Diesen Artikel teilen:

28. Sep 2023

|

Wirtschaft

Landwirtschafts-Roboter packen an

Journalist: Katharina Petzholdt

|

Foto: Quang Nguyen Vinh/pexels

Automatisierte Unkrautbekämpfung und Salat erntende Roboter: Die Entwicklung moderner Technologien in der Landwirtschaft nimmt Fahrt auf.

Wenn Mähroboter in Privatgärten über Rasenflächen gleiten, ist das schon lange kein Grund mehr zum Staunen. Sie gelten heute fast als Standard. Auch in der Landwirtschaft finden automatisierte Lösungen immer weitere Verbreitung.

Salat erntende Roboter, die so schnell sind, dass sie zwanzig Feldarbeiter ersetzen, befinden sich schon im Einsatz. Auch Melkroboter, die Daten einzelner Kühe punktgenau erfassen und Milch, die den Qualitätsanforderungen nicht entspricht, gleich aussondern, sind Realität. Allerdings ist die Umstellung auf derartige Automatisierungen mit hohen Kosten verbunden, sodass bislang hauptsächlich Landwirte mit solidem Finanzpolster oder Innovationsbegeisterung den Schritt wagen. Landwirte heute stehen vor vielfältigen Herausforderungen: Die eskalierende Klimakrise, die im Green Deal der EU beschlossene Halbierung der Pestizide bis 2030 sowie hohe Lohn- und Energiekosten sind einige davon. Automatisierungen in Kombination mit künstlicher Intelligenz etwa in Drohnen, Robotern oder sensorgesteuerten Systemen bieten da Lösungen.

Die Effizienz automatisierter Systeme kann zu vielerlei Einsparungen führen: die Arbeitslast reduziert sich und damit oft auch der Lohnaufwand. Zudem können durch Datenanalysen Dünger, Wasser, Pestizide oder Medikamente bedarfsgerecht verwendet werden.

Die scheinbare Zwickmühle: Die Betriebe müssen zu einer ökologisch nachhaltigen Gestaltung ihrer Arbeitsabläufe finden und zugleich ökonomisch sinnvoll wirtschaften. Was zunächst wie ein Widerspruch klingen mag, muss keiner sein. Denn die Effizienz automatisierter Systeme kann zu vielerlei Einsparungen führen: die Arbeitslast reduziert sich und damit oft auch der Lohnaufwand. Zudem können durch Datenanalysen Dünger, Wasser, Pestizide oder Medikamente bedarfsgerecht verwendet werden. Das spart Ressourcen und hat geringere Umweltauswirkungen.

Das Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA in Stuttgart hat in Zusammenarbeit mit zwei Unternehmen das mobile Robotersystem AMU-Bot entwickelt. AMU bedeutet „autonome mechanische Unkrautbekämpfung“. Und genau das kann das System: Es navigiert selbstständig durch Reihenkulturen von Baumschulen und unterscheidet mithilfe von optischen Sensoren Nutzpflanzen von Unkräutern. Letztere entfernt es rein mechanisch durch rotierende Werkzeuge.

Neben Erntemaschinen, Melkrobotern und Unkrautkillern gibt es viele weitere Anwendungsbereiche. So können Bewässerungssysteme mithilfe analysierter Daten von Feuchtigkeits- und Temperatursensoren exakt nach Bedarf bewässern. Mit Transponder ausgestattete Nutztiere erhalten individuell zusammengestelltes Futter und automatische Lenksysteme können mittels GPS die Position und Fahrspur von Maschinen mitunter bis auf fünf Zentimeter genau berechnen. Auch wenn die Möglichkeiten vielversprechend klingen, gibt es Risiken. Was geschieht mit den ermittelten Daten? Entstehen neue Abhängigkeiten? Welchen Einfluss hat die Automatisierung auf die Pflanzenzüchtung? Hier braucht es in Zukunft Antworten und entsprechende Regulierungen.

Auch beim „Vertical Farming“, also dem Pflanzenanbau in der Senkrechten, spielt Automatisierung eine Rolle. Die in Gebäuden in mehreren Ebenen wachsenden Pflanzen können fast unter Laborbedingungen gepflegt werden. Aussaat, Bewässerung, Nährstoffzufuhr, Ernte und Verpackung laufen hier zunehmend automatisch.

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.