Diesen Artikel teilen:

22. Mär 2022

|

Wirtschaft

Digitale Dienste ins Feld bringen.

Journalist: Julia Butz

|

Foto: Presse

Die Digitalisierung ist auch in der Landwirtschaft auf dem Vormarsch. Wie Smart Farming Landwirten helfen kann.

ulf-kopplin-2.jpg

Dipl.-Volkswirt Ulf Kopplin, Repräsentant der Landmaschinen Fachbetriebe

Ein Bauer, der nicht mehr selbst auf dem Acker steht, sondern die Feldarbeit Maschinen überlässt. Ferngesteuerte Drohnen, die Saatgut pflanzen und Kühe, die von Robotern gemolken werden. Die Digitalisierung ist auch in der Landwirtschaft auf dem Vormarsch. Und soll dabei helfen, Produktivität, Nachhaltigkeit und Tierwohl in Einklang zu bringen und eine Branche, die zunehmend von Preiskampf und Fachkräftemangel betroffen ist, in eine tragfähige Zukunft.

Smart Farming bezeichnet diese digitale Transformation in der Landwirtschaft, bei der durch den Einsatz innovativer Technologien die monotone und personalintensive Arbeit der Landwirte vereinfacht werden soll. „Wir stehen vor einem Paradigmenwechsel, die Landwirtschaft wird in Zukunft völlig anders aussehen“, so Dipl.-Volkswirt Ulf Kopplin, Repräsentant der Landmaschinen Fachbetriebe. Und so könnte diese Zukunft aussehen: mit Hilfe von Feldrobotern kann Unkraut gejätet und gedüngt oder Pestizide von unbemannten Fahrzeugen entfernt werden. Gleichzeitig sammeln die Helfer Daten, basierend auf sensorbasierten Echtzeitsystemen. Der Einsatz von Sensoren macht es möglich, die Futterausgabe im Stall zu automatisieren, genauer zuzuteilen und das Melken zu automatisieren. Gleichzeitig können Tierwohl und Tiergesundheit so besser überwacht werden. Traktoren könnten zukünftig nicht nur autonom übers Feld fahren können, sondern den Boden präzise und abgestimmt auf die jeweilige Bodenbeschaffenheit, bearbeiten.

Ulf Kopplin weiß, dass die Technologien für diese Zukunft bereits da sind, sieht allerdings für die Praxisreife noch einige Herausforderungen und Hürden die es zu meistern gilt, zum Beispiel was die Sicherheit anbelangt. Zudem fehlt es vor allem im ländlichen Raum noch immer an einem flächendeckenden Netzausbau, was eine zwingende Voraussetzung für einen reibungslosen Einsatz mobilgesteuerter Technik ist.

In der Präzisionslandwirtschaft (Precision Farming) werden neue Technologien schon heute angewandt. Hier steht eine möglichst optimale Flächennutzung im Fokus: Das computergestützte Sammeln von Daten und Kartieren von Ackerflächen ist für die Landwirtschaft nicht neu, nur kann dies nun sehr viel präziser geschehen. Jede Anbaufläche kann auf den Zentimeter genau erfasst werden, jede Bodenerhebung, jede Kante und jeder Hügel des Feldes genauestens kartiert und einzelne Feldteile je nach Bodenbeschaffenheit charakterisiert werden. Denn nicht an allen Stellen finden sich gleichgünstige Bedingungen für die Bewirtschaftung. Über Sensoren werden die Bodenwerte detailliert gemessen, an den Bordcomputer des Traktors übertragen und die Feldteile so gezielter bearbeitet, gedüngt oder bewässert. Auf aufwendige und kostenintensive Bodenproben kann dadurch verzichtet werden.

Da sich der Anteil an landwirtschaftlichen Nutzflächen nicht beliebig erweitern lässt, sondern bedingt durch Klimawandel und demografische Entwicklungen eher rückläufig ist, wird es umso wichtiger, die zur Verfügung stehenden Flächen, so effizient und präzise wie möglich zu nutzen. Eben Smart Farming.

