Enormes Sparpotential: Wie KI die Landwirtschaft optimiert

In komplexen Situationen erweist sich künstliche Intelligenz immer wieder als erstaunlich hilfreich. Mit einem eigens auf landwirtschaftliche Produktion ausgerichteten KI-System ist es einer Forschungsgruppe verschiedener chinesischer Universitäten gelungen, problematische Endprodukte der Stickstoffdüngung drastisch zu verringern.

Diese fallen nicht gerade knapp aus. Etwa 120 Millionen Tonnen Stickstoff gelangen beispielsweise als Nitrat ins Wasser oder als Ammoniak in die Atmosphäre. Wirklich gut ist beides nicht.

Das eine verursacht hohe Kosten bei der Aufbereitung von Trinkwasser. Das andere verstärkt den Treibhauseffekt. Wobei die Bedingungen für die Entstehung der schädlichen Endprodukte variieren, vom Wetter, der Jahreszeit, dem Boden oder der Fruchtfolge abhängen.

Wann genau und in welchen exakten Mengen das Düngen den größten Effekt hat, lässt sich kaum abschätzen. Hier kommt maschinelles Lernen ins Spiel. Gefüttert mit unzähligen Daten aus landwirtschaftlichen Betrieben konnte der Düngemitteleinsatz wesentlich verbessert werden.

So ließe sich zum Beispiel allein die Entstehung von Ammoniak um mehr als ein Drittel reduzieren. Statt der mehr als 4 Millionen Tonnen im Jahr würde sich die Menge auf weniger als 3 Millionen Tonnen begrenzen lassen.

Während sich beim Weizenanbau bis zu 28 Prozent Emissionen reduzieren lassen, sind es bei Reis sogar bis zu 56 Prozent weniger. Wohlgemerkt ohne Einbußen beim Ertrag.

Das hätte nicht nur positive Auswirkungen auf den Umweltschutz. Es ließe sich zudem erhebliches Geld beim Einsatz von Düngemitteln einsparen. Von der gesparten Energie ganz zu schweigen: Die Gewinnung von Stickstoffdünger soll für mehr als 1 Prozent des weltweiten Energieverbrauchs verantwortlich sein.

Dann darf nur die KI beim Berechnung des optimalen Düngemitteleinsatzes nicht mehr verbrauchen als die gesparte Produktion und schon geht die Rechnung für alle auf.