„Analysieren Sie Ihre Prozesse und wählen Sie Ihre Werkzeuge“

Künstliche Intelligenz (KI) gilt als Hoffnungsträger für mehr Effizienz und Nachhaltigkeit in der Landwirtschaft. Wie KI zum „Produktivitätsturbo für den Betrieb“ werden kann, ist Thema der DLG-Wintertagung 2026 am 24. und 25. Februar in Hannover. Dr. Henning Müller, Vorsitzender des Agrotech Valley Forum e. V. und Projektmanager des KI-Reallabors Agrar bei der Universität Osnabrück, erläutert vorab im Interview, unter welchen Voraussetzungen Landwirtinnen und Landwirte KI gewinnbringend einsetzen können.

DLG-Newsroom: Was ist das Agrotech Valley Forum e. V. und welche Rolle spielen digitale Innovationen in Ihrer Arbeit?

Dr. Henning Müller: Das Agrotech Valley Forum e. V., oder kurz AVF, ist ein Netzwerk der Landtechnik in Nordwestdeutschland, dem Hotspot der deutschen Landtechnikbranche. Unternehmen, Forschungseinrichtungen und Praktiker treiben zusammen den digitalen Wandel und technologische Innovationen voran. Wir wollen die Unternehmen der Landtechnik und die Region als einen der bedeutsamsten Standorte für moderne Landtechnik in Europa weiter stärken. Ein Beispiel: Wir befassen uns derzeit in einem Vorhaben mit dem hersteller- und anbieterübergreifenden Austausch von landwirtschaftlichen Stammdaten wie beispielsweise Feldgrenzen. Wir wollen klären, wie digitale Stammdaten in der Landtechnik und Landwirtschaft harmonisiert werden können, damit sie für verschiedene Systeme kompatibel sind und nicht bei jeder Übertragung erneut angepasst werden müssen. Das bringt einen echten Mehrwert für Landwirtinnen und Landwirte. Das Vorhaben wird übrigens durch das BMLEH gefördert.

Daten und deren Standardisierung sind auch bei KI-Anwendungen wichtig: Wie stark beschäftigt sich das AVF aktuell mit KI?

Das Thema Künstliche Intelligenz rückt bei unseren Vorhaben immer stärker in den Fokus. Wir fragen uns, wie KI-Technologien in hochautomatisierte Agrarprozesse, beispielsweise auf Landmaschinen, integriert werden und für Anwender einen echten Mehrwert bringen können. Ein Beispiel dafür ist das „KI-Reallabor Agrar“, indem der AVF mit 7 weiteren Partnern ein breites Spektrum an Themen erforscht, die sich auf die nachhaltige Transformation der Landwirtschaft durch den Einsatz von KI, Robotik und Datenwissenschaft konzentriert. Dabei werden auch Landwirtinnen und Landwirte intensiv einbezogen.

Wie unterscheiden Sie zwischen Smart Farming und KI?

Smart Farming ist für mich der Oberbegriff beziehungsweise das Gesamtkonzept für intelligente, digitale Lösungen in der Landwirtschaft. Ziel ist es, Betriebe effizienter und wirtschaftlicher zu führen.
Künstliche Intelligenz ist ein hochaktuelles Anwendungs- und Forschungsfeld der Informatik. Es hat immer größer werdende Auswirkungen auf Gesellschaft, Politik und Wirtschaft. Die KI ermöglicht Systemen, aus Daten zu lernen, Muster zu erkennen und bei Entscheidungen zu unterstützen. KI kann Teil von Smart Farming sein, muss es aber nicht – denn nicht jede digitale Lösung basiert auf KI.

Die DLG-Wintertagung 2026 steht unter dem Motto „KI – Produktionsturbo für den Betrieb“. Inwiefern kann KI diesen Turbo zünden?

Das Potenzial ist groß – keine Frage. Besonders im Pflanzenbau bietet KI Chancen im Precision Farming. In der Tierhaltung kann über den Einsatz von KI-Systemen eine durchgängige Überwachung ermöglicht und ein Beitrag für mehr Tierwohl geleistet werden, indem beispielsweise Kamerabilder ausgewertet werden. Auch bei Prozessen in der Verwaltung kann KI einen signifikanten Beitrag leisten - Stichwort Bürokratieabbau. Aber: Nur weil ich eine Bohrmaschine habe, höre ich nicht auf, Nägel mit dem Hammer einzuschlagen.

Was meinen Sie damit?

Es geht mir um das passendste Werkzeug für die Aufgabe und dessen korrekten Einsatz. KI kann Prozesse optimieren, Entscheidungen unterstützen und Datenmengen auswerten, die für den Menschen kaum zu überblicken sind. Aber: Landwirtinnen und Landwirte brauchen auch in Zukunft eine fundierte Ausbildung und müssen wichtige Aspekte selbst einschätzen können. Als Anwender müssen sie sich aktiv mit dem Themenfeld KI auseinandersetzen. Sie sollten wissen, wofür sich das genutzte KI-Werkzeug eignet, welche Voraussetzungen erforderlich sind und wo auch die Grenzen sind. Jedes Problem braucht das passende Werkzeug. Das gilt grundsätzlich für alle digitalen Anwendungen. 
 

