Die Kennzahlen der Präzisionslandwirtschaft verstehen und wie du von ihnen profitieren kannst

Die Agrarlandschaft hat sich in den letzten 50 Jahren erheblich erweitert und verändert. Einer der ältesten Industriezweige der Welt muss technologische Innovationen annehmen und nutzen, wenn er trotz des Drucks, dem er derzeit und in Zukunft ausgesetzt ist, florieren will. Die traditionellen Anbaumethoden reichen einfach nicht aus, um genug zu produzieren, um mit dem Anstieg der weltweiten Nachfrage nach Lebensmitteln Schritt zu halten. In Kombination mit Umweltbelastungen wie Klimawandel, Bodenverschlechterung und Wasserknappheit sind Landwirte und Erzeuger gezwungen, innovative Wege zur Bewirtschaftung ihrer Produktion zu finden. Die Präzisionslandwirtschaft wurde in den 1980er Jahren von Dr. Pierre Robert, einem Pionier auf dem Gebiet der Präzisionslandwirtschaft, theoretisch begründet. Die Idee war, Technologie und Ausrüstung zu nutzen, um die Ressourcen dort einzusetzen, wo sie auf dem Feld am nötigsten sind. Mit dem Aufkommen der modernen Computertechnologie wurde die Präzisionslandwirtschaft genauer und konnte in größerem Maßstab und auf größeren Betrieben angewandt werden.

Die Internationale Gesellschaft für Präzisionslandwirtschaft hat die folgende Definition: "Präzisionslandwirtschaft ist eine Managementstrategie, die zeitliche, räumliche und individuelle Daten sammelt, verarbeitet und analysiert und sie mit anderen Informationen kombiniert, um Managemententscheidungen entsprechend der geschätzten Variabilität für eine verbesserte Ressourcennutzungseffizienz, Produktivität, Qualität, Rentabilität und Nachhaltigkeit der landwirtschaftlichen Produktion zu unterstützen."

Neugierig auf die Präzisionslandwirtschaft? Lade diesen KOSTENLOSEN Leitfaden herunter hier

"Präzisionslandwirtschaft oder Smart Farming bedeutet, Daten zu nutzen, um die landwirtschaftliche Produktion trotz veränderlicher Bedingungen zu optimieren. Es ist eine Art der Landwirtschaft, bei der jede einzelne Pflanze zur richtigen Zeit und am richtigen Ort die richtige Behandlung erhält. Dazu musst du die genauen Details deiner Pflanzen und Felder kennen." - Jits Riepma, Analyst für landwirtschaftliche Daten

Die Präzisionslandwirtschaft funktioniert in einem Kreislauf und kann in vier Phasen unterteilt werden:

Zyklus der Präzisionslandwirtschaft

In diesem Blog konzentrieren wir uns auf die erste Phase dieses Zyklus und beantworten die folgenden Fragen:

  1. Was genau beinhaltet die Datenerfassung?
  2. Welche Methoden und Wege der Datenerhebung werden in dieser Phase genutzt?
  3. Welche Daten solltest du sammeln und wie kannst du diese Variablen praktisch nutzen, um deinen Betrieb zu verbessern?

1. Was genau beinhaltet die Datenerfassung?

Jeder Zentimeter deines Feldes ist reich an aussagekräftigen Daten. Der erste Schritt zum Verständnis deiner Felder ist das Sammeln lokaler, zuverlässiger Informationen. In der Phase der Datenerfassung geht es darum, so viele Daten wie möglich über deine Pflanzen, den Boden, die Felder, das Terrain, das Klima, die Variablen und die Verfügbarkeit von Ressourcen zu sammeln. Zu den traditionellen Methoden der Datenerfassung gehören visuelle Beobachtungen wie Scouting und Stichproben, und die Technologie erhöht die Anzahl und Häufigkeit der Beobachtungen durch verschiedene Sensoren, Satelliten und andere Geräte. Zur Datenerfassung gehört auch, dass du das, was du aus deinen Aktionen auf dem Feld gelernt hast, als neuen Input nutzt.

Mehr Daten aus verschiedenen Quellen und Standorten führen letztendlich zu einem detaillierteren Überblick über deine Felder und Kulturen. Eine hohe Datendichte liefert genauere Erkenntnisse für fundiertere Entscheidungen und präzisere Maßnahmen.

