Erntestatistik aus dem Weltraum dank Künstlicher Intelligenz

Experimentelle Erntestatistik mit Satellitenbildern und KI

Das Hessische Statistische Landesamt hat ein Verfahren entwickelt, um flächendeckend Ernteerträge basierend auf Satellitenbildern und Künstlicher Intelligenz zu erfassen. Die Methode wurde 2025 in neun Bundesländern erfolgreich getestet. Sie soll in die amtliche Ernte­statistik integriert werden. Das kann Berichterstattende entlasten.

Die amtlichen Erntestatistiken sind eine wichtige Informationsbasis für Politik, Wirtschaft und Öffentlichkeit. Sie bilden die Basis, um die Versorgungslage und Marktsituation auf nationaler und europäischer Ebene zu beurteilen. Besonders gefragt sind dabei kleinräumige Erntedaten. Diese kann das Hessische Statistische Landesamt (HSL) zukünftig besser und schneller liefern – mithilfe von Satellitendaten und Künstlicher Intelligenz (KI).

Wie werden regionale Erntestatistiken erstellt?

Zu den amtlichen Erntestatistiken zählen zwei Erhebungen, die „Ernte- und Betriebsberichterstattung“ (EBE) sowie die „Besondere Ernte- und Qualitätsermittlung“ (BEE). Die BEE ist ein Stichprobenverfahren und ermittelt durch Volldrusche und Probeschnitte Hektar-Erträge auf Basis einer Zufallsauswahl an Flächen für die Hauptgetreidesorten, Winterraps und Kartoffeln. Sie liefert verlässliche Ergebnisse. Diese werden aber ausschließlich auf Bundes- und Landesebene ausgewiesen.

Um die Erträge weiter zu regionalisieren, sind die Ergebnisse der EBE notwendig. Die EBE basiert auf einer Vorausschätzung fachlich versierter, freiwillig meldender Berichterstatterinnen und Berichterstatter. Damit ist eine Veröffentlichung auf Kreisebene möglich. Die Regionalisierung war in den vergangenen Jahren wegen der geringen Zahl an Meldenden jedoch eingeschränkt. Für viele Kreise konnten aus Qualitäts- oder Geheimhaltungsgründen keine Ergebnisse ausgewiesen werden. Auch wird es zunehmend schwieriger, Berichterstatter für eine hochwertige Erntestatistik auf kleinräumiger Ebene zu gewinnen.

So wird die Erfassung der Ernteerträge mit KI möglich

Hier setzt die Statistik aus dem Weltraum an. Das HSL hat 2024 ein innovatives Verfahren zur Fernerkundlichen Erfassungen von Ernteerträgen (FernEE) entwickelt und seitdem erfolgreich für einen Großteil der Bundesfläche und derzeit sieben Feldfrüchte (Winterweizen, Winter- und Sommergerste, Winterraps, Roggen, Triticale und Hafer) eingesetzt: Die FernEE ermittelt objektiv, automatisiert, schnell und flächendeckend Ergebnisse für jeden Schlag, also für eine zusammenhängende Fläche, die von einem Betrieb mit einer einheitlichen Kultur bewirtschaftet wird. Auf dieser Grundlage ist es möglich, die Erträge und Erntemengen auf jeder beliebigen räumlichen Ebene ohne Qualitätsverluste auszugeben. Die Ergebnisse stehen damit wesentlich aktueller und kleinräumiger zur Verfügung als bisher. Bei gleichzeitiger Entlastung der Berichterstattenden ist das ein großer Gewinn für die Erntestatistik.

Satelliten (Sentinel-2) der Europäischen Weltraumorganisation liefern mindestens alle fünf Tage frei verfügbare, hochauflösende und flächendeckende Aufnahmen für Deutschland. Diese Bilder decken nicht nur den Bereich des sichtbaren Lichts ab, sondern auch den daran angrenzenden, nicht sichtbaren Bereich des nahen Infrarots. Daraus lässt sich etwa der Wasser- und Chlorophyllgehalt der Pflanzen ableiten. In Kombination mit meteorologischen und bodenkundlichen Daten können so die relevanten Faktoren für den Ernteertrag ermittelt werden.

Neben den Satellitenbildern sind die Volldrusch-Ertragsmessungen der BEE die wesentliche Grundlage des FernEE-Verfahrens. Diese werden nach Paragraph 2 Absatz 2 Hessisches Landesstatistikgesetz zur Weiterentwicklung der statistischen Methoden verwendet. Zusätzlich nutzt das Verfahren die Antragsdaten aus dem Integrierten Verwaltungs- und Kontrollsystem (InVeKoS). Darin sind die angebaute Kulturart und die Schlaggrenzen enthalten. Auf Basis dieser Informationen haben die Experten aus dem HSL ein KI-Modell trainiert, das die Merkmale aus den Satellitenbildern mit den gemessenen Erträgen verknüpft. Durch dieses maschinelle Lernen ist das KI-Modell in der Lage, den Ertrag auch zuverlässig für Schläge zu schätzen, für die keine Ertragsmessungen vorliegen.

Ergebnisse und Fortlauf des HSL

Im Jahr 2025 hat das HSL die Erträge für neun Flächenländer mittels FernEE erfasst. Dabei lag die mittlere Abweichung auf Ebene der Schläge im Vergleich zu den tatsächlich gemessenen Erträgen in Hessen je nach Feldfrucht zwischen zehn und 16 Prozent. Die höchste Übereinstimmung gab es für Winterweizen und Wintergerste, die höchsten Abweichungen für Roggen und Hafer. Hier ist anzumerken, dass die Information, ob ein Schlag ökologisch oder konventionell bewirtschaftet wurde, positiv zur Schätzungsgenauigkeit beitrug. Umso größer die betrachtete räumliche Ebene wurde, desto geringer war die Abweichung zwischen FernEE-Schätzung und den gemessenen Erträgen: Für Gesamthessen betrug sie 3,5 Prozent.

Aufgrund dieser vielversprechenden Ergebnisse hat das Statistische Bundesamt ein Verfahren eröffnet, um FernEE zukünftig in die amtliche Statistikproduktion zu integrieren. In diesem Jahr soll eine frühzeitige Prognose der Erträge im Sommer die Methodik um einen weiteren wichtigen Bestandteil erweitern. Auch andere europäische Länder sind bereits auf FernEE aufmerksam geworden: In einem aktuellen Projekt der Europäischen Union wird die Übertragbarkeit auf die Niederlande geprüft. Mehr zum Projekt FernEE finden Interessierte unter www.statistik.hessen.de.