Neues digitales Tool ermöglicht Landwirten Entscheidungen für eine nachhaltige Landwirtschaft

Ein internationales Forscherteam aus Deutschland, Frankreich und der Tschechischen Republik hat ein neues „digitales Entscheidungsunterstützungstool“ entwickelt, das den Übergang zu diversifizierteren und nachhaltigeren Agrarsystemen ermöglicht.

Die von Dr. Ioanna Mouratiadou vom Leibniz-Zentrum für Agrarlandschaftsforschung geleitete und in veröffentlicht Umweltwissenschaften und Ökotechnologiestellt das Digital Agricultural Knowledge and Information System (DAKIS) als Datenintegrationsrahmen vor, der sich auf die Verknüpfung von Wissenschaft und strategischer Entscheidungsfindung mit landwirtschaftlichem Betrieb und Management konzentriert.

Schwerpunktverlagerung im Agrarsektor

Die Prioritäten des Agrarsektors und der Gesamtwirtschaft haben sich im Laufe der Zeit erheblich verändert. In der Vergangenheit lag der Schwerpunkt des Sektors vor allem auf der Lieferung landwirtschaftlicher Produkte und Dienstleistungen. Nun liegt der Fokus zunehmend auf der Berücksichtigung von Umweltaspekten wie Ökosystemleistungen, Biodiversität, Landnutzung und Klimawandel. Erneuerte politische Ambitionen auf EU-Ebene wie die neuen Ziele der Gemeinsamen Agrarpolitik sowie auf globaler Ebene durch die Ziele für nachhaltige Entwicklung (SDG2: „Hunger beenden, Ernährungssicherheit und verbesserte Ernährung erreichen und nachhaltige Landwirtschaft fördern“) spiegeln diesen Wandel zusätzlich wider .

Das Bestreben, landwirtschaftliche Systeme so zu transformieren, dass sie multifunktional, diversifiziert und damit nachhaltiger werden, verkörpert diesen „Paradigmenwechsel in den Prioritäten“. Eine solche „New-Age“-Landwirtschaft konzentriert sich auf die zahlreichen Vorteile, die sich aus optimalen landwirtschaftlichen Entscheidungen ergeben, und zielt darauf ab, die Funktionen der ökologischen Vielfalt auf verschiedenen räumlichen Ebenen zu nutzen. Natürlich muss auch ein Gleichgewicht zwischen anderen Faktoren in sozialen, wirtschaftlichen und politischen Dimensionen hergestellt werden, die bei Landnutzungs- und Landwirtschaftsentscheidungen eine Rolle spielen. Während es in der Theorie vielversprechend klingt, ist die Umsetzung solch umfassender und rücksichtsvoller Landwirtschaftssysteme in die Praxis sowohl konzeptionell als auch technisch eine beträchtliche Aufgabe.

Die Digitalisierung in der Landwirtschaft bietet ein erhebliches Potenzial zur Bewältigung dieser Herausforderung, es bestehen jedoch weiterhin Lücken bei der Entwicklung und Bereitstellung von Frameworks, Technologien und Tools, die große Datensätze integrieren, kritische Analysen aus den Daten extrahieren, Bürgerwissenschaft einbeziehen und alles übersetzen diese Informationen in „umsetzbare Optionen für das Pflanzenmanagement“ umzuwandeln.

Die Entwicklung von DAKIS

Als Reaktion auf die identifizierten Herausforderungen entwickelten die Autoren dieser Studie DAKIS als konzeptionellen Rahmen und auch als technologisch fortschrittliches Tool. Die Studie beschreibt DAKIS als ein „wissensbasiertes“ und „systemorientiertes Datenintegrationsframework, das digitale Technologien zur Unterstützung hochkomplexer und innovativer Entscheidungsfindung einbezieht.“

DAKIS wurde durch einen dreigleisigen Ansatz der „iterativen und partizipativen“ Wissenskoproduktion durch umfassende Konsultationen mit Interessengruppen, Durchsicht wissenschaftlicher Literatur sowie kommerzieller Informationen zu 643 digitalen Tools und einer eingehenderen kritischen Prüfung von 42 ausgewählten Tools entwickelt der Vollständigkeit hinsichtlich der Funktion und der Darstellung des Standes der Technik. Insgesamt wurden durch diesen Prozess das Ziel, der räumlich-zeitliche Umfang, die Funktionalität und die Anforderungen an die Benutzeroberfläche für DAKIS festgelegt.

