Wie neue Technologien die Landwirtschaft verändern: Roboter, Fernerkundung, maschinelles Lernen und KI.

Im Salinas Valley, Amerikas „Salad Bowl“, finden Start-ups, die maschinelles Lernen und Fernerkundung verkaufen, Kunden.

Als Maschinenbediener für das Robotik-Startup FarmWise verbringt Diego Alcántar jeden Tag damit, hinter einem riesigen Roboter herzulaufen, der einem fahrerlosen Zamboni ähnelt, und hilft ihm dabei, die Arbeit eines 30-köpfigen Jätteams zu erlernen.

An einem Dienstagmorgen im September traf ich Alcántar auf einem riesigen Blumenkohlfeld in den Hügeln außerhalb von Santa Maria, am südlichen Ende des riesigen Schachbretts aus Gemüsefarmen, das die zentrale Küste Kaliforniens säumt und sich von Oxnard nach Norden bis nach Salinas und Watsonville erstreckt. Das Salinas-Tal wird durch den vom Pazifik herrührenden Küstennebel gekühlt und wird manchmal als „Amerikas Salad Bowl“ bezeichnet. Zusammen mit zwei angrenzenden Landkreisen im Süden produziert das Gebiet um Salinas den Großteil des in den Sommermonaten in den USA angebauten Salats, zusammen mit dem größten Teil des Blumenkohls, Sellerie und Brokkoli sowie einem guten Teil der Beeren.

Es war das Goldlöckchen-Wetter, für das die Zentralküste bekannt ist – warm, aber nicht heiß, trocken, aber nicht ausgedörrt, mit einer sanften Brise, die von der Küste her wehte. In der Nähe verarbeitete ein Erntetrupp mit Strohhüten und langen Ärmeln schnell eine unvorstellbare Menge Eisbergsalat und stapelte zehn Kisten hoch auf den Ladeflächen von Sattelschleppern, die eine unbefestigte Straße säumten.

In weiteren drei Monaten würde sich die gleiche Szene auf dem Blumenkohlfeld abspielen, auf dem Alcántar jetzt stand, umgeben von Zehntausenden zwei- und dreiblättriger Setzlinge. Zunächst musste jedoch Unkraut gejätet werden.

Der Roboter fuhr mit seinen Rädern in benachbarten Furchen rittlings über ein bepflanztes Beet mit einer Breite von drei Reihen. Alcántar folgte ein paar Schritte zurück und hielt ein iPad mit Touchscreen-Bedienelementen wie ein Joystick in der Hand. Unter der Haube blitzten ständig die Kameras des Roboters. Luftstöße, wie die Kolben in einem Whack-a-Mole-Arcade-Spiel, führten Sätze L-förmiger Klingen in präzisen, kurzen Bewegungen zwischen den Blumenkohlsämlingen hindurch, kratzten den Boden ab, um winziges Unkraut zu entwurzeln, und teilten sich dann alle 12 Zoll, sodass nur noch wenige Zentimeter übrig blieben Der Blumenkohl blieb unversehrt.

Von Zeit zu Zeit stoppte Alcántar die Maschine, kniete sich in die Furche und beugte sich vor, um einen „Tötungspunkt“ zu untersuchen – Stellen, an denen die Anordnung der Kameras und Klingen des Roboters ganz leicht aus der Ausrichtung geraten war und den Sämling selbst entwurzelt hatte. Alcántar verbrauchte durchschnittlich etwa einen Hektar pro Stunde und tötete nur eine von tausend Pflanzen. Die Tötungen erfolgten oft in Zweier- und Dreiergruppen und markierten Stellen, an denen ein Rad aus der Furche auf das Bett selbst gekrochen war oder an denen sich die Halme einen Bruchteil einer Sekunde zu spät getrennt hatten.

Alcántar holte ein iPhone aus der Tasche, rief einen Slack-Kanal namens #field-de-bugging auf und schickte eine Nachricht an einen Kollegen in 150 Meilen Entfernung über fünf Tötungen hintereinander, mit einer Hypothese über die Ursache (Latenz zwischen Kamera und Klinge). ) und einen Zeitstempel, damit er die Bilder finden und sehen konnte, was schief gelaufen ist.

Auf diesem und vielen anderen Feldern wurde der Boden maschinell vorbereitet, die Setzlinge maschinell verpflanzt und die Pestizide und Düngemittel maschinell ausgebracht. Bewässerungsteams verlegten Sprinklerrohre immer noch manuell, und Landarbeiter würden diese Blumenkohlernte ernten, wenn die Zeit gekommen wäre, aber es ist nicht übertrieben zu glauben, dass eines Tages niemand mehr eine Hand auf den Boden um diese Setzlinge legen wird.

