Schädlingserkennung per Drohne und KI-Bildanalyse

Das echte Ausmaß des Problems

Schädlingsbefall in Ackerkulturen folgt einem tückischen Muster: Er beginnt lokal und unscheinbar, verbreitet sich aber exponentiell. Eine Gelbrost-Infektion auf 2 Prozent der Fläche wird oft erst nach 10–14 Tagen mit bloßem Auge sichtbar — zu diesem Zeitpunkt sind bereits 15–25 Prozent der Fläche infiziert, und der optimale Behandlungszeitpunkt ist vergangen.

Das Julius-Kühn-Institut schätzt, dass verspätete Schädlingsbekämpfung in deutschen Getreidebetrieben durchschnittlich 8 bis 15 Prozent des Erntepotenzials kostet. Bei 200 Hektar Weizen mit 7 t/ha Ertrag und 200 Euro/Tonne: 22.400 bis 42.000 Euro.

Das Problem ist nicht mangelnde Aufmerksamkeit. Ein Betriebsleiter, der 200 Hektar beobachtet, schafft keine flächendeckende tägliche Inspektion. Schläge fernab der Feldwege werden seltener kontrolliert. Befall in der Bestandsmitte, fernab vom Feldrand, bleibt unentdeckt.

Der regulatorische Rahmen erhöht den Druck: Die EU-Farm-to-Fork-Strategie fordert 50 Prozent weniger chemischen Pflanzenschutz bis 2030. Das Paradox: Wer früher erkennt, kann mit weniger Mitteleinsatz auskommen. Wer spät erkennt, muss vollflächig behandeln. Früherkennung ist die Voraussetzung für Mittelreduktion.

Mit vs. ohne KI — ein ehrlicher Vergleich

Einschätzung auf einen Blick

Zeitersparnis — hoch (4/5) Drohne befliegt einen 50-Hektar-Schlag in 20 Minuten mit 2-cm-Auflösung. Was der Mensch in Stunden nicht schafft, erledigt die Drohne in Minuten. Die Feldkontrolle wird effizienter: gezielte Begehung der gemeldeten Herde statt Rundumlauf.

Kosteneinsparung — hoch (4/5) Zwei Effekte: Verhinderte Ertragsverluste durch frühe Behandlung, und geringerer Mitteleinsatz durch Teilflächenbehandlung statt Vollflächenbehandlung. Beide Effekte sind messbar — der erste erst mit Verzögerung nach der Ernte.

Schnelle Umsetzung — mittel (3/5) Mit einem Drohnen-Dienstleister ist die erste Heatmap in 2–3 Tagen nach Buchung da. Der Engpass ist die Planung: Das Monitoring muss vor dem kritischen Entwicklungsstadium der Kultur beginnen. Wer im richtigen Moment plant, ist schnell. Wer es vergisst, ist zu spät.

ROI-Sicherheit — mittel (3/5) Der Nutzen ist abhängig davon, dass ein Befallsgeschehen tatsächlich eintritt und frühzeitig erkannt wird. In einem Jahr ohne relevanten Schädlingsdruck wirkt das Monitoring wie vermeidbare Kosten. In einem Befallsjahr ist es das Gegenteil. Der ROI ist real, aber volatil.

Skalierbarkeit — mittel (3/5) Mehr Fläche bedeutet mehr Befliegungskosten — proportional. Keine Skalierungsvorteile, aber keine -nachteile.

Richtwerte — stark abhängig von Schädlingsdruck des Jahres, Schlaggröße und Monitoring-Rhythmus.

Was das System konkret macht

Schritt 1 — Drohnenbefliegung und Bilderfassung: Eine Multispektral- oder RGB-Kameradrohne befliegt den Schlag im Raster — je nach Auflösung 10–25 Minuten pro 10 Hektar. Multispektral-Kameras erfassen Spektralbereiche jenseits des sichtbaren Lichts (Nahinfrarot, Red-Edge), die Pflanzenstress zeigen, bevor er für das Auge sichtbar wird.

Schritt 2 — KI-Bildanalyse und Heatmap: Die aufgenommenen Bilder werden durch KI-Bilderkennungsmodelle analysiert. Diese Modelle, trainiert auf tausenden annotierten Befallsbildern, erkennen: Pilzkrankheiten (Gelbrost, Braunrost, Septoria, Mehltau), tierische Schädlinge (Blattläuse, Maiszünsler-Schäden, Fritfliegen-Fraßspuren), physiologische Stresssymptome. Das Ergebnis ist eine GPS-georeferenzierte Heatmap: Wo ist welcher Erreger auf welchem Befallsniveau?

