Eine neue Studie, die von Forschern der Virginia Tech und der University of Vermont (UVM) gemeinsam durchgeführt wurde, liefert erste umfassende empirische Einblicke in die Erwartungen von zertifizierten Pflanzenberatern (CCAs) an künftige künstliche Intelligenz (KI)-basierte Entscheidungshilfesysteme (KI-DSS) in der Landwirtschaft. Die Arbeit, veröffentlicht in Technological Forecasting and Social Change, untersucht, welche Gestaltungselemente entscheidend dafür sind, ob diese Fachleute KI-Tools übernehmen – und welche Barrieren sie bisher davon abhalten. Die Studie wurde in Kooperation mit der American Society of Agronomy durchgeführt und leitet sich aus einem diskreten Wahlexperiment ab, bei dem Pflanzenberater zwischen verschiedenen KI-Systemen mit unterschiedlichen Kombinationen aus Kosten, Genauigkeit, räumlicher Auflösung und Dateneigentum entschieden. Hauptforscher war Maaz Gardezi, Associate Professor an der School of Public and International Affairs der Virginia Tech, mit Co-Autoren aus UVM wie Professor Asim Zia, Professorin Donna M. Rizzo, Forschungsprofessor Scott C. Merril sowie die Doktoranden Benjamin E.K. Ryan, Halimeh Abuayyash, Indunil Dharmasiri, Pablo Carcamo und Bhavna Joshi. Weitere Partner waren David Clay von der South Dakota State University und John McMaine von der University of Kentucky. Zentrale Erkenntnisse: Während technische Leistungsfähigkeit wichtig ist, spielen Kosten und insbesondere die Frage des Dateneigentums eine entscheidende Rolle. Pflanzenberater bevorzugen Systeme, die ihre professionelle Urteilskraft ergänzen, nicht ersetzen. Besonders wertgeschätzt werden Modelle mit offener oder gemeinsamer Datennutzung, die Transparenz und Kontrolle ermöglichen. Die Studie zeigt, dass viele Berater Bedenken hinsichtlich Datenschutz, Vertraulichkeit und der Abhängigkeit von externen Anbietern haben – besonders in Bezug auf sensible Daten von Landwirten. Die Ergebnisse kommen zu einem entscheidenden Zeitpunkt: Während KI-gestützte Vorhersagen für Düngemittel, Schädlingsbekämpfung, Bewässerung und Kohlenstoffbilanzen zunehmend genutzt werden, bleibt die Akzeptanz bei mittelgroßen und kleinen Betrieben hinter den Erwartungen zurück. Ein zentraler Grund sind mangelndes Vertrauen, hohe Kosten und mangelnde Transparenz. „Zertifizierte Pflanzenberater sind vertrauenswürdige Experten für US-Landwirte“, betont Asim Zia von der UVM. „KI-Tools müssen ihre Expertise stärken, nicht ersetzen, um produktive, gerechte und klimaresiliente Agrarsysteme zu fördern.“ Die Autoren plädieren für einen sozio-technischen Ansatz, der technische Lösungen mit den tatsächlichen Werten, Bedürfnissen und Grenzen der Nutzer verbindet. Empfehlungen umfassen die Entwicklung kontextsensitiver, transparenter Systeme mit klaren Datenmodellen, die die Kontrolle der Berater und Landwirte respektieren. „Diese Erkenntnisse führen die KI-Agrarforschung über reine Leistungsindikatoren hinaus“, sagt Co-Autorin Donna Rizzo. „Ziel ist vertrauenswürdige Technologie, die für verschiedene Betriebsgrößen und Beratungssysteme funktioniert.“ Die Studie unterstreicht, dass der Erfolg von KI in der Landwirtschaft nicht allein von Algorithmen abhängt, sondern von einer tiefen Einbindung der Nutzer und einer ethisch fundierten Gestaltung. Für Entwickler und Politik ist dies ein klares Signal: Innovationen müssen menschenzentriert, vertrauenswürdig und partizipativ gestaltet werden.