So wie es die Industrie 4.0 gibt, gibt es eine Landwirtschaft 4.0 – eine Landwirtschaft, die die Digitalisierung und ihre Möglichkeiten, beispielsweise den Einsatz von Künstlicher Intelligenz, nutzt. Ziel ist es, die Effizienz zu erhöhen sowie Ressourcen und/oder Kosten zu sparen. Ein Beispiel aus der Praxis: Das texanische Unternehmen NatureSweet Tomatoes erprobt den Einsatz von Künstlicher Intelligenz zur Überwachung der Pflanzengesundheit.
Um Künstliche Intelligenz ranken sich viele Mythen. Die einen denken an außer Kontrolle geratene Killerdrohnen, andere an menschenähnliche Roboter, die aus sich selbst heraus immer intelligenter werden, bis sie am Ende die Weltherrschaft übernehmen. Doch so geheimnisvoll ist Künstliche Intelligenz nicht (immer). Sie ist auch keine Sache, die sich in der Zukunft oder in einem Zukunftsroman abspielt, sondern breitet sich gerade aus, auch im Gartenbau.
-
Unter Industrie 4.0 wird die vierte Stufe der Industrialisierung verstanden.
- Stufe 1: Mechanisierung mit Energie aus Dampf und Wasserkraft
- Stufe 2: Massenproduktion, Fließbänder, Fabrikationsstraßen mit elektrischer Energie
- Stufe 3: Erste Phase der Digitalisierung: Computer und Informationstechnologie (IT) zur Automatisierung der Produktion
- Stufe 4: Zweite Phase der Digitalisierung: Dazu gehören beispielsweise
- die Entwicklung cyber-physischer-Systeme (verteilte, komplexe Systeme, deren Komponenten Daten über eine Infrastruktur austauschen und sich anpassen können, z. B. Intelligente Stromnetze),
- das Internet der Dinge (Internet of Things, IoT),
- Cloud Computing (Bereitstellung von IT-Infrastruktur – Speicherplatz, Anwendungsprogramme etc. – als Dienstleistung über das Internet),
- Künstliche Intelligenz
Künstliche Intelligenz (KI) oder Artificial Intelligence(AI) ist als Forschungsgebiet ein Teil der Informatik. Im Grunde ist die Nutzung von AI eine Kombination aus unglaublich vielen gesammelten Daten sowie Software, die diese auf einem (Hochleistungs-)Rechner sehr schnell und möglichst zeitnah auslesen, daraus Vorhersagen ableiten und Handlungen oder Handlungsabfolgen in Gang setzen kann. Manches, was früher unter die KI-Forschung fiel, wie beispielsweise Texterkennung, ist heute Alltagstechnologie. Heute wird beispielsweise am inhaltlichen Verstehen von Sprache und der selbstständigen Suche nach Antworten, an selbstfahrenden Autos und anderen autonomen Dingen (Internet of Autonomous Things, IoAT – selbst navigierende Drohnen, Haushaltsroboter etc.) sowie an der Auswertung komplexer Daten gearbeitet.
Künstliche Intelligenz zur Überwachung der Pflanzengesundheit
Je größer eine Anbaufläche ist, desto schwieriger ist es, den gesamten Pflanzenbestand zu überwachen und Krankheiten, Schädlinge oder andere Schadursachen frühzeitig zu entdecken. Besonders die Bestände der Fruchtgemüseproduktion unter Glas sind wertvoll, da sie viel kosten und eine lange Erntezeit haben, und müssen überwacht werden, damit nicht ein Kulturfehler, eine Krankheit und/oder Schädlinge alle vorherigen Anstrengungen und Investitionen zunichte machen. Bisher gehen entsprechend geschulte Menschen in regelmäßigen Abständen durch den Bestand, begutachten die Pflanzen sorgfältig, drehen Blätter um, achten auf auffliegende Schädlinge etc. und notieren eventuelle Befunde mit Zeit- und Ortsangabe in irgendeiner Weise, um dann später Gegenmaßnahmen einleiten zu können – beispielsweise Nützlinge bestellen, die gegen die Schädlinge vorgehen oder bei manchen Krankheiten den Befallsherd entfernen und entsorgen lassen.