2. Welche Methoden und Wege der Datenerhebung werden in dieser Phase genutzt?

Die erste und älteste Methode der Datenerfassung war die visuelle Beobachtung (oder Scouting). Technologische Innovationen bedeuten, dass immer mehr Werkzeuge für die Datenerfassung zur Verfügung stehen. Neue und traditionelle Methoden werden eingesetzt, um vollständige Feld- und Erntedaten aus verschiedenen Quellen zu erhalten:

70e515 0964c42f26bd4c538d10c81bb37645b0mv2

3. Welche Daten solltest du sammeln und wie kannst du die Variablen praktisch nutzen, um deinen Betrieb zu unterstützen?

Verschiedene Parameter können gemessen werden, und zu verstehen, was diese Messungen bedeuten (und wie man sie nutzt), ist die Grundlage für einen erfolgreichen Smart Farming Betrieb.

Es gibt noch viele mehr, aber wir sehen uns sechs wichtige Kennzahlen an, die in der Datenerfassungsphase gesammelt werden, und finden heraus, wie sie genutzt werden können:

70e515 bdbd425845c84c7ba42550dc1da602e7mv2

Bodeninformationen (die aus verschiedenen Quellen wie Satelliten, Sensoren und Probenahmen stammen)

In der Phase der Datenerfassung ist es wichtig, dass du aktuelle Informationen über den Boden deines Betriebs sammelst und pflegst. Viele andere Kennzahlen werden aus diesen Informationen berechnet oder basieren auf ihnen. Angefangen bei der Bodenart hilft die Bodenklassifizierung den Landwirten bei der Planung, was und wo sie anbauen sollen. Die Definition der Bodenart basiert in der Regel auf der vorherrschenden Größe der einzelnen Partikel, d. h. Sand, Ton, Schluff, Torf, Kalk und Lehm - oder einer Kombination aus diesen. Je kleiner die Partikel sind, desto weniger Luft ist zwischen ihnen und desto enger haften sie aneinander.

Dies wirkt sich wiederum auf die Nährstoff- und Wasserhaltefähigkeit des Bodens aus. Die kleinsten Partikel sind zum Beispiel charakteristisch für Ton, der dafür bekannt ist, dass er das Wasser sehr gut halten kann. Sand hingegen besteht aus größeren Partikeln, die nicht zusammenkleben und das Wasser schlecht halten können. Beachte, dass es nur selten "reine" Typen gibt - du hast es wahrscheinlich mit Mischungen wie sandigem Ton, schluffigem Ton, lehmigem Ton, schluffigem Lehm, lehmigem Sand usw. zu tun.

Landwirtschaftssoftware (einschließlich Satelliten und Sensoren) und Bodenkarten sind die genauesten Methoden, um Daten zu sammeln und zu interpretieren, die genau darstellen, welche Böden dein Feld tatsächlich hat. Verschiedene Bodentypen senden unterschiedliche Signale (oder Temperaturen) aus, die von Satelliten unterschieden und aufgezeichnet werden. Eine spezielle Software, die auf landwirtschaftlichen Plattformen erhältlich ist, interpretiert das Signal und liefert dir hochpräzise Ergebnisse. Abgesehen von der Bodenart kann dir eine detaillierte Bodenkarte Folgendes zeigen:

Zusammensetzung des Bodens - Die genauen Elemente, aus denen der Boden besteht, um zu verstehen, welche Pflanzen am besten geeignet sind

pH-Wert und Leitfähigkeit - Dies ist grundlegend für die Bestimmung der Düngemittel und anderer Nährstoffe, die ausgebracht werden sollten

Fruchtbarkeit - Die Kenntnis der Fruchtbarkeit kann den Landwirten helfen, Entscheidungen zu treffen, um ihre Ressourcen zu optimieren

Textur - Spielt eine wichtige Rolle im Nährstoffmanagement, da sie die Nährstoffbindung beeinflusst.

