Forschen für eine umweltgesteuerte, diversifizierte pflanzliche Produktion
Wir entwickeln Technik und Verfahren für die pflanzenbauliche Produktion. In der Bioökonomie liefert pflanzliche Biomasse nicht nur Nahrungs- und Futtermittel, sondern ist auch die Grundlage für biobasierte Stoffe und Energie.
Mit unserer Forschung folgen wir dem Konzept einer umweltgesteuerten, hochgradig diversifizierten agroökologischen Produktion. Hierbei nutzen wir die Vorteile der Digitalen Transformation und unterstützen den Übergang von Präzisionslandwirtschaft zu einem neuen Ansatz "Diversität durch Präzision".
Der Verlust an Biodiversität ist derzeit eines der drängendsten Probleme weltweit. Der gemischte Anbau verschiedener Kulturen auf einer Fläche, also das Zusammenwirken verschiedenster Pflanzen, Tiere und Mikroorganismen in sogenannten Inter- oder Mixed Cropping-Systemen birgt viele Vorteile, u. a. eine verbesserte Resilienz und höhere Gesamterträge.
Für ein agiles Management solch diverser und komplexer Produktionssysteme müssen Maschinen, Sensoren, Kontrollsysteme, Algorithmen und insbesondere die Bewirtschaftungsstrategien angepasst werden. Der systemische Ansatz der Kreislaufwirtschaft erfordert zudem ein besseres Verständnis des Mikrobioms und seiner Wechselwirkungen innerhalb landwirtschaftlicher Systeme.
Unsere Forschung befasst sich mit der Entwicklung von smarten Sensoren zur digitalen Erfassung von Umweltbedingungen und Pflanzenstatus und methodischen Fragen der intelligenten Bildanalyse. Diese digitalen Methoden sollen entscheidende Beiträge zur Weiterentwicklung der sensorbasierten Prozesssteuerung und -automatisierung leisten als Voraussetzung für die komplexen Steuerungssysteme einer zirkulären Bioökonomie.
Eine zentrale Aufgabe liegt in der Entwicklung digitaler Zwillinge für eine wissensbasierte, präzise, dynamische und anpassungsfähige Prozesssteuerung dieser sehr komplexen Systeme.
Für unsere Forschung steht uns u. a. das ATB Fieldlab for Digital Agriculture in Marquardt mit einer Teststrecke für Bodensensoren und einer Installation zur automatisierten Datenerfassung in Obstbaumkulturen. Zudem werden Forschungsarbeiten perspektivisch in den Leibniz-Innovationshof am Standort Groß Kreutz (derzeit im Aufbau) implementiert.
Bodengesundheit

Im Forschungsfokus steht die Weiterentwicklung proximaler Bodensensorik, um alle für eine nachhaltige Pflanzenproduktion relevanten Informationen digital erfassen zu können, sowie die Entwicklung und Anwendung biologischer Sensorsysteme zur Analyse der Bodengesundheit. Ziel ist eine nachhaltige Nutzung und Verbesserung des Bodens.
Pflanzengesundheit

Unser Forschungsfokus liegt auf einem präzisen Pflanzenmonitoring mit Hilfe insbesondere optischer Sensorsysteme wie LIDAR oder Multispektralkameras - im Acker- und im Gartenbau. Daten aus der In-situ-, Nah- und Fernerkundung liefern Informationen über den Zustand von Pflanzen und Krankheitserregern bzw. Schädlingen. Ziel eines präzisen Pflanzenmonitorings ist es, den Pflanzenschutz umweltfreundlich auszugestalten und durch Stärkung der Pflanzengesundheit die Nahrungsmittelversorgung zu sichern.
Automatisierung
Digitalisierung und Robotik sollen langfristig als verlässliche Kontrollsysteme die Vielfalt in der Landwirtschaft unterstützen. In unserem Forschungsfokus stehen die Identifizierung und Entwicklung von Assistenzsystemen sowie von automatisierten und Feldrobotik-Anwendungen. Simulations- und IoT-Technologien kommen zum Einsatz, um Digitale Zwillinge, hochautomatisierte Feldsensorsysteme, Feldmaschinen und Feldrobotik zu entwickeln und zu verbessern.
Systemanalyse und -bewertung
Ziel ist es, die Auswirkungen landwirtschaftlicher Bewirtschaftungsmaßnahmen auf Treibhausgasemissionen, Wasserproduktivität und IKT-Anwendung zu ermitteln sowie ein besseres Verständnis mikrobieller Prozesse zu gewinnen. Rebound-Effekte werden analysiert.
