Ökonomische Relevanz autonomer Feldroboter im Maisanbau
DOI:
https://doi.org/10.15150/ae.2026.3365Abstract
Die ökonomische Relevanz autonomer Feldroboter in realen landwirtschaftlichen Produktionssystemen ist bislang nicht hinreichend quantifiziert worden. Die vorliegende Studie analysiert den Einsatz des AgBot 2.055W4 im Maisanbau sowie die damit verbundenen logistischen Prozesse auf zwei landwirtschaftlichen Betrieben in Nordwestdeutschland. Die ökonomische Bewertung basiert auf einer szenariobasierten Simulation robotischer Feldarbeiten, ergänzt durch Arbeitszeitdaten zu logistischen Prozessen. Die Betriebe werden im Rahmen einer hypothetischen Maschinenkooperation modelliert, um eine konsistente Abbildung der Ressourcenallokation zu gewährleisten. Es wird ein Kosten-Nutzen-Modellierungsansatz angewendet, der sich auf die relative Kostenbelastung des Robotereinsatzes sowie den Beitrag von Automatisierungsvorteilen zu den Gesamterlösen konzentriert. Über die analysierten Überwachungsszenarien hinweg entsprechen die Nettokosten robotischer Feldarbeiten etwa 28 bis 45 % der ökonomischen Leistung des Maisanbaus, gemessen relativ zu einer Referenzgröße, die die robotisierten Feldoperationen ausschließt. Der Beitrag der Automatisierungsvorteile zu den Gesamterlösen erreicht maximal etwa 3 %. Obwohl ein vollständig autonomer Betrieb die geringsten Nettokosten aufweist, wird ein niedriger Überwachungsbereich (Supervision Level, SL = 0,10–0,25) unter realistischen Bedingungen als die ökonomisch plausible Option identifiziert. Insgesamt deutet dies auf eine hohe Kostenbelastung bei gleichzeitig begrenztem ökonomischem Beitrag der Automatisierungsvorteile hin. Während die Kosten-Leistungs-Analyse wichtige Erkenntnisse liefert, erfasst sie nur einen Teil der Faktoren, die Adoptionsentscheidungen beeinflussen. In der Praxis können Adoptionsentscheidungen zudem durch die Verfügbarkeit von Arbeitskräften sowie durch übergeordnete organisatorische Rahmenbedingungen bestimmt werden, die durch kostenbasierte Indikatoren nicht vollständig abgebildet werden.
Literaturhinweise
Adamides, G.; Edan, Y. (2023): Human–robot collaboration systems in agricultural tasks: A review and roadmap. Computers and Electronics in Agriculture 204, p. 107541, https://doi.org/10.1016/j.compag.2022.107541
Al-Amin, A.K.M.A.; Lowenberg-DeBoer, J.; Franklin, K.; Behrendt, K. (2023): Economics of field size and shape for autonomous crop machines. Precision Agriculture 24, https://doi.org/10.1007/s11119-023-10016-w
Bazargani, K.; Deemyad, T. (2024): Automation’s Impact on Agriculture: Opportunities, Challenges, and Economic Effects. Robotics 13(2), p. 33, https://doi.org/10.3390/robotics13020033
Bechar, A.; Vigneault, C. (2016): Agricultural robots for field operations: Concepts and components. Biosystems Engineering 149, pp. 94–111, https://doi.org/10.1016/j.biosystemseng.2016.06.014
Benos, L.; Moysiadis, V.; Kateris, D.; Tagarakis, A.C.; Busato, P.; Pearson, S.; Bochtis, D. (2023): Human-Robot Interaction in Agriculture: A Systematic Review. Sensors 23(15), https://doi.org/10.3390/s23156776
Bundesministerium für Landwirtschaft, Ernährung und Heimat (BMLEH) (2025): Die wirtschaftliche Lage der landwirtschaftlichen Betriebe. Buchführungsergebnisse der Testbetriebe des Wirtschaftsjahres 2023/2024. https://www.bmel-statistik.de/fileadmin/daten/0111001-2024.pdf, accessed on 23 Mar 2026