Schritt 3 — Entscheidungsunterstützung: Auf Basis der Heatmap entsteht eine Behandlungsempfehlung: Schlagteil A (30 % befallen, Schadenschwelle überschritten) → Behandlung notwendig. Schlagteil B (8 % befallen, unter Schadenschwelle) → beobachten, in 7 Tagen nochmals befliegen. Diese Empfehlung kann direkt in eine Applikationskarte umgewandelt werden.

Schritt 4 — Monitoring-Rhythmus: Professionelles Schädlingsmonitoring ist kein Einmalvorgang. Der Rhythmus: alle 7–14 Tage Befliegung der kritischen Schläge in anfälligen Entwicklungsphasen. So entsteht eine Zeitreihe, die zeigt, ob ein Befall sich ausbreitet (Eingriff notwendig) oder stagniert (weiter beobachten).

Konkrete Werkzeuge — was wann passt

Drohnendienstleister (empfohlener Einstieg): In den meisten deutschen Ackerbauregionen gibt es inzwischen Agrar-Drohnendienstleister. Kosten: 8–20 Euro/Hektar pro Befliegung. Für Betriebe unter 200 Hektar wirtschaftlich oft besser als Eigenbesitz. Keine Pilotenlizenz nötig, keine Drohnen-Wartung.

DJI Agras T40/T50 mit Multispektralkamera: Marktführer für Agrar-Drohnen in Europa. Kombiniert Befliegung und optional Behandlung in einem Gerät. DJI Terra als Auswertungssoftware inklusive. 15.000–35.000 Euro für Drohne und Kamera-Setup. Ab ca. 200 Hektar Eigennutzung sinnvoll.

Pix4Dfields: Spezialisierte Auswertungssoftware für Agrar-Multispektraldaten. Trainierbare KI-Modelle für Schaderregererkennung, automatische Heatmap-Generierung. 100–200 Euro/Monat SaaS. Verarbeitet Daten von verschiedenen Drohnenherstellern.

Agremo / Airobotic: Spezialisierte Agrar-KI-Analyseplattformen: Drohnenbilder einsenden, automatische Schaderreger-Analyse zurückbekommen. Gut für Betriebe, die eine eigene Drohne haben, aber keine eigene KI-Auswertung aufbauen wollen. Ab ca. 5 Euro/Hektar pro Analyse.

senseFly eBee X (Fixed-Wing) für große Flächen: Professionelle Fixed-Wing-Drohne, 120–200 Hektar pro Flug. Besonders effizient für Betriebe mit vielen großen Schlägen. 15.000–25.000 Euro.

Datenschutz und Datenhaltung

Drohnenbefliegungen über eigenen Feldern sind in der Regel ohne besondere Genehmigung möglich (EU-Kategorie „Offen” für Drohnen unter 25 kg, Sichtweite). Für gewerbliche Dienstleistung an Dritte ist eine EU-Drohnenpilotenlizenz (A1/A3) erforderlich.

Die DSGVO ist relevant, wenn Drohnenbilder Menschen, Fahrzeuge mit Kennzeichen oder persönlich identifizierbare Objekte erfassen — typisch bei reinen Feldbefliegungen kein Problem. Für Dienstleister: Klärung mit Datenschutzbeauftragten empfohlen.

Bildanalysedaten auf Pix4D (Schweiz) oder Agremo (Deutschland): AVV bei Bedarf, EU-Datenhaltung bei deutschen Anbietern.

