KI statt Bauchgefühl: Digitale Entscheidungshilfe für die Hanfernte
Im Projekt HanfWert haben Forschende ein KI-basiertes Tool entwickelt, das Landwirten über eine App den optimalen Erntezeitpunkt von Faserhanf liefert – der ist entscheidend für die Faserqualität.
04.02.2026 – Faserhanf gilt als vielversprechender Rohstoff für eine regionale und nachhaltige Wertschöpfung, etwa in der Textil-, Bau- oder Verbundwerkstoffindustrie. Voraussetzung für eine erfolgreiche industrielle Nutzung ist jedoch eine hohe und gleichbleibende Faserqualität. Diese hängt entscheidend vom richtigen Erntezeitpunkt und vom Grad der sogenannten Feldröste ab: Bei diesem natürlichen Rotteprozess auf dem Feld werden Pektine – der „pflanzliche Leim“ im Stängel – abgebaut. Dadurch lassen sich die Zellulosefasern bei der Verarbeitung leichter voneinander trennen.
Ziel des Projekts: Praxistaugliches KI-System für Optimierung des Produkts
Bislang legen Landwirtinnen und Landwirte den optimalen Erntezeitpunkt überwiegend „nach Augenmaß“ und Erfahrung fest, berichten die Akteure. Datengestützte, standort-, sorten- und witterungsangepasste Entscheidungshilfen fehlten weitgehend. Das führe zu Qualitätsschwankungen, erschwere die Verarbeitung und verursache Wertverluste entlang der gesamten Wertschöpfungskette.
Künftig soll es ausreichen, ein Foto des Hanfbestands per App oder Webanwendung hochzuladen, um im Anschluss eine individuelle, datengestützte Ernteempfehlung zu erhalten, erläutern die Forschenden. Dieses Ziel verfolgt das Verbundprojekt HanfWert. Dazu wollen die Forschenden an der Landessaatzuchtanstalt der Universität Hohenheim unter Federführung von Dr. Patrick Thorwarth ein praxistaugliches KI-System entwickeln, das anhand von Fotos sowie Umwelt-, Wetter- und Qualitätsdaten den aktuellen Röstgrad des Faserhanfs erkennt und daraus den optimalen Erntezeitpunkt ableitet.
Parallel dazu bauen die Projektbeteiligten eine umfangreiche Datengrundlage zu sortenspezifischen Unterschieden in Faserqualität und Röstverhalten auf. Das soll nicht nur die Sortenwahl in der landwirtschaftlichen Praxis verbessern, sondern langfristig auch züchterische Entscheidungen unterstützen und zur Entwicklung objektiver Bewertungssysteme beitragen. Zudem liefert das Projekt neue Erkenntnisse darüber, wie Anbau- und Erntestrategien besser an unterschiedliche Standort- und Witterungsbedingungen angepasst werden können.
Die Grundlage für die KI-Entwicklung bilden mehrjährige Feldversuche der Universität Hohenheim an drei Standorten in Baden-Württemberg: dem Heidfeldhof, dem Oberen Lindenhof und in Eckartsweier. Über einen Zeitraum von drei Jahren untersuchen die Forschenden dort die Effekte von unterschiedlichen Standort- und Witterungsbedingungen auf 15 Hanfsorten. Das Deutsche Institut für Textil- und Faserforschung Denkendorf (DITF) übernimmt die standardisierte Aufbereitung der geernteten Pflanzenproben und die Analyse zentraler Qualitätsparameter. na
