Gemeinsam bringen wir Smart Farming auf Ihren Betrieb.

Digitale Technologien haben den Arbeitsalltag in der Landwirtschaft in den vergangenen Jahren stark verändert. Ob auf dem Acker, im Stall oder bei der Büroarbeit: Digitale Lösungen gewinnen in allen Bereichen eines landwirtschaftlichen Betriebs an Bedeutung.

Die Digitalisierung ermöglicht es uns, mit intelligenten Lösungen, die individuellen Bedürfnisse und Anforderungen der Landwirte ganz gezielt und spezifisch zu bedienen, um Betriebsprozesse zu optimieren, kosteneffizienter, nachhaltiger und Umwelt schonend zu arbeiten. Entscheidend dafür ist, die unterschiedlichen Innovationen und Technologien mit persönlichem Wissen und langjähriger Erfahrung über Tier, Pflanze und Boden zu kombinieren, um praxistaugliche Smart Farming Lösungen anzubieten.

Smart Farming: Die Zukunft der Landwirtschaft - heute schon real.

Das Video wird von YouTube eingebettet.
Es gilt die Datenschutzerklärung von Google.

Satellitendaten, smartes Maschinen-Management und Drohnen - aktuelle Beispiele aus dem BayWa Portfolio zeigen, wie Landwirte jeder Größe von Smart Farming profitieren können.

Precision Farming, Smart Farming oder Digital Farming?

Wir haben für Sie die einzelnen Begriffe ausführlich definiert, um für mehr Klarheit zu sorgen. Klicken Sie auf die Begriffe und erfahren Sie mehr.

  • Was ist Precision Farming?

    Precision Farming (Synonym: Precision Agriculture, Präzisionslandwirtschaft) beschreibt den Einsatz von GPS-, sensor- und softwaregestützten Maschinen und Geräten, um landwirtschaftliche Nutzflächen mit hoher Genauigkeit bzw. Präzision oder teilflächenspezifisch zu bewirtschaften. Mithilfe von Automatikfunktionen des Traktors, Lenksystemen, digitalen Karten und Sensoren werden Betriebsmittel präzise und Ressourcen schonend eingesetzt, Arbeitszeiten effizient genutzt sowie der Fahrer entlastet.

    Beispiele für Precision Farming sind die Nutzung eines Stickstoff-Sensors bei der Düngung, um unter Berücksichtigung der natürlichen Heterogenität des Feldes den Stickstoff-Bedarf der Pflanzen während der Wachstumsperiode teilflächenspezifisch und bedarfsgerecht zu bedienen. Weitere Beispiele sind die Nutzung eines Lenksystems bei der Aussaat oder Ernte zur Entlastung des Fahrers und zur effizienten Ausnutzung der Maschinenkapazitäten. Oder die Optimierung von Maschineneinstellungen, um die Verteilgenauigkeit von Betriebsmitteln zu erhöhen. Precision Farming kann auch ohne digitale Lösungen vollzogen werden, z.B. bei der Anpassung der Arbeitstiefe oder Aussaatstärke aufgrund von unterschiedlichen Bodenqualitäten. Precision Farming bezeichnet die Optimierung der Genauigkeit bei Arbeitsvorgängen auf dem landwirtschaftlichen Betrieb.

  • Im Smart Farming (Synonym: e-Farming) werden einzelne Daten- und Informationsquellen miteinander verknüpft, um Teile der landwirtschaftlichen Prozesskette – Aussaat, Düngung oder Pflanzenschutz usw. – weiter zu optimieren. Im Smart Farming wird der landwirtschaftliche Betrieb organisatorisch, wirtschaftlich und prozessorientiert betrachtet, darunter auch die Veredelung (Milch, Mast, Fütterung), Lagerung, Biogas Erzeugung und Weiterverarbeitung der Erzeugnisse.

