Fraunhofer IAO | Mensch-Technik-Interaktion

In meiner täglichen Arbeit als Wissenschaftler komme ich immer wieder mit neuen, innovativen oder sogar disruptiven Technologien in Kontakt. Dabei stelle ich mir immer wieder die Frage: Macht diese Technologie die Welt tatsächlich besser – und wurde sie entlang der Bedarfe und Bedürfnisse einer zukunftsfesten Gesellschaft entwickelt? Die ehrliche Antwort darauf lautet für mich leider oft: nein. Viel zu häufig entsteht oder entwickelt sich Technologie zum Selbstzweck weiter. Umso spannender ist für mich seit einiger Zeit der Blick in die Landwirtschaft und -technik. Hier habe ich den Eindruck, dass Innovation meist noch sehr direkt aus den praktischen Bedarfen der Landwirte heraus gedacht wird. Anders gesagt: Technik muss ein konkretes, dringliches Problem lösen, sonst hat sie keine Daseinsberechtigung. Genau das macht diesen Bereich so interessant, auch als mögliches Vorbild für andere Sektoren und Branchen.

Automatisierung, Elektrifizierung und Energieeffizienz greifen auf einem modernen Bauernhof ineinander

Ein anschauliches Beispiel sind Unkrautroboter, die mithilfe von Künstlicher Intelligenz Nutzpflanzen von Unkraut unterscheiden können. Der Mehrwert liegt auf der Hand: Wenn Unkraut gezielt mechanisch bzw. automatisiert entfernt wird, lässt sich der Einsatz von Herbiziden deutlich reduzieren oder sogar ganz vermeiden. Das ist insbesondere im Biolandbau von elementarer Bedeutung und bringt ökologische und gesundheitliche Vorteile mit sich, etwa durch geringere Belastungen für Boden und Grundwasser.

Ein zweites Beispiel zeigt, wie eng in der Landwirtschaft mehrere Zukunftsthemen ineinandergreifen: Automatisierung, Fachkräftemangel, Elektrifizierung und Energieeffizienz. Auf modernen Höfen wird dort automatisiert, wo harte körperliche Arbeit reduziert und Prozesse effizienter gestaltet werden können. Das Besondere daran: In der Landwirtschaft gehen Automatisierung und Elektrifizierung Hand in Hand. Was Arbeitskräfte entlastet und Abläufe verbessert, eröffnet zugleich neue Möglichkeiten, selbst erzeugte Energie genau dort einzusetzen, wo sie den größten Nutzen stiftet – nämlich am Hof selbst.

Wie das in der Praxis aussehen kann, zeigt Bio-Landwirt Franz Obereisenbuchner von der Alztaler Hofmolkerei. Er setzt auf seinem Hof Melk- und Futterautomaten ein und nutzt dafür die Energie aus den hofeigenen Photovoltaikanlagen. Solche Modelle gewinnen zunehmend an Bedeutung, insbesondere, weil sich die wirtschaftlichen Rahmenbedingungen verändern. Die bislang attraktive Einspeisevergütung für selbst erzeugten Solarstrom, also das Einspeisen ins öffentliche Netz, fällt zunehmend als verlässlicher Bestandteil des Businessplans der Landwirte weg. Wenn diese Erlöse sinken oder ganz wegfallen, wird der direkte Eigenverbrauch des erzeugten Solarstroms auf dem Hof zur wirtschaftlichen Notwendigkeit.

Vom Arbeitsgerät zum rollenden Energiespeicher

An diesem Punkt kommen die Hersteller landwirtschaftlicher Maschinen ins Spiel. Landmaschinen müssen sich zunehmend vom reinen Arbeitsgerät hin zum aktiven Bestandteil des betrieblichen Energiesystems entwickeln. Erste elektrisch betriebene Maschinen können bereits als mobile Energiespeicher eingesetzt werden. Sie nehmen selbst erzeugten Solarstrom zu günstigen Zeiten auf, speichern ihn zwischen und geben ihn bei Bedarf an andere Verbraucher auf dem Hof weiter, etwa an Melk- oder Futterautomaten. Bidirektionales Laden wird damit auch in der Landwirtschaft zu einem ganz praktischen Anwendungsfall.

