Erntehelfer fehlen: Bald könnte ein Roboter aus Bayern Spargel stechen

Ein neuer Roboter erkennt Spargel im Feld und erreicht bei der Ernte erstmals ein Tempo auf Augenhöhe mit Menschen.

Spargel

Die Spargelernte gilt als besonders aufwendig, weil jede Stange einzeln gestochen werden muss. © Unsplash

Die Spargelzeit gilt als Höhepunkt im Frühjahr – für viele Betriebe ist sie zugleich die schwierigste Phase des Jahres. Erntehelfer aus dem Ausland fehlen ganz oder springen schnell wieder ab. Löhne steigen, Unterkünfte kosten Geld, der Papierkram wächst. Für viele Landwirte wird die Saison so zur Zitterpartie.

Aus Bayern kommt nun eine mögliche Hilfe: Ein neuer Roboter soll Spargel auf dem Feld so schnell und präzise erkennen, dass er Betriebe künftig spürbar entlasten könnte.

Heikle Spargelernte – Roboter muss zuerst zuverlässig sehen

Entscheidend ist dabei nicht zuerst das Stechen selbst, sondern der Blick ins Feld. Der Roboter muss erkennen, wo eine Spargelstange aus dem Boden ragt – und noch wichtiger: wo ihr Ansatz im Boden liegt. Nur dort kann er sauber ernten. Schon kleine Abweichungen führen zu Fehlern. Entweder bleibt der Spargel stehen oder er wird beschädigt.

Daran hakt es bislang oft. Der neue Prototyp der Technischen Universität München (TUM) soll Spargel auch auf unebenem Boden, zwischen Unkraut und bei wechselndem Licht zuverlässiger erkennen.

Versuchsaufbau im Spargelfeld: Kameras erfassen während der Fahrt die Position erntereifer Spargelstangen unter realen Bedingungen.
Die Abbildung zeigt den entwickelten Versuchsaufbau im Feld, mit dem Forschende Daten zur Ernte von grünem Spargel während der Aufnahme erfassen. © Neubauer et al., IFAC PapersOnLine (2025)

Kameras liefern Daten – Algorithmen berechnen Position

Der neue Ansatz kombiniert mehrere Kameras mit Rechenverfahren, die Tiefe und Position erfassen. Die Bilder zeigen nicht nur, wie der Spargel aussieht, sondern auch, wo er sich im Raum befindet. Die TU München nutzt dafür ein System, das mehrere Perspektiven zusammenführt. Daraus entsteht ein räumliches Modell des Feldes. Dieses Modell hilft dem Roboter, die Form der Spargelstange besser einzuschätzen.

Wichtig ist dabei auch die Bewegung. Der Roboter fährt während der Erkennung weiter. Zwischen dem Moment der Erfassung und dem Erntevorgang vergeht Zeit. In dieser Zeit verändert sich die Lage der Pflanze relativ zum Gerät.

Tempo entscheidet über den Einsatz im Alltag

Neben der Erkennung zählt vor allem die Geschwindigkeit. Ein Roboter muss schnell genug arbeiten, um wirtschaftlich sinnvoll zu sein. Die Forscher nennen eine klare Marke: Mindestens 0,33 Meter pro Sekunde.

Der aktuelle Prototyp erreicht deutlich mehr:

  • bis zu 0,8 Meter pro Sekunde auf unebenem Boden
  • bis zu 1,0 Meter pro Sekunde auf ebenem Gelände

Damit liegt das System über vielen bisherigen Lösungen. Geschwindigkeit allein reicht jedoch nicht. Entscheidend bleibt, ob Erkennung und Bewegung exakt zusammenspielen.

Schwieriger Übergang: Vom Erkennen zum Ernten

Der Roboter erkennt Spargel und lokalisiert ihn. Die eigentliche Ernte folgt erst danach. An diesem Übergang entstehen Fehler. Schon kleine Verzögerungen verschieben die Position der Stange. Das System muss deshalb ständig nachkorrigieren. Es berechnet fortlaufend, wo sich der Spargel relativ zum Roboter befindet. Erst dann kann ein präziser Schnitt erfolgen.

„Sobald wir die Erkennung weiter optimiert haben, werden wir den Erntealgorithmus und die weiteren Roboterfunktionen erarbeiten“, sagt Entwickler Andreas Neubauer.

Feldbedingungen bleiben die größte Herausforderung

Die Technik funktioniert im Ansatz. Doch das Feld stellt weiterhin hohe Anforderungen. Anders als in der Industrie gibt es keine gleichmäßigen Bedingungen. Jede Fläche ist anders. Besonders schwierig sind Situationen, in denen mehrere Probleme gleichzeitig auftreten. Hier muss das System stabil arbeiten, ohne an Tempo zu verlieren.

Doch die Entwickler werden auch dieses Problem lösen. Timo Oksanen, Professor für Agrarmechatronik an der TUM, gibt sich optimistisch: „Wir sehen weltweit große Chancen für Roboter in der Spargelernte.“

Kurz zusammengefasst:

  • Die Spargelernte ist schwer zu automatisieren, weil ein Roboter nicht nur die sichtbare Stange erkennen, sondern auch ihren genauen Ansatz im Boden bestimmen muss.
  • Ein Prototyp der Technischen Universität München erkennt grünen Spargel mit Kameras und erreicht Geschwindigkeiten von bis zu 0,8 Metern pro Sekunde auf unebenem und 1 Meter pro Sekunde auf ebenem Boden.
  • Die eigentliche Erntefunktion ist noch nicht fertig, aber die Studie zeigt, dass präzises Sehen unter echten Feldbedingungen der entscheidende Schritt ist, damit Roboter Betriebe später bei der Spargelernte unterstützen können.

Übrigens: Während Roboter die Spargelernte effizienter machen sollen, gerät der Boden selbst zunehmend unter Druck – Rückstände von Pflanzenschutzmitteln finden sich bereits in rund 70 Prozent der untersuchten Böden in Europa. Das schwächt wichtige Mikroorganismen, erhöht langfristig den Aufwand für Landwirte und treibt die Kosten für Lebensmittel in die Höhe. Mehr dazu in unserem Artikel.

Bild: © Unsplash

What do you feel about this?

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert