Die Landwirtschaft wird künftig ein großes Spielfeld für den Einsatz künstlicher Intelligenz (KI) sein. Viele, meist schwer vorhersehbarer Einflussfaktoren und zahlreiche Wechselwirkungen sind Bedingungen, unter denen die KI ihre Stärken zur Geltung bringt.
Das Potenzial ist erkannt
Die Ziele für die Landwirtschaft der Zukunft sind hoch gesteckt: Auf den Äckern sollen weniger Dünge- und Pflanzenschutzmittel zum Einsatz kommen, gleichzeitig aber die Erträge steigen. In den Ställen erwarten die Verbraucher zudem eine artgerechtere Tierhaltung. Der Einsatz künstlicher Intelligenz kann dabei helfen.
Es wird allerdings noch einige Jahre dauern bis die Technik in der Breite ankommt. Denn bei den meisten derzeit verfügbaren Anwendungen handelt es sich noch um einfache Automatisierung.
Aber natürlich arbeiten die großen Landmaschinenhersteller in ihren Entwicklungsabteilungen längst an Anwendungen mit KI-Elementen. Auf der Agritechnica 2019 haben Amazone Bosch und Xarvio zum Beispiel eine Feldspritze gezeigt, die nach dem Prinzip „See and Spray“ arbeitet. „Amaspot“ unterscheidet mittels künstlicher Intelligenz Kulturpflanze und Unkraut und verrechnet den ermittelten Unkrautbesatz in Echtzeit zu einer Applikationsentscheidung. Dadurch können Landwirte bis zu 60 % Pflanzenschutzmittel einsparen.
KI ist in diesem Stadium vor allem ein Werkzeug, um Muster in komplexen Datensätzen zu erkennen und so Nutzpflanze von Unkraut zu unterscheiden. Der nächste Schritt wäre, aus allen zur Verfügung stehenden Daten zu lernen und einzelne Unkrautarten selbständig zu unterscheiden.
Auch in der Tierhaltung wird mit den Mitteln der künstlichen Intelligenz gearbeitet. So hilft das Verfahren in der Schweinzüchtung dabei, typische Verhaltensmuster von Schwanzbeißern zu analysieren und dies in der weiteren Selektion der Zuchttiere zu berücksichtigen.
Viel Forschung notwendig
Insgesamt haben die Branche aber auch das Wirtschafts- und Landwirtschaftsministerium die Zeichen der Zeit erkannt und investieren in die Entwicklung von KI-Verfahren und -infrastruktur.
Einen ganzheitlichen Ansatz verfolgt zum Beispiel das Forschungsprojekte „PhenoRob“ der Universität Bonn. In PhenoRob werden Technologien entwickelt, die eine schnelle und automatisierte Unkrautkontrolle sowie das selektive Düngen einzelner Pflanzen auf dem Feld ermöglichen. Mit Sensoren, Bodenrobotern und Drohnen überwachen die Wissenschaftlerinnen und Wissenschaftler alle wesentlichen Aspekte der Pflanzenproduktion. Dabei entstehen große Mengen an heterogenen Daten über Pflanzen, Pflanzenbestände, Boden und Umwelt. Nur KI ist in der Lage, die großen Datenmengen zu analysieren und daraus Handlungsanweisungen zu erzeugen.
Fortschritt durch Fördergeld
Um die Entwicklung von KI-Anwendungen in der Landwirtschaft zu beschleunigen, fördert das Bundesministerium für Wirtschaft und Energie seit Januar diesen Jahres das Forschungsprojekt „Agri-Gaia“ mit rund 12 Mio. €. Mit vielen Partnern arbeitet das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) daran, eine offene Infrastruktur für die Entwicklung und den Austausch von KI-Algorithmen in der Landwirtschaft bereit zu stellen. Auf diese Weise sollen alle, die am Thema KI für die Landwirtschaft arbeiten, freien Zugriff auf branchenspezifische KI-Bausteine haben. Insbesondere Start-Ups und kleine Unternehmen können dadurch mit ihren Dienstleistungen besser und schneller einen breiten Markt erreichen.
KI arbeitet mit enorm viel Datenvolumen, das zum Beispiel vom Acker zu den Servern übertragen werden muss. Die notwendige Infrastruktur ist in Deutschland jedoch noch lange nicht vorhanden. Als Alternative entsprechende Rechnerkapazitäten auf Landmaschinen zu installieren, ist abgesehen von der dafür wenig geeigneten Umgebung, schlichtweg zu teuer. Das könnte die Anwendung von KI in der Landwirtschaft verzögern.
Das vom Bundeslandwirtschaftsministerium geförderte Projekt „resKIL“ (Ressourceneffiziente KI für eingebettete Systeme in Landmaschinen), soll für dieses Problem Lösungen im Sinne von: Soviel interne Rechnerkapazität wie möglich, so wenig Funk-Datenübertragung wie nötig, finden.