Die Bandbreite möglicher Anwendungen ist groß: Sie reicht von kleinen autonomen Robotern über Hoflader und kompakte Traktoren für hofnahe Arbeiten bis hin zu großen Maschinen wie Mähdreschern oder Feldhäckslern. Besonders naheliegend ist die Elektrifizierung zunächst bei Anwendungen rund um den Hof, also überall dort, wo planbare Einsatzzeiten, kurze Wege und eine gut verfügbare Ladeinfrastruktur zusammenkommen.

Ein Zukunftsmarkt mit viel ungenutztem Potenzial

Auch der Blick auf den Markt zeigt, wie groß das Potenzial für Landwirte und für Hersteller von Landmaschinentechnik ist: In Baden-Württemberg existieren rund 37 500 landwirtschaftliche Betriebe und etwa 255 000 in ganz Deutschland. Doch nur jeder vierte von ihnen nutzt derzeit sein Potenzial für Solarenergie per Photovoltaik, obwohl landwirtschaftliche Gebäude meist über große Dachflächen verfügen. Hinzu kommt ein Aspekt, der typisch für den Agrarsektor ist: Landmaschinen wie Traktoren stehen den Großteil ihrer Zeit ungenutzt auf dem Hof und sind somit prädestiniert als mobile Energiespeicher und zusätzliche Einnahmequellen für die Landwirte. Die technischen und infrastrukturellen Voraussetzungen für dieses Zusammenspiel aus Photovoltaik, Elektrifizierung und intelligenter Energienutzung sind in vielen Fällen bereits vorhanden. Was bislang häufig fehlt, ist die konsequente Verknüpfung dieser Bausteine zu einem wirtschaftlich tragfähigen Gesamtsystem.

Was die Landwirtschaft anderen Bereichen voraus hat

Elektrifizierte und automatisierte Landwirtschaft und ihre Technik zeigen besonders anschaulich, dass Nachhaltigkeit, Resilienz und Wirtschaftlichkeit kein Widerspruch sein müssen. Das bedeutet nicht, dass dieses Prinzip auf die Landwirtschaft beschränkt wäre. Auch in anderen Branchen entstehen zukunftsfähige Lösungen dort, wo technologische Entwicklung an realen Herausforderungen ansetzt. Die Besonderheit der Landwirtschaft liegt vielmehr darin, dass hier mehrere dieser Herausforderungen unmittelbar zusammenkommen und häufig ein einzelner Landwirt das volle Risiko dafür tragen muss: knappe Ressourcen, hohe Energie- und Betriebskosten, zunehmende Wetterextreme, Arbeitskräftemangel, Versorgungsrisiken und der wirtschaftliche Druck auf die Betriebe. Technische Lösungen müssen deshalb nicht nur einen einzelnen Effizienzgewinn liefern, sondern sich unter realen, oft wechselnden Bedingungen bewähren. Sie müssen Ressourcen schonen, Ausfälle und Abhängigkeiten reduzieren und zugleich wirtschaftlich tragfähig bleiben.

Vielleicht liegt genau darin die eigentliche Stärke der E-Agrartechnik. Sie ist nicht einfach nur ein weiteres Technologiefeld, sondern ein sehr konkretes Beispiel dafür, wie nachhaltige und resiliente Wertschöpfung in der Praxis aussehen kann. Und vielleicht ist gerade die Landwirtschaft der Ort, an dem sich schon heute beobachten lässt, wie Technologie zukünftig wieder viel mehr entstehen sollte: nicht als Selbstzweck, sondern als Antwort auf reale Herausforderungen.

