Künstliche Intelligenz in der Landwirtschaft

Die Landwirtschaft ist die größte Nahrungsquelle der Welt. Die Vereinten Nationen (UN) schätzen, dass bis zum Jahr 2050 die Weltbevölkerung von derzeit 7,8 Milliarden Menschen um 2 Milliarden zunehmen wird. Das bedeutet, die Welt muss bis zum Ende des Jahrhunderts etwa 11 Milliarden Menschen ernähren.

Infolgedessen wird der weltweite Bedarf an Nahrungsmitteln und Wasser weiter ansteigen. Die Landwirtschaft ist der weltweit größte Wasserverbraucher der Welt: Wasser wird für die Feldbewässerung, in der Viehzucht für Tränken und Reinigung und in der Aquakultur verwendet. Damit verbraucht Landwirtschaft etwa 70 Prozent des weltweiten jährlichen Wasserverbrauchs.

Landwirtschaft verschmutzt Wasser zudem mit großen Mengen an Nährstoffen, Pestiziden und anderen Schadstoffen. Besserung ist nicht in Sicht, denn die weltweite Nahrungsmittelproduktion wird zunehmen müssen, um die wachsende Weltbevölkerung zu ernähren. Die Ernährungs- und Landwirtschaftsorganisation der Vereinten Nationen (FAO) ist jedoch der Ansicht, dass die Herausforderungen der Beseitigung des Hungers und der Ernährungssicherheit nicht unbedingt eine Steigerung der landwirtschaftlichen Produktion bedarf, wenn landwirtschaftliche Produktionssysteme nachhaltiger werden.

Technologie, Forschung und Entwicklung müssen so weit wie möglich eingesetzt werden, um die Grundsätze einer nachhaltigen Landwirtschaft zu verwirklichen.

Landwirtschaft 4.0, Precision Farming, Smart Agriculture, Smart Farming und E-Farming sind Begriffe, die die Implementierung von Digitalisierung in landwirtschaftlichen Produktionsprozessen beschreiben. Bei vielen Prozessen handelt es sich um Ansätze von Künstlicher Intelligenz. Ein zentrales Element von Landwirtschaft 4.0 ist die intelligente Vernetzung von Produktionsprozessen nicht nur in landwirtschaftlichen Betrieben, sondern über die gesamte Wertschöpfungskette hinweg – also auch im vor- und nachgelagerten Bereich.

Mit konventioneller Technologie für die Düngung oder Ernte von Feldern können die aktuellen Problemstellungen in der Landwirtschaft nicht gelöst werden. Das rasante landwirtschaftliche Wachstum erfordert Ansätze, die auf modernen Informations- und Kommunikationstechnologien (IKT) basieren und die Landwirtschaft digitalisieren sowie automatisieren.

Bereiche der Landwirtschaft 4.0

  1. Pflanzenproduktion: Präzisionslandwirtschaft, Feldroboter, sensorgestützte Krankheitsdiagnose
  2. Viehhaltung: Melkroboter, automatische Fütterungssysteme, tierindividuelle Gesundheitsüberwachung
  3. Industrie 4.0 und Internet of Things: Herstellung, Einsatz und Wartung von Landmaschinen
  4. Unternehmen und Branchen: Datenintegration, neue Wertschöpfungsketten, neue Produktionsprozesse

Smart Farming – effizientere, resistentere und produktivere Landwirtschaft

Beim Smart Farming, auch Digital Farming oder e-Farming, werden moderne Informations- und Kommunikationstechnologien eingesetzt. Sie sollen Bauernhöfe fit für die Zukunft machen. Unter anderem so:

  • Traktoren mit modernen Lenk- und Spurhaltesystemen
  • je nach Bodenverhältnissen vollautomatische Anpassung des Traktor-Reifendrucks
  • vollelektrischer Kompakttraktor mit einer Arbeitsdauer von bis zu fünf Stunden
  • Düngungsanpassung an Bedarf der Pflanzen mittels Sensortechnik
  • Unkrautbekämpfung mit Agrarrobotern
  • Samen-Aussaat mittels App und Saatrobotern

Das Berufsbild des Landwirts verändert sich

Beim Smart Farming kommen nicht nur Digitalisierungsprozesse zum Einsatz – erneuerbare Energien sorgen für den notwendigen Umweltschutz. Weil heutzutage vollkommen andere Anforderungen an Landwirte gestellt werden, verändert sich auch das Berufsbild entsprechend. Tablet, Smartphone und Roboter werden mehr und mehr zu den genutzten Arbeitsgeräten, so dass ein Umdenken erforderlich ist.

