera die Kamera nicht.

Fehler 2: Falsches Kabel für den Pi Zero

Der Pi Zero verwendet einen 22-poligen CSI-Anschluss, während Pi 3/4/5 einen 15-poligen Anschluss haben. Ein 15-poliges Kabel passt mechanisch oft mit etwas Kraft in den 22-poligen Stecker, funktioniert aber elektrisch nicht — und kann den Anschluss beschädigen. Immer vorab prüfen, welchen Kameraanschluss das jeweilige Board hat.

Fehler 3: Kabel zu kurz für das Gehäuse

Standard-Ribbon-Kabel sind 15 cm lang — das reicht für offene Setups, aber nicht für viele Gehäuse. Verlängerungskabel bis 50 oder 100 cm sind erhältlich, können aber die Signalqualität beeinflussen. Bei sehr langen Kabeln (über 30 cm) auf hochwertige, abgeschirmte Varianten achten.

Fehler 4: Zu wenig Strom für Kamera und Pi zusammen

Das Camera Module 3 verbraucht im Betrieb ca. 250–350 mA zusätzlich. Bei einem schwachen Netzteil (unter 3 A für den Pi 4) kann das zu Unterspannungs-Ereignissen führen, die sich als gelbes Blitzsymbol in der Ecke des Displays zeigen. Immer ein ausreichend dimensioniertes Netzteil (min. 3 A für Pi 4, min. 5 A für Pi 5 mit Kamera und angeschlossenen USB-Geräten) verwenden.

Fehler 5: libcamera-Befehle mit altem raspistill-Syntax verwenden

Wer von älteren Pi-OS-Versionen kommt, kennt raspistill und raspivid. Diese Befehle existieren unter Bookworm nicht mehr. Der Ersatz ist libcamera-still/libcamera-vid (oder neu: rpicam-still/rpicam-vid). Die Parameter sind ähnlich, aber nicht identisch — alte Skripte müssen entsprechend angepasst werden.