Der Wettlauf der Technologie, eine der ältesten und größten Beschäftigungen der Welt zu zerstören, konzentriert sich auf den Versuch, die außergewöhnlichen Kräfte zweier menschlicher Körperteile nachzuahmen und letztendlich zu übertreffen: die Hand, die in der Lage ist, eine Pinzette zu benutzen oder ein Baby zu halten, einen Fußball zu fangen oder zu werfen, Schneiden Sie einen Salat oder pflücken Sie eine reife Erdbeere mit intaktem Blütenkelch. und das Auge, das zunehmend durch eine leistungsstarke Kombination aus Cloud Computing, digitalen Bildern und maschinellem Lernen herausgefordert wird.

Der Begriff „Ag Tech“ wurde vor fast 15 Jahren auf einer Konferenz in Salinas geprägt; Die Befürworter haben eine Welle von Gadgets und Software versprochen, die die Landwirtschaftsindustrie mindestens so lange neu gestalten würde. Und obwohl Agrartechnologie-Start-ups es tendenziell leichter haben, Investoren als Kunden zu finden, könnten die Gründer endlich etwas auf der Spur sein.

Agrartechnologie-Booster versprechen seit mindestens 15 Jahren eine Welle von Geräten und Software, die die Landwirtschaftsindustrie neu gestalten würden. Vielleicht haben sie endlich etwas herausgefunden.

Das Silicon Valley liegt gleich hinter dem Hügel von Salinas. Aber nach den Maßstäben des Grain Belt ist die Salad Bowl ein relativer Rückstand – sie hat einen Wert von etwa 10 Milliarden US-Dollar pro Jahr, im Vergleich zu fast 100 Milliarden US-Dollar für Nutzpflanzen im Mittleren Westen. Niemand handelt mit Salat-Futures so gut wie mit Sojabohnen-Futures. Giganten wie Cargill und Conagra bleiben größtenteils fern. Aber deshalb schien mir die „Spezialkulturen“-Industrie der beste Ort zu sein, um die Entwicklung der Präzisionslandwirtschaft zu verfolgen: Wenn die Werkzeuge der Technik entlang der zentralen Küste Kaliforniens auf kleinen Parzellen mit kurzen Wachstumszyklen funktionieren können, dann sind sie vielleicht wirklich reif für die Bühne eine umfassendere Übernahme.

Der 28-jährige Alcántar wurde in Mexiko geboren und kam 1997 als Fünfjähriger in die USA, als er mit seinem Onkel und seiner jüngeren Schwester durch die Sonora-Wüste nach Arizona wanderte. Seine Eltern, die aus dem zentralmexikanischen Bundesstaat Michoacán stammen, bereiteten eifrig die Zutaten für ein neues Leben als Landarbeiter in Salinas vor und schliefen im begehbaren Kleiderschrank eines Verwandten, bevor sie eine umgebaute Garagenwohnung mieteten. Alcántar verbrachte das erste Jahr zu Hause, schaute fern und kümmerte sich um seine Schwester, während seine Eltern arbeiteten: Im Haupthaus lebte eine Frau, die nach ihnen schaute und sie tagsüber mit Essen versorgte, aber niemand, der sie zur Grundschule fahren konnte Schule.

In der High School arbeitete Alcántar oft als Feldarbeiter auf der Farm, wo sein Vater Vorarbeiter geworden war. Er schnitt und jätete Salat, stapelte Erdbeerkisten nach der Ernte und fuhr mit einem Gabelstapler durch das Lager. Aber als er 22 wurde und sah, wie Freunde, mit denen er aufgewachsen war, nach dem College ihre ersten Jobs bekamen, beschloss er, dass er einen Plan brauchte, um von der Handarbeit wegzukommen. Er machte einen gewerblichen Führerschein und arbeitete für ein Robotik-Startup.

Alcántar erinnert sich, dass ihn Verwandte während dieser ersten Station manchmal dafür kritisierten, dass er dabei geholfen habe, die Übernahme der Maschinen auf den Feldern voranzutreiben, wo gebückte, schweißtreibende Arbeit den Weg für den Aufstieg seiner Familie geebnet hatte. „Sie nehmen uns die Arbeitsplätze weg!“ würden sie sagen.

Fünf Jahre später, sagt Alcántar, habe sich das Gespräch völlig verändert. Sogar FarmWise hatte Mühe, Leute zu finden, die bereit waren, „hinter die Maschine zu gehen“, sagt er. „Die Leute würden lieber in einem Fast-Food-Restaurant arbeiten. In-N-Out zahlt 17,50 Dollar pro Stunde.“

Selbst aus der Nähe können alle möglichen Dinge die „Sicht“ der Computer beeinträchtigen, die automatisierte Systeme wie die von FarmWise antreiben. Für einen Computer ist es beispielsweise schwierig zu erkennen, ob ein zusammenhängender Fleck grüner Salatblätter einen einzelnen gesunden Sämling darstellt oder einen „Doppelsamen“, bei dem zwei Samen nebeneinander gekeimt sind und sich daher gegenseitig in ihrem Wachstum hemmen. Auf landwirtschaftlichen Feldern ist es hell, heiß und staubig: kaum ideale Bedingungen für den reibungslosen Betrieb von Computern. Ein Rad bleibt im Schlamm stecken und bringt das Abstandsgefühl des Algorithmus vorübergehend durcheinander: Die linken Reifen haben jetzt eine Viertelumdrehung mehr durchgedreht als die rechten Reifen.

