Robert Finger, Scott M. Swinton, Nadja El Benni, Achim Walter.

Die Mechanisierung der Landwirtschaft im letzten Jahrhundert erlaubte eine massiv höhere Bodenproduktivität und das Erzielen von Skaleneffekten. Der Wechsel von einer arbeitsintensiven hin zu einer kapitalintensiven Landwirtschaft ermöglichte dabei die Bewirtschaftung grösserer Felder und Betriebe. Damit einher ging aber auch ein immer einheitlicheres Management der Flächen innerhalb eines Feldes, zum Beispiel bei der Anwendung von Inputs wie Saatgut, Dünger und Pflanzenschutzmittel.

Precision Farming bietet eine Lösung beides zu kombinieren und ein präzises und standortangepasstes Management mit hoher Mechanisierung und Automatisierung zu realisieren. Precision Farming ermöglicht es ProduzentInnen so, das Richtige, am richtigen Ort, zur richtigen Zeit und auf die optimale Art und Weise zu tun. Ein Beispiel sind teilflächen- oder pflanzenspezifische Inputanwendungen: Hilfsmittel wie Dünger und Pflanzenschutzmittel werden präzise nur in der Menge und an dem Ort ausgebracht werden, wo sie auch benötigt werden. Dies kann sowohl die Produktionskosten als auch negative Umwelteffekte der landwirtschaftlichen Produktion reduzieren. Jedoch gehen neue Technologien oft auch mit grossen Investitionen einher.

Precision Farming zeichnet sich durch die Kombination verschiedener Technologien und Managementansätzen aus. Georeferenzierungstechnologien wie GPS sind dabei Schlüsselelemente vieler Anwendungen und ermöglichen den Einsatz von automatischen Lenksystemen. Darüber hinaus unterscheiden wir insbesondere a) diagnostische Technologien zur Sammlung oder Generierung von Informationen (z.B. Sensoren zur Messung des Zustands der Pflanzen und des Bodens und zur Erstellung von Ertragskarten) und b) anwendungsbezogene Technologien erlauben hingegen ein angepasstes Management erlauben (z.B. eine automatische Teilbreitenabschaltung). Obschon jede einzelne Komponente an sich als Precision Farming bezeichnet wird, resultiert letztendlich das hohe Potenzial der zunehmenden Digitalisierung aus der Vernetzung verschiedener Technologien, d.h. wenn die gesammelte Daten zum verbesserten Management eingesetzt werden – wie beim Beispiel der teilflächenspezifischen Inputapplikation basierend auf sensorgestützten Informationen.

In einem in der Annual Review of Resource Economics erschienen Artikel (Finger et al., 2019) haben wir das Spannungsfeld von landwirtschaftlicher Produktion und Umweltleistungen für Precision Farming aufgezeigt und diskutiert, unter welchen Bedingungen Precision Farming eine Rolle für eine nachhaltigere Landwirtschaft spielen kann.

Die Verbreitung von Precision Farming variiert stark, sowohl geografisch als auch je nach Art der Technologie. In Ländern mit grossstrukturierten Agrarsystemen ist Precision Farming wesentlich stärker verbreitet. So nutzen in den USA mehr als 80% der Betriebe GPS gesteuerte Lenksysteme. In anderen Ländern ist die Nutzung oft deutlich tiefer. Zum Beispiel wird liegt die Nutzung von Precision Farming Technologien in Deutschland zwischen 10 und 30%, in der Schweiz ist dies noch wesentlich geringer. Komplexere anwendungsbezogene Technologien werden weltweit wesentlich weniger häufig verwendet als diagnostische Technologien. In den USA nutzen zum Beispiel nur ca. 20% der Betriebe Technologien zur teilflächenspezifischen Ausbringung von Inputs. Obwohl verschiedene Komponenten wie Georeferenzierung in einigen Ländern mittlerweile Standard werden, ist Precision Farming im Agrarsektor insgesamt noch nicht weit verbreitet.

Aus der Umweltperspektive zeigt die wissenschaftliche Literatur, dass Precision Farming klare positive Umweltauswirkungen haben kann. Eine gezieltere Anwendung von Inputs geht mit weniger Dünge- und Pestizidverlusten in die Umwelt einher, ein reduzierter Wasserverbrauch, reduzierte Treibhausgasemissionen und weitere Vorteile bieten ein breites Spektrum an Umweltvorteilen. Das Ausmass dieser Effekte in der landwirtschaftlichen Praxis ist jedoch oft nicht bekannt oder noch mit grosser Unsicherheit behaftet.

