E-Tensor ist ein auf dem ESP32-P4 basierendes Gerät zur statistischen Analyse von Hardware-Zufallszahlen nach dem Vorbild des Global Consciousness Projects (GCP). Es misst, ob mentale Fokussierung einen messbaren Einfluss auf einen echten Hardware-Zufallsgenerator (TRNG) hat. Weitere persönliche Infos
Das Gerät liest kontinuierlich Rohwerte aus dem Hardware-TRNG des ESP32-P4 und wertet sie nach der GCP-Methodik aus:
- Phase 1 – Baseline: 100 Läufe zur Ermittlung des individuellen Rauschpegels
- Phase 2 – Messung: 8.000 Läufe à 50 Segmenten mit je 200 Bits
- Auswertung: Z-Score, Chi², Richtung und statistischer p-Wert
- Ergebnis: Sofortanzeige im Browser – von nicht signifikant bis p < 0.001 (hoch signifikant!)
Die Bedienung läuft vollständig über einen integrierten Webserver – keine App, kein Cloud-Dienst.
| Komponente | Details |
|---|---|
| Board | Waveshare ESP32-P4-ETH |
| PHY | IP101GRI via RMII |
| Verbindung | Kabelgebundenes Ethernet |
| Zufallsquelle | Hardware-TRNG (0x501101A4) |
- ESP-IDF (FreeRTOS, ESP-HTTP-Server, SPIFFS, NVS, mDNS)
- Webserver mit dynamisch gerenderten HTML-Seiten
- mDNS: Gerät ist automatisch als
etensor.localerreichbar – keine IP-Suche nötig - SPIFFS-Partition für statische Assets (Icons etc.)
- Eigene Partitionstabelle (
partitions.csv)
etensor/
├── main/
│ ├── etensor.c # app_main, Systemstart
│ ├── etensor.h # Typen, Konstanten, Deklarationen
│ ├── sensor.c # TRNG-Zugriff & GCP-Analyse
│ ├── httpkram.c # Ethernet, SPIFFS, Webserver, HTTP-Handler
│ ├── ha_push.c # Home Assistant REST API Integration
│ ├── ha_push.h # HA-Integration Interface
│ └── etensor_test.html # Web-UI Vorlage
├── spiffs_image/ # Statische Dateien (wird geflasht)
├── partitions.csv # Partitionstabelle
├── sdkconfig # ESP-IDF Konfiguration
└── CMakeLists.txt
Entwicklung mit VS Code + Espressif ESP-IDF Extension:
| Aktion | Shortcut |
|---|---|
| Build + Flash + Monitor | F3 |
| Nur Build | Ctrl+Shift+B |
| Nur Flash | Ctrl+E F |
| Monitor | Ctrl+E M |
| Menuconfig | Ctrl+E G |
Target:
esp32p4– niemals ein anderes Target verwenden!
- Gerät per Ethernet verbinden und einschalten
- Browser öffnen →
http://etensor.local(keine IP-Suche nötig) - Eine mit Ja oder Nein eindeutig beantwortbare Frage formulieren – am besten aufschreiben.
Man darf keinerlei Vorurteil oder Erwartungshaltung haben: Ein „Ja" muss genauso akzeptabel sein wie ein „Nein". - Maximal stark nur auf diese Frage konzentrieren!
Konzentration halten, ▶ Start drücken, Ergebnis abwarten (~5 Sekunden) - „Eine weitere Frage" für eine neue Messung (NICHT die gleiche)
Der E-Tensor lässt sich vollständig in Home Assistant einbinden – Messungen können vom HA-Dashboard aus gestartet werden, und die Ergebnisse werden automatisch als Sensoren übertragen. Kein MQTT-Broker, keine zusätzliche Software erforderlich.
- Home Assistant läuft im lokalen Netzwerk (HTTP, kein HTTPS erforderlich)
- E-Tensor und HA sind im selben Netzwerk
- Browser öffnen →
http://etensor.local/config(oder ⚙-Symbol neben dem Gerätenamen) - Home Assistant URL eingeben, z.B.
http://192.168.1.100:8123 - Long-Lived Access Token erstellen und einfügen:
- HA → Profil (unten links) → Sicherheit → Langlebige Zugriffstoken → Token erstellen
- Speichern drücken
Folgenden Block in die configuration.yaml von Home Assistant einfügen und HA neu starten:
rest_command:
etensor_start:
url: "http://etensor.local/api/start"
method: POST
content_type: "application/json"
payload: "{}"Den Inhalt von ha_dashboard_cards.yaml im HA-Dashboard über den Raw-Konfigurationseditor einfügen. Die Karte zeigt:
- Start-Button (nur sichtbar wenn keine Messung läuft)
- „Messung läuft..." Anzeige während der Messung
- Ergebnis (👍 / 👎) nach Abschluss
- Detailtabelle mit Z-Score, p-Wert, Richtung, Chi² und Baseline
Nach der ersten Messung erscheinen folgende Entitäten automatisch in HA:
| Entität | Beschreibung | Beispiel |
|---|---|---|
sensor.etensor_status |
Aktueller Status | idle / running / done |
sensor.etensor_result |
Ergebnis als Emoji | 👍 / 👍👍 / 👎 / 👎👎 |
sensor.etensor_zscore |
Z-Score der Messung | +3.93 |
sensor.etensor_chisq |
Chi²-Wert | 15.44 |
sensor.etensor_direction |
Richtung | positiv |
sensor.etensor_pvalue |
Statistischer p-Wert | p < 0.001 (hoch signifikant!) |
sensor.etensor_baseline |
Baseline-Korrekturwert | +0.17 |
Die Sensoren sind unter Einstellungen → Geräte & Dienste → Entitäten zu finden (nach „etensor" filtern).
Hinweis: Die Entitäten erscheinen als „Nicht gruppiert" – das ist normal, da sie direkt über die REST API angelegt werden.