Bodenfeuchtigkeit - Volumetrischer Wassergehalt (von Sensoren erfasst)

Dies bezieht sich auf das Wasservolumen pro Volumeneinheit des Bodens und wird in Prozent gemessen:

Volumetrischer Bodenwassergehalt (%) = [Volumen des Wassers (cm3)/Volumen des Bodens (cm3)] × 100

Dieser wird in der Regel mit Bodensensoren gemessen und gibt die Werte in verschiedenen Tiefen an. Er ist wichtig, um festzustellen, ob die Pflanzen unter Wasserstress leiden, und eröffnet die Möglichkeit, proaktiv zu handeln. Auf diese Weise kann berechnet werden, wann und wie viel bewässert werden muss, was zu Wassereinsparungen führt. Mit Hilfe einer Bodenfeuchtigkeitsrückhaltekurve (oder pF-Kurve) kannst du den genauen Bewässerungsbedarf deiner Felder bestimmen. Sie kann für einen bestimmten Bodentyp und eine bestimmte Kulturart angeben, bei welchem Volumenprozentsatz du bewässern musst, um schädlichen Pflanzenstress zu vermeiden, und wie viel du bewässern musst, um eine optimale Bodenfeuchtigkeit zu erhalten.

70e515 e3e94d0bafdd4dfb9d2df4623bc17905mv2

Smart Farming Tools ermöglichen es den Landwirten, mit genauen Werten zu arbeiten, für die sie Schwellenwerte festlegen und Benachrichtigungen erhalten können.

Dieser Apfelbauer hat zum Beispiel Daten von Bodensensoren erhalten, die Feuchtigkeitswerte bei - 30 cm gemessen haben. In diesem Fall muss die Bodenspannung für ein optimales Wachstum der Früchte bei 70-80 KPa gehalten werden. Er berechnete einen volumetrischen Wassergehalt von 11% in sandigem Boden und 40% in lehmigem Tonboden. Mit den Erkenntnissen, die er durch die Verarbeitung der anfänglich gesammelten Daten gewann, konnte er Schwellenwerte für die Bodenfeuchte festlegen, die er zur Optimierung seines Bewässerungsregimes nutzte. Das wiederum führt zu Wassereinsparungen und einem höheren Ertrag.

Bodentemperatur (von Sensoren erfasst)

Die von Sensoren gemessene Bodentemperatur (°F oder °C) kann deinen Betrieb optimieren, indem sie hilft, den bestmöglichen Zeitpunkt für die Aussaat zu bestimmen. Die Aussaat bei optimaler Temperatur (abhängig von der Kultur und der Bodenart) trägt dazu bei, den besten Pflanzenaufgang zu gewährleisten, da sie für die Keimung der Samen wichtig ist.

Für die Aussaat von Kartoffeln gibt es zum Beispiel die Faustregel, dass die Bodentemperaturen in der Saattiefe über 7°C liegen und klettern sollten (jedoch unter 30°C), bevor mit dem Pflanzen begonnen wird. Diese Temperaturschwelle ist besonders wichtig für das Schneiden von Pflanzkartoffeln. Wenn das Saatgut geschnitten wird, ist die freiliegende Oberfläche, die heilen muss, größer. Bodentemperaturen unter 7°C verhindern eine ausreichende Abheilung und verzögern das Auflaufen stark. Ein Beispiel, Russet Burbank Die Pflanzen können bei 10°C in 20 bis 25 Tagen aufgehen, aber bei 7,2°C kann es mehr als 40 Tage dauern. Die Aussaat in kalte Böden kann dazu führen, dass die Samen in der Ruhephase verbleiben und anfälliger für Bodenerreger, Krankheiten und Raubtiere werden.

Die Bodentemperatur kann ein wichtiger Indikator dafür sein, wann du die Anwendung von Herbiziden einstellen solltest. Bei Temperaturen über 33 °C schalten die Wurzeln ab und verhindern die Aufnahme von Herbiziden. Diese Erkenntnis trägt dazu bei, die Verschwendung von Chemikalien und unnötige Abflüsse zu begrenzen.

Absolute und relative Luftfeuchtigkeit (von Sensoren erfasst)

Die absolute Luftfeuchtigkeit (gemessen in Gramm Wasserdampf pro Kubikmeter Luftvolumen) bezieht sich auf die tatsächliche Menge an Wasserdampf in der Luft, unabhängig von ihrer Temperatur. Die relative Luftfeuchtigkeit (ausgedrückt in Prozent) misst die Menge an Wasserdampf, die die Luft im Vergleich zu der Menge, die sie bei einer bestimmten Temperatur aufnehmen kann, enthält.

