Einsatz teilflächenspezifischer Stickstoffdüngung: Erfahrungen von Landwirten aus Baden-Württemberg
DOI:
https://doi.org/10.15150/ae.2025.3333Schlagworte:
Teilflächenspezifische Stickstoffdüngung, Precision Farming, DigitalisierungAbstract
Die teilflächenspezifische Stickstoffdüngung bietet für die kleinstrukturierte Landwirtschaft eine Möglichkeit, um gesetzlichen Anforderungen sowie zukünftigen Herausforderungen, z. B. Ressourcenmangel, erhöhte Produktionskosten, Dokumentationsanforderungen, zu begegnen. Dennoch ist die Nutzung auf den landwirtschaftlichen Betrieben verhalten, hemmende Faktoren sind hierbei die Investitionskosten sowie die fehlende Kenntnis des tatsächlichen Mehrwertes für den Betriebsalltag. Daher betrachtet die Studie den Entscheidungs- und Implementierungsprozess sowie die Veränderungen im Betriebsalltag hinsichtlich der teilflächenspezifischen Stickstoffdüngung anhand von Interviews mit sechs Ackerbaubetrieben. Die Ergebnisse verdeutlichen, dass die befragten Landwirte entlastende Effekte wahrnehmen, aber die Einarbeitung aufgrund technischer Herausforderungen langwierig ist. Insgesamt mangelt es an fachkundigen Ansprechpersonen zur Unterstützung. Daher sind zukünftig spezifische Schulungen für Landwirte aber auch fachkundiges Personal höchst relevant. Die Ergebnisse dieser Untersuchung zeigen zudem, dass es wichtig ist, Netzwerke für den gezielten Erfahrungsaustausch zu etablieren.
Literaturhinweise
Bahrs, E. (2018): Exemplarische betriebswirtschaftliche Auswirkungen der Digitalisierung in der Landwirtschaft und im Agribusiness. Hrsg. H. Wilhelm Schaumann Stiftung, 27. Hülsenberger Gespräche 2018: Landwirtschaft und Digitalisierung, Hamburg, https://www.schaumann-stiftung.de/statics/www_schaumann_stiftung_de/downloads/H%C3%BClsenberger%20Gespr%C3%A4che/bro_hwss_huelsenberger_gespraeche_2018.pdf#page=163, accessed on 17 Feb 2025
Balafoutis, A.T.; Beck, B.; Fountas, S.; Tsiropoulos, Z.; Vangeyte, J.; van der Wal, T.; Soto-Embodas, I.; Gómez-Barbero, M.; Pedersen, S.M. (2017): Smart Farming Technologies–Description, Taxonomy and Economic Impact. In: Precision Agriculture: Technology and Economic Perspectives, Eds. Pedersen, S.M.; Lind, K.M., Cham, Switzerland, Springer, pp. 21–77
Barnes, A.P.; Soto, I., Eory, V.; Beck, B.; Balafoutis, A.T.; Sanchez, B.; Vangeyte, J.; Fountas, S.; van der Wal, T.; Gómez-Barbero, M. (2019): Influencing incentives for precision agricultural technologies within European arable farming systems. Environmental Science & Policy 93, pp. 66–74, https://doi.org/10.1016/j.envsci.2018.12.014
Barrett, H.; Rose, D. C. (2020): Perceptions of the Fourth Agricultural Revolution: What’s In, What’s Out, and What Consequences are Anticipated? Sociologia Ruralis 62(2), https://doi.org/10.1111/soru.12324
Blasch, J.; Vuolo, F.; Essl, L.; van der Kroon, B. (2021): Drivers and Barriers Influencing the Willingness to Adopt Technologies for Variable Rate Application of Fertiliser in Lower Austria. Agronomy 11(10), https://doi.org/10.3390/agronomy11101965
Bongiovanni, R.; Lowenberg-Deboer, J. (2004): Precision Agriculture and Sustainability. Precision Agriculture 5, pp. 359–387, https://doi.org/10.1023/B:PRAG.0000040806.39604.aa
