Diesen Artikel teilen:

28. Sep 2023

|

Wirtschaft

So smart ist die Landwirtschaft

Journalist: Julia Butz

|

Foto: ThisIsEngineering RAEng/unsplash, Bitkom

„Digitalisierte Landwirtschaft ist noch ein junges Feld“, sagt Jana Moritz, Ref. Digital Farming & Food Tech, Bitkom e. V. über Smart Farming.

online-1(71).png
Jana Moritz, Referentin Digital Farming und Food Tech bei Bitkom e. V.

Steigerung von Nachhaltigkeit und Effizienz, Arbeitszeiteinsparung und -erleichterung, geringerer Einsatz von Dünger, Pflanzenschutzmitteln und Energie und eine Verbesserung des Tierwohls: Das sind nach Jana Moritz, Referentin Digital Farming und Food Tech bei Bitkom e. V. die größten Nutzen der Digitalisierung für die Landwirtschaft.

Als einer der ersten Branchen hat sich die Landwirtschaft auch GPS-Daten zunutze gemacht, die für Traktoren und selbstfahrende Erntefahrzeuge den Fahrweg optimieren und Treibstoff einsparen.

Informatik und Elektronik prägen den landwirtschaftlichen Alltag der Nahrungsmittelproduktion bereits seit vielen Jahren: Wetter-Apps und Datenmanagementsysteme helfen, die komplexen und dynamischen Produktionsbedingungen bei Ernte und Bodenbearbeitung zu terminieren. Drohnen überwachen den Pflanzenbestand aus der Luft und können über Wärmebild-Lokalisierung Rehe vor der Heuernte schützen, digital gesteuerte Melkmaschinen oder Klimaführungssysteme im Stall sorgen für mehr Tierwohl. Als einer der ersten Branchen hat sich die Landwirtschaft auch GPS-Daten zunutze gemacht, die für Traktoren und selbstfahrende Erntefahrzeuge den Fahrweg optimieren und Treibstoff einsparen.

Vereinzelte Großbetriebe nutzen Smart Farming-Anwendungen, die eine punktgenaue Ausbringung von Dünger und Pflanzenschutzmitteln ermöglichen. Die Informationen der Beschaffenheit einzelner Feldteile aus Sensortechnik, Satellitendaten und hochauflösenden, dreidimensionalen Bodenkarten werden gebündelt und für die zielgerichtete Bewirtschaftung an den Bordcomputer des Traktors übertragen. Jede Anbaufläche wird dabei auf den Zentimeter genau erfasst, die Qualität einzelner Feldteile per digitaler Analyse charakterisiert und der Nährstoffbedarf jeder Pflanze dokumentiert. Allerdings ist nach Jana Moritz die Interoperabilität noch in der Entwicklungsphase: „Damit die Übertragung der gesammelten Daten auch in Echtzeit passieren kann, bedarf es einer systemübergreifenden Vernetzung der Maschinen und dessen optimaler Steuerung. Die Herausforderung liegt derzeit noch darin, dass dies in Unabhängigkeit von einem einzelnen Hersteller und datenschutzkonform passieren muss.“

Nach der jüngsten Bitkom-Studie (3/2022) sahen 78 % der Landwirte die Digitalisierung als große Chance, nur 17 % planten allerdings darin zu investieren. „Wir arbeiten derzeit an einer aktuellen Studie, die 2024 veröffentlicht werden soll und sind sehr gespannt, inwieweit sich diese Werte verändert haben“, so Moritz. Neben mangelnden Investitionen und entsprechender öffentlicher Förderleistungen sieht Jana Moritz auch die fehlenden technischen Voraussetzungen noch als Herausforderung: „Um digitale Technologien stärker und auch für kleinere Betriebe und Nebenerwerbslandwirte in der Praxis zu verbreiten, ist in den vorwiegend ländlichen Regionen der Ausbau der digitalen Infrastruktur notwendig. Sowie ein entsprechender Wissenstransfer: Für einen breiteren Einsatz digitaler Tools fehlt es noch an Know-how und entsprechender Fortbildungsmöglichkeiten.“

8 von 10 Betrieben nutzen digitale Techniken, 83 % sehen die aus ihrer Sicht hohen Investitionskosten und 46 % mangelnde Digitalkompetenz als Hemmnis. 92 % betonen das Einsparpotenzial von Dünger und Pestiziden. 96 % wünschen sich einen besseren Breitbandausbau sowie Fördergelder (80 %) (Bitkom-Studie 3/22).

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.