Die IKT-Anwendung im Smart Farming wird von auch als „Dritte Grüne Revolution“ bezeichnet. Neben Pflanzenzüchtung und Gentechnik beeinflusst diese die landwirtschaftliche Welt über die Kombination von IKT-Lösungen, IoT, Sensoren und Aktoren, Geo-Positionierungssysteme, Big Data, unbemannte Luftfahrzeuge (UAVs), Drohnen, Robotik, etc. Smart Farming hat das Potential, durch einen präziseren und ressourceneffizienten Ansatz eine produktivere und nachhaltigere Landwirtschaft zu unterstützen.

Während in den USA 20 bis 80 Prozent der Landwirte Smart Farming Tools nutzen, sind es in Europa lediglich bis zu 24 Prozent. Aus Sicht der Landwirte soll Smart Farming einen Zusatznutzen in Form von Entscheidungsunterstützung oder der Optimierung von Prozessen bieten. Demnach ist Smart Farming eng mit den drei Technologiebereichen des Smart Agricultural Knowledge and Innovation Systems (AKIS) verknüpft:

  • Management-Informationssysteme: Systeme zum Sammeln, Bearbeiten, Analysieren, Speichern und Kommunizieren von Daten in einer Form, welche für die Ausführung von Prozessen und Funktionen in der Landwirtschaft nötig ist.
  • Präzisionslandwirtschaft (Precision Farming): Managen von räumlicher und zeitlicher Variabilität, um die Wirtschaftlichkeit zu erhöhen und negative Umwelteinflüsse durch optimierten Input zu reduzieren. Dies schließt Systeme zur Entscheidungsunterstützung (DSS) für das gesamte Betriebsmanagement ein, um Erträge zu optimieren und gleichzeitig Ressourcen zu schonen. Die Verwendung von GPS, globalen Navigationssatellitensystemen GNSS, Luftbildern von Drohnen und die jüngste Generation von Zeitreihen-Bildern der Sentinel-Satelliten gewährleistet die Erstellung von Karten hoher Auflösung unter Berücksichtigung verschiedenster Faktoren (z. B. Ertrag, Geländeeigenschaften, Topographie, Humusgehalt, Bodenfeuchte, N-Status).
  • Landwirtschaftliche Automatisierung und Robotik: Der Prozess zur Anwendung von Automatisierung, Robotik und künstlicher Intelligenz auf allen Ebenen der landwirtschaftlichen Produktion unter Berücksichtigung von Farmbots und Farmdrones.

Vorteile von Smart Farming

  • Smart Farming ermöglicht es, die Landwirtschaft gleichzeitig nachhaltiger, effizienter und resistenter zu gestalten.
  • Geringere Kosten für Sensorik machen Investitionen in Smart-Farming-Technologien attraktiv.
  • Smart-Farming-Anwendungen eigenen sich nicht nur für konventionell wirtschaftende Großbetriebe, sondern haben auch das Potential, Familienbetriebe (kleinräumig, Spezialkulturen, Erhalt von seltenen Sorten/Arten) und den Ökologischen Landbau zu unterstützen.
  • Eine akzeptierte und transparente Produktion im Sinne des europäischen Verbrauchers wird möglich.
  • Smart Farming trägt zur umweltgerechten Produktion bei, z. B. durch effiziente Wassernutzung oder optimiertes Bestandsmanagement.

Im digitalen Farm Management werden Landmaschinen, insbesondere Traktoren, zu einer Art Schnittstelle für Anwendungen verschiedener Hersteller im Farm-IoT. Dies wird ermöglicht, indem Sensoren Daten zur Messung des Maschinenzustands, der Erntemenge oder der GPS-Position ständig übertragen. Dafür bedarf es einer stabilen Verbindung zur Cloud. Allerdings gibt es in ländlichen Gebieten oft nur unzureichende Telekommunikationsverbindungen.

Precision Farming ist eine Subkategorie von Smart Farming und beschreibt die Überwachung und Optimierung landwirtschaftlicher Produktionsverfahren durch den Einsatz digitaler Technologien. Precision Farming steht für digitale Verfahrenstechniken, mit denen eine teilflächenspezifische Bewirtschaftung landwirtschaftlicher Nutzflächen möglich ist. Unterschiedliche Bodenzonen und deren Ertragsfähigkeit innerhalb eines Feldes werden berücksichtigt. Ziel ist es, Felder zielgerichtet, bedarfsgerecht, effizient und nachhaltig zu bewirtschaften.