Andere Arten des digitalen Sehens haben ihre eigenen Herausforderungen. Für Satelliten gibt es eine Wolkendecke, mit der man zurechtkommen muss; Bei Drohnen und Flugzeugen sind es Wind und Vibrationen der Motoren, die sie in der Luft halten. Bei allen dreien muss die Bilderkennungssoftware das sich verändernde Erscheinungsbild derselben Felder zu unterschiedlichen Tageszeiten berücksichtigen, wenn die Sonne über den Himmel wandert. Und es gibt immer einen Kompromiss zwischen Auflösung und Preis. Landwirte müssen für Drohnen, Flugzeuge oder andere Feldmaschinen bezahlen. Satellitenbilder, die in der Vergangenheit von öffentlichen Raumfahrtagenturen erstellt, bezahlt und frei geteilt wurden, beschränkten sich auf seltene Bilder mit grober Auflösung.

Die NASA startete 1972 den ersten Satelliten für landwirtschaftliche Bilder, bekannt als Landsat. Wolken und langsame Download-Geschwindigkeiten führten dazu, dass die Abdeckung der meisten landwirtschaftlichen Flächen der Welt auf eine Handvoll Bilder pro Jahr von einem bestimmten Standort mit Pixeln zwischen 30 und 120 Metern beschränkt war pro Seite.

In den 1980er und 1990er Jahren folgten ein halbes Dutzend weitere Iterationen von Landsat, doch erst 1999 konnte ein Satellit mit dem Moderate Resolution Imaging Spectroradiometer (MODIS) tägliche Beobachtungen über den größten Teil der Landoberfläche der Welt an Landwirte senden mit einem 250-Meter-Pixel. Da sich Kameras und Computer in den letzten 20 Jahren parallel verbessert haben, sind zahlreiche Technologieunternehmen davon überzeugt, dass sich mit der Bereitstellung von Erkenntnissen aus Satelliten- und Flugzeugbildern Geld verdienen lässt, sagt Andy French, Experte für Wasserschutz beim USDA Agrarforschungszentrum für trockenes Land in Arizona. „Sie waren nicht erfolgreich“, sagt er. Doch da sowohl die Frequenz als auch die Auflösung von Satellitenbildern weiter zunehmen, könnte sich das nun sehr schnell ändern, glaubt er: „Wir sind von einem Landsat, der alle 16 Tage über unseren Kopf fliegt, zu einer fast täglichen Aufnahme von ein bis vier Metern übergegangen.“ Auflösung."

„Wir sind von Landsat, der alle 16 Tage über unseren Kopf fliegt, zu einer nahezu täglichen Auflösung von einem bis vier Metern übergegangen.“

Im Jahr 2014 erwarb Monsanto für eine Milliarde Dollar ein Startup namens Climate Corporation, das sich selbst als „Digital Farming“-Unternehmen bezeichnete. „Es waren ein paar Google-Leute, die Experten für Satellitenbilder waren und fragten: ‚Können wir das für Landwirte nutzbar machen?‘“, sagt Thad Simons, ein langjähriger Rohstoffmanager, der eine Risikokapitalfirma namens Yield Lab mitbegründet hat. „Das hat die Aufmerksamkeit aller erregt.“

In den vergangenen Jahren hat das Silicon Valley eine Reihe risikokapitalfinanzierter Start-ups hervorgebracht, deren Analyse- und Prognosedienste auf Tools basieren, die Informationen autonom oder aus der Ferne sammeln und verarbeiten können: nicht nur Bilder, sondern auch Dinge wie Bodensensoren und Feuchtigkeitssonden . „Wenn man sieht, dass die Konferenzen mehr Geld verdienen, als die Leute tatsächlich arbeiten“, sagt Simons lachend, „dann weiß man, dass es eine heiße Branche ist.“

Eine Untergruppe dieser Unternehmen, wie FarmWise, arbeitet an so etwas wie der Hand-Auge-Koordination und verfolgt das dauerhafte Ziel, die arbeitsintensivsten Phasen des Obst- und Gemüseanbaus – Jäten und vor allem Ernten – vor dem Hintergrund von zu automatisieren chronischer Arbeitskräftemangel in der Landwirtschaft. Viele andere konzentrieren sich jedoch ausschließlich darauf, den Landwirten bessere Informationen zu geben.

