====== Smart Growing & KI im Cannabis-Anbau – Von der Sortenwahl bis zur datengesteuerten Ernte ====== Der Cannabisanbau erlebt einen technologischen Wandel: Künstliche Intelligenz (KI), maschinelles Lernen (ML) und vernetzte Sensortechnologie (IoT) machen aus dem traditionellen Grow Room einen datengesteuerten „Smart Farm". Ob Hobby-Grower mit einem Raspberry Pi oder kommerzielle Anlage mit KI-gestützter Bilderkennung – die Möglichkeiten reichen von automatischer Sortenempfehlung bis zur Früherkennung von Schädlingsbefall per Kamera. Dieser Artikel gibt einen Überblick über den aktuellen Stand (2025–2026) von KI und Smart-Growing-Technologien im Cannabis-Anbau – von DIY-Lösungen für den Eigenanbau bis zu kommerziellen Anwendungen. **Stand: 2026-06-08** → [[cannabis:anbau:automation|Automatisierung im Cannabis-Anbau – Sensoren & Steuerung]] → [[cannabis:anbau:led-beleuchtung|LED-Beleuchtung]] → [[cannabis:anbau:co2-anreicherung|CO₂-Anreicherung]] ===== 1. Was ist „Smart Growing"? ===== „Smart Growing" bezeichnet den Einsatz vernetzter Technologien zur **Überwachung, Steuerung und Optimierung** des Cannabis-Anbaus. Im Gegensatz zur klassischen Automatisierung (die auf fest programmierten Regeln basiert) nutzt Smart Growing **datengetriebene Entscheidungen**: ^ Technologie ^ Funktion ^ Einsatz ^ | **Sensoren & IoT** | Erfassen von Temperatur, Luftfeuchtigkeit, Bodenfeuchtigkeit, pH, EC, CO₂, Lichtintensität (PPFD) in Echtzeit | Basis-Ebene – in fast jedem Grow Room | | **Mikrocontroller** | Verarbeiten von Sensordaten, Auslösen von Aktionen (z. B. Ventilator einschalten bei >28 °C) | DIY & Profi – Arduino, Raspberry Pi, ESP32 | | **KI / Maschinelles Lernen** | Mustererkennung in Sensordaten, Vorhersage von Ernteertrag, Früherkennung von Stress/Schädlingen | Wachsend – vor allem kommerziell | | **Computer Vision** | Kamera-basierte Analyse von Blattfarbe, Pflanzenhöhe, Kronendach, Schädlingsbefall | Kommerziell & fortgeschrittene DIY-Lösungen | | **Cloud-Plattformen & Apps** | Fernüberwachung, Datenlogging, Benachrichtigungen per Push/Telegram | Hobby & Profi | Quellen: - [[https://humboldtseedcompany.com/de/best-automation-tools-for-home-growers/|Humboldt Seed Company – Intelligenter wachsen: Top-Automatisierungs-Tools (2025)]] - [[https://www.dinafem.org/de/blog/wie-du-deinen-cannabis-indoor-grow-mit-diy-technologie-automatisierst/|Dinafem – DIY-Automatisierung für Indoor-Grow (2025)]] ===== 2. KI-Anwendungen im Überblick ===== ==== 2.1 Prädiktives Pflanzenmanagement ==== KI-Algorithmen können auf Basis historischer Sensordaten **Vorhersagen** treffen über: * **Erntezeitpunkt:** ML-Modelle analysieren Trichomen-Entwicklung (per Mikroskop-Kamera), Terpenprofil und Umweltdaten, um den optimalen Erntezeitpunkt vorherzusagen * **Ertragsschätzung:** Auf Basis von Lichtintegral (DLI), Pflanzenbiomasse (per 3D-Kamera) und Sorteneigenschaften * **Risikofrüherkennung:** Abweichungen in Temperatur-, Feuchtigkeits- oder Nährstoffverlauf als frühes Warnsignal für Stress, Nährstoffmangel oder Krankheit Das kanadische Unternehmen **PurpleFarm** integrierte die KI-gesteuerte Roboterplattform **Neatleaf Spyder** in seine 86.000 Quadratmeter große