Agrar & Lebensmittel

Precision Farming mit KI: Teilflächen nach Sensordaten bewirtschaften

Ertragskarten vom Mähdrescher, Bodenproben, Satellitenbilder und Wetterstationen liefern auf vielen Betrieben mehr Daten, als bisher in Entscheidungen einfließt. Der Kurstag führt vor, wie KI aus diesen Quellen Ertragsprognosen und Zonenkarten für die teilflächenspezifische Bewirtschaftung ableitet und wie daraus Empfehlungen für Düngung, Bewässerung und Pflanzenschutz werden. Geübt wird der Weg von der Auswertung der Felddaten zur konkreten Bewirtschaftungsempfehlung. Den Abschluss bilden Plattformwahl, Datenhoheit und ein Plan, mit welchem Schlag Sie beginnen.

Für wen

Landwirtinnen und Landwirte, Agrarberatung und Betriebsleitungen, die Feld- und Sensordaten für fundiertere Bewirtschaftungsentscheidungen nutzen wollen.

KI-Tagesseminar · 1 Tag

Felddaten auswerten, Ertragszonen bilden und Betriebsmittel gezielt ausbringen

Das nehmen Sie mit

  • Überblick, welche Sensor-, Satelliten- und Maschinendaten sich für Prognosen eignen und wo ihre Aussagekraft endet
  • Erfahrung im Auswerten von Felddaten und im Abgrenzen von Ertragszonen an einem Beispielschlag
  • Eine selbst abgeleitete Bewirtschaftungsempfehlung, die Ertragswirkung und eingesparte Betriebsmittel abwägt
  • Kriterien für Datenplattformen und Datenhoheit sowie einen Einstiegsplan für die nächste Saison

Ablauf

  1. Teil 1

    Modul 1 – Datenquellen: was Sensoren, Satelliten und Maschinen liefern

    • Bodensensoren, Satellitenbilder und Maschinendaten von Traktor, Mähdrescher und Düngerstreuer
    • Was KI aus diesen Daten gewinnt: Muster erkennen, Karten erzeugen, Erträge vorausberechnen
    • Nutzen und Grenzen: Wolken im Satellitenbild, Lücken in Messreihen, kleinteilige Schläge
    • Live-Demo: in einem Satellitenbild zeichnet sich eine Problemzone im Schlag ab
    • Datenbestand klären: welche Ertragskarten, Bodenproben und Maschinendaten im eigenen Betrieb schon vorliegen
  2. Teil 2

    Modul 2 – Analyse: von Felddaten zu Prognosen und Ertragszonen

    • Daten zu Boden, Wetter und Pflanzenbestand zusammenführen und auf Plausibilität prüfen
    • Ertragsprognosen je Schlag und Zonen für die teilflächenspezifische Bewirtschaftung bilden
    • Dünger und Wasser nur dort ausbringen, wo die Teilfläche darauf anspricht
    • Übung: Felddaten eines Beispielschlags auswerten und Ertragszonen abgrenzen
  3. Teil 3

    Modul 3 – Anwendung: Düngung, Bewässerung, Pflanzenschutz, Maschinen

    • Düngergaben und Bewässerung anhand von Zonenkarten und Bodenfeuchte feiner steuern
    • Krankheits- und Schädlingsbefall zeitig aufspüren: Bild-KI wertet Drohnen- oder Handyfotos aus
    • Maschinensteuerung: Applikationskarten an Streuer, Spritze oder Sämaschine übergeben
    • Übung: aus den ausgewerteten Daten eine Bewirtschaftungsempfehlung für die nächste Düngergabe ableiten
    • Mehrertrag und eingesparte Betriebsmittel gegeneinander rechnen
  4. Teil 4

    Modul 4 – Einführung: Plattformen, Datenhoheit, Einstiegsplan

    • Tools und Datenplattformen im Vergleich: Farmmanagement-Software, Herstellerportale, Satellitendienste
    • Datenhoheit und Recht: wer Maschinen- und Felddaten nutzen darf und was Plattformverträge dazu regeln
    • Fallstudie: wie ein Ackerbaubetrieb Precision Farming einführt
    • Klein beginnen: mit einem Schlag und einer Maßnahme starten, dann schrittweise ausweiten
    • Fahrplan zum datengetriebenen Betrieb: Datenerfassung und erste Testmaßnahme der kommenden Saison

VoraussetzungenLandwirtschaftliches Grundverständnis wird vorausgesetzt; Interesse an Technik erleichtert den Einstieg.

AbschlussTeilnahmezertifikat und digitales Badge

Thema anfragen