2. Apr 2026

|

Business

Kein Roboter zum Gelddrucken, aber ein starker Wächter: KI bei Banken

Künstliche Intelligenz kann im Bankwesen schon ziemlich viel – aber eigenständig Geld drucken oder wundersam vermehren, das kann sie (noch) nicht. Banken setzen KI heute flächendeckend in mehreren Bereichen ein, allen voran in der Betrugsprävention, wo Fraud Detection mittlerweile Branchenstandard ist. KI-gestützte Systeme analysieren Transaktionen von Kundinnen und Kunden in Echtzeit, erkennen und stoppen auffällige Transaktionen und Zahlungsanweisungen in der Regel sofort, und reagieren innerhalb von Sekunden auf neue Angriffsszenarien. Gerade, weil sich Betrugsmaschen ständig weiterentwickeln, ist die Adaptionsgeschwindigkeit in diesem Bereich besonders hoch. Solche Systeme werden in Zukunft weiter optimiert werden, wodurch Banken Routineaufgaben mehr und mehr automatisieren können. Das eröffnet neue Möglichkeiten für personalisierte Kundenberatung, schnellere Analysen – etwa bei Kreditentscheidungen – und insgesamt bessere Kundenerlebnisse. Banken nutzen KI auch immer öfter, um internes Wissen für ihre Mitarbeitenden zu strukturieren, aufzubereiten und schneller zugänglich zu machen. Ziel ist es, Informationen effizienter zu nutzen und Entscheidungsprozesse zu beschleunigen. Im Vergleich zur Betrugsprävention befindet sich dieser Bereich jedoch noch in einer stärkeren Wachstumsphase, auch wenn die Entwicklung hier aktuell sehr dynamisch verläuft. >Der Mensch muss weiterhin die Kontrolle über kritische Prozesse behalten und klare Grenzen setzen. Es gibt unzählige Anbieter von bankenspezifischer KI. Viele davon decken nur bestimmte Anwendungsfelder ab, weshalb Banken häufig mehrere KI-Systeme parallel einsetzen. Auch, wenn Banken langjährige Erfahrung im Umgang mit sensiblen Daten haben, kann die Auswahl passender KI-Tools herausfordernd sein, denn die Lösungen müssen regelkonform sein, Change Compliance- und Datenschutzrichtlinien beachten, außerdem sollten die Daten innerhalb Europas bleiben und nicht unkontrolliert in andere Rechtsräume fließen. Erhöht KI im Bankwesen nun die Sicherheit – oder eher das Risiko für Betrug und Verlust? Grundsätzlich beides. Denn einerseits verbessert KI die Fähigkeit, Betrug frühzeitig zu erkennen und zu verhindern, andererseits entstehen neue Gefahren, insbesondere durch autonome KI-Agenten. Je mehr Entscheidungsfreiheit diese Systeme erhalten, desto größer ist das Risiko, dass sie Sicherheitsvorgaben umgehen oder manipuliert werden. Deshalb gewinnt das Prinzip „Human in the Loop“ beziehungsweise „Human in the Lead“ an Bedeutung: Der Mensch muss weiterhin die Kontrolle über kritische Prozesse behalten und klare Grenzen setzen. Auch im Finanzmarkt insgesamt sind automatisierte Prozesse kein neues Phänomen. Mechanismen wie algorithmischer Handel oder Stop-Loss-Orders können bereits heute Kettenreaktionen auslösen. KI könnte solche Effekte künftig verstärken, stellt aber nicht die ursprüngliche Ursache dar. Wohin wird sich KI im Bankwesen entwickeln? Eigenständig Geld drucken wird sie hoffentlich niemals – doch sie wird als umfassendes System im Hintergrund immer besser in den Bankenalltag integriert werden. Der Mensch wird im Bankwesen jedoch in zentralen Bereichen immer die Oberhand behalten, besonders bei der letzten Kontrolle und beim direkten Kundenkontakt – denn hier können aufmerksame Bankangestellte besser als jede KI als Sicherheitsschranke wirken, die ihre betagten Kundinnen davor schützen, auffällige Transaktionen hoher Summen vorzunehmen. >Banken nutzen KI auch immer öfter, um internes Wissen für ihre Mitarbeitenden zu strukturieren, aufzubereiten und schneller zugänglich zu machen.