Wir am Fraunhofer IAO bringen Akteure aus Industrie, Landwirtschaft und Forschung zusammen, schaffen Innovationsräume und entwickeln passgenaue Simulationslösungen zur Wirtschaftlichkeitsbetrachtung für ein intelligentes und nachhaltiges Hofmanagement. Wenn Sie mehr darüber erfahren wollen, sprechen Sie uns gerne an.

Hinweis

Dieser Blog-Beitrag basiert auf einer Reihe durchgeführter Interviews mit Experten aus der Landwirtschaft und -technik:

• Franz Obereisenbuchner, Alztaler Hofmolkerei
• Daniel Hornung, ONOX
• Christina Götz, Zauberzeug GmbH
• Marcus Kreiselt, Weidemann GmbH
• Christian Hänsch, Kramer-Werke GmbH
• Dr. Thaddäus Baier, TADUS GmbH
• Prof. Stefan Böttinger, Universität Hohenheim
• Johannes Buchner, Hochschule Weihenstephan-Triesdorf

Leselinks:

• Agrarstrukturerhebung 2023
• agrarheute 2024

Mit Coding-Agenten lassen sich komplexe Softwareprojekte umsetzen, ohne dass der Mensch auch nur eine Zeile Code selbst schreibt. Das lädt auch viele Laien mit kaum Programmiererfahrung dazu ein, Software zu entwickeln. Wo liegen hier die Hürden und Risiken? Und was kann man tun, um sie einzugrenzen?

Warnungen und eine Einladung

Einige Expertinnen und Experten warnen: Agentic Coding ohne das nötige Fachwissen sei gefährlich. Ich verstehe diese Sorgen gut und teile viele von ihnen. Wir sollten bei diesen Debatten aber einen kühlen Kopf bewahren. Was sind berechtigte Sorgen und wo spielen vielleicht emotionale Faktoren eine Rolle? Auch ich gebe ungern zu, dass KI mittlerweile häufig besseren Code schreibt als ich selbst, obwohl ich einige Jahre Programmiererfahrung vorzuweisen habe.

In diesem Artikel lade ich dazu ein, eine konstruktive Rolle einzunehmen: Agentic Coding in den Händen von Laien kann heute noch gefährlich sein. Ich nenne hierfür gleich auch einige Gründe. Unser Anspruch sollte aber sein, dass die Technologie dahinter so gut wird, dass auch Menschen ohne Programmiererfahrung ihre Ideen auf sichere Weise mithilfe von KI in gute Software übersetzen können. Und ich bin überzeugt davon, dass uns das gelingen kann.

Ein Selbstversuch, der viel erklärt

Der wichtigste Punkt zuerst: Coding-Agenten hinterfragen selten. Sie führen auch schlecht formulierte Anweisungen meist anstandslos aus. Probieren Sie es ruhig selbst aus: Formulieren Sie einen Prompt bewusst unklar und beobachten Sie, wie bereitwillig der Agent losläuft.

Genau darin liegt für Anfänger eine wesentliche Herausforderung: Niemand schützt sie vor schlechten Entscheidungen, Missverständnissen und Unwissenheit. Coding-Agenten sind häufig so instruiert, dass sie möglichst autonom arbeiten und nur in Ausnahmefällen vor den technischen Konsequenzen der Anweisungen warnen. Unerfahrene Benutzerinnen und Benutzer können sich dadurch leicht in eine Sackgasse manövrieren. Hierbei ist weniger die Gefahr, dass die Agenten unmittelbar Schaden anrichten, sondern vielmehr, dass sie scheinbar funktionierende Software produzieren, die den Anforderungen an gute Software nicht genügt.

Die gute Nachricht: Das lässt sich beeinflussen. Um zu verstehen wie, lohnt sich ein Blick hinter die Kulissen.

