Landwirtschaft im Datenrausch
Wie die Digitalisierung die Ungleichheit in den Ernährungssystemen verstärkt. Wer kontrolliert die Technik und setzt Daten in Wert?
Alle in der Welternährung geäußerten Ansichten sind die der Autor*innen und spiegeln nicht zwangsläufig die Ansichten oder die Positionen der Welternährungsredaktion oder der Welthungerhilfe wider.
Im Mai 2026 gab die Gates Foundation bekannt, eine umfassende Zusammenarbeit mit dem KI-Unternehmen Anthropic vereinbart zu haben. 200 Millionen Dollar sollen investiert werden, um Anthropics KI-Sprachmodell Claude zu nutzen und damit personalisierte Beratung zur Aussaat an Landwirte in Ländern mit niedrigem oder mittlerem Einkommen zu verbreiten. 2025 kündigte Bosch an, 40 Millionen Dollar zu investieren, um ihre digitalen landwirtschaftlichen Aktivitäten in Brasilien und Argentinien auszuweiten, darunter de Einführung ihrer automatisierten Aussaat-Techologie namens Intelligent Planting Solution. Diese Initiativen entsprechen dem heute dominanten Narrativ über landwirtschaftliche Innovation: Rasche Digitalisierung der Landwirtschaft werde die Nachhaltigkeit der Ernährungssysteme und die Resilienz der Lebensgrundlagen sicherstellen.
Aber wenn man die Sache hintergründiger betrachtet, erkennt man, wie digitale Landwirtschaft ungleiche Machtverhältnisse in den Ernährungssystemen zementiert – die Macht über Wissen, Daten, Land, Saatgut und letztlich darüber, wie unsere Nahrung hergestellt wird. Wir wollen auf der Grundlage des IPES Food-Reports „Head in the Clouds“ darstellen, wie die Kontrolle über landwirtschaftliche Daten ein entscheidender Treiber zur Steigerung unternehmerischer Macht und der Profitabilität unserer Nahrung wird. Dabei verschärft sich die extraktivistische und ausbeuterische Logik, die auch bisher schon die globalen Ernährungssysteme prägt. Letztlich stellen wir die Frage, wie und durch wen digitale Technologien entworfen und reguliert werden müssen, damit sie zu gerechten und nachhaltigen Ernährungssystemen führen.
Daten als Macht(faktor): verborgene Strukturen der digitalen Landwirtschaft
Im Lauf des zurückliegenden Jahrzehnts haben Tech-Giganten wie Microsoft, Amazon, Google, Alibaba oder Meta ihre Fortschritte bei Cloudspeichern und KI-Werkzeugen eingesetzt, um Plattformen und Datenverarbeitungs-Software zu entwickeln, mit denen Landschafts- und Wetterdaten analysiert werden. Daraus ist ein engmaschiges Netz von Big-Tech-Unternehmen, Landmaschinenherstellern und Agrochemie-Produzenten entstanden. Sie passen unter dem Banner „digitaler Landwirtschaft“ Agrarmaschinerie, agrochemische Zutaten und datengetriebene Prozesse aufeinander an. Ein Beispiel ist die App Climate FieldView, die von Microsoft und Bayer gemeinsam entwickelt wurde. Sie verarbeitet Daten, die jedes Jahr auf Hunderten Millionen Hektar Agrarland gewonnen werden.
Die Digitalisierung der Landwirtschaft eröffnet Unternehmen neue Wege, um Macht und Profit anzuhäufen: Systematisch wird das Wissen und die Informationen, die Landwirte und Gemeinschaften etwa von der gewachsenen Bodenzusammensetzung über die Ertragsentwicklung bis zum Einsatz von Betriebsmitteln angesammelt und weitergegeben haben, unter eigene Kontrolle gebracht, verarbeitet und für die Wertschöpfung der Unternehmen vereinnahmt. In der Praxis ziehen Unternehmen wirtschaftliche Daten und Werte durch vielseitige, miteinander verwobene Mechanismen aus den landwirtschaftlichen Betrieben heraus. Dazu gehören Plattformen, die Abonnementsgebühren verlangen, Arrangements für den Datenaustausch zwischen Partnerunternehmen oder von Algorithmen getriebene Preisfindungsmethoden, die die Verhandlungsmacht der Landwirte aushöhlt.