Kommen wir zunächst noch einmal konkret auf die Einsatzfelder von KI in der Landwirtschaft zu sprechen: Wo sehen Sie die größten Potenziale?

In der Tierhaltung bei der Früherkennung von Krankheiten durch Sensor- und Bilddaten. Der Tierhalter ist nicht rund um die Uhr im Stall – KI kann Verhaltensänderungen erkennen, auch in Abwesenheit, und so das Tierwohl fördern. Im Pflanzenbau sind Spot-Spraying-Systeme ein Beispiel, um Pflanzenschutzmittel massiv einzusparen und zusätzlich Biodiversität zu fördern. Möchte ich das Grünland mit Klee aufwerten, sind Spot-Spraying-Systeme erforderlich, um Mittel selektiv einsetzen zu können: Wenn die gewünschte Klee-Sorte ebenso empfindlich auf einen herbiziden Wirkstoff reagiert wie Unkraut, kann ich nicht ein und dasselbe Mittel flächendeckend ausbringen. Auch bei der Analyse komplexer Daten für Nachhaltigkeitsziele oder beim Bürokratieabbau kann KI helfen.

Wo bestehen die größten Hemmnisse?

Erstens: Eine noch nicht durchgehend genutzte digitale Basis.
Viele landwirtschaftliche Betriebe verfügen bereits über digitale Einzelanwendungen – etwa Maschinen mit ISOBUS, Ackerschlagkarteien oder Sensorik. Allerdings sind diese Lösungen häufig nicht konsequent in durchgängig digitale Prozesse eingebunden. Daten werden parallel digital und analog erfasst oder Medienbrüche bestehen zwischen Maschinen, Bürosoftware und Dokumentation. Gleichzeitig gibt es auch landwirtschaftliche Unternehmer, die technisch sehr aufgeschlossen sind und digitale Werkzeuge bereits gezielt und erfolgreich einsetzen – inklusive KI basierter Anwendungen. Die Herausforderung besteht also darin, bestehende digitale Bausteine sinnvoll zu vernetzen und dann systematisch zu nutzen.

Da Sie „erstens“ gesagt haben: Worin besteht die zweite große Hürde?

Zweitens: Qualifizierung und Kompetenzaufbau. KI ist keine Plug‑and‑Play‑Lösung. Damit ihr Einsatz einen echten Mehrwert bringt, müssen Landwirtinnen und Landwirte verstehen, wie die Systeme arbeiten, welche Daten sie benötigen, wo ihre Grenzen und Unsicherheiten liegen und wie Ergebnisse richtig interpretiert und kontrolliert werden. Hinzu kommen Themen wie Datenschutz, Datenhoheit und IT‑Sicherheit, die zunehmend an Bedeutung gewinnen. Ohne entsprechendes Wissen besteht die Gefahr, den Empfehlungen von Systemen zu unkritisch zu folgen oder Potenziale nicht auszuschöpfen.

Drittens: Wirtschaftliche und betriebsindividuelle Fragen.

Digitale und KI‑gestützte Lösungen sind in der Anschaffung und im laufenden Betrieb in der Regel mit Kosten verbunden. Ein Spot‑Spraying‑System oder eine KI‑gestützte Entscheidungs-Unterstützungssoftware klingen technologisch attraktiv – doch ob sich die Investition rechnet, hängt stark vom jeweiligen Betrieb ab: von Betriebsgröße, Fruchtfolge, Standortbedingungen und Arbeitsorganisation. Diese Wirtschaftlichkeitsfrage lässt sich nicht pauschal beantworten, sondern muss betriebsindividuell geprüft werden.

Wenn diese drei Hürden überwunden sind, können Landwirtinnen und Landwirte dann direkt loslegen mit KI?

Wichtige Grundvoraussetzung ist außerdem, dass Landwirtinnen und Landwirte ihre analogen Betriebsprozesse optimieren. Erst, wenn die Prozesse im Betriebsablauf gut funktionieren, können sie auch gewinnbringend digitalisiert werden – und dann kann auch KI effizient genutzt werden. Und Betriebsleiter sollten reflektieren, welche Abhängigkeiten zu Herstellern sie sich gegebenenfalls mit der Nutzung eines KI-Systems schaffen – und wie sie hier Vorkehrungen treffen. 
 

Sie haben die Abhängigkeiten angesprochen, die der Einsatz eines KI-Systems schaffen kann: Können Sie das näher erläutern? 

