KI im Weinberg: Was Präzisionsweinbau wirklich leistet

Fast jeder Bericht über künstliche Intelligenz im Weinbau beginnt mit demselben Bild: eine Drohne über Rebzeilen im Morgenlicht. Das ist fotogen, aber irreführend. Die Software, die im deutschen Weinbau seit über zwanzig Jahren die meisten Entscheidungen beeinflusst, hat weder Rotoren noch Kamera. Sie rechnet aus Blattnässe und Temperatur aus, ob sich gerade der Falsche Mehltau ausbreitet.

Das ist die These dieses Textes: Präzisionsweinbau ist weniger eine Revolution des Sehens als eine des Rechnens. Und sein Engpass in Deutschland ist nicht die Technik. Es sind Betriebsgrößen, Datenqualität und die Frage, wem die Daten am Ende gehören.

Was Präzisionsweinbau meint, und was nicht

Der Fachbegriff lautet Präzisionsweinbau oder, sperriger, teilflächenspezifische Bewirtschaftung. Die Grundidee ist alt: Ein Weinberg ist kein homogenes Feld. Boden, Wasserhaushalt und Wüchsigkeit wechseln oft innerhalb weniger Meter, und genau daraus speist sich ja auch die Idee von Terroir. Neu ist, dass sich diese Unterschiede messen, kartieren und in Arbeitsanweisungen übersetzen lassen.

Dabei lohnt es sich, drei Ebenen auseinanderzuhalten:

Messen: Satelliten, Drohnen, Bodensonden, Wetterstationen und Kameras erfassen Daten.
Modellieren: Software macht aus Rohdaten eine Aussage, etwa „hohes Infektionsrisiko ab Donnerstag“ oder „diese Zone reift später“.
Handeln: Jemand spritzt, entblättert, bewässert oder liest anders als vorher.

Was im Weinbau als „KI“ verkauft wird, sitzt fast immer auf der zweiten Ebene: statistische Modelle, Bilderkennung, maschinelles Lernen. Mit Chatbots hat das wenig zu tun. Und der Wert entsteht erst auf der dritten Ebene. Eine Karte, die niemand in eine Handlung übersetzt, ist Dekoration.

Der Blick von oben ist billig geworden, die Deutung nicht

Die europäischen Sentinel-2-Satelliten liefern kostenlose Multispektralbilder mit zehn Metern Auflösung, an einem Ort ungefähr alle fünf Tage. Daraus lässt sich der NDVI berechnen, ein Vegetationsindex, der das Verhältnis von reflektiertem Nahinfrarot zu rotem Licht auswertet. Vitale, chlorophyllreiche Blätter reflektieren viel Nahinfrarot, gestresste weniger.

Für Ackerbau ist das ein starkes Werkzeug. Im Weinberg hat es zwei Haken. Erstens ist ein Pixel von zehn mal zehn Metern grob, wenn die Zeilen rund zwei Meter auseinanderliegen: Im selben Bildpunkt stecken Rebe, Begrünung und offener Boden. Zweitens misst der NDVI Wüchsigkeit, nicht Qualität. Ein üppig grüner Rebstock ist für Qualitätsweinbau oft gerade kein gutes Zeichen, weil starkes Triebwachstum mit Trauben um Zucker und Licht konkurriert.

Drohnen lösen das erste Problem. Mit Auflösungen im Zentimeterbereich lassen sich Zeilen und Begrünung trennen. Das zweite Problem lösen sie nicht. Eine NDVI-Karte zeigt, dass sich Zonen unterscheiden, aber nicht, warum. Ob dahinter verdichteter Boden, Staunässe, ein Virus oder schlicht eine andere Unterlage steckt, klärt nur ein Spatenstich oder eine Bodenprobe. Die Drohne ersetzt den Gang in den Weinberg nicht, sie sagt einem bestenfalls, wohin man gehen sollte.

Die eigentliche KI im deutschen Weinberg: Peronospora-Prognose

Wer verstehen will, wo Software im Weinbau tatsächlich etwas verändert, sollte sich den Falschen Mehltau ansehen. Plasmopara viticola, im Weinbau meist Peronospora genannt, ist in feuchten Jahren der Hauptgrund für Pflanzenschutzbehandlungen. Der Pilz braucht Wasser auf dem Blatt und ausreichende Temperatur, um zu infizieren. Genau das lässt sich modellieren.