Im Rahmen von Precision Farming erfolgt beispielsweise die Düngung basierend auf Sensor-, Satelliten- oder Drohnendaten, welche die unterschiedlichen Bedingungen auf dem Feld messen. Anhand der Daten errechnet ein Algorithmus – meist auf Basis von Maschinellem Lernen und Neuronalen Netzen – das optimale Ausbringen des Düngers (Smart Crop).

Vorteile von Precision Farming

  • Kostenersparnis durch effizienteren Einsatz von Pflanzenschutz- und Düngemittel
  • Steigerung der Erträge
  • Homogenere Bestände
  • Landmaschinenhersteller können generierte Daten nutzen, um ihre Services zu verbessern
  • geringere Umweltbelastung durch Senkung der Nitratbelastung im Boden schont umliegende Wildpflanzen und Insekten

Wie funktioniert Precision Farming?

Um Ackerbau teilflächenspezifisch zu bewirtschaften, gibt es verschiedene Methoden. Basis dafür sind relevante Daten über die eigenen Felder, zum Beispiel Nährstoffgehalt des Bodens, Biomasse oder Wachstumsfortschritte der Pflanzen.

Die Daten können ermittelt werden durch:

  • Bodenuntersuchungen
  • Satellitendaten
  • Drohnenaufnahmen
  • Sensortechnik

Autonome Agrarmaschinen und Robotik

Anders als bei Personenkraftwagen ist das autonome Fahren bei Landmaschinen schon Realität. Das liegt auch daran, dass es sich bei Feldern um Privatgrundstücke handelt und kaum andere Verkehrsteilnehmer zu berücksichtigen sind. Da Felder und Äcker jedoch frei zugänglich sind, muss auch hier ein hoher Grad an Sicherheit garantiert werden. Doch die speziellen Eigenschaften der Umgebung stellen eine besondere Herausforderung dar.
Bevor autonome Landmaschinen in der Breite eingesetzt werden können, müssen neben technischen Herausforderungen viele weitere Probleme gelöst werden. Dazu gehören:

  1. Rechtliche Rahmenbedingungen in vielen Bereichen bzw. verbindliche Vorgaben für einen sicheren Einsatz der neuen Technik sind weitgehend unklar: Roboter können Menschen und Tiere gefährden oder Unfälle auslösen, wenn sie aufgrund technischer Defekte das vorgesehene Feld verlassen.
  2. In vielen Regionen fehlt eine sichere Energieversorgung der Maschinen auf dem Feld bzw. eine ausreichende Netzinfrastruktur. Die fehlende Verbindung könnte zu einem Ausfall der Datenübertragung und dadurch zum frühzeitigen Ausfall der Erntemaschine führen. Das stellt ein hohes finanzielles Risiko für den Landwirt dar.
  3. Erschwerte Umweltbedingungen: Unstrukturierte, dynamische und offene Landschaften erschweren die maschinelle Wahrnehmung. Hinzu kommen unebene Böden, Staub und Matsch, die für optische Sensoren herausfordernd sind.
  4. Versteckte Hindernisse: Bei der Ernte von hohen Pflanzen wie Mais, Weizen oder Raps kommen optische Sensoren an ihre Grenzen. Das wird zur Gefahr für Menschen und Tiere, die sich unter den hohen Pflanzen befinden, da sie nicht von den Sensoren nicht erkannt werden können. Deshalb müssen Landmaschinen neben optischen Sensoren auch Infrarot, Mikrowellen oder andere Sensortechniken an Bord haben.
  5. Maßgenaues Arbeiten: Der Verlust von Präzision bei autonomen Landmaschinen kann teuer werden. Denn wenn bspw. ein Mähdrescher zu weit über die Schnittkarte fährt, die ihm Orientierung bietet, muss ggf. ein Streifen des Feldes doppelt befahren werden. Durch diese Effizienzverluste entstehen enorme Umsatzeinbußen. Zur Lösung dieses Problems übertragen lokale Antennen Korrektursignale mit einer Genauigkeit von zwei Zentimetern, die das präzise fahren ermöglichen.

Wie wird künstliche Intelligenz in der Landwirtschaft eingesetzt?

