Präziser selektieren, effizienter sortieren

Künstliche Intelligenz und opto-elektronische Technik in der Wertschöpfungskette Kartoffel

Kartoffel in Reihen auf dem Boden. ©DLG / T. Jaworr
Bevor Speisekartoffeln im Verkauf landen, werden sie sortiert und gereinigt. ©DLG / T. Jaworr

Künstliche Intelligenz kann dabei helfen, kranke Pflanzen gezielter zu erkennen und die Pflanzenselektion weiterzuentwickeln. Opto-elektronische Sortiertechnik übernimmt in der Kartoffelaufbereitung Aufgaben, die bislang einen hohen manuellen Einsatz erfordern. Ein weiterer Vorteil der Technologie: Anders als menschliche Arbeitskräfte, ermüdet die Maschine nicht und liefert auch über viele Stunden gleichbleibende Qualität im Sortierprozess. Beide Ansätze gewinnen angesichts des Fachkräftemangels und steigender Qualitätsanforderungen an Bedeutung. Welche Voraussetzungen dafür erfüllt sein müssen und wo die Grenzen der Technik liegen, wurde im Fachprogramm der kombinierten DLG-Freilandmessen PotatoEurope und SugarBeet Expo an 9. und 10. September 2026 in Springe bei Hannover diskutiert.

Künstliche Intelligenz kann einen Beitrag dazu leisten, Arbeitsprozesse im Hackfruchtanbau effizienter zu gestalten. Doch wie weit ist diese Allianz von menschlicher und künstlicher Intelligenz in der Praxis gediehen? Unter der Überschrift „Pflanzkartoffeln selektieren mit KI - Was können wir?“ legten Matthias Hempe, FarmBlick GmbH, und Martin Rave, Europlant Innovation, dar, was die Selektion auf beispielsweise Krankheiten mithilfe Künstlicher Intelligenz leisten kann. 

Selektion auf Krankheiten mit KI: Wo stehen wir?

Voraussetzung für leistungsfähige Anwendungen sei eine umfangreiche und verlässliche Datengrundlage, betonten die Experten. Drohnenaufnahmen könnten dabei helfen, gesunde und auffällige Pflanzen auf den Versuchsflächen zu erfassen und räumlich zuzuordnen. Werden diese Informationen gemeinsam gesammelt und ausgewertet, entstehe schrittweise eine Datenbank, auf deren Basis Algorithmen für die automatische Pflanzenselektion entwickelt und verbessert werden können. Für das Training einer KI, die erkrankte Pflanzen sicher erkennen soll, seien mehrere Tausend Bilder erforderlich, unterstrichen die Fachmänner. Jede korrekt als krank erfasste und bestätigte Pflanze erweitere den Datensatz und trage dazu bei, die Genauigkeit des Algorithmus weiter zu erhöhen. 

Was aus den Ausführungen klar wurde: Ein wirklich effizienter und zielführender Umgang mit KI erfordere Geduld, kontinuierliche Datensammlung und eine systematische Rückkopplung zwischen Anwendung und Auswertung. Von der Vorstellung, eine solche Lösung füge sich ab Tag Eins nach dem Prinzip „Plug and Play“ nahtlos in die Unternehmensabläufe ein, müssten sich Branchenteilnehmer folglich verabschieden.  
 

Männer schauen sich Kartoffelroder an. ©DLG / T. Jaworr
Technik, die begeistert: Fachbesucher auf der PotatoEurope 2026 in Springe bei Hannover. ©DLG / T. Jaworr

Effizienz ohne Ermüdung? Die automaische Sortierung. 

Automatisierung kann unterdessen perspektivisch dort helfen, wo heute immer schwieriger zu findende menschliche Saisonkräfte anpacken: Bei der Sortierung von Kartoffeln. Der Einsatz opto-elektronischer Sortiertechnik gewinnt angesichts des Fachkräftemangels und steigender Qualitätsanforderungen an Bedeutung. Das wurde in dem Beitrag „Opto-elektronisches Sortieren – Die Zukunft der Kartoffelaufbereitung“ von Felix Rodewald, Versuchsstation Dethlingen, deutlich. Die automatisierten Systeme reduzieren den manuellen Personaleinsatz. Sie sichern zudem die Qualität wirksam in der Hinsicht, dass sie ohne menschliche Ermüdungserscheinungen arbeiten und steigern somit perspektivisch die Effizienz in den Aufbereitungsprozessen können. 

Rodewald unterschied drei Einsatzfelder bzw. Maschinentypen: Beimengentrenner entfernen Steine und andere Fremdkörper mit Auswurffingern und erreichen Durchsätze von bis zu 100 Tonnen pro Stunde. Qualitätsverleser erkennen unter anderem Drahtwurmbefall, äußerliche Beschädigungen an der Kartoffel und Schwarzfleckigkeit. Größenfraktionierer vermessen die Knollen mithilfe mehrerer Kameras und 3-D-Technik nach Form, Volumen und Größe; auch eine Gewichtssortierung über Volumen- und Dichtebestimmung ist möglich. 

Die Arbeitsweise der Systeme kurz zusammengefasst: Sensoren und Kameras erfassen die Knollen; die Daten werden ausgewertet und darauf basierend die unterschiedlichen Arbeitsschritte umgesetzt. 
 

Hoher Aufwand am Anfang mit Effizienzgewinnen belohnt

Was Betriebsleiter, die eine solche Maschine bei sich einsetzen wollen, im Blick haben sollten: Gerade zu Anfang erfordere die Einstellung und Implementierung viel Zeit. Da Erfolg der Einstellung und Einführung der Maschine sich stark auf die weiteren Arbeitsprozesse im Betrieb auswirkten sei dies eine sehr verantwortungsvolle Tätigkeit -  die an dem Punkt von der Aushilfskraft, die sonst manuell sortiert und verliest, temporär auf den Betriebsleiter übergeht. Effizienzgewinn und Zeitersparnis stellen sich sukzessive ein, je besser die Maschine in den Betrieb integriert ist, skizzierte Rodewald die Perspektive. 
 
Text: Stefanie Pionke / DLG-Newsroom