ChatGPT hilft einem japanischen Landwirt, 100 Hektar ohne modernste Technik zu bewirtschaften

Hiroki Tomiyasu erbte kein Land, studierte keine Landwirtschaft und wusste fast nichts über Maschinen. Dennoch bewirtschaftet er heute im Norden Japans rund 100 Hektar Felder mit Brokkoli, Kürbissen, Frühlingszwiebeln und Sojabohnen. Dabei hilft ihm ein unerwarteter Helfer: künstliche Intelligenz. Mit ChatGPT und dem Tool Codex baut er selbst Systeme, für die er sonst Millionen bezahlen müsste.

Vom Schreibtisch auf den Traktor

Tomiyasu wuchs unweit von Tokio auf und begann seine Karriere als Beamter. Zur Landwirtschaft brachten ihn Freunde, die Verbindungen zur japanischen Tradition des Reisanbaus hatten und ihn mit aufs Land nahmen. Aus Neugier wurde nach und nach Überzeugung. „Plötzlich war ich Landwirt“, sagt er.

Vor zehn Jahren schloss er sich einer kleinen Gruppe an, die verlassene Reisterrassen in der Präfektur Okayama wiederherstellte. Dies war Teil umfassender Bemühungen, alternde landwirtschaftliche Flächen zu retten, die im ländlichen Japan überall verschwanden. Es war harte Arbeit, doch die Gruppe hielt zusammen. Und sie hatte Ambitionen. „Wir fragten uns: Warum gründen wir nicht unser eigenes Kollektiv und betreiben einen vollwertigen Landwirtschaftsbetrieb?“

Diese Idee führte sie schließlich nach Hokkaido, in das landwirtschaftliche Herz Japans. Dort lernte Tomiyasu die Landwirtschaft schlicht dadurch, dass er sie ausübte. Saison für Saison eignete er sich das Fahren von Traktoren, die Pflege von Nutzpflanzen und die Bewirtschaftung großer Flächen an.

Ein Ingenieur, der immer zur Stelle ist

Moderne Landwirtschaft in diesem Maßstab ist unerbittlich, körperlich anstrengend und betrieblich komplex, zudem ist es schwierig, Arbeitskräfte zu finden. Deshalb begann Tomiyasu nach Möglichkeiten zu suchen, einen Teil der Arbeit selbst zu automatisieren. Herkömmliche landwirtschaftliche Automatisierung bedeutet jedoch in der Regel teure Maschinen von Herstellern und spezialisierte Ingenieure – Ressourcen also, die sich nur wesentlich größere Betriebe leisten können.

Die Lösung waren für ihn KI-Tools. „Es ist, als hätte man einen Spitzeningenieur an seiner Seite, der immer verfügbar ist“, beschreibt er es. Seine freien Abende verbringt er nun damit, mit Software und vernetzten Sensoren zu experimentieren, mit denen er praktische Probleme auf dem Hof löst. Den gesamten Prozess dokumentiert er öffentlich als Versuchsreihe eines Landwirts, der Schritt für Schritt lernt, seine eigene Technologie zu entwickeln.

Satelliten überwachen die Felder, ein Chatbot antwortet dem Team

Das wohl beeindruckendste Projekt, das er gebaut hat, ist die Fernsteuerung der Belüftung in den Folientunneln. Mithilfe von Codex stellte er aus einem ESP32-Mikrocomputer, einer Motorsteuerung und einem 24-Volt-Motor ein System zusammen, das die Lüftungsrollos bewegt. Wenn er über die japanische Kommunikations-App LINE die Nachricht „öffnen“, „schließen“ oder „Stopp“ sendet, wird der Befehl auf einem Server gespeichert und das Gewächshaus reagiert. „Jetzt kann ich das Gewächshaus aus der Ferne steuern, was die Arbeit deutlich erleichtert“, freut er sich.

Bei den Gewächshäusern blieb es nicht. Tomiyasu ließ sich von ChatGPT erklären, wie die Überwachung von Feldern per Satellit funktioniert, und baute anschließend ein System, das regelmäßig Daten zum Vegetationsindex NDVI herunterlädt. Die Satellitenbilder legt er direkt über eine Karte seiner eigenen Flächen, sodass ihm für Entscheidungen zu jedem Feld mehr Informationen zur Verfügung stehen.

Außerdem fügte er dem Gruppenchat, den sein Team täglich nutzt, einen eigenen Bot hinzu. Dieser kann die Temperatur in den einzelnen Folientunneln prüfen, die Belüftung steuern oder den Arbeitsplan anzeigen. Absichtlich verfügt er nur über wenige Schaltflächen und verständliche japanische Beschriftungen, damit sich niemand auf dem Feld vertut. Und weil im Chat Arbeitsaufzeichnungen gespeichert werden, kann die KI im Nachhinein beispielsweise berechnen, wie viele Brokkoli-Anzuchtschalen das Team an den einzelnen Tagen ausgesät hat.

Auch direkt auf dem Feld hilft sie. Wenn Tomiyasu auf geerntetem Brokkoli schwarze Flecken entdeckt, fotografiert er sie und bespricht mit ChatGPT, ob es sich um eine Krankheit handelt und wie er dagegen vorgehen sollte. „Ich erhalte Ratschläge zu allem – von geringfügigen Symptomen, für die kein Spezialist nötig ist, bis hin zu Krankheiten, die ein sofortiges Eingreifen erfordern“, erklärt er.

Eine eigene Lösung für einen Bruchteil des Preises statt eines teuren Systems

Interessant ist auch sein Weg zur automatischen Traktorlenkung. Bevor er in ein teures Markensystem investierte, wollte er verstehen, wie die Technologie mit präziser GPS-Navigation überhaupt funktioniert. ChatGPT erklärte ihm das Prinzip der Echtzeitkorrekturen, die erforderlichen Komponenten und die Existenz von Open-Source-Projekten. So fand er heraus, dass er ein ähnliches System für einige Hunderttausend Yen selbst bauen könnte – also für einen Bruchteil des üblichen Preises.

Schließlich führte er alle Daten in einem einzigen System zusammen. Mithilfe von KI entwarf er eine Datenbank, die Felder, Nutzpflanzen, geplante und erledigte Arbeiten, Beschäftigte, Materialien, Düngemittel und Sensordaten miteinander verknüpft. Über eine Chatoberfläche kann dann jedes Teammitglied erfahren, welche Aufgaben heute anstehen oder wie hoch die Temperatur gerade im Gewächshaus ist. „Wir verbringen weniger Zeit mit der Suche in getrennten Aufzeichnungen und können leichter auf betriebliche Informationen zugreifen“, fasst er zusammen.

ChatGPT generierte ihm sogar aus einem Foto vom Inneren eines Schaltschranks ein Bild mit Beschriftungen der einzelnen Komponenten – praktisch einen fertigen Schaltplan. „Das Japanische war vollkommen korrekt. Ehrlich gesagt hat mich das überrascht“, gesteht der Landwirt, der noch vor wenigen Jahren im Büro saß und überhaupt nichts über Elektroinstallationen wusste.

Quelle: chatgptpro.substack.com