Einblick in die aufstrebende Rolle von XR im Cannabisanbau

Stellen Sie sich vor, Sie betreten einen Cannabisanbauraum und sehen sofort, welche Pflanzen unter Wasserstress geraten, wo die Luftfeuchtigkeit außerhalb des gewünschten Bereichs driftet und welcher Teil des Kronendachs einer genaueren Untersuchung bedarf. Anstatt mehrere Dashboards zu konsultieren, erscheint die relevante Information direkt neben den Pflanzen.

Das ist das praktische Versprechen von Extended Reality. Ein kürzlich in Engineering¹ veröffentlichter Überblick untersucht, wie Virtual Reality, Augmented Reality und Mixed Reality in der Landwirtschaft getestet werden. Die untersuchten Anwendungen reichen von Pflanzendiagnose und Maschinenführung bis hin zu Viehüberwachung, Aquakultur, Fernbetrieb und Mitarbeiterschulungen.

Cannabis nimmt im Überblick nur einen kleinen Teil ein, doch eines der relevantesten Beispiele bezieht sich auf einen auf Virtual Reality basierenden digitalen Zwilling für die Produktion von medizinischem Cannabis. Noch wichtiger ist, dass viele der breiteren Erkenntnisse außergewöhnlich gut auf Cannabis übertragbar sind. Der kommerzielle Anbau beruht bereits auf kontrollierten Umgebungen, eng überwachten Pflanzen, wertvollen Ernten und großen Mengen an Sensordaten. XR könnte diese Informationen leichter nutzbar machen, während die Anbauer im Anbauraum stehen.

Extended Reality könnte Anbauräumen eine digitale Ebene verleihen

Extended Reality, häufig zu XR abgekürzt, umfasst mehrere verwandte Technologien. Augmented Reality fügt einer Sicht der physischen Welt digitale Informationen hinzu. Virtual Reality versetzt den Nutzer in eine simulierte Umgebung. Mixed Reality ermöglicht es digitalen Objekten, im physischen Umfeld verankert zu bleiben und mit diesem zu interagieren.

Diese Formate würden in einer Cannabisanlage nicht identische Aufgaben übernehmen. AR könnte die tägliche Feldarbeit unterstützen, indem Messwerte, Warnungen oder Anweisungen in der Nähe der betroffenen Pflanzen angezeigt werden. VR könnte einen gesamten Anbauraum für Planung und Schulung nachbilden. MR könnte künftig es den Mitarbeitenden ermöglichen, mit räumlich verankerten Modellen von Bewässerungsleitungen, Luftstrommustern, Beleuchtungszonen oder Pflanzenkronen zu interagieren.

In jedem Fall ist XR primär eine Schnittstelle. Kameras, Sensoren und KI sammeln und interpretieren weiterhin die Informationen. Die Aufgabe von XR besteht darin, das Ergebnis dort zu präsentieren, wo es nützlich wird.

Pflanzendaten dort sehen, wo die Pflanze wächst

Cannabis-Anlagen können eine Fülle von Umweltdaten erzeugen. Temperatur, relative Luftfeuchtigkeit, Lichtintensität, Kohlendioxid, Substratfeuchte, elektrische Leitfähigkeit und Bewässerungsaktivität können alle überwacht werden. Je nach System müssen Anbauer möglicherweise zwischen Umweltsteuerungen, Düngungssoftware, Anbaurekorden und visuellen Inspektionen wechseln, um zu verstehen, was geschieht.

Eine AR‑Schnittstelle könnte diese Informationen räumlich organisieren. Ein Mitarbeitender, der zu einer Bank blickt, könnte deren aktuelle Bewässerungsaktivität und Wurzelzonenmesswerte sehen. Ein anderer Raumabschnitt könnte markiert werden, weil die Luftfeuchtigkeit nach dem Lichtausgang erhöht blieb. Einer Pflanze, die von der Computervision als abnormal erkannt wird, könnte ein sichtbares Etikett zugewiesen werden, das den Mitarbeitenden zur Inspektion anleitet.