Eine Möglichkeit, die Landwirtschaft zu verstehen, ist eine ständige Absicherung gegen die Unsicherheiten, die sich auf das Endergebnis auswirken: Wetter, Krankheiten, die optimale Dosierung und der optimale Zeitpunkt für Düngemittel, Pestizide und Bewässerung sowie große Preisschwankungen. Jeder dieser Faktoren bestimmt im Laufe einer Saison Tausende von inkrementellen Entscheidungen – Entscheidungen, die auf jahrelangem Versuch und Irrtum, Intuition und hart erkämpftem Fachwissen basieren. Wie Andy French mir sagte, ist die technische Frage, die Landwirte überall auf der Zunge haben, also: „Was erzählen Sie uns, was wir noch nicht wussten?“

Josh Ruiz, Vizepräsident des Agrarbetriebs von Church Brothers, einem Unternehmen, das Gemüse für die Gastronomie anbaut, verwaltet mehr als tausend separate Ackerlandblöcke mit einer Fläche von mehr als 20.000 Hektar. Ruiz ist umgänglich, stämmig und unkompliziert und in der gesamten Branche als Early Adopter bekannt, der keine Angst davor hat, mit neuen Technologien zu experimentieren. In den letzten Jahren ist er zu einer regelmäßigen Station auf der Rennstrecke geworden, die neugierige Tech-Manager in Teslas aus San Francisco und Mountain View dazu bringt, auf einem Salatfeld zu stehen und Fragen über das Agrarunternehmen zu stellen. „Trimble, Bosch, Amazon, Microsoft, Google – was auch immer, sie alle nennen mich“, sagt Ruiz. „Man kann meine Aufmerksamkeit sehr schnell erregen, wenn man ein Problem für mich löst, aber in neun von zehn Fällen kommen Technologieunternehmen zu mir und lösen ein Problem, das kein Problem war.“

Mit einem Wort: Was jeder will, ist Weitsicht. Seit mehr als einer Generation schützt die Bundesregierung Erzeuger von Mais, Weizen, Sojabohnen und anderen Rohstoffen vor den finanziellen Auswirkungen von Schädlingen und schlechtem Wetter, indem sie Subventionen anbietet, um die Kosten für Ernteversicherungen und, in Zeiten reichlicher Ernten, für den Anbau zu decken ein künstlicher „Mindestpreis“, bei dem der Staat als letzter Käufer einspringt. Obst und Gemüse genießen nicht den gleichen Schutz: Sie machen weniger als 1 % der 25 Milliarden US-Dollar aus, die die Bundesregierung für Agrarsubventionen ausgibt. Dadurch unterliegt der Gemüsemarkt starken Schwankungen aufgrund des Wetters und anderer, nur vage vorhersehbarer Faktoren.

Als ich Salinas im September besuchte, befand sich die Salatindustrie preislich mitten in einer Hochsaison, in der ganze Köpfe von Eisbergen und Römersalat den Versendern bis zu 30 US-Dollar pro Kiste oder etwa 30.000 US-Dollar pro Hektar einbrachten. „Im Moment haben Sie die Chance, ein Vermögen zu verlieren und es zurückzugewinnen“, sagte Ruiz, als wir am Rande eines Feldes standen. Die Schwankungen können dramatisch sein: Ein paar Wochen zuvor, erklärte er, wurde Eisberg für einen Bruchteil dieses Betrags verkauft – 5 Dollar pro Karton, etwa die Hälfte dessen, was die Produktion und Ernte kostet.

Auf dem nächsten Feld waren Reihen junger Eisbergsalatsämlinge mit gelbbraunen Streifen gerippt – das Zeichen des Impatiens necrotic spot virus (INSV), das seit Mitte der Achtzigerjahre verheerende Schäden auf dem Salinas-Salat anrichtet. Dies waren die ersten Anzeichen. Kommen Sie nach ein paar weiteren Wochen zurück, sagte Ruiz, und die Hälfte der Pflanzen wird tot sein: Es wird sich überhaupt nicht lohnen, zu ernten. So wie es war, würde dieses Ergebnis einen Verlust von 5.000 US-Dollar bedeuten, basierend auf den Kosten für Land, Pflügen, Pflanzen und Betriebsmittel. Wenn sie sich dazu entschließen würden, Unkraut zu jäten und zu ernten, könnte sich dieser Verlust leicht verdoppeln. Ruiz sagte, er hätte nicht gewusst, dass er 5.000 Dollar verschwendet hätte, wenn er sich nicht an diesem Tag entschieden hätte, mich auf eine Autofahrt mitzunehmen. Multiplizieren Sie das auf mehr als 20.000 Hektar. Angenommen, ein Unternehmen könnte zuverlässig solche Vorkenntnisse über INSV liefern, wie viel wäre es ihm dann wert?

