Wie künstliche Intelligenz zum Überleben der Menschheit beitragen könnte

  • Am Beispiel des Startups AIGROW betrachten wir das Disruptionspotential von künstlicher Intelligenz im Agrar-Sektor.
  • Business-Modell und Vermarktung müssen sich dem Firmenwachstum anpassen.
  • Crisp Research sprach mit dem Ausnahme-Gründer Heiko Rex.

Die Versorgung der Weltbevölkerung mit Nahrung und Trinkwasser ist eine der dringendsten Herausforderungen der Menschheit. Mit dem Überschreiten der Acht-Milliarden-Menschen-Marke wird bereits im Laufe des Jahres 2023 gerechnet. Wie die folgende Illustration zeigt, ist das Wachstum hauptsächlich an der südlichen Grenze Europas und in Afrika zu erwarten. Gerade hier, wo der Klimawandel immer mehr zur Ausbreitung der Wüsten beiträgt und damit die agrartechnisch nutzbare Fläche immer kleiner wird, steigt die Bevölkerung am stärksten. Schon in zwei Jahrzehnten werden sauberes Wasser und nutzbare Agrarfläche politisch wichtiger sein, als heute Öl und andere Bodenschätze.

Quelle: https://www.dsw.org/wp-content/uploads/2016/08/DSW-Datenreport_2016.pdf

 

Bereits heute sind die negativen Effekte der Globalisierung teilweise erschreckend und gesellschaftlich sehr bedenklich. Beispielsweise kommt der größte Teil der in Deutschland verkauften Tomaten aus dem südlichen Teil Spaniens. Das Heranwachsen eines Kilogramms Tomaten benötigt dort 11 Liter Wasser. Wie importieren also “Wasser” aus dem wasserärmsten Teil Europas, obwohl in Mitteleuropa inzwischen bei weitem genügend Sonne scheint und mehr als genug Wasser vorhanden ist. Nur fehlt es hier scheinbar an nutzbarer Agrarfläche. Im Süden Spaniens ist der Grundwasserspiegel durch Tiefbrunnen der industriellen Obst- und Gemüsefarmen teilweise so niedrig, dass die Trinkwasserversorgung der Bevölkerung gefährdet ist und normale Kleinbauern schon lange kein Wasser mehr in ihren Brunnen finden. Wir brauchen also einerseits einen achtsamen Umgang mit den weltweiten Ressourcen, der mit wirtschaftlichen Interessen wieder ins Gleichgewicht kommen muss. Andererseits, müssen Flächen in dicht besiedelten Regionen wieder als Agrarflächen erschlossen werden. Das Konzept des landwirtschaftlichen Anbaus in Städten “Urban Farming” ist auch nicht neu und in einigen Städten bereits im Versuchsstadium. Dabei gibt es einerseits wieder die hoch industrialisierte Form des “Vertical Farmings”, bei dem es sich eigentlich um riesige, mehrstöckige Gewächshäuser handelt. Um im Inneren der Etagen für ausreichend Licht zu sorgen, kommt meistens moderne LED Beleuchtung zum Einsatz. Der Energieaufwand ist in vielen Fällen nicht höher als ein Transport verderblicher Lebensmittel quer durch Europa mit dem LKW. Neben diesem Industriellen Ansatz in eigens gebauten Hightech-Gewächshäusern, gibt es aber auch den ganz anderen Ansatz, einfach möglichst viele kleine Flächen, wie Flachdächer, Grünflächen in Parks oder temporär ungenutzte Flächen zu nutzen.

Urban Farming ist vielerorts im Versuchsstadium, Quelle: urbanizehub.com

 

Insbesondere diese letzte Ausprägung würde die Nahrungsmittelherstellung wieder an Orte bringen, an denen nur deshalb nichts angebaut wurde, weil es einfach keinen freien Platz mehr gibt – nicht einmal für ein mehrstöckiges High-Tech-Gewächshaus. Warum wird nun nicht jeder Hausmeister, der Zugang zu einem Flachdach hat, zum Hobby-Kleingärtner? Schließlich hat die Bündelung von extrem verteilten, ungenutzten Ressourcen bei Hotelzimmern und Taxis auch funktioniert und disruptive Geschäftsmodelle von Airbnb und Uber ermöglicht. 

Crisp Research sprach zu dieser Frage mit einem Visionär der Agrar-Branche und dem Gründer des Start-Ups AIGROW, Heiko Rex. Er meint ganz klar, dass den Menschen Wissen verloren gegangen ist aus der Zeit in der die meisten Haushalte einen kleinen Gemüsegarten hinterm Haus hatten. Aber noch wichtiger ist, dass eine erfolgreiche Ernte mit viel höheren Wasserpreisen und geänderten Klimabedingungen auch für einen Profi-Gärtner eine Herausforderung ist. Für den “Hausmeister” der nebenbei 1000m2 Dachfläche nutzen könnte, ein fast erfolgloses Unterfangen.

Genau hier kommt das zukünftige Angebot der Firma AI Grow ins Spiel. Moderne Sensorik mit einer Vielzahl von gesteuerten Komponenten wie Wasserventilen, Pumpen oder Verschattungen bringen die Technologien auf die Grünfläche, die man bisher nur in Smart-Homes oder Industrie 4.0-Fertigungen hatte. Um das ganze attraktiv zu machen hat Heiko Rex mit seiner Firma ein maßgeschneidertes Edge-Computing Device entwickelt. Letztlich fliegt sogar eine Drohne mit einer hochauflösenden Kamera autonom durchs Gewächshaus, um den Wachstumsstand der Pflanzen systematisch zu verfolgen. 

Alle Daten landen in einer Artificial Intelligence-Software. Aber auch hier ist Rex mit seiner neuen Firma nicht blauäugig, denn auch die Erfahrung von Bauern und die wissenschaftlichen Erkenntnisse von Botanikern werden in den Lernvorgang eingearbeitet. 

AIGROW bietet neben der Machine-Learning-gesteuerten Gewächshausautomatisierung sogar eine App für (Nebenerwerbs-) Gärtner an, die genau empfiehlt, wann, welche Pflanzen mit welchem Dünger und welcher Dosis zu düngen sind. Die App wird auch an andere Aufgaben, wie das Entfernen von Unkraut, erinnern. 

Natürlich ist die Fragen berechtigt, ob dadurch die gelernten Obst- und Gemüsebauern arbeitslos werden. Über Uber hatten sich ja auch viele Taxifahrer empört. Nachdem Uberfahrer in Deutschland ihre Fahrgäste auch ordentlich versichern und korrekte Gewerbeanmeldungen vorweisen müssen, hat sich die Empörung im Großen und Ganzen gelegt. Die etablierten Taxiunternehmen haben jedoch gemerkt, dass sie auch mit elektronischer Hilfe Leerfahrten reduzieren und GPS basierte Fahrzeugzuordnungen implementieren müssen um konkurrenzfähig zu bleiben. 

Genauso wird sich auch der Urban Farming-Markt einpendeln. Möglicherweise hat AIGROW dabei eine so disruptive globale Rolle wie es Uber und Airbnb hatten.

Vollautomatisiertes Gewächshaus. Quelle: www.AIGrow.eu

 

Die meisten “Zutaten” des AIGROW Ansatzes sind auch nicht vollkommen neu. Das Verständnis des Zusammenwirkens macht das Unternehmen aber unserer Meinung nach so interessant. Beispielsweise weiß man aus der Botanik, dass Pflanzen nach dem Minimal-Prinzip wachsen.  Wasser, Licht, Nährstoffe, Temperatur, Luftfeuchtigkeit, Platz usw. bestimmen das erfolgreiche Wachstum. Die Pflanzen wachsen aber nur so schnell, wie der kleinste Einflussfaktor es zulässt. Auch wenn es also zum Beispiel genug Wasser geben würde, würde eine bestimmte Pflanze langsam wachsen, weil beispielsweise die Temperatur zu niedrig ist. Das überflüssige Wasser verdunstet oder versickert dann. Das ganze verändert sich dann noch einmal über die verschiedenen Wachstumsphasen (Keimen, Blühen, Fruchtwachstum usw.). Das machine-learning Modell von AIGROW liefert dann genau die Mindest-Parameter, so dass es zu einem optimalen Wachstum kommt. AIGROW und die beteiligten Experten haben außerdem noch die Art der Bewässerung überdacht, können aber keine Details zum heutigen Zeitpunkt veröffentlichen. Diese konsequente Vermeidung von uneffektiver Verdunstung kann in Kombination mit all den anderen Maßnahmen eine Wassereinsparung von bis zu 70% bei besserem Ernte-Ergebnis erreichen! Das kann auf das Leben der Menschen in Regionen mit Wasserknappheit nachhaltig positiven Einfluss nehmen und dieses  massiv verändern.

Das empfohlene Treibhauskonzept benötigt sogar keine Erde auf dem Boden. Pflanz-Container, überdacht von einem Folien-Tunnel, lassen sich praktisch überall aufbauen - selbst vorübergehend auf einem Parkplatz für eine Saison, wenn die Fläche gerade nicht genutzt wird. Entsprechend vielfältig sind die ersten Pilot-Anwendungen des AIGROW Ansatzes, der sowohl von Profis zur weiteren Optimierung als auch von fachfremden Nebenerwerbs-Bauern verwendet wird. Einer der Pilotanwender hat sein Gewächshaus in einer alten Tongrube “aufgeschlagen”. 