Zu allen Mitarbeiter*innen des Programmbereichs
Aktuelles
Veranstaltungen
Forschungsprojekte
-
Im Projekt DAKIS-pro wird ein automatisiertes Entscheidungsunterstützungssystem (EUS) entwickelt, das Ökosystemleistungen (ÖSL) und Biodiversität (BioDiv) in die landwirtschaftliche Nutzung integriert. Es berücksichtigt …
-
Das AGRO-WELL-Projekt befasst sich mit den herausfordernden und gefährlichen Bedingungen, denen die Arbeitnehmer in der Landwirtschaft ausgesetzt sind, die durch hohe Unfallraten und Gesundheitsprobleme aufgrund von körp…
-
Das Projekt quantiFARM zielt darauf ab, kostengünstige und mobile Sensorsysteme zu entwickeln, um umweltschädliche Emissionen in der Landwirtschaft zu reduzieren. Durch die Erfassung von Pflanzenvitalität und Bodenparame…
-
Die europäischen Böden stehen vor großen gesundheitlichen Herausforderungen: 60-70 % gelten aufgrund von Verschmutzung, Urbanisierung, intensiver Landwirtschaft und Klimawandel als ungesund. Diese Verschlechterung hat sc…
-
Die Diversifizierung von Pflanzenbausystemen in Verbindung mit der Senkung des Einsatzes von Agrochemikalien und einer Erhöhung der Landschaftskomplexität hat das Potenzial, die Biodiversität auf Feld- und Landschaftsska…
Alle Projekte aus dem Programmbereich
Publikationen aus dem Programmbereich
- Khoshnamvand, H.; Mousavi, S.; Darvishi, A.; Ahmadi, K.; Naghibi, A.; Janko, K.; Abdoli, A.; Ahmadzadeh, F. (2025): Macroecological predictors to determine future refuges of Luciobarbus species in the Tigris-Euphrates Basin: Rethinking conservation strategies and management. Global Ecology and Conservation. (January): p. 1-14. Online: https://doi.org/10.1016/j.gecco.2024.e03394 1.0
- Azimi, A.; Shamshiri, R.; Ghasemzadeh, A. (2025): Adaptives dynamisches Programmieren zur robusten Bahnverfolgung eines landwirtschaftlichen Roboters mithilfe kritischer neuronaler Netze. Agricultural Engineering. (1): p. 1-15. Online: https://www.agricultural-engineering.eu/landtechnik/article/view/3327 1.0
- Schweitzer, M.; Wassermann, B.; Abdelfattah, A.; Cernava, T.; Berg, G. (2025): Microbiome Literacy: Enhancing Public and Academic Understanding Through the ‘Microbiome & Health’ Online Course. Microbial Biotechnology. (70094): p. 1-6. Online: https://doi.org/10.1111/1751-7915.70094 1.0
- Awoke, M.; Löhr, K.; Kimaro, A.; Matavel, C.; Lana, M.; Hafner, J.; Sieber (2025): Understanding farmers choices in climate-smart agriculture: adoption of agroecology principles and impacts on rural livelihoods in semi-arid Tanzania. Agroecology and Sustainable Food Systems. : p. 1-28. Online: https://doi.org/10.1080/21683565.2025.2466439 1.0
- Sánchez, A.; Oliva, J.; Abdelfattah, A.; Torres, R.; Vilanova, L.; Teixidó, N. (2025): Exploring the impact of altitude variability and apple genotype on the epiphytic microbiome. International Journal of Agricultural Sustainability. (1): p. 1-13. Online: https://doi.org/10.1080/14735903.2025.2480955 1.0
- Kiplimo Gunia, D.; Mwirichia, R.; Wicaksono, W.; Berg, G.; Abdelfattah, A. (2025): Intrinsic and Acquired Antimicrobial Resistomes in Plant Microbiomes: Implications for Agriculture and Public Health. Journal of sustainable agriculture and environment. (1): p. 0. Online: https://doi.org/10.1002/sae2.70049 1.0
- Maß, V.; Alirezazadeh, P.; Seidl-Schulz, J.; Leipnitz, M.; Fitzsche, E.; Ibraheem, R.; Geyer, M.; Pflanz, M.; Reim, S. (2025): Annotated image dataset with different stages of European pear rust for UAV-based automated symptom detection in orchards. Data in Brief. (February): p. 111271. Online: https://doi.org/10.1016/j.dib.2025.111271 1.0
- Vogel, S.; Gebbers, M.; Schröter, I.; Schwanghart, W.; Bönecke, E.; Rühlmann, J.; Kramer, E.; Gebbers, R. (2025): Towards site-independent calibration of in situ soil pH sensor data: Relevance of spatial and temporal proximity, sample size and data spread for calibration model performance. Geoderma. (April 2025): p. 117261. Online: https://www.sciencedirect.com/science/article/pii/S0016706125000990 1.0
- Jakob, M. (2024): Hilfe beim Bücken für den Rücken. Bauernzeitung. Für Brandenburg, Mecklenburg-Vorpommern und Sachsen-Anhalt. (35. Woche): p. 34-34. 1.0
- Bonatti, M.; Lana, M.; Medina, L.; Chevelev, P.; Baldvieso, C.; Errismann, C.; Gleich, P.; Rodrigues, T.; Eufemia, L.; da Silva Rosa, T.; Borba, J.; Matavel, C.; Schlindwein, S.; Ison, R.; Eisenack, K.; Hellin, J.; Pacillo, G.; Vadez, V.; Bossuet, J.; Dolinska, A.; Sieber, S. (2024): Global analysis of social learning’s archetypes in natural resource management: understanding pathways of co-creation of knowledge. Humanities and Social Sciences Communications. : p. 0. Online: https://doi.org/10.1057/s41599-024-03590-5 1.0
Alle Publikationen aus dem Programmbereich