Bundesministerium für Ernährung und Landwirtschaft (BMEL) (2023a): Agrarpolitischer Bericht der Bundesregierung 2023. https://www.bmel.de/SharedDocs/Downloads/DE/Broschueren/agrarbericht-2023.html, accessed on 17 Feb 2025
Bundesministerium für Ernährung und Landwirtschaft (BMEL) (2023b): Berufliche Bildung – Ausbildung. https://www.bmel-statistik.de/landwirtschaft/berufliche-bildung/ausbildung, accessed on 17 Feb 2025
Carolan, M. (2017): Publicising Food: Big Data, Precision Agriculture, and Co‐Experimental Techniques of Addition. Sociologia Ruralis 57(2), pp. 135–154, https://doi.org/10.1111/soru.12120
Cisternas, I.; Velásquez, I.; Caro, A.; Rodríguez, A. (2020): Systematic literature review of implementations of precision agriculture. Computers and Electronics in Agriculture 176, 105626, https://doi.org/10.1016/j.compag.2020.105626
Dresing, T.; Pehl, T. (2017): Praxisbuch Interview, Transkription & Analyse: Anleitungen und Regelsysteme für qualitativ Forschende. Marburg, Dr. Dresing & Pehl GmbH
Driessen, C.; Heutinck, L.F.M. (2015): Cows desiring to be milked? Milking robots and the co-evolution of ethics and technology on Dutch dairy farms. Agriculture and Human Values 32(1), pp. 3–20, https://doi.org/10.1007/s10460-014-9515-5
Duncan, E.; Glaros, A.; Ross, D. Z.; Nost, E. (2021): New but for whom? Discourses of innovation in precision agriculture. Agriculture and Human Values 38(4), pp. 1181–1199, https://doi.org/10.1007/s10460-021-10244-8
Ebertseder, T.; Gutser, R.; Hege, U.; Brandhuber, R.; Schmidhalter , U. (2003): Strategies for site-specific nitrogen fertilization with respect to long-term environmental demands. In: Precision Agriculture, Eds. Stafford, J.; Werner, A., Wageningen, Wageningen Academic Publishers, pp. 193–198
Engelhardt, H. (2004): Auswirkungen von Flächengröße und Flächenform auf Wendezeiten, Arbeitserledigung und verfahrenstechnische Maßnahmen im Ackerbau. Dissertation, Justus-Liebig-Universität, Fachbereich Agrarwissenschaften, Ökotrophologie und Umweltmanagement, Gießen, https://jlupub.ub.uni-giessen.de/items/9c5ef849-b361-4bae-a89e-caac954e6658, accessed on 17 Feb 2025
Frey, C. B.; Osborne, M. A. (2013): The future of employment. How susceptible are jobs to computerisation? https://www.oxfordmartin.ox.ac.uk/downloads/academic/The_Future_of_Employment.pdf, accessed on 20 Mar 2025
Gabriel, A.; Gandorfer, M. (2023): Adoption of digital technologies in agriculture—An inventory in a european small-scale farming region. Precision Agriculture 24(1), pp. 68–91, https://doi.org/10.1007/s11119-022-09931-1
Gabriel, A.; Gandorfer, M.; (2022): Landwirte-Befragung 2022 – Digitale Landwirtschaft Bayern: Ergebnisband (n=805). https://www.lfl.bayern.de/mam/cms07/ilt/dateien/ilt6_dft_ergebnisband_by_2022_805.pdf, accessed on 17 Feb 2025
Gabriel, A.; Gandorfer, M.; Spykman, O. (2021): Nutzung und Hemmnisse digitaler Technologien in der Landwirtschaft: Sichtweisen aus der Praxis und in den Fachmedien. Berichte über Landwirtschaft 99(1), S. 1–27, https://doi.org/10.12767/buel.v99i1.328
Gandorfer, M. (2006): Bewertung von Precision Farming dargestellt am Beispiel der teilflächenspezifischen Stickstoffdüngung. Dissertation, Technische Universität München, https://mediatum.ub.tum.de/doc/603702/00000bd5.pdf, accessed on 17 Feb 2025
Gandorfer, M.; Meyer-Aurich, A. (2017): Economic Potential of Site-Specific Fertiliser Application and Harvest Management. In: Precision Agriculture: Technology and Economic Perspectives, Eds. Pedersen, S.M.; Lind, K.M., Cham, Switzerland, Springer, S. 79–92
Gindele, N.; Kaps, S.; Doluschitz, R. (2016): Betriebliche Möglichkeiten im Umgang mit dem Fachkräftemangel in der Landwirtschaft. In: Berichte über Landwirtschaft 94(1), https://doi.org/10.12767/buel.v94i1.89
Giua, C.; Materia, V.C.; Camanzi, L. (2022): Smart farming technologies adoption: Which factors play a role in the digital transition? Technology in Society 68, https://doi.org/10.1016/j.techsoc.2022.101869
Glaser, B.G.; Strauss, A.L. (1998/1967): Grounded Theory. Göttingen: Huber (amerik. Orig.: The Discovery of Grounded Theory. Chicago: Aldine, 1967)
Goller, M.; Caruso, C.; Harteis, C. (2021): Digitalisation in Agriculture: Knowledge and Learning Requirements of German Dairy Farmers. International Journal for Research in Vocational Education and Training 8(2), pp. 208–223, https://doi.org/10.13152/IJRVET.8.2.4
Groher, T.; Heitkämper, K.; Walter, A.; Liebisch, F.; Umstätter, C. (2020): Status quo of adoption of precision agriculture enabling technologies in Swiss plant production. Precision Agriculture 21(6), pp. 1327–1350, https://doi.org/10.1007/s11119-020-09723-5
Hansen, B. G.; Bugge, C. T.; Skibrek, P. K. (2020): Automatic milking systems and farmer wellbeing–exploring the effects of automation and digitalization in dairy farming. Journal of Rural Studies 80, pp. 469–480, https://doi.org/10.1016/j.jrurstud.2020.10.028
Heege, H.J. (Ed.) (2013): Precision in Crop Farming: Site Specific Concepts and Sensing Methods: Applications and Results. Dordrecht, Springer
Kehl, C.; Meyer, R.; Steiger, S. (2021): Digitalisierung der Landwirtschaft: Gesellschaftliche Voraussetzungen, Rahmenbedingungen und Effekte. Teil II des Endberichts zum TA-Projekt. TAB-Arbeitsbericht Nr. 194, Berlin, Büro für Technikfolgen-Abschätzung beim Deutschen Bundestag (TAB), https://doi.org/10.5445/IR/1000142951
Klerkx, L.; Rose, D. (2020): Dealing with the game-changing technologies of Agriculture 4.0: How do we manage diversity and responsibility in food system transition pathways? Global Food Security 24, https://doi.org/10.1016/j.gfs.2019.100347
Knierim, A.; Kernecker, M.; Erdle, K.; Kraus, T.; Borges, F.; Wurbs, A. (2019): Smart farming technology innovations – Insights and reflections from the German Smart-AKIS hub. NJAS: Wageningen Journal of Life Sciences 90–91(1), https://doi.org/10.1016/j.njas.2019.100314
Kolady, D. E.; van der Sluis, E.; Uddin, M. M.; Deutz, A. P. (2021): Determinants of adoption and adoption intensity of precision agriculture technologies: Evidence from South Dakota. Precision Agriculture 22, pp. 689–710, https://doi.org/10.1007/s11119-020-09750-2
Kuckartz, U. (2018): Qualitative Inhaltsanalyse. Methoden, Praxis, Computerunterstützung. Weinheim, Beltz Juventa
Langenberg, J.; F. Nordhaus, L. Theuvsen (2017): Navigations- und N-Sensorgestützte Anwendungen in der Landwirtschaft - eine Rentabilitätsanalyse. In: Hrsg. Ruckelshausen, A.; Meyer-Aurich, A.; Lentz, W.; Theuvsen, B., Informatik in der Land-, Forst- und Ernährungswirtschaft, Bonn, Gesellschaft für Informatik e.V., S. 97–100
