Aufmacherbild: (C) Gellinger/Pixabay (Pigs/digitale Landwirtschaft)
Wie wäre das: Per Smartphone oder Tablet mit 3D-Kamera von einer Person ein Foto schießen und damit wissen wie viele Kilo sie auf die Waage bringt? Das wäre … ja genau, ein Albtraum. Da es im konkreten Fall jedoch um Mastschweine geht, erhielt diese Idee auf der EuroTier 2016 als eine von 25 Neuheiten im Tierhaltungsbereich den Innovation Award.
Denn wenn es um digitale Landwirtschaft geht, muss es sich nicht immer um große Erntemaschinen, Traktoren oder Mähdrescher handeln, die GPS-gesteuert präziser über Felder fahren als ein Mensch es je könnte. Manchmal sind es die kleinen Lösungen, die den Landwirten das Leben leichter machen.
Digitale Landwirtschaft – Beispiel 1: PiggyCheck
Wie etwa Piggy Check, ein optisches System, mit dem das Gewicht eines Mastschweins berechnet wird. Das manuelle Sortieren und Wiegen der Schweine könnte damit der Vergangenheit angehören. Die Softwarelösung kann auf Smartphones und Tablets mit 3D-Kamera eingesetzt werden. Es wird ein Tiefenbild des einzelnen Tiers erstellt und das Gewicht berechnet. Handlungsempfehlungen zur Vermarktung werden per Ampelanzeige dargestellt. Die Daten werden nicht nur auf dem Display angezeigt, sondern auch in die Cloud übertragen, mit Daten aus Schlachthäusern zusammengeführt und ausgewertet, um Schlacht-Erlöse zu verbessern.
Digitale Landwirtschaft – Beispiel 2:
Tier-Tracking
Auch per Tracking kommt man an relevante Daten. Über das Thema Tier-Tracking sprachen wir mit Elmar Nieswand, Director Dairy Health & Farm Management, GEA Farm Technologies GmbH. Er erklärte uns, dass die ersten Applikationen eher den Zweck hatten, einzelne Tiere im Stall zu finden. In der Folge geht es jedoch mehr darum, das Verhalten der Tiere aufzuzeichnen und deren Gesundheitszustand zu analysieren. Etwa: Wie viel bewegt sich das Tier? Frisst und trinkt es genug? Wie ist sein Sozialverhalten? Über Big-Data-Mechanismen werden die gewonnenen Erkenntnisse analysiert und ausgewertet, sodass daraus wiederum relevante Informationen für den Landwirt generiert werden.
Die Technologie zielt vor allem auf größere Betriebe und größere Tierbestände ab, bei denen der Landwirt selbst nicht mehr den Überblick über jedes einzelne seiner Tiere behalten kann.
Auch Geo-Fencing wird in diesem Zusammenhang diskutiert. Das Ziel dabei ist beispielsweise, die Tiere nicht durch Zäune in ihrer Bewegungsfreiheit einzuschränken. Vielmehr erkennt der Landwirt durch virtuelle Grenzen, wo sich welche Tiere befinden – oder er kann über Signale steuern, in welchen Bereichen sich die Tiere aufhalten.
Dies trägt auch der vermehrt vom Konsumenten geforderten Transparenz Rechnung. Es wird einfacher rückverfolgbar, ob sich ein Tier im Stall oder auf der Weide aufhält, oder wann und was das Tier frisst. All diese Faktoren spielen angesichts kritischer Konsumenten in Zukunft eine immer wichtigere Rolle.
Digitale Landwirtschaft – Beispiel 3: Thermometer für die Spargelernte
Auch für Anwendungen auf und unter dem Boden lassen sich Forscher so einiges einfallen. Etwa die Forscher des Deepfield Robotics Team von Bosch. Damit der wetterfühlige Spargel in Zukunft digital unterstützt wachsen und gedeihen kann ,haben sie ein spezielles Thermometer entwickelt.
„Spargel wächst am besten zwischen 18 und 22 Grad. Wenn er zu warm wird im Boden, dann bildet er schlechte Qualitäten aus. Dieser Spargel ist kaum zu verkaufen und für den Landwirt ein Verlust, der sich auf 10 bis 30 Prozent pro Jahr belaufen kann“, erklärt uns Dr. Ing. Bojan Ferhadbegovic. Landwirte versuchen deshalb, die Temperatur im Boden über eine spezielle Folie zu regeln. Diese Folie auf dem Spargel-Damm hat eine schwarze und eine weiße Seite. Will man dem Spargel einheizen, wird die schwarze Seite nach oben gedreht. Ist die Temperatur ausreichend, kommt die weiße Seite nach oben.