Warum Agenten nur lokal denken – ein Blick in den Systemprompt

Es gibt einen technischen Grund, warum Agenten sich so verhalten: den sogenannten Systemprompt. Er wird zusammen mit Ihrem Prompt an das Sprachmodell geschickt, ohne dass Sie davon etwas mitbekommen. Dieser Systemprompt ist meist deutlich länger als Ihre eigene Eingabe (oft mehrere Hundert Zeilen) und gibt dem Agenten Verhaltensrichtlinien vor.

GitHub Copilot etwa gewährt in seiner Chat-Debug-Übersicht einen tiefen Einblick in diesen Systemprompt. Besonders aufschlussreich sind die Anweisungen, die der Agent erhält, bevor er die ersten Änderungen vornimmt. Frei übersetzt und zusammengefasst lauten sie:

»Such dir den für die aktuelle Aufgabe passenden Einstiegspunkt im Projekt und sammle nur so viele Informationen, wie du unbedingt für die Aufgabe brauchst. Formuliere eine passende Hypothese und eine günstige, lokale Aktion, um sie zu überprüfen. Falls du dabei Schwierigkeiten hast, schaue dich noch etwas weiter um, aber vermeide es, dir das gesamte Projekt anzuschauen.«

An anderer Stelle heißt es sogar: »Es ist nicht deine Aufgabe, Fehler zu beheben, die nichts mit den aktuellen Anweisungen zu tun haben.«

Diese Vorgaben grenzen die Zuständigkeit des Agenten bewusst ein: Kümmere dich nur um deine aktuelle Aufgabe. Und sie lassen einen entscheidenden Aspekt aus: den Dialog mit dem Benutzer. Selbst wenn Unklarheiten durch das Lesen der Projektdateien nicht zu klären sind, wird der Agent nicht aufgefordert, nachzufragen. Dabei ist genau dieser Dialog wichtig, um Missverständnisse zu erkennen und Ziele zu schärfen.

Wir halten fest: Durch den Systemprompt erhält der Agent eine lokale Sicht auf das Projekt. Das große Ganze muss die Benutzerin oder der Benutzer im Blick behalten. Für erfahrene Entwickler ist das oft genau das gewünschte Verhalten. Für Anfänger dagegen kann es zur Falle werden, da sie häufig selbst nicht in der Lage sind, den Überblick zu bewahren.

Der Systemprompt geht vom Profi im Großprojekt aus

Der Systemprompt von GitHub Copilot ist für große Projekte und erfahrene Anwender ausgelegt. Bei großen Codebasen reicht das Kontextfenster der Sprachmodelle ohnehin nicht aus, um sich ein globales Bild zu verschaffen. Und selbst wenn es reichte, wäre es ineffizient, denn großer Kontext bedeutet deutlich höheren Rechenaufwand und höhere Kosten.

Bei sogenannten Greenfield-Projekten, also ganz neuen, kleinen Projekten, wäre es dagegen durchaus sinnvoll, wenn der Agent das gesamte Projekt im Blick behielte. Genau hier unterscheidet der Systemprompt von GitHub Copilot aber leider nicht. Und Greenfield-Projekte sind typischerweise das, womit Laien starten

Die Lösung: Den Systemprompt mit eigenen Instruktionen ergänzen

Wir können die für uns unpassenden Vorgaben aber über sogenannte Instruktionen korrigieren, mit denen wir den Systemprompt erweitern.

Ich habe eine solche Instruktions-Datei erstellt, die speziell auf Laien zugeschnitten ist. Sie ist öffentlich verfügbar. Den Link dazu finden Sie am Ende des Artikels. Sie sind herzlich eingeladen, diese Instruktionen zu verwenden.

Der Agent weiß dadurch, dass die Benutzerin oder der Benutzer wenig eigene Erfahrung mitbringt. Er stellt Rückfragen und schärft damit die Ziele. Und er versucht, das gesamte Projekt im Blick zu behalten, insbesondere hinsichtlich der Sicherheitsaspekte.