Konzentrieren wir uns auf die relative Luftfeuchtigkeit: Diese Werte können Aufschluss über die genaue Anwendung von Pflanzenschutzmitteln geben. Das Sprühen bei der richtigen Temperatur und relativen Luftfeuchtigkeit erhöht die Wirksamkeit der Pflanzenschutzmittel - die meisten wirken besser, wenn es wärmer ist, da die chemischen Prozesse in den Pflanzen schneller ablaufen. Höhere Temperaturen führen aber auch dazu, dass die chemischen Bestandteile dieser Produkte schneller abbauen und somit die Wirkungsdauer geringer ist.

Die optimalen Werte sind je nach Produkt unterschiedlich, aber im Allgemeinen liegt eine gute Temperatur zum Sprühen bei etwa 20°C. Die relative Luftfeuchtigkeit sollte nicht zu hoch sein, da sie die Verdunstung und damit die Aufnahme und den Transport der Produkte in der Pflanze begrenzt. Es wird auch empfohlen, nicht zu spritzen, wenn die relative Luftfeuchtigkeit unter 40% liegt. Dadurch wird die Gefahr einer Abdrift aufgrund von Temperaturschwankungen oder Verdunstung verringert.

Die relative Luftfeuchtigkeit ist ein Indikator für die Blattnässe (einfach das Vorhandensein von Wasser auf der Oberfläche einer Pflanze). Das klingt zwar harmlos, ist aber genau das, was einige Mikroorganismen brauchen, um sich von unschuldigen zu erntezerstörenden Krankheitserregern zu entwickeln. Durch die Überwachung der Blattnässe können Landwirte und ihre Berater vorbeugende Maßnahmen ergreifen, um ihre Pflanzen vor Krankheiten zu schützen, bevor es zu Schäden kommt.

Die Alternaria-Blattfleckenkrankheit und die Kraut- und Knollenfäule auf Brokkoli werden zum Beispiel häufig von zwei Pilzen verursacht: Alternaria brassicicola und Alternaria brassicae. Die Krankheitsentwicklung wird durch kühle Temperaturen und lange Perioden (mehr als 9 Stunden) mit hoher Feuchtigkeit begünstigt. Diese Kennzahlen können Anbauer/innen und Berater/innen helfen, sich auf längere Perioden mit hoher Luftfeuchtigkeit vorzubereiten und die von den Pilzen verursachten Schäden zu vermeiden.

Satelliteninformationen (von Satelliten erfasst)

Satelliteninformationen ermöglichen es Landwirten, Forschern und Anbauberatern, sich ein vollständiges Bild von ihren Feldern zu machen. Fernerkundungssatelliten liefern wichtige Daten zur Überwachung von Boden, Schneedecke, Trockenheit und Pflanzenentwicklung. Landwirte und Ernteberater können jetzt Felder vergleichen, Vorhersagen über die Zunahme der Biomasse treffen und klar erkennen, in welchen Bereichen die Pflanzen unter Stress stehen. Diese Technologie liefert auch aktuelle Informationen über Feuchtigkeitsstress, Krankheiten, strukturelle Anomalien und Nährstoffgehalte. Moderne Satellitenbilder für die Präzisionslandwirtschaft haben eine hohe spektrale Auflösungund ermöglicht es den Landwirten, punktgenaue Daten zu erhalten.

In der Praxis kannst du die Feldvegetation mithilfe des NDVI-Indexes verfolgen und Problembereiche finden. Einfach ausgedrückt ist der NDVI (Normalised Difference Vegetation Index) ein Indikator für den Gesundheitszustand einer Pflanze, der darauf beruht, wie die Pflanze verschiedene Lichtwellen reflektiert - Chlorophyll (ein Pigment, das auf den Gesundheitszustand hinweist) reflektiert stark das Licht im nahen Infrarotbereich, während dehydrierte, kranke oder kranke Pflanzen mehr Licht im nahen Infrarotbereich absorbieren.

Der Zugang zu ständig aktuellen NDVI-Karten hilft Landwirten und Anbauberatern bei der Früherkennung von Problembereichen. Viele Plattformen für die Präzisionslandwirtschaft nutzen den NDVI, um Ernte-Scouts auf dem Feld zu leiten und die Präzision der Ausbringung von Dünger, Pflanzenschutzmitteln und Bewässerung zu verbessern. Die Kombination aus Scouting und Satellitenfernerkundung hilft am effektivsten, Abweichungen von der Norm festzustellen.