Lambert, D.; Lowenberg-Deboer, J. (2000): Precision Agriculture Profitability Review. Site-specific Management Center. Purdue, School of Agriculture Purdue University, https://ag.purdue.edu/ssmc/frames/newsoilsx.pdf, accessed on 17 Feb 2025
Lundström, C.; Lindblom, J. (2021): Care in dairy farming with automatic milking systems, identified using an Activity Theory lens. Journal of Rural Studies 87, pp. 386–403, https://doi.org/10.1016/j.jrurstud.2021.09.006
Mayring, P. (2015): Qualitative Inhaltsanalyse: Grundlagen und Techniken. Weinheim, Beltz Verlag http://content-select.com/index.php?id=bib_view&ean=9783407293930, accessed on 17 Feb 2025
Metta, M.; Ciliberti, S.; Obi, C.; Bartolini, F.; Klerkx, L.; Brunori, G. (2022): An integrated socio-cyber-physical system framework to assess responsible digitalisation in agriculture: A first application with Living Labs in Europe. Agricultural Systems 203, https://doi.org/10.1016/j.agsy.2022.103533
Meuser, M.; Nagel, U. (2009): Das Experteninterview – Konzeptionelle Grundlagen und methodische Anlage. In: Hrsg. Pickel, S.; Pickel, G.; Lauth, H.-J.; Jahn, D., Methoden der vergleichenden Politik- und Sozialwissenschaft: Neue Entwicklungen und Anwendungen, S. 465–479, VS Verlag für Sozialwissenschaften, https://doi.org/10.1007/978-3-531-91826-6_23
Misaal, M.A.; Zahra, S.M.; Rasul, F.; Imran, M.; Noor, R.; Fahad, M. (2023): Influence of Climate Change on Crop Yield and Sustainable Agriculture. In: Eds. Pande, C.B.; Moharir, K.N.; Singh, S.K.; Pham, Q.B.; Elbeltagi, A., Climate Change Impacts on Natural Resources, Ecosystems and Agricultural Systems, Springer Climate, Cham, Springer, https://doi.org/10.1007/978-3-031-19059-9_7
Mittermayer, M.; Gilg, A.; Maidl, F.-X.; Hülsbergen, K.-J. (2020): Erfassung der räumlichen Variabilität von Boden- und Pflanzenparametern: Grundlage für die teilflächenspezifische N-Bilanzierung. In: Hrsg. M. Gandorfer et al., 40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, Weihenstephan, Freising. 17.–18. Februar 2020, Bonn, Gesellschaft für Informatik e.V., pp. 181–186
Munz, J. (2024): What if precision agriculture is not profitable?: A comprehensive analysis of the right timing for exiting, taking into account different entry options. Precision Agriculture 25, pp. 1284–1323, https://doi.org/10.1007/s11119-024-10111-6
Munz, J.; Maurmann, I.; Schuele, H.; Doluschitz, R. (2024): Digital transformation at what cost? A case study from Germany estimating the adoption potential of precision farming technologies under different scenarios. Smart Agricultural Technology 9, https://doi.org/10.1016/j.atech.2024.100585
Munz, J.; Schuele, H. (2022): Influencing the Success of Precision Farming Technology Adoption—A Model-Based Investigation of Economic Success Factors in Small-Scale Agriculture. Agriculture 12(11), https://doi.org/10.3390/agriculture12111773
Paetow, H. (2017): Landwirtschaft 4.0 – Erfahrungen aus der Praxis. In: Hrsg. Wendl, G., Tagungsband Landtechnische Jahrestagung 21.11.2017, Ackerbau – technische Lösungen für die Zukunft, Bayerische Landesanstalt für Landwirtschaft (LfL), S. 27
Pfaff, S.A.; Paulus, M.; Schüle, H.; Thomas, A. (2023a): Werden Landwirte zu IT-Spezialisten? Ein Mixed-Methods-Ansatz zur Erfassung der digitalen Kompetenzanforderungen und des Kompetenzstands der Betriebsleiter in Baden-Württemberg. Berichte über Landwirtschaft 101(2), S. 1–38, https://doi.org/10.12767/buel.v101i2
