Agrarroboter verändern die Landwirtschaft leise – angefangen bei den Jobs, die niemand machen will

Die Landwirtschaft ist die größte Branche gemessen an der Beschäftigung in der Menschheitsgeschichte und einer der letzten Sektoren, die weitgehend automatisiert werden. Die Gründe sind kein Geheimnis: Die Landwirtschaft umfasst unstrukturierte Außenumgebungen, enorme biologische Variabilität, Wetterabhängigkeit und die Notwendigkeit subtiler Urteile über die Pflanzengesundheit, die historisch menschliche Wahrnehmung erforderten. Fabrikroboter arbeiten in kontrollierten Umgebungen mit vorhersehbaren Objekten an festen Positionen. Ein Erdbeerfeld ist nichts davon.

Und doch sind die Bedingungen, die die landwirtschaftliche Automatisierung vorantreiben, endlich an einem Punkt angelangt, an dem die Technologie rentabel ist. Der Arbeitskräftemangel in landwirtschaftlichen Regionen in Nordamerika, Europa und Japan ist strukturell geworden, nicht mehr zyklisch – das Angebot an Arbeitskräften, die bereit sind, saisonale Erntearbeiten zu verrichten, schrumpft seit Jahren, und Änderungen der Einwanderungspolitik haben die bestehende Versorgung unzuverlässiger gemacht. Die Inputkosten – Pestizide, Herbizide, Düngemittel – sind stark gestiegen. Das Klima wird unberechenbarer und verkürzt die Zeitfenster, in denen Feldarbeiten erledigt werden müssen. Der wirtschaftliche Druck zur Automatisierung war noch nie so hoch, und die Technologie ist zum ersten Mal wirklich bereit, darauf zu reagieren.

Wo Roboter bereits im Einsatz sind

Die erste Welle von Agrarrobotern zielt auf die Arbeitsgänge, die am arbeitsintensivsten, am gleichförmigsten und wirtschaftlich am schädlichsten sind, wenn sie verzögert werden. Unkrautjäten ist das deutlichste Beispiel. Manuelles Unkrautjäten ist extrem arbeitsintensiv, herbizidbasiertes Jäten hat wachsende regulatorische Probleme und Resistenzen, und der Zeitpunkt ist entscheidend – Unkräuter, die nicht früh entfernt werden, konkurrieren in den kritischsten Wachstumsstadien um Ressourcen.

Der LaserWeeder von Carbon Robotics nutzt eine Kombination aus Machine Vision und leistungsstarken Lasern, um Unkraut an der Basis des Pflanzenstiels zu identifizieren und abzutöten, und zwar mit einer Geschwindigkeit, die etwa einen Hektar pro Stunde abdeckt. Er fährt autonom zwischen den Pflanzenreihen, benötigt kein Herbizid und eliminiert die Arbeitskosten manueller Unkrautjäterequipment. Die Maschinen des Unternehmens waren bis 2025 auf über 800 Farmen in den USA und Kanada im Einsatz, hauptsächlich bei Gemüsekulturen, bei denen der Herbizideinsatz eingeschränkt ist und die Kosten für manuelles Jäten am höchsten sind.

Der Vulcan-Roboter von FarmWise nutzt mechanische Präzisionskultivierung – kleine rotierende Klingen, die den Boden um Unkräuter herum auflockern, ohne die Nutzpflanzen zu beschädigen – und arbeitet autonom auf Salat, Brokkoli und anderen Reihenkulturen. Die Maschine verarbeitet bis zu 34 Acres pro Tag und hat Millionen von Betriebsstunden im Salinas Valley in Kalifornien angesammelt.

Das Sprühen ist ein zweites hochwertiges Ziel. Herkömmliche Großflächenspritzen applizieren Pestizide oder Herbizide gleichmäßig über ganze Felder – verschwenderisch und umweltproblematisch. Präzisionsspritzen, die Machine Vision nutzen, um die Pflanzengesundheit und das Vorhandensein von Unkraut auf Einzelpflanzenebene zu identifizieren, können den Chemikalieneinsatz um 70–90 % reduzieren und gleichzeitig die Applikationsgenauigkeit verbessern. Die See & Spray-Technologie von John Deere, integriert in deren Großspritzen, ist die kommerzielle Mainstream-Version; kleinere autonome Präzisionsspritzen von Monarch Tractor und anderen bedienen kleinere Betriebe.

Ernte: Das schwierige Problem

Die Ernte ist der arbeitsintensivste und technisch anspruchsvollste landwirtschaftliche Vorgang, der automatisiert werden muss. Es erfordert das Erkennen reifer Erzeugnisse (die in Farbe, Größe und Ausrichtung variieren), das Ausüben der genau richtigen Kraft, um sie ohne Beschädigung zu lösen, und dies bei kommerziellen Geschwindigkeiten in einer unstrukturierten Umgebung. Die Geschicklichkeit und Geschwindigkeit erfahrener menschlicher Pflücker war der Maßstab, den Maschinen bisher zu vergleichbaren Kosten nicht erreichen konnten.