  • digitale Assistenzsysteme unterstützen Landwirte durch Monitoring und Zusatzinformationen
  • autonome mit Sensorik ausgestattete Landmaschinen
  • Vernetzung von Landmaschinen
  • Versorgung von Pflanzen in Vertical-Farming-Systemen (Steuerung von Licht-, Nährstoff- und Temperaturverhältnisse, Bewässerungsroboter)

Das landwirtschaftliche Leitprinzip der nächsten Dekade lautet: mit weniger Betriebsmitteln mehr produzieren.

Peter Pickel, stellvertretender Leiter des europäischen des Technologiezentrums des Landmaschinenherstellers John Deere

Künstliche Intelligenz in der Tierhaltung

Große Potenziale für Tierwohl, Nachhaltigkeit und Umwelt – einer Studie des Branchenverbands der deutschen Informations- und Telekommunikationsbranche (Bitkom), des Deutschen Bauernverbands und der Rentenbank zufolge sagen 81 Prozent der Landwirte, die Digitalisierung erhöhe vor allem die Produktionseffizienz; 79 Prozent betrachten die körperliche Entlastung als Vorteilen; mehr als jeder Zweite (57 Prozent) betont eine bessere Vereinbarkeit von Beruf und Privatleben. Aus Sicht der Landwirte können auch Umwelt und Tiere von der Digitalisierung profitieren: 93 Prozent der Befragten sind der Ansicht, dass digitale Technologien dabei helfen, Dünger, Pflanzenschutzmittel und andere Ressourcen einzusparen. 81 Prozent sagen, dass durch digitale Technologien eine umweltschonendere Produktion ermöglicht werden. Sieben von zehn Landwirten (69 Prozent) betonen, die Digitalisierung sei prinzipiell eine große Chance für eine nachhaltigere Landwirtschaft. Zwei Drittel (65 Prozent) gehen davon aus, das digitale Technologien zu einer Steigerung des Tierwohls beitragen könnten.

Die Anfänge der Digitalisierung mit automatischer Fütterung, Melkrobotern, intelligenten Klimasystemen und sensorgestützter Tierüberwachung sind in der Praxis bereits angekommen. Dazu gehören:

  • Beschleunigungssensoren, die die die Aktivität von Tieren messen
  • Bildanalysen, die Auskunft über die Gewichtszunahme geben
  • optische Sensoren, die die Zusammensetzung der frisch gemolkenen Milch erkennen
  • Fütterungsautomaten, die mit einer digitalen tierindividuellen Fütterung eine alters- und leistungsoptimierte Ernährung des einzelnen Nutztieres sichern und den Landwirt informieren, wenn es bei der Fütterung Probleme gibt
  • Robotertechnik, die das Melken übernimmt

Chancen und Herausforderungen von Landwirtschaft 4.0

Die Digitalisierung kann landwirtschaftliche Unternehmen in Zukunft insbesondere dabei unterstützen, …

die Effizienz der eingesetzten Betriebsmittel zu steigern und natürliche Ressourcen zu schonen

in der Tierhaltung die Entwicklung hin zu mehr Tiergesundheit und mehr Tierwohl zu fördern

die gesellschaftliche Akzeptanz aller landwirtschaftlichen Produktionsformen zu befördern und lebenslanges Lernen zu unterstützen

negative Umweltwirkungen zu reduzieren und positive Wirkungen auszubauen

eine adäquate Teilhabe der in der Landwirtschaft Tätigen am technischen Fortschritt sowie an den wirtschaftlichen und sozialen Entwicklungen zu ermöglichen

die Aus-, Fort- und Weiterbildung effektiv, zielgerichtet und modern zu gestalten

den Beratungskräften zeitgemäße und zielgerichtete digitale Werkzeuge an die Hand zu geben

Für den Landwirt ist das größte Hemmnis, dass viele Systeme nicht schnell erlernt sind und oft große Datenmengen von Hand eingegeben werden müssen. Das reduziert die Motivation. Der Nutzer muss schnell erste Ergebnisse sehen können, sonst wirken die Kosten der Software im Vergleich viel zu hoch. Deshalb werden Nutzbarkeit oder Usability in den kommenden Jahren an Bedeutung gewinnen.