Der Einsatz von KI kann neue Abhängigkeiten im Betriebsablauf schaffen, insbesondere wenn zentrale Funktionen stark digitalisiert und online angebunden sind. Landwirtinnen und Landwirte müssen deshalb immer auf den Fall vorbereitet sein, dass Technik kurzfristig ausfällt – etwa durch Stromausfälle, Softwareprobleme oder Cyberangriffe. Für kritische Systeme braucht es klare Notfallkonzepte und einen funktionierenden Plan B, damit der Betrieb auch ohne KI handlungsfähig bleibt.

In allen Bereichen der Landwirtschaft gilt, dass KI kein Fachwissen ersetzen kann: Die Landwirtin beziehungsweise der Landwirt muss in der Lage sein, zu beurteilen, ob die Empfehlungen einer KI zur Fütterung oder zur Applikation von Pflanzenschutz wirklich passend sind. Man braucht also eine Grundskepsis und darf der Technologie nicht blind vertrauen. In der praktischen Nutzung sollte es zu der 24/7-Anwendung, die ich auf meinem Betrieb einsetze, auch einen technischen Support geben, der rund um die Uhr erreichbar ist. Nur dann lassen sich Ausfälle schnell beheben und die Vorteile der Technologie sicher nutzen.

Wie sieht perspektivisch eine besonders gewinnbringende Anwendung von KI in der landwirtschaftlichen Praxis aus?

Ein besonders spannender Ansatz liegt aus meiner Sicht in KI‑Systemen, die künftig direkt in neuen Traktoren- und Maschinengenerationen integriert sind und den Menschen während der Arbeit aktiv unterstützen. Diese Systeme ‚schauen dem Fahrer über die Schulter‘, lernen mit jedem Einsatz im Feld dazu und verbessern sich kontinuierlich. Auf dieser Basis können sie Teilaufgaben bei Maschineneinstellungen, Fahrstrategien oder Applikationsentscheidungen automatisiert oder teilautonom übernehmen, angepasst an den Standort und die aktuelle Situation im Bestand. 

Der große Vorteil liegt darin, dass die Landwirtin beziehungsweise der Landwirt je nach Situation die Kontrolle abgeben oder gezielt eingreifen kann. Wenn Bedingungen stabil sind und die Einstellungen passen, kann das System eigenständig arbeiten. Ändern sich Rahmenbedingungen oder ist fachliches Nachjustieren notwendig, bleibt der Mensch jederzeit eingebunden. Genau dieses flexible Zusammenspiel macht den Ansatz wirtschaftlich und praxisnah.

Das ist ein spannender Ansatz…

Entscheidend ist dabei aus meiner Sicht ein hybrides Mensch‑Maschine‑Modell. Kurz- bis mittelfristig liegt der größte Nutzen von KI nicht in vollständig autonomen Systemen, sondern in Lösungen, die die eigene Fachkompetenz gezielt ergänzen und entlasten. Perspektivisch ist vollautonomes Arbeiten durchaus denkbar und technisch erreichbar. Für die kommenden Jahre sind jedoch hybride Systeme der realistischere und gewinnbringendere Weg, weil sie Sicherheit schaffen, Vertrauen aufbauen und sich besser an die Vielfalt landwirtschaftlicher Praxisbedingungen anpassen lassen.

Sie sehen Autonomie also nicht als das Ziel eines gewinnbringenden KI-Einsatzes?

Ich sehe Autonomie nicht notwendigerweise als das Ziel. KI ergibt definitiv auch schon in hybriden Systemen viel Sinn und es ist stark anzunehmen - und in der Tat schon jetzt in Produkten sichtbar - dass man mit hybriden Systemen schneller mit gewinnbringenden Systemen an den Markt kommen kann. Autonomie setzt noch mal ein viel umfassenderes Verständnis des Systems für sich selbst, den Prozess und seine Umgebung voraus als Hybridität - bei der man im Zweifel immer noch den Menschen als Korrektiv dabei hat. Der Sinn von vollständig autonomen Systemen könnte aber dann ganz stark zum Tragen kommen, wenn autonome Systeme in neuartigen oder andersartigen Prozessen als den heute üblichen eingesetzt werden, die überhaupt erst durch volle Autonomie möglich oder ökonomisch sinnvoll werden. Also: Autonomie ist nicht das einzige oder erste Ziel für einen gewinnbringenden KI-Einsatz; aber langfristig ergibt es ganz viel Sinn, darauf hinzuarbeiten.

Was ist kurz zusammengefasst Ihre Botschaft an die Praxis?

KI ist kein Selbstzweck. Analysieren Sie Ihre Prozesse, definieren Sie Ihre Ziele und wählen Sie dann die passenden Werkzeuge. KI kann ein starkes Werkzeug sein – aber nur, wenn man es bewusst und informiert einsetzt. Und: Fachwissen bleibt unverzichtbar.

Interview: Stefanie Pionke, DLG-Newsroom