Eine Firma, die das herausfinden möchte, ist ein Bild- und Analyse-Startup namens GeoVisual Analytics mit Sitz in Colorado, das an der Verfeinerung von Algorithmen arbeitet, die wahrscheinliche Erträge einige Wochen im Voraus prognostizieren können. Es ist schwierig, gut zu modellieren. Normalerweise wächst ein Salatkopf in den letzten drei Wochen vor der Ernte um mehr als die Hälfte; Wenn es nur ein paar Tage länger auf dem Feld bleibt, könnte es zu zäh oder dürr sein, um es zu verkaufen. Jedes Modell, das das Unternehmen baut, muss solche und weitere Faktoren berücksichtigen. Eine Eisbergkugel, die zur falschen Zeit gegossen wird, schwillt zu einem lockeren Blumenstrauß an. Den Karotten im Supermarkt wird Wasser entzogen, damit sie länger haltbar sind.

Als GeoVisual 2017 zum ersten Mal nach Salinas kam, „kamen wir mit einem Versprechen für die Zukunft an, aber dann haben wir nicht gehalten“, sagt Charles McGregor, der 27-jährige General Manager. Ruiz, weniger wohlwollend, nennt ihre erste Staffel einen „epischen Misserfolg“. Aber er würdigt McGregor dafür, dass er dabei geblieben ist. „Sie haben zugehört und das Problem behoben“, sagt er. Er ist sich einfach nicht sicher, was er dafür zu zahlen bereit ist.

„Wir haben die Zukunft versprochen und dann nicht gehalten.“

Derzeit ist die Art und Weise, wie Außendienstmitarbeiter zu Ertragsprognosen gelangen, eindeutig analog. Manche zählen Schritt für Schritt die Salatköpfe ab und schließen daraus, indem sie ihre Stiefel messen. Andere verwenden einen 30 Fuß langen Abschnitt des Sprinklerrohrs. Methoden wie diese können auf keinen Fall mit dem Ausmaß dessen mithalten, was eine Drohne oder ein Flugzeug erfassen könnte, aber die Ergebnisse haben den Vorzug eines Formats, das Landwirte leicht verarbeiten können, und sie liegen in der Regel um nicht mehr als 25 bis 50 Kisten pro Hektar daneben oder etwa 3 % bis 5 %. Sie gehören auch zu den Grundkosten eines landwirtschaftlichen Betriebs: Wenn derselbe Mitarbeiter ein kaputtes Bewässerungsventil oder einen leeren Düngertank entdeckt und dafür sorgt, dass das Jätteam pünktlich beginnt, ist es nicht unbedingt sinnvoll, ihn um eine anständige Ernteprognose zu bitten Extrakosten. Im Gegensatz dazu ist die Preisgestaltung technologiegetriebener Prognosen tendenziell uneinheitlich. Tech-Verkäufer senken die Servicekosten, um neue Kunden zu gewinnen, und müssen dann schließlich herausfinden, wie sie mit dem, was sie verkaufen, Geld verdienen können.

„Bei 10 Dollar pro Hektar würde ich [GeoVisual] sagen, dass er das Ganze fliegen soll, aber bei 50 Dollar pro Hektar muss ich mir darüber Sorgen machen“, sagte mir Ruiz. „Wenn es mich zwei Jahre lang hunderttausend Dollar pro Jahr kostet und ich dann diesen Aha!-Moment habe, bekomme ich dann meine zweihunderttausend Dollar zurück?“

Die gesamte digitale Sensorik für die Landwirtschaft ist eine Form der Proxy-Messung: eine Möglichkeit, Teile des elektromagnetischen Spektrums in das Verständnis biologischer Prozesse zu übersetzen, die Pflanzen beeinflussen. Das thermische Infrarot-Reflexionsvermögen korreliert mit der Landoberflächentemperatur, die mit der Bodenfeuchtigkeit und damit der den Pflanzenwurzeln zur Verfügung stehenden Wassermenge korreliert. Die Messung reflektierter Wellen von grünem, rotem und nahinfrarotem Licht ist eine Möglichkeit, die Bedeckung des Blätterdachs abzuschätzen. Dies hilft Forschern dabei, die Evapotranspiration zu verfolgen – das heißt, wie viel Wasser durch die Blätter einer Pflanze verdunstet – ein Prozess, der eindeutig mit der Pflanzengesundheit zusammenhängt.

Die Verbesserung dieser Extrapolationsketten ist eine Herausforderung zwischen den von neuen Generationen von Sensoren generierten Daten und den Softwaremodellen, die uns helfen, sie zu verstehen. Vor dem Start des ersten Sentinel-Satelliten der EU im Jahr 2014 hatten Forscher beispielsweise ein gewisses Verständnis dafür, was Radar mit synthetischer Apertur, das durch die Simulation großer Antennen hochauflösende Bilder erstellt, über Pflanzenbiomasse aussagen könnte, aber es fehlten ihnen genügend reale Daten um ihre Modelle zu validieren. Im amerikanischen Westen gibt es reichlich Bildmaterial, um die Bewegung des Wassers über bewässerte Felder zu verfolgen, aber kein ausreichend fortgeschrittenes Erntemodell, um Landwirten zuverlässig bei der Entscheidung zu helfen, wann sie Bewässerungswasser vom Colorado River „bestellen“ sollen, was normalerweise Tage im Voraus geschieht.