Eine weitere Hürde ist das mobile Internet. Dessen Verfügbarkeit ist in Deutschland unzureichend. Offline-Lösungen bedürfen wiederum guter Datensynchronisierungskonzepte – keine einfache Aufgabe für die Hersteller. Die leichte Einrichtung, ein schneller Überblick und kurzfristige Erfolge sind zentral. Zudem wird in Ausbildung und Studium die Digitalkompetenz immer wichtiger.

Herausforderungen und Risiken

Datenschutz, Datensicherheit, Datenhoheit

EU-Datenschutz-Grundverordnung (EU-DSGVO) und das Bundesdatenschutzgesetz (BDSG) regeln den Schutz personenbezogener Daten. Der Schutz von Daten, die von Maschinen erzeugt und in einer Datenbank oder Cloud gespeichert werden. Es handelt sich um eine Frage der Datenhoheit („Wem gehören die Daten?“), die rechtlich und vertraglich geregelt werden muss.

Flächendeckende Infrastruktur (Breitbandausbau und Mobilfunknetzabdeckung)

Aufgrund des geringeren Nachfragepotentials sowie der schwierigeren topografischen und räumlichen Bedingungen ist die Breitbandverfügbarkeit im ländlichen Raum bisher am geringsten. Für die Digitalisierung der Landwirtschaft stellt dies eine besondere Heausforderung dar.

Herstellerübergreifende Datenformate & Kompatibilität der System

Bei der Übertragung von Daten zwischen Schlepper und Anbaugerät spielt die Kompatibilität der Systeme eine entscheidende Rolle. Sollen z. B. bei der Aussat GPS-Daten der Fahrspuren erfasst und später bei der Düngung oder dem Pflanzenschutz wieder verwendet werden, müssen die Daten für die Software verschiedenster Traktoren und Anbaugeräte unterschiedlicher Hersteller verwendet werden können.

Ständige Neuerungen erfordern eine fortwährende Weiterbildung

Durch die kontinuierliche Weiterentwicklung der Technik fühlen sich die Landwirte zum Teil überfordert. Gleichzeitig verliert traditionelles Wissen – zumindest scheinbar – an Bedeutung. Dies kann zusätzlich zu sozialen Konflikten zwischen den Generationen führen. Auch die Zusammenarbeit zwischen Jung und Alt kann dadurch erschwert werden, dass unterschiedliche Kenntnisse und ein unterschiedliches Verständnis bezüglich des Einsatzes digitaler Techniken bestehen.

Landwirtschaft ist eine der Branchen, die derzeit eine digitale Transformation durchläuft – hin zu größerer Effizienz, Effektivität und Nachhaltigkeit. Datengestützte Tools und andere digitale Lösungen bringen die Branche in ungekanntem Tempo voran.

Die Jahre 2019 bis 2021 waren Jahre der Vernetzung landwirtschaftlicher Lösungen. Nahezu alle Marktteilnehmer haben erkannt, dass Vernetzung, Smart Farming und die Digitalisierung der Landwirtschaft ein Türöffner für Innovationen sind. Neben dem Beschluss des Ausbaus der Mobilfunk-Infrastruktur mit 4G/5G-Lösungen werden zudem lokale private Mobilfunk-Netze und WLAN-basierte infrastrukturlose Kommunikationsmedien für die Vernetzung von Mensch, Maschine und Software zum Einsatz kommen. Der Bedarf an Smart Farming, Vernetzung und herstellerübergreifender Zusammenarbeit ist weiter gestiegen. Maschinen mit Telemetrie-Modulen, Terminals mit Online-Connectivity und moderne webbasierte landwirtschaftliche Anwendungssoftware ermöglichen die effiziente Planung, Steuerung und Nachkalkulation landwirtschaftlicher Arbeit.

Die Landwirtschaft in Deutschland und Europa steht vor einer Mammutaufgabe: Sie muss ressourcenschonender und klimafreundlicher werden, gleichzeitig hochproduktiv und effizient. Sie muss für Ernährungssicherheit sorgen, sich an veränderte klimatische Bedingungen anpassen und gesellschaftlich akzeptiert sein. Diese unterschiedlichen Ziele konkurrieren miteinander und können dennoch gleichzeitig erreicht werden – durch Digitalisierung. Digitale Technologien machen die Landwirtschaft nicht nur nachhaltiger und wirtschaftlicher, sondern sorgen auch für mehr Transparenz und stärken regionale Strukturen: Schließlich wollen immer mehr Verbraucher erfahren, woher ihre Lebensmittel kommen.

Autorin: 
Tetiana Pliushko, M. Sc.