In anderen Worten: Das Agrar-Business übt unverhältnismäßig große Macht und besitzt wesentliche Anteile an landwirtschaftlichen Technologien und dem angesammelten wertvollen Bestand an historischem und aktuellem Wissen über Anbau-, Boden- und Wetterdaten, was für Landwirte Abhängigkeiten vergrößert und deren Mitsprache reduziert.
Daten von Saatgut: das Beispiel der biologischen Digitalisierung
Die Logik der Digitalisierung umfasst heute schon viel mehr als landwirtschaftliche Maschinen und die Nutzung agrarchemischer Hilfsmittel. Biologische Digitalisierung macht es heute möglich, das genetische Material von Pflanzen in digitale Information zu übersetzen, denn Big Data, KI und synthetische Biologie greifen ineinander, um die biologischen Informationen von Pflanzen und Tieren zu sequenzieren, patentieren und zu Waren zu machen.
Biologische Digitalisierung lässt sich am besten als Fortsetzung der Geschichte der Privatisierung von Saatgut und genetischen Grundlagen unter Verweis auf das Recht auf geistiges Eigentum verstehen. Dies begann mit dem US Plant Patent Act von 1930 über die Gründung des Internationalen Verbands zum Schutz von Pflanzenzüchtungen (UPOV) im Jahre 1961 bis zum WTO-Übereinkommen über handelsbezogene Aspekte der Rechte des geistigen Eigentums (TRIPS) von 1995. In diesem Zeitraum wurde durch gesetzliche Regelungen das Urheberrecht nach und nach auf Pflanzenvarietäten ausgedehnt, wovon die großen Saatgutunternehmen profitierten, aber nicht die unterschiedlichen lokalen und selbstverwalteten Saatgutsysteme, die bis dato weltweit die Basis der lokalen und regionalen Nahrungsmittelproduktion dargestellt hatten. Die Kommerzialisierung der Pflanzenzucht hat Unternehmen in die Lage versetzt, aus der Natur wie aus indigenen und traditionellen landwirtschaftlichen Kenntnissen Gewinn zu ziehen, ohne dass es einen größeren Nutzen für lokale Gemeinschaften gab.
Der Begriff „Biopiraterie“ wird oft verwendet, um diesen Diebstahl biologischer Materialien, traditionellen Wissens und von Erwerbsmöglichkeiten zu beschreiben. Dies geschieht ohne Anerkennung oder Entschädigung und wiederholt ein Vorgehen, das im kolonialen Erbe wurzelt und von Regierungen, privaten Akteuren und Forschungsinstitutionen fortgesetzt wird. Besonders hart trifft diese Privatisierung Frauen und indigene Gemeinschaften im globalen Süden, die die Hüterinnen traditioneller Saatgutsysteme waren.
Diese Dynamiken werden nun durch biologische Digitalisierung noch beschleunigt. Enorme Mengen genetischer Daten werden in öffentlichen digitalen Datenbanken zugänglich gemacht, die von privaten Akteuren ausgewertet werden können, um Saatgut zu entwickeln und zu patentieren. Der Tech-Gigant Nvidia und das Arc Institute haben Evo 2 entwickelt, das bisher größte genomische Sprachmodell für biologische Daten. Es wurde mit mehr als neun Billionen DNA- und RNA-Nukleotiden von 128.000 Genomen trainiert. Auch Start-Ups sind dabei, wie das aus Schweden kommende OlsAro, das klimaresiliente Nutzpflanzen durch KI-basierte Merkmalsentdeckung (Trait Discovery) entwickelt. Die Befürworter argumentieren, dass solche Modelle vorhersagen können, wie Saatgut sich unter spezifischen Umweltbedingungen verhält. Sie könnten auch genetische Vielfalt katalogisieren, oder identifizieren, welche Merkmale in alten samenfesten und wilden Varianten von Nutzpflanzen für deren Widerstandsfähigkeit sorgen. Aber diese KI-Modelle tragen erhebliche Risiken in sich.