Wie bei jeder Big-Data-Grenze ist ein Grund für das explosionsartige Interesse an Agrartechnologie einfach die Verfügbarkeit beispielloser Datenmengen. Zum ersten Mal kann die Technologie Schnappschüsse jeder einzelnen Brokkolikrone auf einer 1.000 Hektar großen Parzelle liefern und zeigen, auf welchen Feldern am wahrscheinlichsten Einfälle von Hirschen und Wildschweinen zu beobachten sind, die in den Hügeln über dem Salinas-Tal leben.

Das Problem besteht darin, dass die Umwandlung einer solchen Mischung aus Einsen und Nullen in nützliche Erkenntnisse – beispielsweise die Erstellung einer SMS-Benachrichtigung über die fünf Felder mit den häufigsten Anzeichen von Dürrestress – ein differenzierteres Verständnis des Agrargeschäfts erfordert, als viele Start-ups scheinen haben. Wie Paul Fleming, ein langjähriger Landwirtschaftsberater in Salinas, es ausdrückte: „Wir wollen nur etwas über die Dinge wissen, die nicht so gelaufen sind, wie sie sollten.“

„Wir wollen nur wissen, was nicht so gelaufen ist, wie es sollte.“

Und das ist erst der Anfang. Einzelhandelsversender werden für jeden Blumenkohlkopf oder jedes Grünkohlbündel, das sie produzieren, bezahlt. Verarbeiter, die vorgeschnittene Brokkoli-Kronen oder Beutel mit Salatmischungen verkaufen, werden in der Regel nach Gewicht bezahlt. Vertragsbauern, die gegen eine Gebühr pro Hektar damit beauftragt werden, für jemand anderen eine Ernte anzubauen, erfahren möglicherweise nie, ob eine bestimmte Ernte „gut“ oder „schlecht“ war und für den Spediteur, der sie beauftragt hat, einen Gewinn oder einen Verlust darstellt. Es liegt oft im Interesse eines Verladers, einzelne Landwirte darüber im Unklaren zu lassen, wo sie im Vergleich zu ihren Konkurrenten in der Nähe stehen.

In Salinas besteht die Herausforderung, Big Data für Farmmanager relevant zu machen, auch darin, das Universum der Informationen zu konsolidieren, die Farmen bereits sammeln – oder vielleicht auch nicht sammeln. Aaron Magenheim, der im Bewässerungsunternehmen seiner Familie aufgewachsen ist und heute ein auf Agrartechnologie spezialisiertes Beratungsunternehmen leitet, sagt, dass die Einzelheiten von Bewässerung, Düngemitteln, Fruchtfolgen oder einer Reihe anderer Variablen, die die Ernte beeinflussen können, im Trubel der Landwirtschaft oft untergehen Saison, falls sie überhaupt jemals gefangen werden. „Jeder denkt, Landwirte wüssten, wie sie anbauen, aber die Realität ist, dass sie es aus der Luft schöpfen. Sie verfolgen das nicht bis auf Parzellenebene“, sagte er mir und verwendete dabei einen Branchenbegriff für ein einzelnes Stück Ackerland . Bis zu 40 oder 50 Grundstücke können sich denselben Brunnen und Düngertank teilen, ohne dass die Details genau berücksichtigt werden können. „Wenn man Dünger ausbringt, sieht es in Wirklichkeit so aus, als würde jemand ein Ventil an einem Tank öffnen, ihn 10 Minuten lang laufen lassen und sagen: ‚Das sieht doch okay aus.‘ Hat Juan Nummer 6 oder Nummer 2 wegen eines Rohrbruchs blockiert? Haben sie es aufgeschrieben?“ Sagt Magenheim. „Nein! Weil sie zu viel zu tun haben.“

Dann sind da noch die Karten. Verglichen mit Mais- und Sojabohnenbetrieben, in denen Jahr für Jahr die gleichen Feldfrüchte angebaut werden, oder mit Weinbergen und Obstplantagen, in denen sich die Anpflanzungen möglicherweise länger als eine Generation nicht ändern, müssen sich Erzeuger von Sonderkulturen einem nie endenden Puzzle aus Römersalat und Sellerie gegenübersehen Brokkoli mit Anpflanzungen, deren Größe und Form je nach Markt variieren und deren Zyklen von der Aussaat bis zur Ernte nur 30 Tage betragen.