 

Abbildung 1. Neue Technologien wie Drohnen aber auch autonome Fahrzeuge erweitern die Anwendungsmöglichkeiten von Precision Farming in der Zukunft. Bildquelle: multifly.ch

 

Aus agrarökonomischer Sicht kann Precision Farming klare monetäre Mehrwerte ermöglichen, wenn Inputs eingespart werden können und besser (bzgl. Quantität aber auch Qualität) produziert werden kann. Jedoch sind gerade in kleinstrukturierten Agrarsystemen wie der Schweiz diese rein monetären Mehrwerte oft noch kleiner als die Kosten der Technologien. Daher lohnen sich hohe Investitionen in Technologie und Know-how dort momentan oft noch nicht. Ökonomische Mehrwerte steigen jedoch a) mit dem Wert der produzierten Kulturen und b) dem Preis der Inputs. So ist die Anwendung von Precision Farming momentan für Spezialkulturen zum Beispiel attraktiver als für die Grünlandproduktion. Die Preise für Inputs wie Dünger und Pflanzenschutzmittel sind momentan zudem zu tief, um einen sparsameren Einsatz mittels neuer Technologien flächendeckend attraktiv zu machen.

Nichtsdestotrotz sind die Erwartungen an die Rolle von Precision Farming in naher Zukunft hoch, auch in kleiner strukturierten Agrarsystemen wie der Schweiz. Neben einer zunehmenden Präzision in der Ausführung, führt auch die Weiterentwicklung in der Informationstechnologie zu einer Erweiterung der Anwendungsmöglichkeiten und zu sinkenden Kosten. Diese Entwicklung wird ergänzt durch massive Fortschritte in der Datenverarbeitung und Robotik sowie durch neue Technologien wie Drohnen aber auch autonome Fahrzeuge. Auch die Politik kann und sollte eine entscheidende Rolle spielen, ob und wie Precision Farming von der Landwirtschaft aufgenommen wird. Erstens, können Anreize zur Nutzung gegeben werden, sei es über Förderung für die realisierten Umweltleistungen oder aber auch die Internalisierung der externen Kosten von kritischen Inputs. Zweitens, ist die Bereitstellung von Infrastruktur (z.B. Internet, GPS) und rechtlichen Rahmenbedingungen (z.B. bzgl. der Datennutzung, Haftung etc.) zentral für den Erfolg von Precision Farming.

Generell ebnet Precision Farming den Weg für Big Data und deren Nutzung in der Landwirtschaft. Die dort generierten Informationen zum Zustand des Agrarsystems und der Ausbringung von Inputs können für Nachweis- und Kontrollpflichten gegenüber der Verwaltung oder auch von öffentlichen oder privaten Organisationen genutzt werden. Zum Beispiel zur Zertifizierung einer Mehrwertkennzeichnung von aufgrund erbrachter Umweltleistungen. So können transparentere Agrar- und Lebensmittelsysteme geschaffen werden, die unter anderem die Lebensmittelsicherheit und Rückverfolgbarkeit über die gesamte Wertschöpfungskette gewährleisten. Mittels Precision Farming können so sowohl extrinsische Qualitätsmerkmale (z.B. weniger Rückstände aufgrund eines reduzierten Pflanzenschutzmitteleinsatzes) als auch intrinsische Qualitätsmerkmale (z.B. aufgrund umweltfreundlicherer Produktionsweise) kreiert und transportiert werden. Diese Art von Anwendungen innerhalb der Wertschöpfungskette schaffen zusätzliche Anreize für den Einsatz von Precision Farming und schafft Mehrwerte für alle Akteure.

Eine zunehmende Ausbreitung von Precision Farming Technologien und eine breitere Datennutzung entlang der gesamten Wertschöpfungskette geht aber auch mit Risiken einher, so dass Datenschutz und sicherer Datenaustausch massiv an Bedeutung gewinnt. Zudem werden neue Technologien die Kapitalintensität der Landwirtschaft erhöhen. Dies wiederum kann dazu führen, dass sich nur wenige Betriebe solche Technologien leisten können und so eine Konzentration und zunehmende Ungleichheit im Agrarsektor begünstigt wird. Um solche Ergebnisse zu vermeiden, müssen verschiedene Technologien für eine Vielzahl von Agrarsystemen zur Verfügung stehen, von kleinen zu grossen Betrieben sowie über diverse Bereiche der Landwirtschaft.

 

Referenzen

Finger, R., Swinton, S., El Benni, N., Walter, A. (2019). Precision Farming at the Nexus of Agricultural Production and the Environment. Annual Review of Resource Economics 11: 313-335. Freier Zugang über diesen Link https://www.annualreviews.org/doi/full/10.1146/annurev-resource-100518-093929

Walter, A., Finger, R., Huber, R., Buchmann, N. (2017). Smart farming is key to developing sustainable agriculture. Proceedings of the National Academy of Sciences USA 114 (24) 6148-6150. Freier Zugang über diesen Link >>

 

Dieser Beitrag ist im InnoFarm Projekt enstanden, dass im Rahmen des Nationalen Forschungsprogramms „Nachhaltige Wirtschaft: ressourcenschonend, zukunftsfähig, innovativ“ (NFP 73) des Schweizerischen Nationalfonds (SNF) durchgeführt wird. Mehr Informationen finden Sie hier http://www.nfp73.ch/de