Weltweite Rentabilität von Smart Farming: 42% der Ackerflächen profitieren – bis zu 75% möglich bei strengen Umweltauflagen!

Weltweite Rentabilität von Smart Farming: 42% der Ackerflächen profitieren – bis zu 75% möglich bei strengen Umweltauflagen!

Weltweite Wirtschaftlichkeit von Hightech-Landwirtschaft

Der Einsatz von Smart Farming-Technologien, darunter Roboter, Drohnen und KI-gestützte Werkzeuge, ist bereits auf 42 Prozent der globalen Ackerflächen wirtschaftlich rentabel. Prognosen zufolge könnte dieser Anteil in den nächsten zwei Jahrzehnten auf 50 Prozent ansteigen. Bei strengeren Umweltauflagen ist sogar ein Anstieg auf 75 Prozent denkbar, während eine Lockerung der Auflagen die Quote auf 31 Prozent reduzieren könnte. Diese Erkenntnisse stammen aus einer internationalen Studie unter Leitung der Universität Bonn, die erstmals die globale Rentabilität solcher Technologien analysiert. Besonders profitabel zeigt sich Smart Farming in Regionen mit Umweltproblemen wie Dürre oder Überdüngung. Die Ergebnisse wurden in der Fachzeitschrift PNAS veröffentlicht.

Transformation landwirtschaftlicher Betriebe durch Technologie

In Europa und Nordamerika entwickeln sich landwirtschaftliche Betriebe zunehmend zu technologieorientierten Unternehmen. Drohnen erfassen beispielsweise Schädlingsbefall und übermitteln die Daten an Landmaschinen, die daraufhin gezielt Pestizide ausbringen. Roboter übernehmen die Unkrautbekämpfung, bevor sich Probleme manifestieren. Intelligente Bewässerungssysteme messen die Bodenfeuchtigkeit und bewässern nur gezielt die benötigten Bereiche. Laut Prof. Dr. David Wuepper von der Universität Bonn bieten diese Technologien Potenziale zur nachhaltigen und umweltschonenden Bewirtschaftung.

Die Umstellung auf Smart Farming ist jedoch mit erheblichen Kosten verbunden und erfordert spezielles Know-how. Zudem variieren die Rahmenbedingungen je nach Region stark, etwa hinsichtlich Arbeitskosten, Umweltvorschriften und Schulungsangeboten. „Wir wollten daher ermitteln, in welchen Regionen sich Präzisionslandwirtschaft ökonomisch besonders lohnt“, erläutert Shahrear Roman aus der Arbeitsgruppe von Prof. Wuepper.

Regionale Unterschiede in der Wirtschaftlichkeit

Die Studie zeigt, dass Smart Farming weltweit unterschiedlich profitabel ist. Am höchsten ist der wirtschaftliche Nutzen in Gebieten mit hohem Einkommen, guter Bildung, großen Feldern und strengen Umweltauflagen. Dazu zählen Westeuropa, Kanada, die USA und Australien. Dort werden häufig große Mengen an Dünger und Pflanzenschutzmitteln eingesetzt, wodurch durch gezielte Ausbringung Kosten eingespart werden können. Zudem sind Arbeitskräfte dort teuer, was den Einsatz automatisierter Systeme attraktiv macht.

Im Gegensatz dazu ist das Potenzial in Ländern südlich der Sahara derzeit begrenzt. Dies liegt unter anderem daran, dass die verfügbaren Technologien meist nicht auf kleinbäuerliche Strukturen abgestimmt sind. Prof. Wuepper weist darauf hin, dass die Entwicklung von Geräten bislang vor allem auf große, kapitalintensive Betriebe in Nordamerika und Europa fokussiert ist. Die Agrarforschung sollte verstärkt Lösungen für kleinere Betriebe entwickeln.

Methodik und technologische Kategorien

Für die Untersuchung wurden weltweit über 4.000 Standorte identifiziert, an denen bereits Smart Farming-Technologien eingesetzt werden. Da systematische Datenbanken fehlen, kontaktierten die Forscher mehr als 8.000 Experten und werteten zusätzlich wissenschaftliche Veröffentlichungen aus. Anschließend analysierten sie mittels maschineller Lernverfahren, welche Faktoren die Umstellung auf Smart Farming begünstigen. Dabei erwiesen sich strengere Umweltauflagen als der bedeutendste Einflussfaktor.

Die Studie umfasst fünf Technologiebereiche:

  • Autonome Bewässerungssysteme
  • Unkrautbekämpfungsroboter
  • Drohnen und andere Systeme zur Feldkartierung und Bedarfsanalyse
  • Maschinen mit automatischer Dosierung von Dünger und Pestiziden
  • GPS-gesteuerte Lenksysteme zur präzisen Maschinenführung

Ökologische und ökonomische Vorteile

Die Analyse zeigt, in welchen Regionen Smart Farming den größten ökologischen und wirtschaftlichen Nutzen bringen kann. Intelligente Bewässerungssysteme sind beispielsweise besonders in wasserarmen Gebieten rentabel. Prof. Wuepper betont, dass ökonomische und ökologische Vorteile häufig Hand in Hand gehen, jedoch politische Maßnahmen notwendig sind, um das volle Potenzial auszuschöpfen.

Beteiligte Institutionen und Förderung

Die Studie entstand in Zusammenarbeit der Universität Bonn, der ETH Zürich und der University of California, Berkeley. Gefördert wurde das Projekt von der Deutschen Forschungsgemeinschaft (DFG) im Rahmen des Exzellenzclusters „PhenoRob“ sowie durch den European Research Council (ERC).

Exzellenzcluster PhenoRob der Universität Bonn

PhenoRob fokussiert sich auf die nachhaltige und technologiegetriebene Transformation der Landwirtschaft. Ziel ist die Entwicklung innovativer Anbausysteme und Technologien wie Robotik, Künstliche Intelligenz und sensorbasierte Phänotypisierung zur ressourcenschonenden Produktion pflanzlicher Lebensmittel. Interdisziplinäre Teams erforschen Möglichkeiten zur Reduktion von Schadstoffeinträgen, Automatisierungspotenziale und zukunftsfähige Agrarsysteme für Deutschland. Der 2019 gegründete Exzellenzcluster ist international anerkannt und hat bereits marktreife Produkte hervorgebracht.

Kontaktinformationen der wissenschaftlichen Ansprechpartner

  • Shahrear Roman
    Institut für Lebensmittel- und Ressourcenökonomik, Universität Bonn
    Tel.: +49 163 6957641
    E-Mail: s.roman@ilr.uni-bonn.de
  • Prof. Dr. David Wuepper
    Institut für Lebensmittel- und Ressourcenökonomik, Universität Bonn
    Tel.: +49 228 73-3500
    E-Mail: wuepper@uni-bonn.de

Originalpublikation

Shahrear Roman, Hadi, Wyclife Agumba Oluoch, David Zilberman, Robert Finger, David Wuepper: Modelling the Global Potential of Smart Farming Innovations, PNAS, DOI: 10.1073/pnas.2530081123

Zusätzliche Ressourcen

Daten, Code und Karten der Studie sind unter der Creative Commons Lizenz (CC BY 4.0) auf Zenodo verfügbar: https://doi.org/10.5281/zenodo.20703368

Schreibe einen Kommentar