Blog
Landwirtschaft und KI: So optimierst du deine Ernte!
Katharina Rösner
KI dringt auch in die Landwirtschaft vor, auch bekannt als Smart Farming, Präzisionslandwirtschaft oder Landwirtschaft 4.0. Welche Chancen und Herausforderungen gibt es dabei?
Künstliche Intelligenz kann vielfältig eingesetzt werden. Zum Beispiel für einen ressourcenschonenden Umgang mit Wasser, Pestiziden und Herbiziden.
Ein australisches Forscherteam fand heraus, dass die ausschlaggebenden Faktoren für die Prognosen der KI-Modelle die Niederschlagsmenge, der Einsatz von Herbiziden und Schwefel sowie die Wärmeströmung sind. Die Satellitenbilder spielen dabei eine zentrale Rolle. Diese identifizieren über multispektrale Bilder zum Beispiel Pflanzenstress durch Trockenheit oder Schädlinge. Auch die Bodenbeschaffenheit dokumentieren Satelliten und Drohnen und wird von Technologien genutzt, um Prognosen zu erstellen. Satelliten stellen außerdem die GPS-Daten zur Verfügung, die an smarte Bewässerungssysteme gesendet werden, um genaue Wassermengen präzise zu verteilen.
Sensoren im Feld zeichnen auf, wenn Pflanzen durch Schädlinge oder Trockenheit gestresst sind, bevor sie Symptome zeigen, die für das menschliche Auge erkennbar sind. Sie messen auch den Nährstoffgehalt und die Bodenfeuchte sowie die Bodenverdichtung, die relevant für die Bewässerung sind. Daran beteiligt sind außerdem Wettervorhersagen, um Wasser schonend einzusetzen, und nur dort, wo es benötigt wird. Die Daten werden kontinuierlich dokumentiert. Neuronale Netzwerke erkennen Muster in historischen Daten und vergleichen sie mit aktuellen Daten über Umweltbedingungen. So bringen sie Wetterschwankungen mit dem Ernteertrag in Verbindung. Sensoren erfassen außerdem auch Temperaturen und pH-Werte.
Kameragesteuerte Systeme erkennen Pflanzenreihen und Unkraut dazwischen, das sie dann beseitigen, ohne die Pflanze zu beschädigen. Ungleichmäßigkeiten des Bodens können dafür sorgen, dass Wasser an unterschiedlichen Stellen unterschiedlich versickert oder gespeichert wird beziehungsweise zusammenläuft, sodass du die Bewässerung an diese Unebenheiten gezielt anpassen kannst. Das ist möglich durch hochauflösende Bilder und die Verknüpfung mit Bewässerungsanlagen.
Mit solchen Datenpunkten können Ernteprognosen erstellt werden. Diese sind nicht nur für kleine - oder auch große - Betriebe sinnvoll, sondern auch wichtig, um die globale Nahrungsmittelversorgung vorherzusagen und sicherzustellen.
Machine-Learning-Algorithmen erkennen Muster in historischen Ernteerträgen und vergleichen die Muster mit aktuellen Umweltbedingungen in Echtzeit. Die Datenpunkte stammen von Sensoren auf Feldern, Satellitenbildern und Bildern von Drohnen. Die Satellitenbilder sind erforderlich, um neuronale Netzwerke zu trainieren, die dann Schädlingsbefall oder Mangelerscheinungen zu erkennen. Vortrainierte Modelle werden mit spezifischen Aufgaben in einem zweiten Schritt feingetunt. Anhand dieser Bilder sowie Wetterprognosen und -daten und Informationen über die Bodenbeschaffenheit können Algorithmen durch Machine Learning den optimalen Erntezeitpunkt bestimmen.
Ein großer Vorteil ist, dass durch die Präzisionslandwirtschaft Ressourcen wie Wasser und Pestizide gezielt und umweltschonend eingesetzt werden können. setzt du weniger Herbizid ein, erhöhst du langfristig deine Erträge. Außerdem ist es umweltschonender und kostengünstiger. Der Einsatz solcher Systeme sorgt für Präzision und spart durch die Automatisierung gleichzeitig enorm Zeit.
Da die Rechenleistung solcher KI-Modelle groß ist, wird dafür allerdings viel Strom gebraucht. Der Stromverbrauch ist unter Umständen nicht so nachhaltig. Die Datenspeicherung ist teuer und kann ein Risikofaktor sein. Kritiker:innen sehen Risiken darin, dass die Datenmengen und KI-Modelle häufig in der Hand großer Konzerne liegen, die Einfluss auf politische Entscheidungen nehmen können oder zumindest anstreben. Das kann außerdem zu einer Monopolisierung führen und Betriebe abhängig machen. Wie wahrscheinlich ist es dann, dass große Unternehmen Nachhaltigkeit über finanzielle Interessen stellen? Die Befürchtung ist außerdem, dass kleine Betriebe verdrängt werden, wenn sie sich solche Technologien nicht leisten können.
Wichtig zu betonen ist, dass die automatisierten Prozesse durch KI die Arbeit und Erfahrung der Landwirt:innen nicht ersetzen, sondern ergänzen. Die Entscheidungen liegen immer noch bei den menschlichen Arbeiter:innen, da die Systeme nur Handlungsbedarf anmerken. Solche Systeme arbeiten rund um die Uhr, ohne zu ermüden, arbeiten präzise und nehmen mühselige Arbeit ab. Intelligente Maschinen können so den gesamten Arbeitsalltag erleichtern.
Eine Lösung ist auf jeden Fall, kleinere Software-Lösungen zu nutzen, die es bereits gibt, die sich auf Bilderkennung spezialisiert haben. Wie Forscher:innen herausgefunden haben, sind nämlich Satellitenbilder der wichtigste Faktor für Prognosen und Handlungsempfehlungen. Hier stellt sich natürlich auch die Frage, wie transparent die Algorithmen sind, die Handlungsempfehlungen geben. Und wenn sie intransparent sind, stehen dann noch mehr Interessen im Vordergrund als Nachhaltigkeit und Effizienz?
Hier kann es für kleine Betriebe immer eine gute Lösung sein, Lösungen von kleineren Softwareherstellern zu nutzen. Zum Beispiel bietet auch FrachtPilot inzwischen eine Ernte-App an, die aufgrund von Datenanalyse und -auswertung Ernteprognosen erstellen kann. Ein Vorteil von solcher lean Cloudsoftware ist immer, dass sie skalierbar ist: Du bezahlst nur das, was du benötigst, was durch Schnittstellen, sogenannte APIs, möglich gemacht wird. Kleine Software-Unternehmen verhindern Marktdominanz von einzelnen, großen Unternehmen wie SAP zum Beispiel. Ihre Lösungen sind außerdem an die Betriebsgröße besser anpassbar.
Künstliche Intelligenz hat die Chance, die Landwirtschaft zu bereichern und nachhaltiger zu machen. Welche Risiken das tatsächlich birgt, bleibt abzuwarten. Für kleine Betriebe lohnt sich lean Software, die skalierbar ist. Ernteprognosen erhältst du zu Beispiel auch mit FrachtPilot. Aber wir können noch viel mehr ;) Falls du noch ein ERP-System für deine regionale Direktvermarktung suchst, schau doch mal bei und vorbei, teste FrachtPilot kostenlos oder buche ein kostenloses Webinar zum kennenlernen. Wir freuen uns auf dich!