Der von den Forschern entwickelte Sensor hat vier Temperaturfühler, die es ermöglichen, Temperaturen in verschiedenen Dammtiefen zu messen. Die erfassten Werte werden in der Cloud verwaltet und sind jederzeit über eine App mobil abrufbar. So behält der Landwirt alle seine Felder im Blick, kann sich Differenztemperatur oder Durchschnittstemperatur ansehen, und erhält auch eine Wetterprognose, die ihm dabei hilft, die nächsten Handlungsentscheidungen zu treffen.
Neben Spargel wollen die Forscher in Zukunft auch noch weitere Themenfelder beackern – wie Erdbeer- oder Obstanlagen sowie Mais oder Getreide. Die Pläne erklärt dieses ca. 2:30 Minuten lange Video:
Digitale Landwirtschaft – Beispiel 4: Resistenzbestimmung von Pflanzen
Was auf landwirtschaftlich genutzten Flächen nicht gern gesehen wird: Unkraut. Vor allem wenn es eine Resistenz gegen Herbizide aufweist. Um festzustellen, ob dem so ist, waren bisher aufwändige Labortests nötig. Dr. agr. Markus Sökefeld vom Institut für Phytomedizin, Abteilung Herbologie an der Universität Hohenheim, demonstrierte uns jedoch einen Schnelltest, der im Rahmen eines Forschungsprojektes entwickelt wurde. Mit seiner Hilfe kann man bereits auf dem Feld feststellen, ob eine Resistenz vorliegt.
Für das Verfahren nutzen die Forscher den natürlichen Prozess der Chlorophyll-Fluoreszenz. Sie kann als Maß dafür dienen, wie vital eine Pflanze ist.
Beim Messvorgang wird zuerst eine Abdeckung über die zu messende Pflanze gestellt. Sie wird 10 bis 15 Minuten abgedunkelt, damit das Photo-System in der Pflanze heruntergefahren wird. Danach wird eine Kamera auf die Abdeckung aufgesetzt. In einem ersten Mess-Schritt wird die sogenannte Grund-Fluoreszenz gemessen. Auf einem Bildschirm erscheint die Pflanze tiefblau. Danach wird ein Lichtblitz auf die Pflanze gerichtet, und die Messung erfolgt. Auf dem Bildschirm erkennt man eine farbliche Veränderung. Die Pflanze, die vorher mit einem Herbizid behandelt wurde, weist eine Schädigung auf – es liegt also keine Resistenz vor.
„Das Ergebnis steht unmittelbar nach der Messung fest.“
Dr. agr. Markus Sökefeld, Universität Hohenheim
Per GPS lässt sich nachvollziehen, an welcher Stelle im Feld die Messung vorgenommen wurde. Außerdem hat der Anwender die Möglichkeit, einzugeben, welches Herbizid in welcher Konzentration ausgebracht worden ist. Über die Software kann so nach der Messung ein vollständiges Protokoll über das Messergebnis, die Umstände des Messens und die genaue Lokation erstellt werden. Das folgende, ca. 3:30 Minuten lange Video demonstriert die Vorrichtung:
Digitale Landwirtschaft – Beispiel 5: Fahrsimulator für Landwirtschaft und Co.
Was spielt in der Landwirtschaft noch eine große Rolle? Die großen landwirtschaftlichen Maschinen.
Zur digitalen Landwirtschaft zählt auch, den Umgang mit solchem schweren Spezialgerät erst mal mit einem simulationsbasierten Schulungstool zu üben. Ähnlich wie bei einem Flugsimulator trainieren künftige Bediener den Umgang mit landwirtschaftlichen Maschinen wie Traktoren und Mähdreschern.
Wie Lisa Luttmann vom Hersteller TENSTAR simulation erklärt, „… kann man so durchaus Gefahren reduzieren, indem man lernt, wann kippt meine Maschine um, wann fällt mir meine Ladung herunter, welche steilen Abhänge könnte ich mit einer Maschine noch runterfahren, welche sollte ich vielleicht lieber vermeiden.“ Und das ohne die Gefahr, sich selbst zu verletzen oder schweres Gerät zu beschädigen.
Monitore vor und hinter dem Anwender sorgen für die Rundum-Perspektive. Durch die sogenannte Motion Base werden sogar die Bewegungen beim Fahren über Bodenwellen, beim Bremsen oder Losfahren simuliert. Das folgende ca. 2:30 Minuten lange Video vermittelt einen ersten Eindruck von dieser Lösung:
Nicht einzelne Landwirte, sondern in erster Linie spezialisierte Fahrschulen sollen mit diesen Simulatoren angesprochen werden. Auch eine clevere Idee, wie wir finden – die ihren wichtigen Teil zur digitalen Landwirtschaft beiträgt.