Nachricht

Intelligente Digitaltechnologien für einen nachhaltigen Ackerbau

Wie kann die digitale Transformation in der Landwirtschaft gelingen? Forschende vom Exzellenzcluster PhenoRob haben Forschungsfragen identifiziert, die dafür vorrangig behandelt werden müssen.

Am Exzellenzcluster PhenoRob der Universität Bonn forschen die Wissenschaftlerinnen und Wissenschaftler unter anderem an Drohnen für die Landwirtschaft.
Quelle: Volker Lannert / Universität Bonn
Am Exzellenzcluster PhenoRob der Universität Bonn forschen die Wissenschaftlerinnen und Wissenschaftler unter anderem an Drohnen für die Landwirtschaft.

Die Digitalisierung ist längst auch in der Landwirtschaft angekommen. Schon heute liefern Satelliten und Sensoren wichtige Daten, um die Bewirtschaftung von Weide, Acker und Stall effizienter zu machen. Auch Feldroboter, die Unkraut oder kranke Pflanzen aufspüren und behandeln, sind in der Entwicklung und können nachweislich wichtige Gefährten bei der Transformation zu einer nachhaltigen und umweltfreundlichen Landwirtschaft werden.

Damit die digitale Revolution gelingt, sind allerdings noch einige Forschungsfragen zu klären. In einem Positionspapier haben Forschende vom Exzellenzcluster PhenoRob nun jene Fragen formuliert, die im Hinblick auf eine intelligente Digitalisierung in der Landwirtschaft künftig vorrangig behandelt werden müssen.

Intelligente digitale Technologien nutzen

Ob Artenverlust, Überdüngung, Tierhaltung oder der Anbau in Monokultur – die gängigen Methoden der konventionellen Landwirtschaft setzen Umwelt und Klima gleichermaßen zu. Durch eine individuelle Behandlung kranker Pflanzen oder das gezielte Ausbringen von Dünger und Pflanzenschutzmitteln könnten nach Ansicht des PhenoRob-Teams die Folgen minimiert werden. „Eine Lösung könnte die Nutzung intelligenter digitaler Technologien sein“, erklärt Hugo Storm, Mitarbeiter des Exzellenzclusters PhenoRob und Erstautor der im Fachmagazin „European Journal of Agronomy“ erschienenen Studie. Darin werden Schritte und Forschungsfragen aufgelistet, die aus ihrer Sicht in nächster Zukunft „prioritär“ bearbeitet werden müssen.

Datenquellen für Monitoring verzahnen

Klärungsbedarf sehen die Forschenden beispielsweise beim Monitoring, also bei der Überwachung der Anbauflächen, um Nährstoffmangel, Unkräuter oder Schädlingsbefall rechtzeitig zu erkennen. Satellitendaten würden hier nur einen groben Überblick liefern, während Drohnen und Sensoren detaillierte Angaben machen können.

„Eine Schwierigkeit dabei ist es, diese Daten miteinander zu verzahnen“, erklärt Storms Kollegin Sabine Seidel und nennt wichtige Fragen, die in diesem Zusammenhang beantwortet werden müssen: „Wann reicht eine niedrige Auflösung, wann muss es detaillierter werden? Wie müssen Drohnen fliegen, um möglichst effizient vor allem die Pflanzen in den Blick zu nehmen, die gefährdet sind?“

Ackerflächen digital nachbauen

Das Problem: All diese Daten bilden nach Ansicht der Forschenden nur den Status quo ab, liefern Landwirtinnen und Landwirten aber nicht die gewünschten Handlungsoptionen oder gar Informationen zu möglichen Auswirkungen. „Um Fragen wie diese zu beantworten, muss man die Ackerflächen gewissermaßen digital nachbauen“, erläutert Seidel. „Es gibt dazu verschiedene Ansätze. Eine offene Forschungsfrage ist, auf welche Weise sie sich kombinieren lassen, um die Treffgenauigkeit der Modelle zu verbessern.“

KI nutzen und finanzielle Anreize schaffen

Verfahren aus dem Bereich des Maschinenlernens und der künstlichen Intelligenz können der Studie nach bei der Entwicklung entsprechender Modelle eine wesentliche Rolle spielen. Aber nicht nur das. Auch finanzielle Anreize für Landwirtinnen und Landwirte müssen nach Überzeugung des Teams geschaffen werden, damit die digitale Revolution gelingt.

„Wir müssen uns künftig verstärkt mit der Frage beschäftigen, welche Rahmenbedingungen für diese Akzeptanz nötig sind“, erklärt Heiner Kuhlmann, einer der beiden Sprecher des Exzellenzclusters. „Denkbar ist etwa die Schaffung finanzieller Anreizsysteme. Alternativ kann der Gesetzgeber auch Grenzwerte vorgeben, etwa zum Einsatz von Düngemitteln.“ Auch hier könnten Computermodelle abschätzen, wie effektiv die Maßnahmen wirklich sind, heißt es.