Das Staatliche Weinbauinstitut Freiburg und die Schweizer Forschungsanstalt Agroscope haben dafür ab 2002 gemeinsam mit dem Unternehmen GEOsens die Plattform VitiMeteo aufgebaut. Ihr erster Baustein war das Modell VM Plasmopara. Es rechnet mit Wärmeeinheiten während der Blattnässe, also Nässedauer mal Temperatur; Infektionsbedingungen sind nach der Modelldokumentation ab 50 Gradstunden erfüllt. Gefüttert wird das System mit Daten aus Netzen von Wetterstationen, die Prognosen fließen in die regionalen Rebschutz-Warndienste ein.

Das klingt weniger aufregend als eine autonome Drohne. Aber es setzt dort an, wo es zählt: beim Zeitpunkt. Eine Behandlung kurz vor einer Infektion wirkt, eine Behandlung „nach Kalender“ ist entweder zu früh oder überflüssig. Besonders für ökologisch wirtschaftende Betriebe, die gegen Peronospora vor allem Kupfer einsetzen und dabei an Höchstmengen gebunden sind, ist jede eingesparte oder besser getimte Behandlung relevant. Mehr dazu im Artikel über biodynamischen Weinbau und die Kupferfrage.

Präzision heißt hier also nicht „jeder Quadratmeter anders“, sondern „zum richtigen Zeitpunkt“. Das ist die unterschätzte Hälfte des Präzisionsweinbaus.

Sensoren am Rebstock: Wasser messen statt schätzen

Eine zweite Gruppe von Systemen misst den Wasserhaushalt direkt an der Pflanze oder über der Fläche. Fruition Sciences, 2007 in Kalifornien gegründet und seit 2009 auch in Montpellier ansässig, arbeitet mit Saftflusssensoren am Stamm. Aus dem Saftfluss und Wetterdaten berechnet die Software Transpiration und Wasserstress der Rebe. Tule Technologies, 2013 aus einer Doktorarbeit an der University of California, Davis, hervorgegangen, misst die tatsächliche Verdunstung über eine Fläche von etwa einem halben bis vier Hektar je Gerät.

Beide Ansätze sind vor allem dort entstanden, wo Bewässerung ein alltäglicher Hebel ist, in Kalifornien und Südfrankreich. In deutschen Ertragsweinbergen ist Bewässerung bislang die Ausnahme. Mit trockenen Sommern wächst aber das Interesse daran, Wasserstress messbar zu machen, statt ihn an hängenden Blättern abzulesen, wenn es schon zu spät ist.

Trauben zählen mit Kameras

Ein Beispiel für echte Bilderkennung im Weinberg kommt aus der Pfalz. Am Julius-Kühn-Institut für Rebenzüchtung Geilweilerhof in Siebeldingen haben Forschende um Anna Kicherer den „Phenoliner“ entwickelt: einen umgebauten Traubenvollernter, bei dem die Erntetechnik durch Kameras (RGB und Nahinfrarot), GPS und Lagesensoren ersetzt ist. Er fährt durch die Zeilen und erfasst unter standardisierten Bedingungen georeferenzierte Bilder jeder Rebe.

Darauf baut die Forschung zur Ertragsprognose auf: Algorithmen zählen sichtbare Beeren und schließen daraus auf den Ertrag. Der Haken steht in den Veröffentlichungen gleich mit drin. Der wichtigste limitierende Faktor ist die Laubwand. Was hinter Blättern hängt, sieht keine Kamera. Die KI zählt nur, was sie sieht, und wie viel sie nicht sieht, schwankt von Rebe zu Rebe und von Woche zu Woche.

Trotzdem ist das relevant. Eine verlässliche Ertragsschätzung im Sommer entscheidet über Ausdünnung, Lesekapazitäten und Fassraum. Bisher läuft das in vielen Betrieben über Erfahrung und Stichproben. Wenn Kameras das systematisch und flächendeckend können, ist das ein echter Fortschritt, gerade für Betriebe, die Trauben zukaufen oder an Genossenschaften liefern.