Um wichtige Erfahrungen von AIGROW Chef Heiko Rex auch mit anderen Gründern und Lesern von Crisp Research zu teilen, haben wir sehr intensiv über das Geschäftsmodell und das Go-To-Market gesprochen. Daran scheitern viele Machine Learning und künstliche Intelligenz Startups heute. Hier tastet sich das AIGROW Team langsam nach vorne. Das ganze Unternehmen arbeitet durch eine private und Business-Angel Finanzierung an einer sehr umfangreichen Machbarkeitsstudie, die eben auch die ersten Kundenbeziehungen einschließt. Dabei zeichnet sich schon ab dass:

  • AIGROW wird mit einem Geschäftsmodell für regional Erzeuger starten. Im Gegensatz zu Uber und Airbnb, die von Anfang an den Endkunden im Visier hatten, funktioniert der Absatz der AIGROW Erzeugnisse besser über den lokalen Handel. 
  • Der Consumer-To-Consumer Markt hat noch einige Hürden. Lebensmittel von einem “nicht professionellen” Erzeuger direkt an einen Endverbraucher zu verkaufen ist in Deutschland rechtlich schwierig. 
  • AIGROW geht besonders gut für anspruchsvolle Erzeugnisse. Das Preisniveau der “Massen-Tomate” läßt sich mit AIGROW heute noch nicht unterbieten. Aber der Anbau von botanisch anspruchsvollen Pflanzen wie beispielsweise Wasabi wird für ungeübte Gärtner und sogar für so viele Profis mit AIGROW in unseren Breitengrade erst möglich.

Ob AIGROW am Ende Erfolgsgeschichte schreibt hängt natürlich auch vom wirtschaftlichen Erfolg ab. Heiko Rex kann sich eine schrittweise Veränderung des Geschäftsmodells vorstellen, die wir so strukturiert haben:

  • Erste Innovationsphase: AIGROW wird Software und auch Edge-Hardware anbieten solange es kein Hardware fokussierte Partner macht, um den ersten Kunden aus einer Hand einen stressfreien Anfang zu ermöglichen.
  • Scale-Out Phase: Langfristig wird man sich nicht mit Hardware aufhalten. Ziel ist es eher eine Hardwarespezifikation und Zertifizierung anzubieten, sowie ein Franchise Modell für die lokale Umsetzung, Integration und Inbetriebnahme. Hier wird AIGROW auf ein SaaS Offering fokussieren.
  • Langfristig ist AIGROW ein Multi-Sided Market. Bei multi-sided Markets haben beide Seiten eines Handels oder einer Transaktion einen Mehrwert. Der AIGROW-Bauer zahlt also nicht nur für die Nutzung der Software aus der Cloud, er gibt auch seine Wachstumsdaten (anonymisiert) wieder in das Lernmodell. So optimiert sich das Wissen von AIGROW immer weiter und damit die positive Auswirkung auf den Anbau.
  • Die Lernmodelle sind langfristig der größte Wert. Software oder Cloud-Dienste sind nicht der letzte Schritt. Eine möglichst weite Abdeckung der zukünftigen Agrarfläche durch AIGROW lässt sich nur erreichen, wenn man nicht gegen, sondern mit den heute konkurrierenden Software-Herstellern arbeitet. Ähnliche Marktverschiebungen sieht man bei GPS Navigations-Software. Während es viele Navigations-Softwarehersteller gibt, gibt es nur noch drei Anbieter der eigentlichen Kartendaten (Google, Navteq (jetzt Here) und TomTom). AIGROW möchte analog dazu als langfristige Vision die Wachstums-Rezepte der Nahrung besitzen und verkaufen.

Die Firma AIGROW ist noch im Start-Up Modus und bedient nur eine Hand voll Gewächshäuser. Im Jahr 2020 soll diese Machbarkeitsstudie abgeschlossen sein und ein kommerzielles Angebot auf den Markt kommen. Trotz der frühen Phase der Unternehmensentwicklung, zieht das junge Unternehmen viel Aufmerksamkeit auf sich und war beispielsweise unter den Finalisten des OSRAM IoT Awards. Wir bedanken uns bei Heiko Rex für ein umfangreiches Interview und wünsche ihm und seinem Team viel Erfolg beim Markteintritt.

Mehr zu den Themen AIGROW Digital Purpose künstliche Intelligenz Machine Learning Smart Farming

Share on:


Über den Autor:

Principal Analyst & IoT Practice Lead

Stefan RiedDr. Stefan Ried – IoT Practice Lead, Principal Analyst – is responsible for the research and consulting activities covering IoT and modern platform architectures. Stefan Ried worked previously at Unify, a global communications and collaboration vendor as CTO. Graduated in Physics with an PhD at the Max Planck Institute, Germany, Stefan brings 20 years of experience in senior positions in software development, product management and marketing from international vendors to Crisp Research. His experience includes two software startups and major players including SAP and Software AG. Over 7 years at Forrester Research, Stefan lead the cloud platform research globally as a Vice President.