Was es kostet — realistisch gerechnet

Dienstleister-Modell:

• Befliegungskosten: 8–20 Euro/Hektar pro Durchgang
• Bei 100 Hektar und 3 Befliegungen in kritischen Phasen: 2.400–6.000 Euro/Saison
• Keine Hardware-Investition, keine Pilotenlizenz, flexible Planung

Eigene Drohne (ab 200 Hektar):

• Hardware: 15.000–35.000 Euro einmalig
• Betriebskosten: 2.000–4.000 Euro/Jahr
• Auswertungssoftware: 1.200–2.400 Euro/Jahr
• Amortisation bei Eigennutzung: 4–7 Jahre; mit Dienstleistung an Nachbarbetriebe: 2–3 Jahre

ROI-Szenario: Betrieb mit 150 Hektar Winterweizen. Durchschnittlich ein Behandlungs-Fehler (zu spät, zu früh, auf falscher Fläche) pro Saison mit 5 % Ertragsverlust auf 40 % der Fläche: 60 ha × 7 t/ha × 0,05 × 200 Euro = 4.200 Euro Verlust. Durch frühzeitige Drohnen-Erkennung auf 50 % reduziert: 2.100 Euro gesicherte Einsparung. Dienstleister-Kosten: 3.000 Euro/Saison. Break-even im zweiten Jahr — früher, wenn die Mitteleinsparung durch Teilflächenbehandlung eingerechnet wird.

Typische Einstiegsfehler

Fehler 1 — Zu spät geplant, kritisches Stadium verpasst Das Monitoring muss vor dem kritischen Entwicklungsstadium beginnen, nicht danach. Wer Mitte Mai an die Gelbrost-Befliegung im BBCH 32-Stadium denkt, ist 2–3 Wochen zu spät — der Befall ist dann bereits auf 20–40 % der Fläche ausgedehnt und erzwingt Vollflächenbehandlung. Terminplanung mit dem Dienstleister 4–6 Wochen vor dem kritischen Fenster, spätestens Anfang April für BBCH 32-Monitoring im Winterweizen.

Fehler 2 — Befund nicht in Behandlungsentscheidung überführt Die Heatmap liegt vor, wird besprochen — aber die Behandlungsentscheidung fällt dann doch auf Basis von Erfahrung, nicht auf Basis der Karte. Das passiert häufig in der ersten Saison und kostet genau den Zeitvorteil, für den das System bezahlt wurde. Lösung: Konkreten Entscheidungsprozess vorab definieren — zum Beispiel: Befallsdichte über 5 % auf mehr als 2 Hektar → Teilflächenbehandlung. Unter 5 % → Wiederholungsbefliegung in 7 Tagen. Diese Schwelle schriftlich fixieren, bevor die erste Heatmap eintrifft.

Fehler 3 — Monitoring-Rhythmus bricht bei schlechtem Wetter Wenn zwei Wochen schlechtes Wetter eine Befliegung verhindert, geht die Monitoring-Zeitreihe verloren. Backup-Plan: Satellitenbilder (Sentinel-2, kostenlos) als Lückenfüller für grobe Beobachtung zwischen Drohnen-Befliegungen.

Fehler 4 — Auswertung nach Ernte nicht gemacht Wer nach der Ernte nicht prüft, ob die Heatmap-Befunde mit der Ertragskarte übereinstimmen, verliert die Grundlage für die Entscheidung im Folgejahr — und zahlt erneut für Monitoring, ohne zu wissen, ob es wirkt. Konkret: Ertragskarte aus Mähdrescher-Telematik gegen die Befallszonen der Saison legen. Schläge mit früher Erkennung vs. späte Reaktion vergleichen. Das dauert 2–3 Stunden und zeigt den tatsächlichen ROI in Euro je Hektar.

Fehler 5 — Dienstleisterverhältnis nach dem ersten Jahr nicht gepflegt Wer seinen Drohnen-Dienstleister nicht regelmäßig bucht und einweist, verliert die Priorität in dessen Kapazitätsplanung. Im zweiten Jahr kommt der Termin zu spät, die Heatmap nach dem Behandlungsfenster, und man denkt: „letztes Jahr hat das nicht so gut funktioniert.” Das Problem ist fast immer Koordination, nicht Technologie. Dienstleister-Termin für die nächste Saison direkt nach Saisonende des aktuellen Jahres fixieren und Kalibrierungsdaten (welche Schadstellen wurden bestätigt, welche nicht) jährlich weitergeben.

Was mit der Einführung wirklich passiert

Die erste Drohnenbefliegung ist oft das überzeugendste Erlebnis: Aus 60 Metern Höhe sieht man auf der Heatmap plötzlich eine rote Zone in der Bestandsmitte, die vom Feldrand aus unsichtbar war. Das verändert die Wahrnehmung sofort.