Drohnen, die spritzen: erlaubt mit Fragezeichen

Die Drohne hat im deutschen Weinbau tatsächlich eine Nische gefunden, aber eine andere als die des fliegenden Labors: den Pflanzenschutz in Steillagen. Nach § 18 Pflanzenschutzgesetz ist das Ausbringen von Pflanzenschutzmitteln mit Luftfahrzeugen grundsätzlich verboten. Für den Steillagenweinbau kann die zuständige Behörde auf Antrag Ausnahmen genehmigen. An der Mosel hat die ADD Trier eine solche Genehmigung für 2025 erteilt; das Verwaltungsgericht Koblenz hat die Rechtmäßigkeit der Einsätze bestätigt.

Befürworter wie Matthias Porten vom Dienstleistungszentrum Ländlicher Raum Mosel verweisen auf weniger Abdrift als beim Hubschrauber und darauf, dass kleine Drohnen besser zu den kleinteiligen Parzellen passen. 2023 wurden die Rebflächen im Moseltal im Schnitt acht Mal aus der Luft mit Fungiziden behandelt. Die Deutsche Umwelthilfe hält dagegen und sieht den Mosel-Apollofalter gefährdet, eine Schmetterlingsart, die genau in diesen Steilhängen lebt.

Der Konflikt zeigt etwas Grundsätzliches: Präzisere Technik ist nicht automatisch naturverträglicher. Sie kann Mengen senken. Sie kann aber auch Bewirtschaftung dort wirtschaftlich halten, wo sie ohne Technik aufgegeben würde, mit allen Folgen für die Arten, die dort leben.

Der Engpass heißt nicht Technik, sondern Betriebsgröße

Laut Agrarstrukturerhebung 2020 bewirtschafteten in Deutschland 15.151 Betriebe zusammen 99.854 Hektar Reben, im Schnitt 6,6 Hektar (Kleinstbetriebe unter einem halben Hektar nicht mitgezählt). Die Zahl der Betriebe ist seit 2010 um ein Fünftel gesunken, die Fläche je Betrieb gestiegen. Trotzdem: Ein Sensornetz, ein Softwareabo und die Zeit, die Daten auszuwerten, sind für ein Familienweingut mit sieben Hektar eine ganz andere Rechnung als für einen Großbetrieb in Kalifornien.

Dazu kommt ein zweites, weniger sichtbares Problem: Die Systeme reden nicht miteinander. Das vom Bundeslandwirtschaftsministerium geförderte Experimentierfeld DigiVine hat unter anderem eine interoperable Schnittstelle für den Weinbau definiert. Dass so etwas als Forschungsergebnis gilt, sagt viel über den Stand der Praxis. Wetterstation, Schlepper-Terminal, Behandlungstagebuch und Kellersoftware stammen oft von verschiedenen Herstellern mit eigenen Formaten.

Und dann ist da die Frage der Daten selbst. Wer Behandlungen, Erträge, Lesetermine und Bodenwerte über Jahre in eine Cloud-Plattform einspeist, erzeugt einen Datensatz, der für Hersteller, Händler und Versicherer wertvoll ist. Wer kündigt, nimmt die Hardware mit, aber nicht unbedingt die Auswertungen. Das Betriebswissen, das früher im Kopf der Winzerin oder des Winzers lag, liegt dann bei einem Anbieter.

Was Algorithmen nicht können

Präzisionsweinbau optimiert, was da ist. Er macht aus einer mittelmäßigen Lage keine große und aus einer unpassenden Rebsorte keine passende. Er hat außerdem ein strukturelles Problem: Modelle lernen aus der Vergangenheit. In einem Klima, das sich verschiebt, ist die Vergangenheit ein unzuverlässiger Lehrer. Wie schnell Erfahrungswerte veralten, zeigt der Blick nach England, wo der Klimawandel eine neue Weinregion geschaffen hat, deren Ernten von Jahr zu Jahr um Faktor drei schwanken.

Nerdwein-Wertung

Die beste KI im Weinberg ist unspektakulär: ein Infektionsmodell, ein Netz guter Wetterstationen und eine sauber geführte Datenbank. Wer als Weingut mit sieben Hektar digital anfangen will, braucht keine Drohne, sondern zuerst eine Wetterstation, den regionalen Warndienst und ein Behandlungstagebuch, das er auch auswertet.

Drohnenbilder sind gutes Marketing. Ob sie gute Entscheidungen erzeugen, hängt davon ab, ob danach jemand mit dem Spaten in den Weinberg geht. Und bevor ein Betrieb Jahre an Daten in eine Plattform kippt, sollte er klären, ob er sie im Zweifel vollständig wieder herausbekommt.