KI in der Landwirtschaft: die Welt mit Satelliten und Sensoren ernähren

Die Landwirtschaft ist der Bereich, in dem künstliche Intelligenz auf die meisten Menschen trifft. Mehr Menschen arbeiten in der Landwirtschaft als in jedem anderen Sektor, und die Anwendungen reichen von autonomen Maschinen auf Großbetrieben bis zu Beratung per SMS, die Kleinbäuerinnen und Kleinbauern mit einfachen Telefonen erreicht.

Das industrielle Ende:

Auf großen mechanisierten Betrieben in Nordamerika, Brasilien, Argentinien, Australien und Teilen Europas ist Präzisionslandwirtschaft ausgereift.

Satelliten- und Drohnenbilder, mit maschinellem Lernen ausgewertet, kartieren den Zustand der Bestände über die Flächen hinweg und erkennen Stress, bevor er vom Boden aus sichtbar ist. Teilflächenspezifische Ausbringung passt Saatgut-, Dünger- und Pflanzenschutzmengen innerhalb eines Feldes anhand von Boden- und Ertragskarten an und senkt zugleich Betriebsmittelkosten und Abschwemmung.

Autonome und teilautonome Maschinen arbeiten mit Satellitenführung und zunehmend mit Bildsystemen, die Kulturpflanzen von Unkraut unterscheiden, was gezieltes Spritzen ermöglicht und den Herbizideinsatz drastisch senkt.

Ertragsprognosen stützen Rohstoffhandel, Versicherung und Logistikplanung, und im nationalen Maßstab fließen sie in die Bewertung der Ernährungssicherheit ein.

Das kleinbäuerliche Ende:

Die meisten Bäuerinnen und Bauern der Welt bewirtschaften kleine Flächen mit wenig Kapital, und die Technik, die sie erreicht, sieht völlig anders aus.

Beratungsdienste per SMS oder Sprachnachricht liefern Wettervorhersagen, Aussaathinweise, Schädlingswarnungen und Marktpreise und erreichen auch Menschen ohne Smartphone. Diese Verteilungsentscheidung zählt mehr als die Raffinesse des Modells.

Die Erkennung von Schädlingen und Krankheiten anhand eines Fotos ist eine der wirklich nützlichsten Anwendungen: Sie erlaubt es, ein Problem zu erkennen und sofort Behandlungshinweise zu erhalten, statt auf eine Beraterin zu warten, die vielleicht nie kommt.

Indexbasierte Versicherung zahlt anhand gemessener Niederschläge oder satellitengestützter Vegetationsbewertung statt nach Feldbegehung, was die Versicherung von Kleinbetrieben erstmals wirtschaftlich tragfähig macht. Das ist eine echte strukturelle Neuerung, denn herkömmliche Ernteversicherung kann sich die Prüfung von Millionen winziger Schadensfälle nicht leisten.

Kreditbeurteilung anhand satellitengeprüfter Flächendaten und der Historie mobilen Bezahlens erweitert die Kreditvergabe auf Bäuerinnen und Bauern ohne Sicherheiten.

Wo es am meisten zählt:

Kenia, Ghana, Nigeria, Indien, Indonesien und weite Teile Südostasiens haben einen aktiven, auf Kleinbetriebe ausgerichteten Einsatz, oft über Genossenschaften, agrarwirtschaftliche Abnehmer oder Partnerschaften mit Telekomanbietern statt direkt.

Brasilien und Argentinien führen bei der großflächigen Präzisionslandwirtschaft im globalen Süden. Die Niederlande führen im intensiven Gartenbau unter kontrollierten Bedingungen und exportieren dieses Wissen breit. Israel führt bei wassersparender Bewässerungstechnik.

Der regulatorische Antrieb:

Eine unterschätzte Kraft ist die Regelkonformität. Europäische Vorschriften, die den Nachweis verlangen, dass eingeführte Rohstoffe nicht mit Entwaldung verbunden sind, haben satellitengestützte Rückverfolgbarkeit für Exporteure von Kakao, Kaffee, Palmöl, Soja und Holz geschäftlich unentbehrlich gemacht.

Das heißt: KI-Überwachung entscheidet inzwischen über den Marktzugang von Millionen Bäuerinnen und Bauern in Côte d'Ivoire, Ghana, Indonesien, Malaysia und Brasilien, eine folgenreiche und weitgehend von außen auferlegte Entwicklung.

Die Grenzen:

Anbindung, Strom, Gerätezugang und Lesefähigkeit begrenzen alle die Reichweite. Systeme, die Smartphones und verlässliche Daten voraussetzen, scheitern dort, wo diese Annahmen nicht gelten.

Die Dateneigentumsfrage ist ungeklärt: Betriebsdaten, die Landmaschinenhersteller und Agrarkonzerne erheben, haben kommerziellen Wert, und wer sie kontrolliert, ist wirklich umstritten.

Der Klimawandel macht historische Muster weniger aussagekräftig, was auf vergangenen Bedingungen trainierte Modelle genau dann verschlechtert, wenn treffende Prognosen am wichtigsten sind.

Der Ausblick:

Die Landwirtschaft ist womöglich der Bereich, in dem KI den größten gesamtgesellschaftlichen Nutzen bringt, weil das Ausgangsniveau niedrig und die betroffene Bevölkerung enorm ist.

Das einzulösen hängt weniger an der Leistungsfähigkeit der Modelle als an der Zustellung: die Menschen über Kanäle zu erreichen, die sie wirklich nutzen, in Sprachen, die sie wirklich sprechen, mit Ratschlägen, die konkret genug sind, um danach zu handeln.