Auch in der Landwirtschaft kommt die Digitalisierung zunehmend an. So sollen Prozesse durch intelligente Systeme effizienter und einfacher werden: Roboter sollen lernen, wo sie Unkraut jäten und Saatgut streuen sollen, die Futterausgabe wird vom Tablet oder Smartphone gesteuert und ferngesteuerte Agrardrohnen sollen bei der Instandhaltung helfen. In den letzten Jahren stand dabei vor allem die Optimierung und Vergrößerung der Landmaschinen sowie die Automatisierung von sich regelmäßig wiederholenden Aufgaben im Fokus der Digitalisierungsmaßnahmen. Mittlerweile nehmen Maschinen den Landwirten einige Aufgaben ab, vieles erledigen die Bauern aber noch manuell: Die Einführung der Melkstände, zum Beispiel, erleichtert den Melkprozess zwar, das Ansetzen der Melkmaschinen erfolgt jedoch nach wie vor manuell. Bis zur umfassenden Landwirtschaft 4.0, dem sogenannten Smart Farming, ist eine ganzheitliche Koordination vieler Einzelprozesse und Faktoren notwendig.
Was bedeutet Smart Farming?
Beim Smart Farming geht es darum, Geräte, Maschinen und Systeme miteinander zu vernetzen und Datengrundlagen für Prognosen und Entscheidungshilfen zu schaffen, um so landwirtschaftliche Prozesse zu optimieren. Die Ernte soll zukünftig vollautomatisch durchgeführt werden können, sodass der Landwirt nur noch die Überwachung der Prozesse am Rechner und gegebenenfalls die Qualitätskontrolle auf dem Feld übernehmen muss. Grundlage hierfür ist, unter anderem, das autonome Fahren von Landwirtschaftsmaschinen. Dies ist zwar technisch bereits möglich, wurde unter anderem aufgrund der noch ungeklärten rechtlichen Situation (etwas der Haftungsfrage bei Unfällen) bislang nicht in der Breite umgesetzt. Aktuell muss der Fahrer die Landmaschine fernsteuern oder noch in der Kabine sitzen, selbst wenn das Fahrzeug selbständig fährt.
Voraussetzungen für die intelligente Landwirtschaft
Um den Ernteprozess weiter zu automatisieren, ist die selbständige Durchführung der Ernte durch die Maschinen notwendig. Dabei müssen Bodenverhältnisse, Pflanzenzustände und Wetterbedingungen beachtet werden, die sich auf die Einstellungen der Erntemaschinen-Parameter auswirken. Sensoren müssen beispielsweise messen, wie der Feuchtigkeits- und Düngegehalt des Bodens ist oder feststellen, welche Pflanzen bereits erntereif sind. Die Berücksichtigung der Unterschiede des Bodens und der Ertragsfähigkeit innerhalb eines Feldes bei der Erntetechnik nennt man „Precision Farming“. Dazu benötigt der Landwirt langjährige Erfahrung und Wissen, sowohl im Bezug auf den Ernteprozess als auch die Erntemaschine. Ziel im Smart Farming ist es, dass Maschinen dieses Precision Farming selbständig durchführen. Dies bedeutet einerseits, dass sie über alle Feld-Informationen verfügen, ihre eigene Position kennen und dementsprechend wissen, welche Einstellungen erforderlich sind. Andererseits müssen sie jedoch auf Besonderheiten wie Hindernisse, beispielsweise Tiere auf dem Acker, reagieren können. Die Umsetzung erfordert viele Hintergrundinformationen, welche Fahrzeuge nur durch langfristig generierte und gesammelte Daten und Lernprozesse (z. B. durch Künstliche Intelligenz) erhalten.
Eine der Grundvoraussetzungen für Smart Farming ist eine ausreichende Kommunikationsfähigkeit der eingesetzten autonomen Maschinen und Fahrzeuge. Sie müssen in der Lage sein, mit anderen Geräten und Systemen zu interagieren. Dazu zählt unter anderem eine automatische Fehlermeldung, die Echtzeit-Übermittlung von Daten an Managementsysteme sowie die automatisierten Abstimmungsprozesse der Maschinen untereinander.
Smart Farming in der Praxis
Schon heute gibt es einige Bereiche in denen Smart Farming zum Einsatz kommt. Beispielsweise verwenden einige Landwirte unterschiedliche Fütterungs- und Melkroboter, die ohne menschliches Eingreifen arbeiten und ihre Prozessdaten dokumentieren und übertragen. Der Roboter sammelt Daten, wie die Futtermenge oder die gesundheitliche Verfassung der Tiere, und der Landwirt kann diese über Computer oder Smartphone einsehen. Am Ihinger Hof nahe Stuttgart werden solch neuartige Geräte und Methoden für die Landwirtschaft der Zukunft von der Universität Hohenheim entwickelt und getestet. So sollen Landwirte in Zukunft beispielsweise mit Hilfe von GPS-Technik Parzellen vermessen und die Aussaat durchführen können. Einige Bauern düngen bereits unter Zuhilfenahme von GPS-Systemen. Das System erkennt die Position des Traktors auf dem Feld und verhindert so, dass außerhalb des Ackers gedüngt wird. Durch die genaue Erfassung des Fahrradius wird eine doppelte Düngung vermieden.
Es gibt aktuell diverse Smart-Farming-Ansätze, um landwirtschaftliche Prozesse zu optimieren und so einfacher und effizienter zu gestalten. Durch den Einsatz von Industrie 4.0 werden landwirtschaftliche Prozesse kosteneffizienter, der Ertrag wird gesteigert und die Umwelt geschont. Um Ideen für die vernetzte Landwirtschaft umzusetzen, braucht es allerdings auch Entwicklungen in anderen Bereichen. Dazu gehört zum Beispiel die Rechtslage für das autonome Fahren oder die Forschung Künstlichen Intelligenz. Zukünftig bietet dies ein hohes Potenzial für Forschungs- und Entwicklungstätigkeit, zurzeit befindet sich die digitale Revolution im landwirtschaftlichen Bereich aber noch in den Anfängen. Um die Entwicklung voranzutreiben, hat das Bundesministerium für Ernährung und Landwirtschaft das „Zukunftsprogramm Digitalpolitik Landwirtschaft“ vorgelegt. Darin sind unter anderem das Einrichten eines Kompetenzzentrums „Digitalisierung“ speziell für die Landwirtschaft sowie die Etablierung der Gesprächsplattform „Digitalisierung in der Landwirtschaft“ geplant.