Für viele Unternehmen in Salinas ist ein 50-jähriger Technologieberater namens Paul Mariottini der Mann, der die Lücke zwischen dem, was auf dem Feld geschieht, und den Aufzeichnungsanforderungen eines modernen Landwirtschaftsunternehmens schließt. Mariottini – der vorhatte, Generalunternehmer zu werden, bis er im Alter von 18 Jahren einen Computer bekam, und, wie er es ausdrückt, „sofort aufhörte zu schlafen“ – leitet von seinem Haus in Hollister aus einen Ein-Mann-Betrieb mit einem Klapptelefon und einer Suite Von maßgeschneiderten Vorlagen und Plug-Ins schreibt er für Microsoft Access und Excel. Als ich die Landwirte, die ich traf, fragte, wie sie diesen Teil des Geschäfts handhabten, antwortete jemand: „Oh, wir nutzen Paul.“

Zu Mariottinis Kunden gehören einige der größten Obst- und Gemüsekonzerne der Welt, aber nur einer von ihnen nutzt Tablets, damit die Feldleiter die Fläche und Sorte jeder Pflanzung, die Art und das Datum der Düngemittel- und Pestizidanwendung sowie andere grundlegende Fakten über ihre Arbeit aufzeichnen können beaufsichtigen, während es stattfindet. Der Rest macht sich Notizen auf Papier oder gibt die Informationen am Ende des Tages aus dem Gedächtnis ein.

Als ich Mariottini fragte, ob jemand Software verwendet, um Papierkarten mit den Tabellen zu verknüpfen, die zeigen, was wo gepflanzt wurde, kicherte er und sagte: „Ich mache das seit 20 Jahren und versuche, das zu erreichen.“ Er hat einmal einen PalmPilot programmiert; Er nennt eines seiner Plug-Ins „Close-Enough GPS“. „Die Tech-Industrie würde wahrscheinlich darüber lachen, aber was die Tech-Industrie nicht versteht, sind die Menschen, mit denen man zusammenarbeitet“, sagte er.

Das Ziel der Automatisierung in der Landwirtschaft lässt sich am besten als allumfassend verstehen. Die kurzen Erntewochen verschlingen einen unverhältnismäßig hohen Anteil des Gesamtbudgets – bis zu der Hälfte der Kosten für den Anbau mancher Feldfrüchte. Es gibt aber auch Bemühungen, den Arbeitsaufwand während des gesamten Wachstumszyklus zu optimieren und zu minimieren. Erdbeeren werden mit aufgesprühten, biologisch abbaubaren Unkrautbarrieren angebaut, die das Ausbreiten von Plastikfolien über jedes Beet überflüssig machen könnten. Automatisierte Traktoren werden bald in der Lage sein, Gemüsefelder auf eine glattere Oberfläche zu pflügen, als es ein menschlicher Fahrer könnte, und so die Keimraten zu verbessern. Während Analyseunternehmen um die Bereitstellung von Plattformen kämpfen, die den Gesundheitszustand eines einzelnen Salatkopfes vom Samen bis zum Supermarkt verfolgen und die Reihenfolge der Ernte auf den Feldern optimieren können, entwickeln andere Start-ups neue „spitz zulaufende“ Salatsorten – ähnlich dem Römersalat – mit eine kompakte Silhouette und Blätter, die höher über dem Boden ruhen, damit sie von einem Roboter leichter „gesehen“ und geschnitten werden können.

Insgesamt geht es bei den Problemen des amerikanischen Lebensmittelsystems jedoch weniger um Technologie als vielmehr um Recht und Politik. Wir wissen seit langem, dass das Herbizid Roundup mit erhöhten Krebsraten verbunden ist, dennoch wird es weiterhin häufig eingesetzt. Wir wissen seit mehr als 100 Jahren, dass es im Westen an Wasser mangelt, dennoch bauen wir weiterhin Luzerne in der Wüste an und nutzen immer ausgefeiltere Bohrtechniken in einer Art Wasserwettrüsten. Dabei handelt es sich nicht um Probleme, die auf mangelnde Technologie zurückzuführen sind.

An meinem letzten Tag in Salinas traf ich einen Züchter namens Mark Mason direkt am Highway 101, der das Tal in zwei Teile teilt, und folgte ihm zu einem neun Hektar großen Sellerieanbau, in dessen Mitte ein ordentlicher Turm mit meteorologischen Geräten stand. Die Ausrüstung ist Eigentum der NASA und Teil eines Gemeinschaftsprojekts mit dem Agriculture and Natural Resources Cooperative Extension Office (UCANR) der University of California.

Vor acht Jahren, als von Dürren und Waldbränden im Westen berichtet wurde, hatte Mason das nagende Gefühl, dass er sorgfältiger mit dem Grundwasser umgehen sollte, das er zur Bewässerung nutzt, auch wenn die Wirtschaftslage etwas anderes nahelegte. Das veranlasste ihn, Kontakt zu Michael Cahn aufzunehmen, einem Forscher am UCANR.