Als Kernfunktionen von DAKIS werden (i) die Überwachung von Produktion, Biodiversität und Ökosystemleistungen, (ii) die Bereitstellung von Entscheidungsunterstützung für landwirtschaftliche Betriebe und (iii) die Unterstützung von Kommunikation und Zusammenarbeit identifiziert. Dieses konzeptionelle Wissen floss über den „Design Thinking“-Ansatz in die Konstruktion des DAKIS-Tools ein, indem das technische Grundgerüst erstellt und verschiedene Strukturkomponenten und Schnittstellen beschrieben wurden.

Für den Leser ist klar, dass DAKIS die gigantische Aufgabe in Angriff genommen hat, riesige Mengen an Informationen zu synthetisieren, die aus Fernerkundungs-, In-situ-Überwachungs- und GIS-Kartierungsdatensätzen, Ergebnissen der dimensionalen Modellierung wirtschaftlicher und ökologischer Auswirkungen sowie Informationen aus partizipativen Daten stammen Folgenabschätzungen für verschiedene landwirtschaftliche Systeme und raumzeitliche Skalen.

Wie sieht das in der Praxis aus? Stellen Sie sich für einen Moment vor, Sie wären ein Landwirt, der auf die grafische Benutzeroberfläche (GUI) dieses Tools schaut, um Betriebspräferenzen festzulegen und Landnutzungsziele festzulegen. Die von Ihnen als Endnutzer bereitgestellten Informationen werden von einem dynamischen KI-System, das einen regelbasierten Ansatz anwendet, mit umfangreichen standort- und regionalspezifischen Informationen abgeglichen, die auf der Plattform verfügbar sind, um optimale Kombinationen von Landnutzung und -bewirtschaftung zu ermitteln. Als Endergebnis werden Ihnen (hier als Landwirt) eine Reihe von Szenarien und optimale Managementoptionen für die festgelegten Ziele und Präferenzen präsentiert.

Die Vision von DAKIS besteht darin, „standortspezifische Optimierungsempfehlungen zu erleichtern/bereitzustellen“, sodass Endbenutzer landwirtschaftliche Entscheidungen treffen können, um schädliche Auswirkungen, Kompromisse und Konflikte zu minimieren.

Konzeptioneller Beweiß

DAKIS wird derzeit in zwei landwirtschaftlich vielfältigen Regionen in Brandenburg und Bayern in Deutschland getestet. Die Veröffentlichung stellt einen „Use Case“ – ein Beispiel für den typischen Einsatz dieses Tools – zur Einrichtung von Grünlandpufferflächen in Brandenburg vor. Graslandpuffer sind Landschaftselemente, die vielfältige Ökosystemleistungen wie Erosionsschutz, Kohlenstoffbindung und Lebensräume für Bestäuber erbringen.