Fontani, M.; Luglio, S.M.; Gagliardi, L.; Peruzzi, A.; Frasconi, C.; Raffaelli, M.; Fontanelli, M. (2025): A Systematic Review of 59 Field Robots for Agricultural Tasks: Applications, Trends, and Future Directions. Agronomy 15(9), p. 2185, https://doi.org/10.3390/agronomy15092185
Griffel, L.M.; Vazhnik, V.; Hartley, D.S.; Hansen, J.K.; Roni, M. (2020): Agricultural field shape descriptors as predictors of field efficiency for perennial grass harvesting: An empirical proof. Comput. Electron. Agric. 168, p. 105088, https://doi.org/10.1016/j.compag.2019.105088
Grisso, R.D.; Kocher, M.F.; Adamchuk, V.I.; Jasa, P.J.; Schroeder, M.A. (2004): Field Efficiency Determination Using Traffic Pattern Indices. Applied Engineering in Agriculture 20(5), pp. 563–572, https://doi.org/10.13031/2013.17456
Jensen, M.A.F.; Bochtis, D.; Sørensen, C.G.; Blas, M.R.; Lykkegaard, K.L. (2012): In-field and inter-field path planning for agricultural transport units. Computers & Industrial Engineering 63(4), pp. 1054–1061, https://doi.org/10.1016/j.cie.2012.07.004
Jorissen, T.; Recke, G. (2026): Structural cost modeling and sensitivity analysis of autonomous field robot operations. Smart Agricultural Technology 13, p. 101913, https://doi.org/10.1016/j.atech.2026.101913
Jorissen, T.; Recke, G.; Zurholt, M. (2025a): Cost assessment of robotic technology in maize farming and related logistics. agricultural engineering.eu 80(3), https://doi.org/10.15150/ae.2025.3339
Jorissen, T.; Zurholt, M.; Recke, G. (2025b): Kostenanalyse des Einsatzes von Robotertechnik. 45. GIL-Jahrestagung, Digitale Infrastrukturen für eine nachhaltige Land-, Forst- und Ernährungswirtschaft P 358, pp. 267–272, https://doi.org/10.18420/giljt2025_27
Kuratorium für Technik und Bauwesen in der Landwirtschaft (KTBL) (2025): MaKost - Maschinenkosten und Reparaturkosten. https://www.ktbl.de/home/webanwendungen/makost, accessed on 10 Dec 2025
Kuratorium für Technik und Bauwesen in der Landwirtschaft (KTBL) (2026a): Feldarbeitsrechner. https://www.ktbl.de/webanwendungen/feldarbeitsrechner, accessed on 23 Mar 2026
Kuratorium für Technik und Bauwesen in der Landwirtschaft (KTBL) (2026b): Leistungs-Kostenrechnung Pflanzenbau. https://www.ktbl.de/webanwendungen/leistungs-kostenrechnung-pflanzenbau, accessed on 23 Mar 2026
Kuratorium für Technik und Bauwesen in der Landwirtschaft (KTBL) (2026c): Standarddeckungsbeiträge. https://www.ktbl.de/webanwendungen/standarddeckungsbeitraege, accessed on 23 Mar 2026
Landesamt für Statistik Nds. (LSN) (2025): Informationen zur Einschätzung bei Feldfrüchten und Grünland: Jahresergebnis 2024. https://www.statistik.niedersachsen.de/download/204882, accessed on 23 Mar 2026
Lowenberg-DeBoer, J.; Franklin, K.; Behrendt, K.; Godwin, R. (2021a): Economics of autonomous equipment for arable farms. Precision Agriculture 22(6), https://doi.org/10.1007/s11119-021-09822-x
Lowenberg-DeBoer, J.; Huang, I.Y.; Grigoriadis, V.; Blackmore, S. (2020): Economics of robots and automation in field crop production. Precision Agriculture 21(2), pp. 278–299, https://doi.org/10.1007/s11119-019-09667-5
Lowenberg-DeBoer, J.; Behrendt, K.; Ehlers, M.-H.; Dillon, C.; Gabriel, A.; Huang, I.Y.; Kumwenda, I.; Mark, T.; Meyer-Aurich, A.; Milics, G.; Olagunju, K.O.; Pedersen, S.M.; Shockley, J.; Rose, D. (2021b): Lessons to be learned in adoption of autonomous equipment for field crops. Applied Economic Perspectives and Policy 44(2), pp. 848–864, https://doi.org/10.1002/aepp.13177
Maritan, E.; Lowenberg-DeBoer, J.; Behrendt, K.; Franklin, K. (2023): Economically optimal farmer supervision of crop robots. Smart Agricultural Technology 3, p. 100110, https://doi.org/10.1016/j.atech.2022.100110