Die Information über genetische Merkmale, mit denen diese Modelle gefüttert wurden, ist seit Jahrtausenden von Bauern, indigenen Völkern und Dorfgemeinschaften entwickelt und bewahrt worden, vor allem in Gebieten des globalen Südens mit hoher Biodiversität. Wenn Unternehmen KI nutzen, um genetische Merkmale rasch zu erfassen, zu beschreiben, zu verändern und zu patentieren, eignen sie sich Saatgut an, das Dorfgemeinschaften seit langer Zeit bewahrt und frei miteinander geteilt hatten. Letztlich helfen digitale Technologien kommerziellen Unternehmen, weitere Aspekte des Alltags zur Ware zu machen – was in direktem Konflikt mit der Souveränität über Saatgut und die darin enthaltenen Informationen und den Menschenrechten steht.
Wenn Boden und Arbeit unsichtbar werden: die Kosten der Cloud
Die von Unternehmen gesteuerte Digitalisierung verschärft auch über die Ernährungssysteme hinaus die Ungerechtigkeiten zwischen dem globalen Norden und Süden. Die Rohstoffe, aus denen die digitale Infrastruktur aufgebaut ist, stammen vor allem aus dem Bergbau im globalen Süden – darunter Kobalt aus der Demokratischen Republik Kongo, Lithium aus Bolivien, Kupfer aus Chile oder Coltan aus Ruanda. Für die jeweilige lokale Bevölkerung ist der Bergbau die wesentliche Ursache für Enteignungen ihres Bodens und die Verseuchung des Grundwassers.
Digitale Infrastruktur in der Landwirtschaft beruht auch auf prekärer Arbeit im globalen Süden. Vor allem die unsichtbaren Arbeiterinnen und Arbeiter, die Daten für KI vorbereiten (z.B. durch Kategorisierung, Transkription, Etikettierung oder Moderation von Informationen) sind oft unter extrem unsicheren Arbeitsbedingungen beschäftigt, die moderner Sklaverei nahekommen. Dies gilt insbesondere für Brasilien, Indien, Kenia, die Philippinen, Uganda oder Venezuela. KI-Systeme überall im globalen Süden sind in hohem Maße von ausländischen Providern abhängig, wobei die Gewinne jedoch vor allem im globalen Norden verbleiben.
Diese vielfältigen Formen des Extraktivismus verschärfen die lange Geschichte kolonialer Ausbeutung des globalen Südens durch den Norden zusätzlich. Eine Geschichte, die geprägt ist von Landenteignung, der Erosion lokaler Ernährungssysteme, Verschuldung und größerer Abhängigkeit von fremden Betriebsmitteln.
Souveränität über Technologie und Daten als Grundpfeiler des Widerstands
Wer sicherstellen will, dass Ernährungssysteme gerecht, fair und widerstandsfähig sind, muss dafür sorgen, dass Daten und digitale Technologien auf eine neue Weise organisiert und verwaltet werden. Derzeit schafft die von Privatunternehmen vorangetriebene Digitalisierung weder Verteilungsgerechtigkeit noch Nachhaltigkeit. Sie verstärkt Abhängigkeiten, konzentriert die Macht und lässt das Wissen, die Mitbestimmung und Kontrolle all jener Menschen außen vor, die unsere Nahrung produzieren.
Wir plädieren hier nicht für die Abschaffung aller digitalen Werkzeuge, sondern dafür, sie in einen regulierenden Rahmen einzubetten, der dem öffentlichen Wohl und den Rechten der landwirtschaftlich Tätigen, der lokalen Bevölkerung und indigener Völker Vorrang gibt über die Logik von Profit und falsch verstandener Effizienz unternehmerischen Handelns. Für dieses Ziel muss die Souveränität über Daten zum grundlegenden Prinzip bei der Gestaltung von Ernährungs- und Agrarsystemen werden.
