Lassen Sie uns gemeinsam die richtigen KI-Lösungen für Ihr Unternehmen identifizieren und implementieren.
In der konventionellen Landwirtschaft setzen Landwirte oft auf flächendeckendes Spritzen von Herbiziden über ganze Felder, was zu erheblichem Verschnitt führt. Dieser Ansatz bringt Chemikalien pauschal auf Kulturen und Unkräutern gleichermaßen aus, was zu hohen Kosten für Betriebsmittel führt—Herbizide können 10–20 % der variablen Betriebskosten ausmachen—und zu Umweltschäden durch Bodenbelastung, Abfluss ins Wasser und beschleunigte Herbizidresistenz [1][3]. Weltweit verursachen Unkräuter bis zu 34 % Ertragsverluste, doch Übernutzung von Herbiziden verschärft Resistenzen bei über 500 Arten und bedroht die Ernährungssicherheit [6].
Bei Reihenfrüchten wie Baumwolle, Mais und Sojabohnen ist die Unterscheidung zwischen Unkraut und Kulturpflanzen besonders schwierig wegen visueller Ähnlichkeiten, variierender Feldbedingungen (Licht, Staub, Geschwindigkeit) und der Notwendigkeit von Sofortentscheidungen bei Spritzgeschwindigkeiten von 15 mph. Arbeitskräftemangel und steigende Chemikalienpreise im Jahr 2025 setzten Landwirte zusätzlich unter Druck, wobei die Herbizidkosten in den USA mehr als 6 Mrd. $ jährlich überstiegen [2][4]. Traditionelle Methoden konnten Wirksamkeit, Kosten und Nachhaltigkeit nicht in Einklang bringen.
John Deere übernahm Blue River Technology im Jahr 2017, um die Entwicklung zu beschleunigen; die Modelle wurden auf Millionen annotierter Bilder trainiert, um robuste Performance über unterschiedliche Bedingungen zu gewährleisten. Verfügbar in den Versionen Premium (hohe Dichte) und Select (preiswerter Retrofit), lässt es sich in bestehende John Deere-Geräte integrieren und nutzt Edge-Computing für Echtzeit-Inferenz ohne Cloud-Abhängigkeit [2][4]. Diese robotische Präzision minimiert Abdrift und Überlappung und stimmt mit Nachhaltigkeitszielen überein.
Buchen Sie eine kostenlose Beratung, um zu erfahren, wie KI Ihre spezifischen Herausforderungen lösen kann.
John Deeres Weg mit See & Spray begann mit der Übernahme von Blue River Technology im Jahr 2017, Pionieren in der KI-basierten Unkrautbekämpfung, wodurch der Sprung vom Prototyp zur kommerziellen Markteinführung beschleunigt wurde.[3] Die Premium-Version feierte 2020 Premiere für Baumwolle und wurde bis 2022 auf Mais und Sojabohnen ausgeweitet. Im Jahr 2024 wurde die kostengünstigere See & Spray Select für die Nachrüstung bestehender Spritzgeräte eingeführt und die Akzeptanz erweitert. Bis 2025 deckte das System 5 Millionen Acres ab, mit laufenden Updates per Over-the-Air-Software für neue Unkraut-/Kulturmodelle.[1][7]
Im Kern steht die Computervision-Objekterkennung unter Verwendung von Convolutional Neural Networks (CNNs) wie kundenspezifischen YOLO-Varianten, trainiert auf Millionen Feldbildern, die für über 77 Unkrautarten, Kulturen und Hintergründe gelabelt wurden. An einem Spritzbalken montierte Kameras (eine alle 10 Zoll, bis zu 140 Kameras pro 120-Fuß-Balken) streamen mit 20+ Bildern/Sek. und werden von Edge-GPUs für <50ms Inferenz verarbeitet—entscheidend bei 15 mph. Düsen (bis zu 4 pro Düsengehäuse) arbeiten einzeln gepulst, mit optimierten Tropfengrößen zur Minimierung der Abdrift.[2][5] Die Integration mit John Deeres Operations Center liefert Datenanalysen und kartiert behandelte Flächen für spätere variable Ausbringungen.
Die Implementierung ist nahtlos: Neukäufer erhalten die Technologie werkseitig auf Modellen wie dem R4025 Sprayer; Nachrüstungen für Select dauern nur wenige Stunden. Landwirte kalibrieren über eine App nach Kulturart, wobei sich die KI automatisch anpasst. Feldversuche zeigten 99 % Schutz der Kulturen (kein Spritzen) und 80–90 % Unkrautbekämpfung bei geringerem Volumen. Der globale Rollout zielt auf Brasilien/Europa bis 2026, um Arbeitskräftemangel zu adressieren.[4]
Zentrale Hürden waren variierende Lichtverhältnisse (Morgendämmerung/Abend, Schatten), die mit multispektraler Bildgebung und Datenaugmentation gelöst wurden; Echtzeitgeschwindigkeit durch optimierte Modelle (z. B. TensorRT); und die Unkrautvielfalt, die mit kontinuierlich von Landwirten bereitgestellten Daten für Retraining angegangen wurde. Anfangs hohe Kosten sanken mit Select um 40 % und erreichten eine Amortisation in einer Saison bei Einsparungen von 20–30 $/Acre. Regulatorische Genehmigungen für reduzierten Chemikalieneinsatz förderten die Akzeptanz.[2][6]
Insgesamt trieb der phasenweise Ansatz—Pilot, Premium, Massenmarkt—die Skalierbarkeit voran; 2025 markierte den Übergang zur breiten Wirkung angesichts des Klimadrucks.
Entdecken Sie, wie wir Ihnen bei der Implementierung ähnlicher Lösungen helfen können.
Founder & Partner
Reruption GmbH
Falkertstraße 2
70176 Stuttgart
Telefon