Satellitenbilder können auch für die Planung von Pflanzenbehandlungen und die Auswahl von Agrarchemikalien genutzt werden. Um herauszufinden, wie du mithilfe von Satellitendaten potenzielle Ernteschäden verhindern und deinen Ertrag sichern kannst, rufe den Anwendungsfall auf unter Planet (der führende Anbieter von globalen täglichen Erddaten), hier.

Lufttemperatur (erfasst von Sensoren oder Wetterstationen)

Genaue Informationen über die Lufttemperatur können bei der präzisen Anwendung von Pflanzenschutzmitteln helfen. Bestimmte Schädlinge werden bei bestimmten Temperaturen aktiv; Landwirte können vorbeugende Maßnahmen ergreifen, um den Schaden zu minimieren. Die Lufttemperatur kann auch dabei helfen, die Transpiration der Pflanzen und die Verdunstung des Bodens zu bestimmen und so eine gezielte Bewässerung zu ermöglichen.

70e515 76b769908e6d4ef1a8a0c5c4a60a50a1mv2

Dieser Blumenzüchter aus Breezand, Nordholland, hat zum Beispiel festgestellt, dass sich die Lufttemperatur am Boden (+10cm in Pflanzenhöhe) schnell auf 15°C erwärmen kann, während die Lufttemperatur in 1,5 m Höhe noch 12°C bis 13°C anzeigt. Für Pascal ist es sehr wichtig, die Bodentemperatur mit absoluter Präzision zu messen, da Krankheiten, die Tulpen befallen, von Läusen verbreitet werden und Läuse bei einer Temperatur von 15°C gedeihen. In diesem Fall, als die Wetteranwendungen 12°C anzeigten, hat der Farm21-Sensor die exakte Temperatur gemessen und der Landwirt konnte die notwendigen Maßnahmen ergreifen, um zu verhindern, dass die Läuse die Tulpen schädigen.

Siehe vollständiger Anwendungsfall

70e515 70bdee65690748ee9774d0d522a2a318mv2

Zyklusphasen der Präzisionslandwirtschaft

Gehen wir kurz auf die verbleibenden 3 Phasen des Precision Farming-Zyklus ein und verfolgen wir den Weg von der anfänglichen Datenerfassung bis zur Nutzung der Rückmeldungen als neue Dateneingaben und Erkenntnisse.

Phase 2: Zugriff auf die Daten

Um den Wert der Metriken in Phase eins zu erschließen, müssen sie in Erkenntnisse umgewandelt werden. Erfasste Daten werden verarbeitet und können durch GIS, Geostatistik, Datenanalyse und Programmierung zugänglich gemacht werden. Genaue Wetterdaten können Landwirten zum Beispiel helfen, besser zu planen - wann bewässert, gespritzt, gesät oder geerntet werden soll, hängt oft stark vom Wetter ab. Die Interpretation von Informationen aus Wetteranwendungen ist ein wichtiges Instrument bei der Entwicklung der Präzisionslandwirtschaft.

Eine weitere hervorragende Möglichkeit, auf Informationen zuzugreifen, sind digitale Plattformen, die Informationen aus verschiedenen Quellen an einem Ort zusammenführen. Landwirte, Ernteberater und Forscher können mühelos auf Sensor-, Satelliten-, Wetter- und Scoutingdaten zugreifen. Farm21 entwickelte eine Plattform die verschiedene Quellen integriert, um kombinierte Erkenntnisse zu gewinnen. Dies ermöglicht es den Nutzern, Trends und Zusammenhänge zu erkennen und hilft bei der Bewertung von Risiken. Der konsistente und aktuelle Zugang zu Daten von Sensoren, Böden, Pflanzen, Wetter und Satelliten bedeutet, dass man nie über Variablen raten muss.

Sobald die Informationen abgerufen und interpretiert wurden, kannst du zur nächsten Phase übergehen, um datengestützte Entscheidungen zu treffen.

Phase 3: Faktenbasierte Entscheidungen treffen

Hier beginnt sich die harte Arbeit der beiden vorherigen Phasen auszuzahlen. Hier werden die eingegebenen Daten in fundierte Entscheidungen umgesetzt. Die von dir gesammelten und interpretierten Daten bilden die Grundlage für kluge Entscheidungen. Die Kombination aus Wissen und Erfahrung, gestützt auf harte Fakten, eröffnet neue Möglichkeiten - Landwirte und Berater müssen nicht mehr raten. Bessere Entscheidungen über Bewässerung, Düngung, Krankheitsbekämpfung, Pflanzenschutz, Ernte und Aussaat können getroffen werden, wenn du die genauen Details deiner Felder und Pflanzen kennst. Einer der größten Vorteile von faktenbasierten Entscheidungen ist die effiziente Nutzung von Ressourcen.

