Digitalisierung der Landwirtschaft Bauernhof 4.0

Autonome Fahrzeuge, Drohnen, M2M-Kommunikation in der Landwirtschaft
Autonome Fahrzeuge, Drohnen, M2M-Kommunikation in der Landwirtschaft

Autonome Fahrzeuge, Drohnen, M2M-Kommunikation sind in der Landwirtschaft längst Realität. Das Ziel: Qualität und Quantität der Erträge steigern und Arbeitsprozesse optimieren. »Smart Farming« entwirft wagemutige Zukunftsszenarien und eröffnet der Elektroindustrie neue innovative Geschäftsfelder.

Der Druck auf die Landwirtschaft ist enorm. Klimawandel, Bevölkerungswachstum und Ressourcenknappheit verlangen nach neuen Lösungen in der Agrarwirtschaft. Nach Angaben der FAO steigt die Weltbevölkerung bis 2050 auf 9,6 Mrd. Menschen an. Ein Großteil davon (80 %) wird in Städten leben. Um sie zu ernähren, müsste die Nahrungsmittelproduktion um bis zu 70 % steigen – und das trotz schrumpfender Anbauflächen und steigenden Bedarf an Trinkwasser. Die Frage, wo und wie sich Nahrungsmittel in Zukunft effizient anbauen lassen, ist also eine drängende.

Smart Farming – Industrie 4.0 in der Landwirtschaft

Viele Landwirte und Entwickler sehen eine Lösung im »Smart Farming«. Dabei werden Landmaschinen verstärkt mit intelligenten Technologien ausgerüstet, um untereinander zu kommunizieren und Arbeitsprozesse automatisch abstimmen zu können – ähnlich also der Industrie 4.0. Autonom fahrende Traktoren finden sich so bereits in jedem Großbetrieb und werden per GPS über sogenannte RTK-Lenksysteme (Real Time Kinematik) quer über die Felder navigiert. Neuere Fahrzeuge nutzen zur Navigation über ganz Deutschland verteilte Spezialsender, die noch exaktere Spurenwechsel ermöglichen. Längst überfliegen Drohnen landwirtschaftliche Nutzflächen, kartieren die Ertragsfähigkeit und die elektrische Leitfähigkeit des Bodens zentimetergenau, erkennen durch Wildschweine oder Hagel entstandene Schäden, spüren Unkrautnester auf und orten per Infrarotkamera Rehkitze im hohen Gras.

Dabei sollen klassische Methoden nicht nur effizienter gemacht, sondern teilweise sogar komplett abgeschafft werden. Erst vor kurzem hat Bosch den Prototypen des »Bonirob« vorgestellt. Der Agrarroboter entfernt Unkraut ohne den Einsatz von Herbiziden. Welche Pflanzen unter diese Kategorie fallen, analysiert er anhand von Parametern wie Größe und Farbe der Blätter, Form und Größe der Früchte, Wuchsform, Insektenbefall und Chlorophyllgehalt, die über Sensoren ermittelt werden. Als schädlich identifizierte Pflanzen werden dann mechanisch »entsorgt«: Der Bonirob rammt sie mit hoher Geschwindigkeit ins Erdreich.

Und nicht nur in solchen Fällen übernehmen Sensoren eine entscheidende Aufgabe. Stickstoffsensoren an der Fahrzeugfront können beispielsweise über Lichtwellen die Blattfärbung erfassen. Die Messwerte werden sofort an den Computer in der Fahrerkabine weitergegeben, der wiederum den angehängten Düngerstreuer und damit die Ausschüttungsmenge entsprechend anpasst. Das spart nicht nur Kosten, sondern schont auch die Umwelt. Durch die Nutzung von Geodaten berücksichtigt die Technologie sogar Sandböden, bei denen selbst der Einsatz von Dünger keinen Effekt hat. Ähnlich lassen sich auch Frühwarnsysteme entwickeln, beispielsweise mit Blattnässefühlern ausgestattete Wetterstationen, die dem Landwirt über eine App melden, wenn Außentemperatur und Luftfeuchtigkeit die Verbreitungen von Parasiten und Pilzen fördern.

Ähnliche Vorteile verspricht das »Precision Livestock Farming« für die Viehzucht. Mit Computern und Sensoren ausgestattete Kuh- und Schweineställe erfassen die Tiere per Chip, überwachen deren Aktivität und können z. B. Krankheiten oder Schwangerschaften frühzeitig erkennen. In voll automatisierten Melkständen checken Kühe per Sensor am Halsband ein, während ein Laser die Position des Euters erfasst und an den Melkroboter weiterleitet. Die Auswertung der Daten jeder einzelnen Kuh zeigen an, ob Rosi bereits ihr Tagessoll an Milch erfüllt hat, und ob Heidi nur auf Grund des leckeren Kraftfutters ein fünftes Mal gemolken werden will.

Schnittstellen und Datenschutz

Diese durchgängige Digitalisierung birgt natürlich auch Herausforderungen. Technisch gilt es die unterschiedlichen Daten und Systeme miteinander zu verbinden – sei es bei der Messung der Leistung des Fahrzeugs und seines Kraftstoffverbrauchs oder bei der Empfehlung der Saatgutmenge je Hektar und den bestmöglichen Ernteslots gemäß der aktuellen Witterung. Ähnlich wie in der Industrie 4.0 müssen daher auch in der Landwirtschaft Standards für Schnittstellen geschaffen werden.

Zudem ist noch unklar, wem die erhobenen Daten letztendlich gehören: Dem Landwirt oder dem Gerätehersteller? Kritiker befürchten, dass ohne entsprechenden Datenschutz die Informationen z. B. Börsenanalysten in die Hände fallen, die so Missernten vorhersagen und damit Preise in die Höhe treiben können. Auch sind die hohen erforderlichen Investitionen in die Dateninfrastruktur für viele kleine und mittlere Betriebe kaum zu stemmen. Die Folge wäre eine weitere Konsolidierung und Monopolisierung in der Landwirtschaft mit Agrar-Großkonzernen wie Monsanto oder DuPont.