Der Anwendungsfall Brandenburg zielte darauf ab, die optimale Gestaltung und Platzierung von Grünlandpuffern zu bestimmen, um den landwirtschaftlichen Ertrag aufrechtzuerhalten und gleichzeitig die Bodenerosion besser zu kontrollieren. Die Auswahl wurde von DAKIS durch die Analyse von Fernerkundungsdaten zur Entwicklung einer Erosions-Hotspot-Analyse, die Bewertung mehrjähriger Ertragskarten und die Entwicklung eines zentralen Kriteriums getroffen, wonach die Einrichtung von Grünland vorrangig auf Gebieten mit geringem Ertragspotenzial und hohem Erosionsschutzpotenzial erfolgen muss. Eine eingebaute Systemkomponente – der RETE Reasoner – wählte dann optimale Standorte aus, die dem Kriterium entsprechen. Durch die Einspeisung entwickelter räumlich expliziter Kriterien in eine Reihe von agrarökologischen, agronomischen und gesellschaftlichen Nachfragemodellen verglich DAKIS Ökosystemleistungen zwischen aktueller Landnutzung und Pufferbildung, wählte optimale Gras- und Pflanzenarten für jeden Standort aus und identifizierte Standorte mit größerem Potenzial für die Zusammenarbeit von Interessengruppen über Konflikte.

Die endgültige Ausgabe auf der GUI für den Landwirt war eine Reihe von Karten und qualitativen Informationen, die am besten geeignete Standorte und optimale Bewirtschaftungsoptionen für die Grünlandpuffer empfahlen. Die von DAKIS bereitgestellten Informationen könnten auch an externe Dienste wie Farm Management and Information Systems (FMIS) exportiert werden, um die Empfehlungen anzuzeigen und weiter umzusetzen.

Einführung der Technologie und zukünftige Schritte

Die Studie unterstreicht das enorme Potenzial digitaler Tools, wobei DAKIS im Mittelpunkt steht, um die Landwirtschaft zu verändern und nachhaltigere Praktiken zu fördern. Da die Welt vor zunehmenden Umweltproblemen steht, wird der Einsatz solcher Technologien in der Landwirtschaft eine immer wichtigere Rolle beim Aufbau widerstandsfähigerer und nachhaltigerer Lebensmittelsysteme spielen.

„Eine wesentliche Neuheit von DAKIS besteht darin, dass es digitale Technologien nutzt, um die Berücksichtigung von Ökosystemleistungen, Biodiversität und Nachhaltigkeit bei der Entscheidungsfindung von Landwirten zu ermöglichen und ein Entscheidungsunterstützungssystem bereitzustellen, durch das Landwirte informiert und zu standortangepassten, kleinen Maßnahmen geführt werden.“ „Maßstabsgerechte, multifunktionale und diversifizierte Landwirtschaft entlang selbst definierter Wege“, wie am Anwendungsfall Brandenburg deutlich zu sehen ist.

Die Autoren schreiben: „In einer perfekten Welt würde die Nachfrage der Gesellschaft nach der Bereitstellung von Ökosystemdienstleistungen von den Landwirten mit Hilfe von DAKIS befriedigt werden“, weisen jedoch darauf hin, dass solche Lösungen in Wirklichkeit eine starke Zustimmung vonseiten der Landwirte erfordern würden nicht nur Akteure auf landwirtschaftlicher Ebene, sondern auch Industrie und politische Entscheidungsträger. Das Potenzial von DAKIS, über die Ebene der Unterbetriebe hinaus nützlich zu sein – beispielsweise für politische Entscheidungsträger bei der Analyse der Wirksamkeit von Agrarprogrammen und der Abschaffung schädlicher Subventionen – bedarf weiterer Untersuchungen.

Aufgrund der raschen Entwicklung dieses Bereichs müssen digitale Technologien in der Landwirtschaft innovativer werden, um mit der Geschwindigkeit neuer Informationen Schritt zu halten. Mit Weitblick haben die Entwickler von DAKIS ihr Framework-Design bereits anpassungsfähig und flexibel gestaltet, um bei Bedarf neue Datenverbindungen zu integrieren. Während in der Studie erwähnt wird, dass „die Vision einer multifunktionalen und diversifizierten Landwirtschaft nur umgesetzt werden kann, wenn sie eine tragfähige wirtschaftliche Alternative zu den vorherrschenden Agrarsystemen darstellt“, ist DAKIS eindeutig ein wichtiger Schritt in die richtige Richtung.