    Es werden deutlich mehr Parameter als im Precision Farming sowie deren Wechselwirkung bei der Entscheidungsfindung berücksichtigt. Ein Beispiel ist das Map-Overlay-Verfahren bei der teilflächenspezifischen Düngung. Bei diesem werden die aktuellen Messwerte eines Stickstoff-Sensors weitgehend automatisiert mit langjährigen Ertragskarten kombiniert, um den Stickstoff-Bedarf der einzelnen Pflanzen während der Wachstumsperiode teilflächenspezifisch und bedarfsgerechter zu bedienen. Smart Farming bezeichnet die Optimierung von Arbeitsvorgängen mit digitalen Lösungen und Daten.

  • Digital Farming ist eine Erweiterung des Smart Farmings. Dabei werden mithilfe von moderner Informations- und Kommunikationstechnik alle Teile der landwirtschaftlichen Prozesskette miteinander vernetzt. Landwirtschaftliche Maschinen und Geräte sowie desktop- und internetbasierte Software können nicht nur Daten erfassen, sondern vor allem weitgehend automatisiert miteinander abgleichen, austauschen und auswerten (Big Data). Diese Optimierung, Digitalisierung und Automatisierung wird als Evolution oder Industrie 3.0 bezeichnet. Das Beispiel der teilflächenspezifischen Düngung ist somit „nur noch“ ein Bestandteil der automatisierten Prozesskette im landwirtschaftlichen Betrieb und steht in Wechselwirkung mit allen anderen Segmenten und externen Informationsquellen. Der Landwirt, als Herr der Daten, kann diese auch Dritten – zum Beispiel Beratern, Lohnunternehmen, Industrie, Handel und anderen Erzeugern – zugängig machen, wenn er das möchte.

    Im Digital Farming konzentriert sich der Landwirt, als Farm Manager, viel stärker als bisher auf seine Rolle als Entscheider und bezieht die ihm zur Verfügung stehenden digitalen Daten in seine Betriebsabläufe ein (Decision Farming). Er nutzt dabei neue Informationsquellen und Lösungen aus dem Smart Farming und trifft seine Entscheidung nicht mehr alleine auf der Grundlage seiner Erfahrungen und der klassischen Beratung, sondern zusätzlich auf Basis digitaler Technologien, die eine automatische Auswertung und Kombination von betriebsspezifischen Daten ermöglichen. Somit können Prozesse besser aufeinander abgestimmt und Ressourcen effizient eigesetzt werden. Beispiele hierfür sind die Ertragserfassung bei der Ernte, das Flottenmanagement, die optimale Planung des Betriebsmitteleinsatzes, die Automatisierung von Arbeitsabläufen und Tätigkeiten und das Zusammenführen sowie die Auswertung der einzelnen Prozesse in einem gesamten System.

    Digital Farming bezeichnet die Vernetzung und das Zusammenführen von einzelnen Systemen zu einem gesamten System.

    Eine aktuelle revolutionäre Entwicklung im Digital Farming ist Landwirtschaft 4.0 (Synonym: Industrie 4.0 oder 4. industrielle Revolution). Landwirtschaft 4.0 bezeichnet komplett neuartige Prozesse und Geschäftsmodelle, die nicht aus der Evolution (Industrie 3.0) heraus entstanden sind. Beispiele für aktuelle Entwicklungen sind Feldroboter, Künstliche Intelligenz, Daten-Ökosysteme, die eine umfassende Datenintegration aller Teilnehmer der gesamten landwirtschaftlichen Prozesskette ermöglichen, sowie Robotronic in Kombination mit Machine-Learning Funktionen.

Teilflächenspezifische Mais Aussaat

Teilflächen-Management mit Talking Fields Karten

Maiszünslerbekämpfung

GPS-Gestützte Bodenproben

NEXT Ertragsprognose LIVE by BayWa

Teilflächenspezifische Düngung

NEXT Düngebedarfsermittlung powered by BayWa

fodjan smart feeding