Der Preis dafür: Das Entwicklungstempo sinkt, weil der Agent deutlich mehr kommuniziert, bevor er loslegt. Doch gerade für Laien sollte Verlässlichkeit weit wichtiger sein als Schnelligkeit. Meine These geht sogar weiter: Auch erfahrene Entwickler würden davon profitieren, wenn Ziele öfter im Dialog geschärft würden, bevor der Agent mit der Implementierung beginnt.

Wo die kritische Linie verläuft

Eine ehrliche Einordnung gehört dazu: Auch mit passenden Instruktionen bleibt Vorsicht geboten. Eine kritische Linie überschreiten Sie insbesondere dann, wenn auch andere Ihre Software nutzen oder sie gar öffentlich verfügbar ist. In diesem Fall gilt: Lassen Sie sich von Expertinnen und Experten beraten – gern bei uns am Fraunhofer IAO.

Können Sie gut erklären? Dann haben Sie eine wichtige Voraussetzung

Ich möchte mit einer Ermutigung schließen. Es stimmt nicht, dass Agentic Coding nur ein Thema für Softwareentwickler ist. Wer Dinge gut erklären kann, bringt eine der wichtigsten Grundvoraussetzungen mit, um mit Agenten effektiv zu arbeiten.

Es spricht nichts dagegen, mit Coding-Agenten Prototypen Ihrer Ideen zu entwerfen oder Anwendungen zu bauen, die nur Sie lokal nutzen. Beherzigen Sie dabei folgende Dinge: Seien Sie geduldig und erlauben Sie dem Agenten, Rückfragen zu stellen. Und seien Sie bereit, sich technisch fortzubilden. Ihr Agent hilft Ihnen mit den richtigen Instruktionen gern dabei, die geschriebene Software besser zu verstehen.

Sie haben noch offene Fragen oder möchten sich mit mir zu diesem Thema austauschen? Kommen Sie gern auf mich zu, beispielsweise per LinkedIn. Ich freue mich über Kontaktanfragen!

Leselinks:

• Link zum GitHub-Repository »Coding Agent Customization for Nonprofessionals«

Die Automobilwirtschaft steht vor tiefgreifenden Veränderungen. Viele Beschäftigte in der Region Stuttgart sind davon betroffen. Das neue EU-Projekt »Automotive Cluster Transition Bridge« setzt genau hier an: Das Fraunhofer IAO entwickelt gemeinsam mit Partnern Wege, wie vorhandene Kompetenzen sichtbar werden und neue berufliche Perspektiven entstehen.

Ab dem 2. Januar 2027 müssen alle deutschen Verwaltungen die europäische digitale Brieftasche (EUDI-Wallet) akzeptieren. Damit Kommunen rechtzeitig und passgenau auf die Akzeptanzpflicht ab 2027 vorbereitet sind, unterstützt das Fraunhofer IAO diese dabei, regulatorische Anforderungen, Umsetzungsoptionen und den eigenen Reifegrad systematisch zu erfassen und in konkrete Handlungsschritte zu übersetzen.

Dr. Steffen Braun und David Blank vom Fraunhofer IAO erhalten für ihre Forschung zu KI- und XR-Avataren den Best Paper Award der internationalen VAMR 2026. Der Preis wird im Rahmen der 18th International Conference on Virtual, Augmented and Mixed Reality verliehen, einer Fachkonferenz der Human-Computer Interaction International (HCII) 2026 in Montréal.

Büroplanung ist kein reines Immobilien- oder Ausstattungsthema, sondern eine strategische Investitionsentscheidung: Das Innovationsnetzwerk OFFICE 21® des Fraunhofer IAO entwickelt gemeinsam mit Partnerunternehmen eine KI-basierte Office Simulation. Damit lassen sich Büroflächen, Layouts und hybride Arbeitskonzepte vor realen Investitionen datenbasiert bewerten und Investitionsrisiken frühzeitig reduzieren.