Dies würde die bereits in MyCannabis behandelten Entwicklungen weiterführen, wie KI den Cannabisanbau und die -verarbeitung neu gestaltet. KI kann Muster erkennen und Vorhersagen erzeugen, doch ihre Empfehlung muss noch die richtige Person zum richtigen Zeitpunkt im Arbeitsablauf erreichen. XR könnte diese Analysesysteme mit der physischen Kultur verbinden.

Der Überblick beschreibt diesen Prozess als einen Fortschritt von Wahrnehmung über Analyse, Visualisierung bis hin zur Anleitung. Sensoren oder Kameras beobachten die Bedingungen. Software interpretiert die Daten. XR zeigt das Ergebnis an, und der Nutzer bestimmt die passende Reaktion.

Diese menschliche Rolle bleibt wichtig. Eine farbige Überlagerung sollte zur Inspektion anregen, nicht sie ersetzen. Cannabissymptome können überlappende Ursachen haben, und ein Algorithmus könnte Bewässerungsstress mit einem Nährstoffproblem verwechseln oder ein sich entwickelndes, unter der Krone verborgenes Problem übersehen. Anbauer müssten weiterhin das, was das System meldet, bestätigen.

Computervision könnte die Feldbeobachtung gezielter machen

Die von den Forschern untersuchten Agrarsysteme umfassen Werkzeuge zur Erkennung des Reifegrades von Pflanzen, zur Klassifizierung von Krankheiten, zur Zählung von Schädlingen, zur Abschätzung des Ertrags und zur Lenkung von Arbeitern zu bestimmten Früchten. Obwohl die meisten für andere Nutzpflanzen entwickelt wurden, zeigen sie, wie XR Computer Vision mit praktischer Feldarbeit verbinden kann.

Ein AR‑gesteuertes Trauben‑Dünnsystem ermöglichte es ungeübten Arbeitern, eine operative Qualität zu erreichen, die im Durchschnitt um 8,18 % höher lag als die erfahrener Landwirte unter den Studienbedingungen. Ein weiteres System nutzte AR‑Brillen und Deep Learning, um Reisplanthopper zu zählen, wodurch der erforderliche Arbeitseinsatz halbiert und die Effizienz sowie Genauigkeit der Befragung verbessert wurden.

Eine Cannabis‑Anpassung könnte Scouts zu Blättern mit ungewöhnlicher Verfärbung, zu Bereichen des Kronendachs mit inkonsistenter Entwicklung oder zu Zonen, in denen ein Schädlingsbefall vermutet wird, leiten. Sie könnte zudem helfen, die Inspektion großer Anlagen zu standardisieren, indem sichergestellt wird, dass Prioritätszonen nicht übersehen werden.

Die Erntebewertung bietet eine weitere Möglichkeit. MyCannabis hat bereits untersucht, wie KI könnte Cannabis-Anbauer dabei unterstützen, den optimalen Erntezeitpunkt zu bestimmen. Werden Bildgebungssysteme in der Lage sein, zuverlässige Empfehlungen auf Pflanzenebene zu geben, könnte ein AR‑Display anzeigen, welche Pflanzen oder Zonen die Zielbedingungen erreicht haben, anstatt dass ein Züchter separate Bilder, Laborergebnisse und Raumpläne vergleichen muss.

Dies bleibt eine zukunftsweisende Anwendung. Die Übersicht warnt wiederholt, dass viele landwirtschaftliche XR‑Systeme an einzelnen Nutzpflanzen, unter kontrollierten Bedingungen oder mit begrenzten Teilnehmern getestet wurden. Ein Modell, das in einem Raum oder einer Sorte gut funktioniert, kann nicht automatisch auf andere Genetiken, Beleuchtungssysteme, Wachstumsstadien oder Anbaumethoden übertragen werden.

