Smart Farming für alle: Wie kleine Betriebe groß denken können

Drohnen über dem Feld erkennen frühzeitig Pflanzenkrankheiten, autonome Roboter setzen junge Gemüsepflanzen, und Künstliche Intelligenz hilft bei der Berechnung des Futterbedarfs von Weiderindern: Landwirtschaft 4.0 steht für innovative Technologien, die den Alltag auf dem Hof grundlegend verändern. Auch kleine landwirtschaftliche Betriebe können durch Digitalisierung wettbewerbsfähig bleiben – und gleichzeitig Umwelt und Tierwohl fördern. Das zeigt ein Forschungsprojekt der Universität Hohenheim in Stuttgart und der Hochschule für Wirtschaft und Umwelt Nürtingen-Geislingen (HfWU).

Das Potenzial ist groß: Von Big Data über Agrarsensoren bis hin zu maßgeschneiderten Softwarelösungen können digitale Technologien Ressourcen schonen, das Tierwohl verbessern und Betriebskosten senken. Vor allem Großbetriebe im In- und Ausland setzen zunehmend auf diese oft kapitalintensiven Innovationen. Für klein- und mittelständische bäuerliche Familienbetriebe, wie sie häufig in Baden-Württemberg vorkommen, besteht jedoch die Gefahr, dass sie bei diesen Entwicklungen abgehängt werden und zukünftig nicht mehr wettbewerbsfähig sein könnten.

Wie auch sie vom digitalen Wandel profitieren, erforschte das Projekt ​„Digitale Wertschöpfungsketten für eine nachhaltige kleinstrukturierte Landwirtschaft“ (DiWenkLa) über fünf Jahre hinweg. In insgesamt 14 Teilprojekten beschäftigten sich die Forschenden mit den Möglichkeiten, die die Digitalisierung für kleinere landwirtschaftliche Betriebe bietet.

„Digitale Technologien können nicht nur den Arbeitsaufwand reduzieren und die Erträge des Betriebs stabilisieren. Sie tragen auch zum Schutz von Umwelt und Natur sowie zum Tierwohl bei und reduzieren den Einsatz von Pflanzenschutzmitteln“, betont Prof. Dr. Enno Bahrs, Projektkoordinator und Agrarwissenschaftler an der Universität Hohenheim.

„Damit davon auch kleine Betriebe profitieren können, war unser Ziel, die Anschaffungskosten so gering wie möglich zu halten. Daher haben wir vor allem auf marktverfügbare Lösungen zurückgegriffen und diese zum Teil individuell angepasst“, fährt der Experte fort. ​„Aus unserer Sicht ist es außerdem oft sinnvoll, wenn sich die Betriebe − vergleichbar einem Maschinenring − auch bei der Digitalisierung zusammenschließen.“

Beispielsweise könnten die Drohnen eines gemeinsam beauftragten Dienstleisters auf verschiedenen Feldern nicht nur zur Erkennung und Bekämpfung von Krankheiten eingesetzt werden, sondern auch für das Bewässerungsmonitoring oder die frühzeitige Erkennung von Waldbränden. Insgesamt eignet sich eine ganze Reihe Anwendungen für kleinere Betriebe – zum Beispiel auch in der Tierhaltung.

Mehr Tierwohl durch Digitalisierung

Nachhaltiger Anbau, regionale Futtermittel, hochwertige Lebensmittel und ein ethisch vertretbarer Lebensraum für Nutztiere: Die Ansprüche der Konsumierenden an Tierwohl und Nachhaltigkeit steigen und werden immer komplexer. Doch ​„der weit verbreitete Wunsch, Rindern und anderen Nutztieren mehr Weidegang zu gewähren, hat auch seine Tücken“, weiß Prof. Dr. Eva Gallmann vom Zentrum für Tierhaltungstechnik an der Universität Hohenheim.