Pfaff, S.A.; Thomas, A.; Schüle, H.; Knierim, A. (2023b): Auswirkungen digitaler Technologien im Betriebsalltag aus Sicht baden-württembergischer Landwirte. agricultural engineering.eu 78(3), https://doi.org/10.15150/LT.2023.3297
Pfaff, S.A.; Munz, J. (2024): Verbindung von Wissenschaft und Praxis: WiLaDi. In: Hrsg. Hoffmann, C. et al., 44. GIL-Jahrestagung, Biodiversität fördern durch digitale Landwirtschaft, Stuttgart, 27.–28.02.2024, Bonn, Gesellschaft für Informatik e.V., https://gil-net.de/Publikationen/GIL_24_Proceedings_final-3.pdf, accessed on 17 Feb 2025
Pitson, C.; Appel, F.; Balmann, A. (2020): Policy Brief – Politikoptionen zur Stärkung der Resilienz in der Landwirtschaft angesichts demographischer Herausforderungen. D3.9, https://www.surefarmproject.eu/wp-content/uploads/2020/08/D3.9_Policy-brief-on-farm-demographics-German.pdf, accessed on 17 Feb 2025
Statistisches Bundesamt (2024): Hochschulen – Studierende nach Fächergruppen. Stand 9. August 2024, https://www.destatis.de/DE/Themen/Gesellschaft-Umwelt/Bildung-Forschung-Kultur/Hochschulen/Tabellen/studierende-insgesamt-faechergruppe.html, accessed on 17 Feb 2025
Pierpaoli, E.; Carli, G.; Pignatti, E.; Canavari, M. (2013): Drivers of Precision Agriculture Technologies Adoption: A Literature Review. Procedia Technology 8, pp. 61–69, https://doi.org/10.1016/j.protcy.2013.11.010
Prause, L. (2021): Digital Agriculture and Labor: A Few Challenges for Social Sustainability. Sustainability 13(11), https://doi.org/10.3390/su13115980
Rakun J.; Rihter E.; Kelc D.; Denis S.; Vindiš P.; Berk P.; Polič P.; Lakota M. (2022): Possibilities and concerns of implementing precision agriculture technologies on small farms in Slovenia. International Journal of Agricultural and Biological Engineering 15(3), pp. 16–21, https://doi.org/10.25165/j.ijabe.20221503.6111
Regan, Á. (2019): ‘Smart farming’ in Ireland: A risk perception study with key governance actors. NJAS: Wageningen Journal of Life Sciences 90–91(1), https://doi.org/10.1016/j.njas.2019.02.003
Reichardt, M.; Jürgens, C. (2009): Adoption and future perspective of precision farming in Germany: Results of several surveys among different agricultural target groups. Precision Agriculture 10(1), 73–94, https://doi.org/10.1007/s11119-008-9101-1
Reissig, L. (2021): Stress durch Digitalisierung? Agrarbericht 2022, https://2022.agrarbericht.ch/de/mensch/bauernfamilie/wahrnehmung-der-digitalisierung-durch-landwirte-und-landwirtinnen, accessed on 17 Feb 2025
Reith, S.; Frisch, J.; Kunisch, M. (2023): Chancen und Risiken der Digitalisierung in der Landwirtschaft. agricultural engineering.eu 78(3), https://doi.org/10.15150/lt.2023.3296
Rob, V.; Lorenzo, G. B. (2019): Chapter 2—Global Trends and Challenges to Food and Agriculture into the 21st Century. In: Eds. Campanhola, C.; Pandey, S., Sustainable Food and Agriculture, pp. 11–30, Academic Press, https://doi.org/10.1016/B978-0-12-812134-4.00002-9
Rogers, E. M. (2003): Diffusion of innovations. New York, Free Press
Rolandi, S.; Brunori, G.; Bacco, M.; Scotti, I. (2021): The Digitalization of Agriculture and Rural Areas: Towards a Taxonomy of the Impacts. Sustainability 13(9), https://doi.org/10.3390/su13095172