Digitale Zwillinge könnten Züchter testen lassen, bevor sie Änderungen vornehmen

Ein digitaler Zwilling ist eine virtuelle Darstellung eines realen Systems, die mit Informationen aus seinem physischen Gegenstück aktualisiert werden kann. Im Anbau könnte das bedeuten, einen Raum, seine Geräte, Umweltbedingungen und potenziell die Pflanzenentwicklung zu modellieren.

Die Übersicht hebt speziell einen auf Virtual‑Reality basierenden digitalen Zwilling mit pharmazeutischem Cannabis hervor. Diese Fallstudie untersuchte ein virtuelles Modell, das die Simulation und das Management der Produktion von medizinischem Cannabis unterstützen soll.

Für Züchter ist der Nutzen eindeutig. Änderungen an Luftstrom, Beleuchtung, Bewässerung, Raumlayout oder Arbeitsabläufen können ein finanzielles Risiko darstellen, wenn sie an einer lebenden Kultur getestet werden. Ein hinreichend genauer digitaler Zwilling könnte Teams ermöglichen, mögliche Änderungen virtuell zu prüfen, bevor sie umgesetzt werden.

Mögliche Einsatzbereiche könnten sein:

• Überprüfung von Raumlayouts vor dem Umstellen von Geräten
• Visualisierung von Luftstrom- oder Umweltunterschieden zwischen Zonen
• Schulung von Mitarbeitern zu Abläufen, bevor sie Produktionsbereiche betreten
• Einüben von Reaktionen auf Geräteausfälle oder ungewöhnliche Bedingungen
• Vergleich von Anbaustrategien, ohne sofort Pflanzen zu gefährden

Das Wort „genau“ ist entscheidend. Ein visuell überzeugender Raum ist nicht zwangsläufig ein nützlicher Zwilling. Das Modell muss die für die Kultur relevanten Bedingungen widerspiegeln, und seine Vorhersagen müssen gegen reale Produktionsergebnisse geprüft werden. Andernfalls wird VR zu einem Präsentationswerkzeug statt zu einem verlässlichen Anbausystem.

Schulung könnte die praktischste frühe Anwendung sein

Kommerzielle Cannabis‑Betriebe benötigen häufig, dass Mitarbeiter konsistente Verfahren für Hygiene, Scouting, Pflanzenhandhabung, Gerätebenutzung und Raumzugang einhalten. Traditionelle Schulungen sind schwierig, weil Anbauräume aktive Produktionsumgebungen sind. Unerfahrene Arbeiter in diese Räume zu bringen, kann die Arbeit unterbrechen oder vermeidbare Bio‑Sicherheits‑ und Pflanzenhandhabungsrisiken erzeugen.

VR könnte eine kontrollierte Umgebung bieten, in der Mitarbeiter Verfahren wiederholt üben können, bevor sie sie an lebenden Pflanzen anwenden. Ein Auszubildender könnte die Reihenfolge für das Betreten eines sauberen Produktionsbereichs, das Reagieren auf einen Umweltalarm oder die Inspektion von Geräten erlernen, ohne eine laufende Anlage zu beeinträchtigen.

Im Gegensatz zur Pflanzendiagnose erfordert diese Anwendung keinen Algorithmus, der jede mögliche Pflanzenbedingung in Echtzeit erkennt. Die Umgebung und die Lektion können im Voraus gestaltet werden. Das macht die Schulung zu einer eher realisierbaren kurzfristigen Nutzung als ein AR‑System, das mehrere Sorten unter wechselnden Bedingungen diagnostizieren soll.

XR könnte zudem betriebliches Wissen bewahren. Erfahrene Züchter stützen sich oft auf Beobachtungen, die sich nur schwer in schriftlichen Anweisungen vermitteln lassen. Immersives Training könnte festhalten, wo man hinschauen muss, welche Reihenfolge zu folgen ist und wie man eine Aufgabe durchführt. Es würde nicht jedes Element der Erfahrung erfassen, könnte aber mehr von diesem Wissen übertragbar machen.