„Unsere heutigen Kühe sind Hochleistungskühe, die eine bedarfs- und leistungsgerechte Futterversorgung brauchen“, erklärt die Expertin. ​„Im Stall haben die Landwirt:innen eine wesentlich bessere Kontrolle darüber, von welchem Futter die Tiere wie viel fressen. Eine Unterversorgung führt zu Krankheiten und schlechterer Milchleistung. Eine Überversorgung hingegen zieht neben den höheren betriebswirtschaftlichen Kosten auch eine erhöhte Umweltbelastung nach sich, da ein Teil der Nährstoffe des Futters ungenutzt wieder ausgeschieden wird.“

Persönliches Engagement der Landwirt:innen für ihre Tiere bleibt essenziell

Deshalb ist es bei Weidetieren besonders wichtig, die Menge und Qualität des gefressenen Grünfutters zu kennen. Nur dann können die Landwirt:innen bedarfsgerecht zufüttern. So können beispielsweise mit einem Instrument, das mit Nahinfrarotspektroskopie (NIRS) arbeitet, genaue Aussagen über die Qualität des Grünfutters gemacht werden. ​„Bislang wurde dieses Gerät ausschließlich im Labor eingesetzt, die Verwendung im Freiland ist recht neu“, so Prof. Dr. Gallmann.

Ein weiteres Messgerät erfasst die Aufwuchshöhe, und hilft somit bei der Einschätzung wie viel und wie schnell das Gras auf einer Weide nachwächst. Diese Daten fließen in eine Rationsplanungs-App ein, mit der die Landwirt:innen dann die notwendige Menge für die Zufütterung besser planen können.

Eines bleibt für die Wissenschaftlerin jedoch besonders wichtig: ​„Auch modernste Technik kann das persönliche Engagement der Landwirt:innen für ihre Tiere nicht ersetzen!“

Effizienter Pflanzenschutz mit optischen Sensoren auf Drohnen

Mit dem zielgerichteten Einsatz von Pflanzenschutzmitteln beschäftigt sich die Arbeitsgruppe von Prof. Dr. Ralf Vögele vom Fachgebiet Phytopathologie an der Universität Hohenheim. Die Forschenden dort gehen der Frage nach, wie bei Feldgemüse Krankheiten möglichst frühzeitig erkannt und Gegenmaßnahmen rechtzeitig eingeleitet werden können.

Noch werden häufig verschiedene Pflanzenschutzmittel gegen Pilzkrankheiten und Schädlinge gleichzeitig und auf dem gesamten Acker ausgebracht. ​„So wird mehr Pflanzenschutzmittel ausgebracht als notwendig“, erklärt Christian Trautmann, Doktorand in der Arbeitsgruppe. ​„Sinnvoller wäre es, Fungizide zur Verhinderung von Pilzkrankheiten vorbeugend und vollflächig auszubringen, aber die Schädlingsbekämpfungsmittel nur nach Bedarf und abhängig vom Befall.“

Abhilfe schaffen können optische Sensoren auf Drohnen. Sie messen frühzeitig veränderte Lichtreflexionen von Pflanzen, die von Pilzen oder Schädlingen befallenen sind. Künstliche Intelligenz (KI) analysiert die Daten und ermöglicht den Einsatz von Mitteln zur Bekämpfung von Schadinsekten oder Spinnmilben. Diese können mit Hilfe von Sprüh-Drohnen gezielt an den befallenen Pflanzen eingesetzt werden.

Besondere Herausforderung: KI auf dem Acker

„Hier liegt aber auch die Herausforderung“, beschreibt ChristianTrautmann. ​„Denn die KI muss für jede Kultur und jedes Schadbild individuell trainiert werden, damit sie befallene Pflanzen auch unter Praxisbedingungen zuverlässig erkennt. Dazu müssen Tausende von Trainingsdaten zuvor von Menschen ausgewertet und interpretiert werden.“

Ein hoher Aufwand, der sich wohl am ehesten für Sonderkulturen, wie Obst und Gemüse lohnt. Einerseits droht hier den Landwirt:innen bei Ernteausfall ein hoher Verlust, andererseits ist auch die Nachfrage nach möglichst unbelasteten Lebensmitteln gestiegen.

