Die Technische Universität München (TUM) und die Universität Hohenheim haben einen wegweisenden Ansatz entwickelt, um Zielkonflikte zwischen Biodiversität und Landwirtschaft zu lösen. Bisher konnte dieses Dilemma nicht gelöst werden, da das sozialökologische System der Landwirtschaft sehr komplex ist und die Wechselwirkungen zwischen Mensch und Umwelt schwer zu erfassen sind. Das Forschungsteam nutzt eine Weiterentwicklung von Künstlicher Intelligenz in Kombination mit kollektivem menschlichen Urteilsvermögen, um mithilfe hybrider Intelligenz die bisherigen Gegensätze zu versöhnen.
Die Forscher stehen vor der Herausforderung, die Interaktionen zwischen vielen landwirtschaftlichen Betrieben auf der Landschaftsebene besser zu verstehen. Aktuelle Agrarumweltmaßnahmen sind kaum darauf ausgelegt, biodiversitätsfreundliche Synergien zwischen Landwirten, anderen Akteuren und der Wissenschaft zu ermöglichen. Es fehlt an betriebsübergreifender Koordination und langfristigen ökologischen Zielen.
Um dieses Dilemma anzugehen, hat sich ein 13-köpfiges Team aus Experten der Natur- und Gesellschaftswissenschaften, Technik und Informatik zusammengeschlossen. Sie nutzen die Möglichkeiten der Künstlichen Intelligenz zur Zusammenführung und Verarbeitung großer Datenmengen. Die Kombination von menschlichem Urteilsvermögen mit der Rechenleistung moderner Computer und der Analysefähigkeit von KI ermöglicht es erstmals, komplexe Probleme in der Landwirtschaft zu adressieren.
Ein wichtiger Baustein des Ansatzes sind Computermodelle mit Multi-Agenten-Technologie, die ökologische, soziale und wirtschaftliche Prozesse abbilden. Durch die Integration von Künstlicher Intelligenz wollen die Forscher ein virtuelles Abbild der Wirklichkeit schaffen, in dem verschiedene Maßnahmen und Auswirkungen simuliert werden können. Dieses virtuelle Abbild soll den Akteuren aus Landwirtschaft, Beratung und Politik ermöglichen, Maßnahmen im Vorfeld zu testen und die Auswirkungen auf Biodiversität und Erträge abzuschätzen.
Als Praxisbeispiel wird die Neuorganisation von Ausgleichszahlungen an Gruppen von Landwirten genannt. Anstatt einzelne Betriebe zu fördern, könnten Blühstreifen auf Landschaftsebene koordiniert werden, um die Effektivität zu erhöhen und die Ernteeinbußen zu minimieren. Durch den Einsatz hybrider Intelligenz könnten komplexe Daten analysiert werden, um die Standorte für betriebsübergreifende Umweltmaßnahmen zu identifizieren. KI-Systeme könnten außerdem Kommunikationsplattformen bereitstellen, die den Informationsaustausch und die Planung von gemeinsamen Projekten erleichtern.
Damit der Ansatz erfolgreich ist, ist Vertrauen und Transparenz entscheidend. Die Technik muss so gestaltet sein, dass die Menschen ihr vertrauen können, und die ethische Nutzung der Technologie ist von großer Bedeutung. Nur unter diesen Bedingungen können hybride Intelligenzsysteme ihr volles Potenzial entfalten und breite Akzeptanz finden.
Dieser Ansatz bietet vielversprechende Aussichten für die Lösung einiger der drängendsten Probleme in der Landwirtschaft. Es besteht jedoch noch grundlegender Forschungsbedarf, um diese Technologie erfolgreich weiterzuentwickeln und zu implementieren. Hierfür ist die Zusammenarbeit aller Beteiligten aus Wissenschaft, Praxis und Gesellschaft erforderlich.
Informativer Hinweis:
Hier ist ein Beispiel einer möglichen Tabelle mit Informationen, die zur Illustration des Themas relevant sein könnten:
| Jahr | Anzahl der Landwirtschaftsbetriebe | Biodiversitätsindikator |
|---|---|---|
| 1990 | 500 | 0.5 |
| 2000 | 450 | 0.4 |
| 2010 | 400 | 0.3 |
| 2020 | 350 | 0.2 |
Quelle: Technische Universität München / ots