Datensouveränität bedeutet dabei, dass Bauern und Bäuerinnen, indigene Völker und die lokale Bevölkerung ein Recht darauf haben zu entscheiden, welche Daten auf ihrem Land gesammelt werden, wie sie gespeichert werden, wer zu ihnen Zugang hat und wofür sie genutzt werden. Beispiele für rechtsbasierte Ordnungsrahmen, die strukturelle Datengerechtigkeit herstellen, gibt es bereits: Dazu gehören die CARE-Principles for Indigenous Data Governance oder das Maori Data Sovereignty Framework. Internationale Empfehlungen zur Unterstützung von Datensouveränität geben etwa die Data Collection and Analysis Tools für Ernährungssicherheit und Nährwerte, die das High Level Panel of Experts on Food Security and Nutrition (HLPE-FSN der Vereinten Nationen) erarbeitet haben.
Digitale Kooperations- oder Open-Source-Modelle verdienen auch mehr Unterstützung, damit gesichert wird, dass Daten dem Allgemeinwohl dienen. Dazu gehören Daten-Trusts (zentrale, öffentlich zugängliche Plattformen, Anm.d.Red), Daten-Kooperativen, nationale oder regionale Abkommen über gemeinfreie Daten, digitale Open-Source-Werkzeuge oder -Plattformen. Doch solche Modelle für mehr Gerechtigkeit und Rechenschaftspflichten haben nur eine Chance, wenn für entsprechende Regularien, demokratische Kontrolle und langfristige öffentliche Finanzierung gesorgt ist.
Rechtebasierte Zugangsregelung müssen sich dabei in bestehende internationale Übereinkommen einordnen, darunter die UN-Erklärung über die Rechte von Kleinbauern und anderen in ländlichen Gebieten arbeitenden Menschen (UNDROP), die Deklaration der Rechte indigener Völker (UNDRIP), die Konvention für biologische Vielfalt (CDB) und deren Nagoya-Protokoll über die Sammlung, Speicherung und den Zugang zu und die Verwendung von genetischen und biologischen Materialien und Daten. Diese Übereinstimmung ist entscheidend, um eine transparente Kontrolle öffentlicher und privater Datenbanken sicherzustellen und die Rechte der landwirtschaftlich Tätigen, der lokalen Bevölkerung und indigener Völker und ihren fairen und gerechten Anteil an deren Ertrag zu schützen. Erforderlich ist auch die Erarbeitung klarerer Definitionen und Schutzbestimmungen für private und öffentliche landwirtschaftliche Daten, um die Rechte der Bauern sicherzustellen und widerrechtliche Aneignung und Missbrauch zu verhindern.
Schlussbemerkung
Die Digitalisierung der Landwirtschaft wird oft als Antwort auf die größten Herausforderungen bei den Ernährungssystemen bezeichnet. Gegenwärtig dient die Digitalisierung aber vor allem zur Festigung der Macht großer Unternehmen im Tech- und Landwirtschaftssektor. Im globalen Süden bedeutet dies größere Abhängigkeit von importierter Technologie und Infrastruktur, größerem Druck auf lokale Saatgutsysteme, Ländereien und Arbeitskraft. Dies geht einher mit neuen Formen der Extraktion, die koloniale Ungerechtigkeiten fortschreiben.
Technologien und die mit ihnen verbundenen Narrative sind immer politisch – und können deshalb auch so entwickelt und gesteuert werden, dass die Mitwirkungsrechte von Landwirten und der lokalen Bevölkerung gestärkt, die Gesundheit der Ökosysteme unterstützt und individuelle wie gemeinschaftliche Rechte an den Daten und Kenntnissen geschützt werden.
Sollen digitale Werkzeuge und andere Technologien entwickelt werden, die tatsächlich gerechten und nachhaltigen Ernährungssystemen dienen, braucht es indes mehr als Investitionen oder politischen Willen. Es sind materielle, soziale und ökologische Infrastrukturen notwendig, die von den Bedürfnissen von Landwirten, der lokalen Bevölkerung und indigenen Völkern ausgehen und auf diese reagieren.
Übersetzt von Stefan Schaaf
Chantal Wei-Ying Clément, Saskia Colombant, und Lim Li Ching sind Senior Program Manager (UK), Research and Project Officer (Belgien) und Co-Chair von IPES-Food, dem International Panel of Experts on Sustainable Food Systems.