Warum Anbauräume XR besser als offene Felder passen könnten

Die Übersicht identifiziert direktes Sonnenlicht, Staub, Regen, Temperaturschwankungen, Pflanzenbewegungen, schwache Konnektivität und unregelmäßiges Terrain als wesentliche Hindernisse für landwirtschaftliches XR. Der Indoor‑Cannabis‑Anbau eliminiert einige dieser Variablen.

Anbauräume bieten kontrollierte Beleuchtung, klar definierte Arbeitsbereiche, nahegelegene Stromversorgung und zuverlässigere Netzwerke. Die Pflanzen werden systematisch angeordnet, und Produktionssysteme erfassen bereits digitale Informationen. Der hohe Ertragswert kann es zudem erleichtern, spezialisierte Technologie zu rechtfertigen, wenn sie Verluste verhindert oder die Konsistenz verbessert.

Allerdings erzeugt die Indoor‑Kultivierung eigene Probleme. Hohe Luftfeuchtigkeit kann die Hardware beeinträchtigen, Headsets können bei langen Schichten unbequem sein, und Geräte müssen den Hygienestandards entsprechen. Mit Kameras ausgestattete Systeme könnten Arbeiter kontinuierlich aufzeichnen, was berechtigte Fragen zu Überwachung und Einwilligung aufwirft. Kultivierungsdaten können zudem geschäftsrelevante Informationen über Genetik, Erträge, Betriebsverfahren oder die Leistung der Anlage preisgeben.

Bevor XR eingeführt wird, benötigen Betreiber klare Antworten darauf, wem die Daten gehören, wo sie verarbeitet werden, wie lange sie gespeichert werden und ob Technologieanbieter sie für andere Zwecke nutzen dürfen.

XR muss sich noch seinen Platz im Cannabisanbau verdienen

Das Potenzial ist erheblich, doch Cannabisanbauer benötigen keine weitere teure Plattform, die mehr Informationen liefert, ohne die Ernte zu verbessern.

Die leistungsfähigsten XR‑Werkzeuge werden wahrscheinlich mit einem klar definierten Problem starten. Eine Anlage könnte VR einsetzen, um Mitarbeitende zu schulen, AR, um Wartungsarbeiten zu unterstützen, oder einen digitalen Zwilling, um Änderungen der Luftströmung zu testen. Der Erfolg sollte anhand praktischer Ergebnisse gemessen werden, etwa verkürzter Schulungszeiten, weniger versäumter Inspektionen, geringerer Ernteverluste, schnellerer Wartung oder konsistenterer Umsetzung.

Erst wenn diese eng begrenzten Anwendungen sich als nützlich erwiesen haben, sollten Betreiber versuchen, einen umfassenden virtuellen Anbauraum zu schaffen.

Derzeit ist XR am besten als ein aufkommender Ansatz zu verstehen, digitale Kultivierungssysteme näher zu den Pflanzen und den Menschen zu bringen, die sie unterstützen sollen. Cannabis bietet günstige Bedingungen für Experimente, doch eine überzeugende Demonstration reicht nicht aus. Die Technologie wird dann relevant, wenn sie den Anbaubetrieben hilft, ein Problem früher zu erkennen, Mitarbeitende sicherer zu schulen oder bessere Entscheidungen zu treffen, ohne unnötige Komplexität hinzuzufügen.

Literaturverzeichnis:

¹ Liu, T., Miao, Z., Yang, S. X., Zhou, J., Gong, L., Zhang, B., Liu, C., & Zhao, C. (2026). Extended Reality als neues landwirtschaftliches Werkzeug zur Verbesserung von Smart Agriculture und Präzisionslandwirtschaft. Engineering. https://doi.org/10.1016/j.eng.2026.08.021