03. 11. 2025
Verfasst von: Felix Bischoff

Erträge im Blick – KI für den Rübenroder

Ein Rübenroder fährt auf einem Rübenfeld und erntet Zuckerrüben. — Der Rübenroder wird intelligenter: Mit Hilfe künstlicher Intelligenz verwandelt er seine Prozessdaten während des Rodens direkt in digitale Ertragskarten – präzise, zuverlässig und praxisnah.

Aus der Praxis angestoßen: Ein Team aus Landwirtschaft, Forschung und Industrie entwickelt gemeinsam ein Verfahren, das den Zuckerrübenertrag schon während des Rodens präzise erfasst. Mit künstlicher Intelligenz entstehen erstmals hochauflösende Ertragskarten für die Rübe. Mit dem KI-Ansatz der Technischen Universität Braunschweig könnte die Zuckerrübenernte digitaler, genauer und effizienter werden – ein Gewinn für Anbauer, Logistik und Zuckerfabriken.

Künstliche Intelligenz ermittelt Erträge von Zuckerrüben

Präzise Ertragskarten sind bei der Ernte von Getreide oder Mais längst Standard. In der Zuckerrübenernte dagegen fehlt hierfür bisher ein geeignetes Messverfahren. Aus der Landwirtschaft und Landtechnik angestoßen, entwickelt ein Team der Technischen Universität Braunschweig ein KI-gestütztes Verfahren, das Rübenerträge während des Rodens präzise und zuverlässig bestimmen kann. Hierfür arbeiten die Forschenden mit Landwirtinnen und Landwirten aus der Region, einer Rode- und Transportgemeinschaft, der Landwirtschaftskammer und dem Landmaschinenhersteller HOLMER zusammen. Das Projekt wird von der Europäischen Innovationspartnerschaft (EIP) gefördert.

Die Grafik zeigt schematisch die Reinigungsstrecke eines Rübenroders, zugehörige Kurven von Prozessgrößen, ein KI-Netz aus Punkten und Linien, eine Ertragskurve der Rübenernte sowie eine Flächenkarte mit farbig markierten Bereichen. — Prozessgrößen wie Drehzahlen und Drücke der Reinigungsaggregate dienen als Eingangsdaten. Die KI verarbeitet diese und bestimmt daraus einen Ertragswert. In Kombination mit der GNSS-Position des Rübenroders entsteht daraus eine präzise Ertragskarte.

Einfaches Prinzip, aufwendige Umsetzung

„Die KI wertet Prozessdaten des Rübenroders aus – etwa Drehzahlen und Drücke der hydraulischen Antriebe“, erklärt Forscher Felix Bischoff das Prinzip. „Diese Größen hängen in der Theorie mit Volumen und Masse der gerodeten Rüben zusammen.“ Über ein intensives Training mit Referenzdaten und unter Berücksichtigung der zurückgelegten Strecke lernt die KI, daraus das Gewicht und den Ertrag der Rüben zuverlässig abzuleiten.

Ein Rübenroder fährt auf einem Feld. Die geernteten Zuckerrüben kullern über eine ausgeklappte Rutsche in einer langen Reihe aufs Feld. — Für die Erfassung der Trainingsdaten wurde der Rübenroder so umgebaut, dass die gerodeten und gereinigten Rüben nicht wie üblich in den Bunker gelangen, sondern über eine Rutsche direkt auf dem Feldboden in einer Reihe abgelegt werden.

Doch die Erhebung der Referenzdaten war aufwendig, wie Dr.-Ing. Jan Schattenberg schildert: „Wir haben Rüben beim Roden nicht wie sonst in den Bunker, sondern über eine Rutsche direkt auf dem Feld abgelegt. Anschließend haben wir sie per Hand meterweise gezählt und gewogen.“ Auf speziellen Versuchsparzellen variierte das Forschungsteam gemeinsam mit den beteiligten Landwirten den Ertrag künstlich, um breite Ertragsspektren erfassen zu können. „Nur durch enge Zusammenarbeit von Forschung und Praxis konnte die KI präzise trainiert werden“, betont der Projektkoordinator.

Das Luftbild zeigt ein Rübenfeld nach der Ernte. Zuckerrüben liegen in einer Reihe auf dem Feld. Zwei Personen tragen eine Kiste mit Rüben zu einer Waage. Eine Person kniet neben einem kleinen Rübenhaufen. Eine vierte Person macht Notizen auf einem Klemmbrett. Ein Traktor hält Rüben in seiner Schaufel. — Im Anschluss an die Rodung werden die abgelegten Rüben abschnittsweise gezählt und gewogen – eine schweißtreibende Tätigkeit. Die hierbei ermittelten Gewichte dienen als Referenzdaten für das Training der KI.

Vorteile und Hürden bei der Kartierung

Erste Tests im Weserbergland zeigen: Die Ergebnisse stimmen sehr genau mit klassischen Wiegungen überein. Felix Bischoff zufolge sind die Vorteile beachtlich:

Landwirte erhalten mit Ertragskarten detaillierte Informationen über Unterschiede innerhalb ihrer Schläge – eine wertvolle Grundlage für Düngung, Bewässerung oder Fruchtfolgeplanung.
Die Zuckerindustrie erhält frühzeitige, verlässliche Daten über Erntemengen. Dadurch kann sie die Abfuhrlogistik, Fabrikprozesse und die Auslastung besser planen.

Er gibt allerdings zu bedenken, dass „bis zur Serienreife noch Hürden zu überwinden sind“. Bisher wurden Daten nur mit einem Rodertyp aus einer Region gesammelt. Künftig braucht es weitere Versuche auf unterschiedlichen Böden sowie effizientere Methoden zur Datenerfassung, die weniger Personal erfordern.