Fortschritte gibt es endlich bei bestimmten Kulturen. Abundant Robotics (2021 von AGCO übernommen) entwickelte ein vakuumbasiertes Apfelerntesystem, das mit kommerzieller Geschwindigkeit pflückt. Tortuga AgTech und andere Erdbeerroboter-Entwickler haben Maschinen demonstriert, die reife Erdbeeren identifizieren und ernten können – ein besonders komplexes Problem, da Beeren sich unter Blättern verstecken und stark in der Ausrichtung variieren. Aktuelle Erdbeerroboter arbeiten mit etwa 30–50 % der Geschwindigkeit menschlicher Pflücker, was sie wirtschaftlich macht, wenn die Arbeitskosten hoch genug und die Verfügbarkeit niedrig genug ist.

Spargel ist eine Fallstudie dafür, wie Arbeitskräfteknappheit Automatisierung erzwingt: Spargel muss zum genau richtigen Zeitpunkt von Hand geschnitten werden, wenn er aus dem Boden kommt, er erscheint an unvorhersehbaren Positionen und Intervallen, und das Zeitfenster zum Schneiden ist klein. Mehrere europäische und japanische Robotikunternehmen haben Spargelerntroboter entwickelt, speziell weil Spargelanbauregionen aufgrund von Arbeitskräftemangel echte Ernteausfälle zu verzeichnen hatten. Wirtschaftliche Notwendigkeit trieb Investitionen in ein Problem, das zuvor als unlösbar galt.

Autonome Traktoren und Feldarbeiten

In größerem Maßstab ist autonome Traktortechnologie nun kommerziell verfügbar. John Deeres 8R-Serie mit Autonomous-Funktion wurde 2022 angekündigt und 2023 in den kommerziellen Einsatz gebracht. Das System nutzt sechs Paare von Stereokameras mit 360-Grad-Feldsicht, GPS und Machine Learning, um Felder autonom zu navigieren und vorprogrammierte Arbeiten wie Bodenbearbeitung, Pflanzung und Düngung ohne Fahrer in der Kabine auszuführen.

Der Bediener überwacht und steuert den Traktor remote über eine Smartphone-App – er kann mehrere Maschinen gleichzeitig beaufsichtigen, Fahrwege genehmigen und bei unerwarteten Hindernissen eingreifen. Die Wirtschaftlichkeit ist für große Reihenkulturen überzeugend: Ein einzelner Bediener kann mehrere Traktoren überwachen, die nachts arbeiten, und so die Produktionskapazität jedes eingestellten Arbeiters vervielfachen.

CNH Industrial (Muttergesellschaft von Case IH und New Holland) und AGCO haben eigene Programme für autonome Feldarbeiten. Die Technologie ist am ausgereiftesten für großflächigen Reihenkulturanbau in flachem Gelände – Bedingungen, bei denen die GPS-Genauigkeit hoch und die Hindernisvariabilität beherrschbar ist. Sie ist weniger bereit für unregelmäßige Felder, Mischkulturen und das steilere Gelände, das in europäischen und asiatischen landwirtschaftlichen Kontexten üblich ist.

Die Datenebene

Der am meisten unterschätzte Aspekt der Agrarrobotik sind die Daten, die bei Feldarbeiten anfallen. Jeder Roboter, der auf einem Feld arbeitet, sammelt detaillierte Bild- und Sensordaten über Pflanzengesundheit, Bodenbeschaffenheit, Unkrautdruck und Ertragsvariabilität in Auflösungen, die zuvor nur durch manuelles Scouting erreichbar waren. Diese Daten, die über mehrere Saisons gesammelt werden, werden zu einem Wettbewerbsvorteil für die Unternehmen, die sie erfassen.

Die Operations Center-Plattform von John Deere bündelt Felddaten aus seinem Kundenstamm, um die Machine Learning-Modelle zu verbessern, die seine autonomen Systeme antreiben. Climate Corporation (heute Teil von Bayer) hat Ertragsvorhersagemodelle aus jahrelangen Felddaten über Millionen von Acres entwickelt. Die Roboterunternehmen bauen parallel zu ihren Hardwaregeschäften landwirtschaftliche Datenbestände auf, die die nächste Generation von Präzisionslandwirtschaftsentscheidungen ermöglichen werden.

Der lange Bogen der landwirtschaftlichen Automatisierung reicht von der Mechanisierung (Ersatz von Tierkraft durch Motoren) über die Automatisierung (Ersatz menschlicher Arbeit durch Roboter) bis hin zur Intelligenz (Ersatz menschlicher Urteilskraft durch datengetriebene Entscheidungen). Der erste Übergang dauerte 50 Jahre. Der zweite hat 30 Jahre gebraucht, um in bestimmten Anwendungen kommerzielle Rentabilität zu erreichen, und beschleunigt sich nun. Der dritte beginnt jetzt, ermöglicht durch die Dateninfrastruktur, die die Roboter selbst aufbauen. Der landwirtschaftliche Betrieb von 2040 wird hauptsächlich von Maschinen verwaltet werden – nicht weil die Technologie die Veränderung erzwungen hat, sondern weil die wirtschaftlichen Gegebenheiten einer alternden Belegschaft und eines volatilen Klimas keinen anderen gangbaren Weg ließen.