Historisch gesehen war Wasser in Salinas immer billig und reichlich vorhanden: Die Nachteile einer unzureichenden Bewässerung oder eines zu geringen Düngereinsatzes waren immer weitaus größer als die potenziellen Einsparungen. „Erzeuger wollen Produkte verkaufen; eine effiziente Nutzung ist zweitrangig. Sie werden nicht zu kurz kommen und die Qualität gefährden“, sagte Cahn. Das Risiko könnte sich sogar auf den Verlust einer Ernte erstrecken.

In letzter Zeit ist jedoch die Nitratverschmutzung des Trinkwassers, die durch den starken Einsatz von Düngemitteln verursacht wird und mit Schilddrüsenerkrankungen und einigen Krebsarten in Verbindung steht, in Salinas zu einem wichtigen politischen Thema geworden. Die örtliche Wasserqualitätskontrollbehörde entwickelt derzeit einen neuen Standard, der die Menge an Stickstoffdünger begrenzt, die Landwirte auf ihren Feldern ausbringen können. Die Fertigstellung wird für 2021 erwartet. Wie Cahn erklärte: „Man kann den Stickstoff nicht kontrollieren, ohne seinen Stickstoffdünger zu kontrollieren.“ Bewässerungswasser." In der Zwischenzeit arbeiten Mason und eine Handvoll anderer Landwirte mit UCANR an einer Softwareplattform namens Crop Manage, die darauf ausgelegt ist, Wetter- und Bodendaten zu erfassen und individuelle Empfehlungen zur Bewässerung und Düngemittelverwendung für jede Kultur zu liefern.

Cahn geht davon aus, dass die technologischen Fortschritte im Wassermanagement einen ähnlichen Verlauf nehmen werden wie die drohenden strengeren Vorschriften für Stickstoffdünger. In beiden Fällen liegen die geschäftlichen Argumente für eine Lösung und die dafür erforderliche Technologie irgendwo hinter der Politik. Die Empörung über den fehlenden Zugang zu sauberem Grundwasser führte zu einem neuen Regulierungsmechanismus, der die Mittel freisetzte, um herauszufinden, wie dieses gemessen werden kann, und die wiederum in die Managementansätze der Landwirte einfließen werden.

Letztlich ist es also politischer Druck, der die Voraussetzungen für den Fortschritt von Wissenschaft und Technologie geschaffen hat. Derzeit sorgen Risikokapital und staatliche Forschungszuschüsse weiterhin für einen künstlichen Aufschwung für die Agrartechnologie, während potenzielle Käufer – wie etwa Salatbauern – sie weiterhin mit einer gewissen Vorsicht behandeln.

Aber so wie neue Vorschriften die Kosten-Nutzen-Analyse rund um den Stickstoff- oder Wasserverbrauch von einem Tag auf den anderen verändern können, kann dies auch bei einem Produkt der Fall sein, das eine klare Kapitalrendite bringt. Alle Landwirte, mit denen ich gesprochen habe, verbringen wertvolle Zeit damit, die Startup-Welt im Auge zu behalten: Sie nehmen Telefonanrufe entgegen, kaufen und testen technologiegestützte Dienstleistungen auf einem Teil ihrer Farmen, machen Vorschläge für gezielte Analysen oder optimieren eine landwirtschaftliche App. Warum? Mitzubestimmen, wie sich die Zukunft entwickelt, oder zumindest nah genug dran zu sein, um sie kommen zu sehen. Eines Tages wird jemand viel Geld verdienen, indem er den Ratschlägen eines Computers folgt, wie hoch der Preis für Salat sein sollte, wann er gegen einen neuartigen Schädling sprühen sollte oder welche Felder er ernten und welche er aufgeben sollte. Wenn das passiert, möchten diese Landwirte als Erste davon erfahren.

Diese Geschichte war Teil unserer Januar/Februar-Ausgabe 2021.

Der Reiz des Arbeitsplatz-Tools geht weit über die Organisation von Arbeitsprojekten hinaus. Viele Nutzer empfinden es als ebenso nützlich für die Verwaltung ihrer Freizeit.

Eine neu konzipierte IT-Infrastruktur für das Gesundheitswesen könnte uns von der Krankheit auf das Wohlbefinden umorientieren.

Der Aufbau und die Aufrechterhaltung des Vertrauens der Stakeholder ist heute eine Schlüsselaufgabe in der gesamten Führungsebene

Die Technologie verändert die Art und Weise, wie wir lesen – und das bedeutet, dass wir die Art und Weise, wie wir unterrichten, überdenken müssen.

Entdecken Sie Sonderangebote, Top-Storys, bevorstehende Veranstaltungen und mehr.

Vielen Dank für das Absenden Ihrer E-Mail!

Es sieht so aus, als wäre etwas schief gelaufen.

Beim Speichern Ihrer Einstellungen ist ein Problem aufgetreten. Versuchen Sie, diese Seite zu aktualisieren und sie noch einmal zu aktualisieren. Wenn Sie diese Nachricht weiterhin erhalten, wenden Sie sich an [email protected] mit einer Liste der Newsletter, die Sie erhalten möchten.