Rösch, C.; Dusseldorp, M.; Meyer, R. (2005): Precision Agriculture. Berlin, Büro für Technikfolgen-Abschätzung beim Dt. Bundestag (TAB), https://www.fe-lexikon.info/material/texte/TAB-Arbeitsbericht-ab106.pdf, accessed on 17 Feb 2025
Schewe, R. L.; Stuart, D. (2015): Diversity in agricultural technology adoption: How are automatic milking systems used and to what end? Agriculture and Human Values 32(2), pp. 199–213, https://doi.org/10.1007/s10460-014-9542-2
Schleicher, S.; Gandorfer, M. (2018): Digitalisierung in der Landwirtschaft: Eine Analyse der Akzeptanzhemmnisse. In: Hrsg. A. Ruckelshausen et al., Digitale Marktplätze und Plattformen, Lecture Notes in Informatics (LNI), Gesellschaft für Informatik, Bonn 2018, S. 203–206
Schmitz, B. (2017): Digitale Landwirtschaft aus der Sicht eines Landmaschinenherstellers. In: Hrsg. Wendl, G., Tagungsband Landtechnische Jahrestagung 21.11.2017, Ackerbau – technische Lösungen für die Zukunft, Bayerische Landesanstalt für Landwirtschaft (LfL), S. 21
Shang, L.; Heckelei, T.; Gerullis, M. K.; Börner, J.; Rasch, S. (2021): Adoption and diffusion of digital farming technologies—Integrating farm-level evidence and system interaction. Agricultural Systems 190, 103074, https://doi.org/10.1016/j.agsy.2021.103074
Sonntag, W.I.; Wienrich, N.; Severin, M.; Schulze Schwering, D. (2022): Precision Farming – Nullnummer oder Nutzbringer? Eine empirische Studie unter Landwirten. Berichte über Landwirtschaft 100(2), https://doi.org/10.12767/buel.v100i2.411
Sparrow, R.; Howard, M. (2021): Robots in agriculture: Prospects, impacts, ethics, and policy. Precision Agriculture 22, pp. 818–833, https://doi.org/10.1007/s11119-020-09757-9
Statistisches Landesamt Baden-Württemberg (2021): Landwirtschaftszählung 2020. Strukturen im Wandel. https://www.statistik-bw.de/Service/Veroeff/Statistik_AKTUELL/803421006.pdf, accessed on 17 Feb 2025
Strauss, A.L. (1991): Grundlagen qualitativer Sozialforschung. München, Fink Verlag (amerik. Orig.: Qualitative Analysis for Social Scientists. New York: Cambridge University Press, 1987)
Wagner, P. (2010): Bewertung unterschiedlicher Ansätze zur teilflächenspezifischen Düngung aus informationstechnischer und ökonomischer Sicht. In: Hrsg. Claupein W.; Theuvsen, L.; Kämpf, A.; Morgenstern, M., Precision Agriculture Reloaded – Informationsgestützte Landwirtschaft, Bonn, Gesellschaft für Informatik e.V., S. 217–220
Weber, R.; Braun, J.; Frank, M. (2022): How does the Adoption of Digital Technologies Affect the Social Sustainability of Small-scale Agriculture in South-West Germany? Journal on Food System Dynamics 13(3), https://doi.org/10.18461/IJFSD.V13I3.C3
Zscheischler, J.; Brunsch, R.; Rogga, S.; Scholz, R. W. (2022): Perceived risks and vulnerabilities of employing digitalization and digital data in agriculture – Socially robust orientations from a transdisciplinary process. Journal of Cleaner Production 358, 132034, https://doi.org/10.1016/j.jclepro.2022.132034
Downloads
Zusätzliche Dateien
Veröffentlicht
Zitationsvorschlag
Ausgabe
Rubrik
Lizenz
Copyright (c) 2025 Sara Anna Pfaff, Ines Maurmann
Dieses Werk steht unter der Lizenz Creative Commons Namensnennung 4.0 International.