Indoor-Anlage. Das System scannt kontinuierlich das Kronendach und überwacht Pflanzenhöhe, Blattfarbe, Mikroklima und Schädlingsbefall – rund um die Uhr. Seit der Einführung konnte PurpleFarm den Ertrag steigern und die Erkennung von Schädlingen sowie die Erntevorhersage deutlich verbessern ([[https://www.mmjdaily.com/article/9643780/can-86-000-sq-ft-indoor-grow-implements-ai-to-automate-cultivation/|MJDaily – PurpleFarm implements AI (2024)]]). ==== 2.2 Computer Vision & Bilderkennung ==== Kamerasysteme kombiniert mit Bilderkennungssoftware ermöglichen: * **Schadenserkennung:** Identifikation von Nährstoffmangel-Symptomen (z. B. Chlorose, Nekrosen) anhand von Blattfarbe und -textur * **Schädlingsbefall:** Automatisches Erkennen von Spinnmilben, Trauermücken oder Blattläusen auf Blattoberflächen * **Phenotyping:** Vermessung von Pflanzenhöhe, Blattzahl, Internodienabstand und Kronendach-Entwicklung * **Trichomen-Monitoring:** Mikroskop-Kameras analysieren Trichomen-Entwicklung (klar → milchig → amber) zur Bestimmung des optimalen Erntezeitpunkts ==== 2.3 KI-gestützte Sortenwahl & Zucht ==== Im Bereich der Züchtung setzen moderne Unternehmen auf **markergestützte Selektion (MAS)** und **genomische Selektion (GS)**: * **DNA-Marker** ermöglichen die Identifizierung von Genen für gewünschte Eigenschaften (THC/CBD-Verhältnis, Terpenprofil, Krankheitsresistenz, Ertrag) bereits im Keimlingstadium – ohne aufwändige Phänotypisierung * **KI-Modelle** analysieren Genomdaten und Umweltdaten, um Kreuzungsergebnisse vorherzusagen und den Züchtungsprozess zu beschleunigen * Unternehmen wie **Amsterdam Genetics** setzen auf datengetriebene Züchtung und KI-gestützte Phänotypisierung ([[https://www.amsterdamgenetics.com/de/ki-cannabisanbau-und-automatisierung/|Amsterdam Genetics – KI im Cannabisanbau (2025)]]) ==== 2.4 KI in der Beleuchtungsoptimierung ==== Licht ist der mit Abstand wichtigste – und energieintensivste – Faktor im Indoor-Anbau. KI kann hier helfen: * **Dynamische Lichtspektren:** Automatische Anpassung des Lichtspektrums an Wachstumsphase, Sorte und aktuellen Pflanzenzustand * **PPFD-Mapping:** KI-gestützte Optimierung der Lichtverteilung über die gesamte Anbaufläche * **Energieoptimierung:** Reduktion des Energieverbrauchs durch bedarfsgesteuerte Beleuchtung bei gleichbleibender Qualität **Aber Vorsicht:** Wie das Unternehmen **Fluence** (einer der führenden Hersteller von LED-Wachstumslicht) betont, hat KI auch klare Grenzen in der Beleuchtungsoptimierung. KI neigt dazu, Cannabis wie eine Standardpflanze zu behandeln – mit starren Photoperioden- und Spektralplänen. Erfahrene Züchter wissen jedoch, dass: * Lichtpläne nur ein Teil der Gleichung sind – Intensität, Spektrumsstrategie, Verteilung und Gleichmäßigkeit sind ebenso wichtig * Jede Sorte anders auf Licht reagiert – eine pauschale Empfehlung ignoriert Kultivar-Unterschiede * Innenräume und Gewächshäuser erfordern grundlegend unterschiedliche Lichtstrategien * Automatisierung ist ein Werkzeug, kein Ersatz für echte Erfahrung ([[https://fluence-led.com/de/resources/what-ai-gets-wrong-about-cannabis-lighting/|Fluence – Was AI über Cannabisbeleuchtung falsch versteht (2025)]]) ===== 3. DIY Smart Growing für Hobby-Grower ==== ==== 3.1 Die drei Säulen: Messen, Entscheiden, Handeln ==== Für den Einstieg in das Smart Growing braucht man kein teures Profi-Equipment. Das Grundprinzip basiert auf drei einfachen Säulen: **Messen – Die Sensoren:** * Temperatur- und Luftfeuchtigkeitssensor (z. B. DHT22, BME280): Überwacht das Raumklima * Bodenfeuchtigkeitssensor: Erkennt, wann das Substrat trocken ist * pH-Sensor (optional): Besonders nützlich für hydroponische Systeme * Lichtsensor (PAR/PPFD): Misst die tatsächliche Lichtintensität **Entscheiden – Das Gehirn:** * **Arduino** (z. B. Arduino Uno, Nano): Günstig (ab ~10 €), einfach zu programmieren, perfekt für Basis-Automationen * **Raspberry Pi** (z. B. Pi 4 oder Pi 5): Leistungsfähiger, kann Kameras verarbeiten, betreibt Home Assistant, ermöglicht komplexere KI-Anwendungen * **ESP32**: WLAN-fähig, kompakt, ideal für IoT-Projekte **Handeln – Die Aktoren:** * Relais-Module zum Ein-/Ausschalten von Lampen, Ventilatoren, Pumpen * Smarte Steckdosen (z. B. Shelly, Tuya) für WLAN-gesteuerte Geräte * Wasserpumpen und Tropfbewässerungsventile * Digitale Zeitschaltuhren als Backup Quelle: [[https://www.dinafem.org/de/blog/wie-du-deinen-cannabis-indoor-grow-mit-diy-technologie-automatisierst/|Dinafem – DIY-Automatisierung (2025)]] ==== 3.2 Beispiel-Konfiguration für Einsteiger ==== Eine einstiegsfaire, funktionale Konfiguration: - Ein **Arduino Uno** mit einem **DHT22-Sensor** (Temperatur/Luftfeuchtigkeit) - Ein **Relaismodul**, das einen Abluftventilator aktiviert, wenn die Temperatur über 28 °C steigt - Ein **Bodenfeuchtigkeitssensor**, der eine Wasserpumpe einschaltet, wenn das Substrat zu trocken ist - Die kostenlose App **Blynk** oder **Home Assistant** zur Echtzeitüberwachung per Smartphone **Tipp:** Starte mit nur einem Parameter – z. B. der automatischen Bewässerung. Sobald du dich sicher fühlst, kannst du Schritt für Schritt weitere Sensoren und Funktionen hinzufügen. ==== 3.3 Fortgeschrittene Upgrades ==== Wenn das Basissystem läuft, lassen sich zahlreiche Ergänzungen hinzufügen: * **Intelligente Lüftungssteuerung:** Abluft je nach Temperatur und Luftfeuchtigkeit regeln * **CO₂-Sensor:** CO₂-Anreicherung automatisch steuern * **Kamera (Raspberry Pi Camera):** Zeitrafferaufnahmen des Pflanzenwachstus * **Benachrichtigungen per Telegram oder E-Mail:** Falls ein Parameter außerhalb des Idealbereichs liegt * **Datenlogging & Analyse:** Langzeitdaten in Grafana oder InfluxDB visualisieren, um Muster zu erkennen ===== 4. Kommerzielle Smart-Growing-Plattformen ==== ==== 4.1 Grow-Automation-Systeme ==== Für größere Anlagen (CSCs, kommerzielle Betriebe) gibt es professionelle Lösungen: | Plattform | Hersteller | Hauptfunktion | | **AC Infinity Controller 69 PRO** | AC Infinity | Klimakontrolle (Ventilatoren, Befeuchter, Beleuchtung) per App | | **AutoPot Smart Series** | AutoPot | Selbstbewässernde Kultivatorsysteme mit Smart-Ventilen | | **Spider Farmer SE3000** | Spider Farmer | LED-Wachstumslicht mit Wi-Fi-/Bluetooth-Steuerung und Sonnenauf-/untergangssimulation | | **Neatleaf Spyder** | Neatleaf | KI-gestützte Roboterplattform für Pflanzenmonitoring (kommerziell) | | **Home Assistant** | Open Source | Zentrale Smart-Home-Plattform, integriert zahlreiche Sensoren und Aktoren | Quelle: [[https://humboldtseedcompany.com/de/best-automation-tools-for-home-growers/|Humboldt Seed Company – Automatisierungs-Tools (2025)]] ==== 4.2 KI-Plattformen für die Cannabis-Industrie ==== * **CannaGrow AI:** Datenanalyse-Plattform für Grow-Betriebe, optimiert Umweltparameter auf Basis historischer Erntedaten * **GrowerTeks:** Cloud-basierte Lösung für Multi-Site-Management, Compliance-Tracking und Ertragsoptimierung * **Flourish:** KI-gestützte Sortenempfehlung für Grower basierend auf Klima, Substrat und Zielprofil ===== 5. IoT & Fernüberwachung ===== Einer der größten Fortschritte des Smart Growing ist die **Konnektivität**: * **Echtzeit-Dashboard:** Temperatur, Luftfeuchtigkeit, Bodenfeuchtigkeit, pH und mehr auf dem Smartphone – von überall * **Push-Benachrichtigungen:** Sofortige Warnung bei kritischen Abweichungen (z. B. „Temperatur > 30 °C", „Bodenfeuchtigkeit < 20 %") * **Datenanalyse:** Langzeitdiagramme zeigen Muster, die bei manueller Beobachtung unentdeckt blieben – z. B. dass die Temperatur in der Dunkelphase systematisch zu stark abfällt * **Fernsteuerung:** Lampen, Lüfter und Pumpen per App manuell schalten – ideal für unterwegs **Wichtig:** Auch das beste Smart-Growing-System ersetzt nicht die physische Kontrolle. Pflanzen sollten regelmäßig besichtigt werden – Technik kann Warnungen geben, aber nicht die Pflanze selbst betrachten. ===== 6. Sicherheitshinweise für DIY-Systeme ==== * **Strom und Wasser strikt trennen:** Verwende Schutzgehäuse und wasserdichte Abdeckungen * **Sensoren regelmäßig kalibrieren:** Insbesondere pH- und Feuchtigkeitssensoren verstellen sich mit der Zeit * **System ohne Pflanzen testen:** Bevor du das System an deinen Pflanzen betreibst, teste alle Abläufe ohne Kulturen * **Backup-Systeme:** Nutze digitale Zeitschaltuhren als Backup für Lichtzyklen – bei einem Controller-Ausfall müssen die Pflanzen weiterhin ihren Rhythmus haben * **Maker-Communities:** In Foren wie [[https://www.grower.ch/forum|Grower.ch]] oder lokalen Urban-Gardening-Gruppen findest du hilfsbereite Tüftler ===== 7. Markttrends & Zukunft (2025–2026) ===== Der Markt für Indoor-Farming-Technologien wächst rasant: * Der globale **Vertical-Farming-Markt** wird 2024 auf 8,26 Mrd. USD geschätzt und soll bis 2032 auf 35,76 Mrd. USD wachsen (CAGR 22,4 %) ([[https://www.opticlimatefarm.com/de/blog-2025-vertical-farming-trends-outlook.html|OptiClimate Farm – Vertical Farming Trends 2025]]) * Fast **65 % der neuen Indoor-Farmen** setzen sensorbasierte Systeme zur Echtzeit-Datenüberwachung und -automatisierung ein (Global Growth Insights, März 2026) * **KI-gestützte Bilderkennung** wird zunehmend erschwinglicher – auch für kleine Betriebe * **Open-Source-Plattformen** wie Home Assistant demokratisieren den Zugang zu Smart-Growing-Technologie * Die **Energieoptimierung** wird zum zentralen Thema: KI-gesteuerte Beleuchtung und Klimatisierung können den Energieverbrauch um 20–40 % senken **Zukunftsvision:** In naher Zukunft könnte ein KI-System den gesamten Anbauprozess begleiten – von der Sortenempfehlung (basierend auf lokalem Klima und persönlichen Präferenzen) über die Echtzeit-Optimierung aller Umweltparameter bis zur automatisierten Erntevorhersage. Der Grower wird dabei nicht ersetzt, sondern zu einem „Daten-Manager", der fundierte Entscheidungen auf Basis von KI-Empfehlungen trifft. ===== 8. Fazit ===== Smart Growing und KI-Technologien revolutionieren den Cannabis-Anbau – von der Hobby-Growbox bis zur kommerziellen Anlage. Die Technologie ist heute erschwinglicher und zugänglicher als je zuvor: Ein Arduino und ein paar Sensoren reichen für den Einstieg, während kommerzielle KI-Plattformen wie Neatleaf Spyder bereits Erträge um 20 % steigern können. **Die wichtigsten Erkenntnisse:** * **Starte klein:** Ein einfaches DIY-System mit Arduino und einem Temperatur/Feuchtigkeitssensor bringt sofort Mehrwert * **Daten statt Bauchgefühl:** Langzeitdaten und Analysen zeigen Muster, die manuell unbemerkt blieben * **KI ist ein Werkzeug, kein Ersatz:** Wie Fluence betont, ersetzt keine Algorithmus das gärtnerische Fachwissen und die Beobachtungsgabe * **Sicherheit geht vor:** Strom und Wasser trennen, Sensoren kalibrieren, Backup-Systeme einplanen * **Modularität:** Das System Schritt für Schritt erweitern – vom einfachen Bewässerungsautomat bis zur KI-gestützten Bilderkennung Der Grow Room der Zukunft gehört den Neugierigen, die Sensoren verbinden, ein paar Zeilen Code schreiben und Technologie dort einsetzen, wo sie am besten unterstützt: beim Wachstum der Pflanzen. ===== Quellenverzeichnis ===== * [[https://humboldtseedcompany.com/de/best-automation-tools-for-home-growers/|Humboldt Seed Company – Intelligenter wachsen: Top-Automatisierungs-Tools für Grower*innen (2025)]] * [[https://www.dinafem.org/de/blog/wie-du-deinen-cannabis-indoor-grow-mit-diy-technologie-automatisierst/|Dinafem – Wie du deinen Cannabis-Indoor-Grow mit DIY-Technologie automatisierst (2025)]] * [[https://fluence-led.com/de/resources/what-ai-gets-wrong-about-cannabis-lighting/|Fluence – Was AI über Cannabisbeleuchtung (und -anbau) falsch versteht (2025)]] * [[https://www.mmjdaily.com/article/9643780/can-86-000-sq-ft-indoor-grow-implements-ai-to-automate-cultivation/|MJDaily – 86,000 sq ft indoor grow implements AI to automate cultivation (2024)]] * [[https://www.opticlimatefarm.com/de/blog-2025-vertical-farming-trends-outlook.html|OptiClimate Farm – Ausblick auf Trends im vertikalen Farming 2025]] * [[https://www.amsterdamgenetics.com/de/ki-cannabisanbau-und-automatisierung/|Amsterdam Genetics – KI im Cannabisanbau und Automatisierung (2025)]] * [[https://www.globalgrowthinsights.com/de/market-reports/indoor-farming-technologies-market-105579|Global Growth Insights – Indoor Farming Technologies Market Report (2026)]] ===== Verwandte Artikel ===== * [[cannabis:anbau:automation|Automatisierung im Cannabis-Anbau – Sensoren, Steuerung & Smart Growing]] * [[cannabis:anbau:led-beleuchtung|LED-Beleuchtung]] * [[cannabis:anbau:co2-anreicherung|CO₂-Anreicherung]] * [[cannabis:anbau:nachhaltigkeit|Nachhaltigkeit im Cannabis-Anbau]] * [[cannabis:anbau:licht-chronobiologie-far-red|Licht, Chronobiologie & Far-Red]] ---- CC Attribution-Noncommercial-Share Alike 4.0 International