Ørum, J.E.; Tamirat, T.W.; Pedersen, S.M.; Stratton, A.D.H.; Veldhuisen, B.; Hilbrands, H. (2023): Optimal use of agricultural robot in arable crop rotation: A case study from the Netherlands. Smart Agricultural Technology 5, p. 100261, https://doi.org/10.1016/j.atech.2023.100261
Reuter, T.; Pamornnak, B.; Trautz, D. (2025): Herbizidreduktion durch autonome Feldrobotik. Mitteilungen der Gesellschaft für Pflanzenbauwissenschaften 34, pp. 249–250
Reuter, T.; Scholz, C.; Trautz, D. (2023): Flächeneinteilung von Maisflächen für den hybriden Einsatz von autonomen Feldrobotern und personengesteuerten Traktoren. Mitteilungen der Gesellschaft für Pflanzenbauwissenschaften 33, pp. 405–406
Scholz, C.; Pamornnak, B.; Becker, S. (2022): Practice of autonomous field robotics compared to a tractor-implement-combination for the example of mechanical weed control. VDI-Berichte 2395, pp. 111–116
Seyyedhasani, H.; Dvorak, J.S. (2017): Using the Vehicle Routing Problem to reduce field completion times with multiple machines. Comput. Electron. Agric. 134, pp. 142–150, https://doi.org/10.1016/j.compag.2016.11.010
Seyyedhasani, H.; Dvorak, J.S. (2018): Reducing field work time using fleet routing optimization. Biosystems Engineering 169, pp. 1–10, https://doi.org/10.1016/j.biosystemseng.2018.01.006
Shang, L.; Pahmeyer, C.; Heckelei, T.; Rasch, S.; Storm, H. (2023): How much can farmers pay for weeding robots? A Monte Carlo simulation study. Precision Agriculture 24, https://doi.org/10.1007/s11119-023-10015-x
Spykman, O.; Gabriel, A.; Ptacek, M.; Gandorfer, M. (2021): Farmers’ perspectives on field crop robots – Evidence from Bavaria, Germany. Computers and Electronics in Agriculture 186, p. 106176, https://doi.org/10.1016/j.compag.2021.106176
Spykman, O.; Kopfinger, S.; Gabriel, A.; Gandorfer, M. (2023a): Erste Praxiserfahrung mit einem Feldroboter – Ergebnisse einer Fokusgruppendiskussion mit early adopters. 43. GIL-Jahrestagung, Resiliente Agri-Food-Systeme P 330, pp. 243–254
Spykman, O.; Kopfinger, S.; Gandorfer, M. (2026): Arbeitswirtschaftliche Aspekte marktverfügbarer Robotik. 46. GIL-Jahrestagung, Datenräume in der Land-, Forst- und Ernährungswirtschaft: Chancen für die Zukunft und aktuelle Herausforderungen P 375, pp. 152–163, https://doi.org/10.18420/giljt2026_12
Spykman, O.; Roßmadl, A.; Pfrombeck, J.; Kopfinger, S.; Busboom, A. (2023b): Wirtschaftlichkeitsbewertung eines Feldroboters auf Basis erster Erfahrungen im Praxiseinsatz. 43. GIL-Jahrestagung, Resiliente Agri-Food-Systeme P 330, pp. 255–266
Strine, J.; Fiechter, C.; Lowenberg-DeBoer, J. (2025): The economics of US row crop production with large-scale autonomous machines. Smart Agricultural Technology 12, p. 101599, https://doi.org/10.1016/j.atech.2025.101599
Vahdanjoo, M.; Gislum, R.; Sørensen, C.A.G. (2023): Operational, Economic, and Environmental Assessment of an Agricultural Robot in Seeding and Weeding Operations. AgriEngineering 5(1), pp. 299–324, https://doi.org/10.3390/agriengineering5010020
Yang, Q.; Du, X.; Wang, Z.; Meng, Z.; Ma, Z.; Zhang, Q. (2023): A review of core agricultural robot technologies for crop productions. Computers and Electronics in Agriculture 206, p. 107701, https://doi.org/10.1016/j.compag.2023.107701
Downloads
Veröffentlicht
Zitationsvorschlag
Ausgabe
Rubrik
Lizenz
Copyright (c) 2026 Tobias Jorissen, Guido Recke

Dieses Werk steht unter der Lizenz Creative Commons Namensnennung 4.0 International.