Schauen wir uns den Apfelbauern aus Abschnitt A an. Wie bereits erwähnt, berechnete er, dass der volumetrische Wassergehalt in sandigen Böden 11% und in Lehmböden 40% betragen sollte, um ein optimales Wachstum der Früchte zu gewährleisten. Dann nutzte er die Daten von Bodensensoren, um zu entscheiden, wann und wie viel er bewässern sollte, um die Bodenfeuchtigkeit innerhalb dieser Parameter zu halten. Diese Entscheidungen führten wiederum zu Maßnahmen, die Wasser sparten und seinen Ertrag erhöhten. Außerdem baute er das Gelernte als neuen Dateninput für die nächste Saison auf und schloss so den Kreislauf der Präzisionslandwirtschaft.

Phase 4: Maßnahmen ergreifen

Aufbauend auf dem Entscheidungsprozess der vorherigen Phase ist es nun an der Zeit, die entsprechenden Maßnahmen zu ergreifen. Eine ausreichende Planung mit einem gezielten Ansatz bedeutet, dass die Landwirte ihre Ressourcen punktgenau einsetzen können.

Der Zyklus setzt sich fort, indem das Feedback aus den drei vorangegangenen Phasen zu einer neuen Quelle für die Datenerfassung durch Lernen wird. Eine weitere wertvolle Quelle für neue Daten in der Erfassungsphase sind die Ergebnisse der Aktionen, die wiederum neue Daten sein können. Einfach ausgedrückt: Wenn Landwirte, Berater und Forscher die Ergebnisse und Auswirkungen bestimmter Maßnahmen auf dem Feld beobachten, können sie diese als neue Informationsquelle für die Datenerfassung nutzen.

Ein Beispiel für ein Instrument der Präzisionslandwirtschaft, das in dieser Phase ins Spiel kommt, ist VRA oder Variable Rate Application. Wie der Name schon sagt, können Landwirte damit Düngemittel, Pflanzenschutzmittel, Saatgut und Wasser in unterschiedlichen Mengen ausbringen. Es gibt zwei Arten von VRA: kartenbasierte und sensorbasierte. Bei der kartenbasierten VRA wird die Produktausbringung auf der Grundlage einer zuvor erstellten Karte deines Feldes angepasst. Die sensorgestützte VRA verwendet keine Karte, sondern montierte Sensoren, die Bodeneigenschaften oder Merkmale der Pflanzen in Echtzeit messen. Das Kontrollsystem errechnet dann die Anzahl der erforderlichen Eingaben.

Zusammenfassend lässt sich sagen, dass Präzisionslandwirtschaft darin besteht, die richtigen Maßnahmen am richtigen Ort, zur richtigen Zeit, in der richtigen Art und Weise und in der richtigen Menge durchzuführen. Um dies zu erreichen, musst du zunächst genaue Daten sammeln und diese in wertvolle Erkenntnisse umwandeln, auf die du deine Entscheidungen stützen kannst.

Diese Entscheidungen führen zu spezifischen Maßnahmen auf dem Feld, die Synergieeffekte für deinen gesamten Betrieb mit sich bringen.

Auf dem Weg zur intelligenten Landwirtschaft ist es wichtig, die Messwerte der Präzisionslandwirtschaft zu verstehen.

Erfahre mehr, indem du dir die Aufzeichnungen des Webinars ansiehst, in dem Farm21-Experten diese und andere Fragen zu den Kennzahlen der Präzisionslandwirtschaft beantwortet haben >> Klicken Sie hier, um.

✓ Wie helfen genaue Felddaten dabei, deinen landwirtschaftlichen Betrieb zu optimieren?

✓ Was kannst du messen, und was bedeuten diese Kennzahlen eigentlich?

✓ Wie können faktenbasierte Entscheidungen deinen Ressourcenverbrauch beeinflussen?

✓ Welche Rolle spielen die Messgrößen der Präzisionslandwirtschaft beim Übergang von der reaktiven zur proaktiven Landwirtschaft?

Ähnliche Beiträge