Extreme Wetterbedingungen setzen der Obsternte zu, während Technologien mit Künstlicher Intelligenz gegensteuern. In Washington State und im Vereinigten Königreich erproben Betriebe Kamerasysteme und Datenmodelle, um den optimalen Erntezeitpunkt exakt zu berechnen und Ernteverluste zu minimieren.
Wenn im US-Bundesstaat Washington die Apfelernte beginnt, entscheiden oft Stunden über Erfolg oder Misserfolg. Im vergangenen Jahr zwangen extreme Temperaturen von bis zu 38 Grad Celsius das Unternehmen Okanagan Specialty Fruits dazu, die Pflückarbeiten aus Arbeitsschutzgründen bereits um zehn Uhr morgens einzustellen, wie der Bericht über den Einsatz von Ernte-KI zeigt.
Solche Wetterextreme machen die traditionelle Planung von Obstplantagen zu einem Glücksspiel. Angesichts enger Erntefenster bei hochpreisigen Früchten investieren Agrarbetriebe zunehmend in digitale Prognosetools. Die Technologie soll helfen, den perfekten Zeitpunkt für den Marktzugang zu treffen und teure Fehlplanungen beim Saisonpersonal zu vermeiden.
Kameragestützte KI-Prognosen in Washingtoner Apfelplantagen
Okanagan Specialty Fruits bewirtschaftet in Washington State mehr als 1.250 Hektar Apfelplantagen. Das Unternehmen baut Früchte an, die speziell für den Markt von aufgeschnittenen Apfelportionen für Hotels und Schulen bestimmt sind und zudem so gezüchtet wurden, dass sie nach dem Schnitt nicht so schnell braun werden.
Um die Produktivität zu maximieren, erprobt das Unternehmen Kamerasysteme des kanadischen Anbieters Vivid Machines. Die Geräte werden auf Traktoren montiert und erfassen während der Fahrt die Bäume. Eine künstliche Intelligenz analysiert das Videomaterial, identifiziert Knospen, Blüten sowie Früchte und liefert präzise Ertragsschätzungen.
Right now, Vivid is telling us crop estimates and harvest dates.
Joel Carter, Okanagan Specialty Fruits, via Yahoo
Dennoch weisen Branchenbeobachter darauf hin, dass die Systeme stark von der Qualität historischer Daten abhängen. Die Modelle lassen sich nicht einfach mit Internetdaten füttern, da die Ertragsbedingungen von Plantage zu Plantage variieren. Während sich Äpfel wie Granny Smith durch ein vergleichsweise tolerantes Erntefenster von rund drei Wochen auszeichnen, ist die Zeitspanne bei anderen Früchten extrem kurz.
Herausforderungen und technologische Ansätze im britischen Obstbau
Im Vereinigten Königreich kämpfen Obstbauern mit ähnlichen klimatischen Hürden. Das laufende Jahr brachte schwere Dürreperioden und starke Hitze, die viele Beerenpflanzen in eine thermische Dormanz versetzten und das Wachstum verlangsamten.
Unternehmen wie das britische Startup FruitCast bieten in diesem Umfeld KI-gestützte Ernteprognosen für Erdbeeren, Himbeeren, Brombeeren, Blaubeeren und Tomanten an. Das System verarbeitet Bildmaterial von Drohnen, Smartphones oder Fahrzeugkameras und verknüpft es mit Wetter- sowie Bewässerungsdaten.
If a strawberry crop is on, you have to harvest it – otherwise your entire crop gets diseased very, very quickly.
Raymond Martin, Co-Gründer und Chief Operating Officer von FruitCast, via Yahoo
Laut Firmenangaben erreichen die Prognosen eine Genauigkeit von zehn Prozent Abweichung eine Woche vor der Ernte und siebzehn Prozent bei einem Vorlauf von drei Wochen. Unabhängige Obstvermarkter wie Driscoll’s greifen bei ihren britischen Erzeugern ebenfalls auf diese Technologie zurück.
Marktperspektiven und nicht-invasive Reifemessung
Trotz beachtlicher Fortschritte bewertet die Industrie den Reifegrad der Technologie pragmatisch. So merkte Neill Finlayson von Angus Soft Fruits an, dass der Sektor von einer vollständig integrierten Prognoseplattform noch ein Stück entfernt ist.
Parallel dazu treiben Forscher neue Analyseverfahren voran. An der Princeton University entwickelt Yasaman Ghasempour laut der aktuellen Berichterstattung millimeterwellenbasierte Technologien zur zerstörungsfreien Reifemessung, die künftig präzise Einblicke in die innere Qualität von Früchten ermöglichen sollen.
Verwandte Artikel