Intelligenter Roboter für bodenschonendes Pflanzen

Im Gemüseanbau, wo der Arbeitsaufwand hoch ist, zeigt sich auch die Stärke der Robotik. Der Multifunktionsroboter Phoenix der Universität Hohenheim hat sich schon in verschiedenen Projekten bewährt. In DiWenkLa setzt er als echtes Leichtgewicht Weißkohl-Jungpflanzen in präzisen Abständen, ohne den Boden unnötig zu verdichten. Eine KI überwacht den gesamten Prozess und sorgt für optimale Ergebnisse.

Dr. Nils Lüling vom Fachgebiet Künstliche Intelligenz in der Agrartechnik an der Universität Hohenheim erklärt: ​„Unser Ziel war es, eine autonome Lösung zu entwickeln. Durch eine KI-basierte Überwachung kann das Pflanzaggregat seine Arbeitsqualität, auch auf Feldern mit unterschiedlichen Bodenverhältnissen, konstant halten und auf Fehler reagieren.“

Südschwarzwald und Region Stuttgart als Modelle für andere Regionen

Zwei Regionen in Baden-Württemberg dienten dabei als Experimentierfelder: der Südschwarzwald und die Metropolregion Stuttgart. Ausgewählt wurden sie, weil sie zwei repräsentative Räume der Landwirtschaft in Baden-Württemberg darstellen.

Die Metropolregion Stuttgart steht für Gebiete, die künftig vor allem auf die Produktion von Acker- und Feldgemüse (Kohl und Salat), Getreide, Soja und andere Feldfrüchte setzen. Hinzu kommt eine verstärkte Pferdehaltung, die als Nutz- und Freizeittiere eingesetzt werden. Der Vorteil von Metropolregionen ist, dass sie bereits jetzt stark vernetzte digitale Strukturen besitzen.

Demgegenüber bildet der Südschwarzwald die Situation von Mittelgebirgsregionen mit zum Teil steilen Hanglagen ab. Typisch für diese Regionen sind viel Grünland, Rinderhaltung und gering entwickelte digitale Strukturen. Die Auswahl dieser beiden Regionen soll ermöglichen die Ergebnisse auch auf andere, ähnlich strukturierte Regionen zu übertragen.

HINTERGRUND: DiWenkLa – Digitale Wertschöpfungsketten für eine nachhaltige kleinstrukturierte Landwirtschaft

Das Schwergewicht der Forschung ​„Digitale Wertschöpfungsketten für eine nachhaltige kleinstrukturierte Landwirtschaft“ (DiWenkLa) war ein Verbundprojekt mit insgesamt 14 Teilprojekten. Unter der Leitung von Prof. Dr. Enno Bahrs vom Fachgebiet Landwirtschaftliche Betriebslehre waren elf Fachgebiete der Universität Hohenheim beteiligt. Projektpartnerin war die Hochschule für Wirtschaft und Umwelt Nürtingen-Geislingen (HfWU). Neben rund 20 landwirtschaftlichen Betrieben waren an dem Projekt einzelne Landesanstalten des Ministeriums für Ländlichen Raum und Verbraucherschutz in Baden-Württemberg sowie über 35 Partner:innen aus der Wirtschaft, wie Industrie- und Dienstleistungsunternehmen, beteiligt.

Das Bundesministerium für Ernährung und Landwirtschaft (BMEL) finanzierte das Projekt seit 2020 über die Förderrichtlinie ​„Experimentierfelder zur Digitalisierung in der Landwirtschaft“ mit einer Summe von rund 3,3 Mio. Euro für die Universität Hohenheim. Die Gesamtförderung betrug rund 5,5 Mio. Euro. Im Februar 2025 fand das Projekt seinen Abschluss.