Ein Beispiel für den Einsatz Künstlicher Intelligenz im Gartenbau ist die Nutzung von Kameras (fest installierte oder an Drohnen befestigte), die den Pflanzenbestand beobachten (d. h. in vorgegebenen Abständen Fotos machen), diese Bilder und andere Daten an ein Auswertungssystem weitergeben, das etwaige „ungesunde“ Veränderungen verursacht durch Kulturfehler, Schädlings- oder Krankheitsbefall an den Pflanzen bemerken kann. Dazu muss das System schnell sehr große Mengen an Daten verarbeiten können und gleichzeitig muss es auch auf eine große Menge von Daten zurückgreifen können, um zu wissen, wie eine gesunde Pflanze wächst, beziehungsweise zu identifizieren, welche Ursache eine bestimmte Abweichung vom optimalen Zustand hat. Je nachdem, was das KI-System findet und abhängig davon, wie weit die Automatisierung fortgeschritten ist, würde das KI-System den zuständigen Gärtner informieren und/oder vielleicht selbst Maßnahmen in Gang setzen (beispielsweise die Lüftung anders steuern, Nützlinge bestellen etc.).
KI in der Tomatenanbau-Praxis
NatureSweet, ein Tomatenanbauer mit Hauptsitz in Texas, erprobt derzeit KI zur Überwachung der Pflanzengesundheit in seinen Tomatengewächshäusern. Mit einer Verringerung des Ernteausfalls durch eine verbesserte Überwachung und schnellere Gegenmaßnahmen will man den Ertrag steigern und zu mehr Nachhaltigkeit beitragen. Tatsächlich hofft Adrian Almeida, der Abteilungsleiter für Innovation bei NatureSweet, die Tomatenerträge auf längere Sicht um 20 % steigern zu können, sagte er CNN tech. Bisher sind es allerdings nur zwischen 2 und 4 %, die erreicht werden, was aber bei großen Produktionsmengen beziehungsweise Umsätzen durchaus von Bedeutung ist.
Die Informationen über den Pflanzenzustand werden bei NatureSweet mit fest installierten Kameras gewonnen, die im Gewächshaus angebracht wurden und die nun ununterbrochen Fotos vom Pflanzenbestand machen. Die Bilder werden mithilfe eines KI-Programmes von Prospera, einem israelischen Start-up-Unternehmen, das auf Datenanalyse und Digital Farming (digitalisierte Landwirtschaft, Landwirtschaft 4.0) spezialisiert ist, sofort ausgewertet. Mithilfe der Software können problematische Veränderungen im Pflanzenbestand, beispielsweise ein Schädlingsbefall, Blattveränderungen oder Welkeerscheinungen, früh erkannt werden.
Almeida schätzt, dass er ohne die Kameras und die Nutzung von KI den Personalbestand um 4 % erhöhen müsste.
Prospera hat jedenfalls bereits eine dicke Ernte von 15 Millionen US-Dollar an Investitionsgeldern für eine Expansion des Unternehmens eingefahren, unter anderem von Firmen wie Qualcomm Ventures (Qualcomm ist selbst im Bereich Halbleiter und IP-Lösungen tätig) and Cisco Investments (Cisco ist praktisch gleichbedeutend mit Internet-Infrastruktur).
Fazit
Mit der Landwirtschaft 4.0 will man laut Fachgruppe Agtech den Zielkonflikt zwischen Ökologie und Versorgungssicherheit auflösen. Der Einsatz von Künstlicher Intelligenz ermöglicht Unternehmen ein effizienteres Arbeiten und Wachstum. Skeptisch macht mich, dass – außerhalb von Versuchen – für solche Innovationen im Betrieb hohe Investitionskosten nötig sind und die neue Technik daher eher Agrargroßbetrieben zugute kommen könnte und bäuerliche Betriebe außen vor bleiben. Vielleicht wird es dafür aber auch einmal Sharing-/Zusammenarbeitslösungen geben. Aber so spannend die neuen Technologien sind, fehlt mir noch eine Antwort der Politik auf die Frage, was mit den eingesparten Arbeitskräften passieren soll und wovon die in Zukunft leben. Zwar werden durch die Digitalisierung auch neue Jobs geschaffen, allerdings mit anderen, oft mit wesentlich höheren (Akademikerjobs) oder wesentlich niedrigeren Anforderungen (schlechter bezahlte (Handlanger-) Jobs) als die, die wegfallen (Ausbildungsberufe).
Zum Weiterlesen
- Der Mythos Künstliche Intelligenz (PCWelt)
- Was Künstliche Intelligenz kann und was sie können soll (ZDNet)
- Fachgruppe Agtech im Bundesverband Deutsche Startups e.V.
- Tag: Landwirtschaft 4.0 (agrarmanager)
- NatureSweet Tomatoes (Unternehmenshomepage)
- Prospera: The Digital Farming System (Unternehmenshomepage)
- Agtech startup Prospera, which uses AI and computer vision to guide farmers, harvests $15M (Techcrunch)
- Future Tense: Farmers turn to artificial intelligence to grow better crops (CNN tech)
- Applied Drone Innovations Ltd. (Unternehmenshomepage)
- SF-Kurzgeschichte um Künstliche Intelligenz: Arche 357
Pingback: Tomaten in der Blockchain | tinto bloggt