Was danach schwierig ist: den Rhythmus einzuhalten. Wenn eine Woche Regen die nächste Befliegung verhindert, dann vergisst man den nächsten Termin, dann ist das Behandlungsfenster vorbei. Das Monitoring braucht organisatorische Disziplin, nicht nur technische Ausstattung.

Nach zwei Saisons berichtet fast jeder Betrieb dasselbe: Man kann sich kaum vorstellen, wie man vorher entschieden hat. Die Heatmaps verändern die räumliche Wahrnehmung der eigenen Felder.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Meine Feldkontrolle reicht — ich erkenne Befall früh genug.” Bei Schlägen unter 20 Hektar in einfacher Sichtweite: möglicherweise ja. Ab 50–80 Hektar, bei weiter entfernten Schlägen oder ungleichmäßigem Bestand: nein. Drohnen befliegen einen 50-Hektar-Schlag in 20 Minuten mit 2-cm-Auflösung. Das kann kein Mensch von der Feldkante replizieren.

„Wir brauchen keine Pilotenlizenz und wollen keine kaufen.” Für den eigenen Betrieb (Kategorie „Offen”, unter 25 kg, Sichtweite) reicht in vielen Fällen ein Online-Kompetenztest. Für gewerbliche Dienstleistung: Lizenz nötig. Einfachste Alternative: Dienstleister beauftragen, keine eigene Lizenz notwendig.

„Drohnen-Erkennung und zwei Wochen später manuell behandeln — der Zeitvorteil ist dahin.” Der Vorteil liegt nicht nur im Zeitvorsprung, sondern in der Präzision: Frühzeitig erkannter lokaler Befall kann teilflächenspezifisch behandelt werden (geringere Mittelkosten), während Massenbefall die Vollflächenbehandlung erzwingt.

Woran du merkst, dass das zu dir passt

Dieser Anwendungsfall passt, wenn du:

• Schläge größer als 30 Hektar hast, die du nicht vollständig von der Feldkante aus beurteilen kannst
• Kulturen mit hohem Pilzkrankheitsdruck anbaust (Weizen, Raps, Mais, Rüben)
• in den letzten Jahren mindestens einmal einen zu späten Befund hattest mit Ertragsverlust
• bereit bist, einen Monitoring-Rhythmus zu etablieren und einzuhalten

Das passt (noch) nicht, wenn du:

• sehr kleine Schläge unter 20 Hektar bewirtschaftest — der Drohnenaufwand steht dann nicht im Verhältnis
• in einer Region mit sehr niedrigem Schädlingsdruck lebst und historisch keine relevanten Befunde hattest
• keine Möglichkeit hast, auf Befunde zeitnah zu reagieren (fehlende Spritzkapazität oder -technik)

Das kannst du heute noch tun

Schau bei Google Maps auf deine Hauptschläge und identifiziere die drei Bereiche, die du von der Feldkante aus nicht siehst — feuchte Senken, Bestandsmitte, Waldrand-Streifen. Das sind deine Risiko-Hotspots. Dann frag deinen regionalen Pflanzenbauberater, wie oft Gelbrost oder Septoria in deiner Region in den letzten fünf Jahren aufgetreten ist. Das definiert, ob der Monitoring-ROI für deinen Standort stimmt.

Quellen & Methodik

• Julius-Kühn-Institut (JKI), „Räumliche Variabilität pilzlicher Blattkrankheiten in Winterweizen” (2021): 8–15 % Ertragsverlust durch verspätete Bekämpfung; Befallsverteilung auf deutschen Standorten.
• EU-Farm-to-Fork-Strategie (2020): 50 % Reduktionsziel für chemischen Pflanzenschutz bis 2030; Nachweis-Anforderungen für integrierten Pflanzenschutz.
• DJI Agras T40/T50 Produktdokumentation (2024): Flächenleistung, Kamera-Spezifikationen, Pix4D-Integration.
• Pix4Dfields Dokumentation (2024): KI-Klassifikationsgenauigkeit für Pilzkrankheiten 85–92 %; Heatmap-Ausgabeformate.
• Agremo Produktbeschreibung (2024): Analyse-as-a-Service; Pricing und Erkennungsgenauigkeiten.
• Eigene Projekterfahrungen: Monitoring-Rhythmus-Erfahrungen, ROI-Schätzungen aus Praxisbegleitung 2022–2024.