KI im Weinbau Österreich : Der Algorithmus im Weingarten: Wie KI den Grünen Veltliner retten soll

Der Grüne Veltliner ist weit mehr als eine österreichische Rebsorte. Er ist ein Aushängeschild des heimischen Weinbaus, ein bedeutender Wirtschaftsfaktor und international eng mit der österreichischen Weinkultur verbunden. Doch ausgerechnet seine Zukunft könnte durch den Klimawandel zunehmend schwieriger werden. Steigende Temperaturen, längere Trockenperioden, Spätfrost und extreme Wetterereignisse stellen die Weinbaubetriebe vor Herausforderungen, die sich mit traditionellen Methoden allein nicht immer ausreichend bewältigen lassen.

Eine mögliche Antwort kommt aus der Technologiebranche. Bereits im Juni 2024 erklärte Hermann Erlach, damals Geschäftsführer von Microsoft Österreich, bei einer Veranstaltung des Klubs der Wirtschaftspublizisten, dass künstliche Intelligenz dazu beitragen könne, den Grünen Veltliner zu retten. Das Beispiel sollte zeigen, welchen praktischen Nutzen KI auch außerhalb klassischer Technologieunternehmen entfalten kann.

Gut zwei Jahre später wird deutlicher, was hinter dieser Aussage steckt. In Österreich arbeiten Forschungseinrichtungen, Technologieunternehmen und landwirtschaftliche Betriebe an Lösungen, die Wetterrisiken frühzeitig erkennen, Pflanzenkrankheiten überwachen und den Einsatz von Ressourcen optimieren sollen. Einige Anwendungen wurden bereits im Feld erprobt, andere befinden sich noch in der Forschung.

Nie mehr die wichtigsten News aus Österreichs Industrie verpassen? Abonnieren Sie unser Daily Briefing: Was in der Industrie wichtig wird. Täglich um 7 Uhr in ihrer Inbox. Hier geht’s zur Anmeldung!

Eines der bekanntesten Beispiele ist das österreichische Projekt FrostStrat. Dahinter steht ein digitales Frühwarnsystem, das Wein- und Obstbaubetrieben helfen soll, Schäden durch Spätfrost zu vermeiden.

Das Problem ist bekannt: Durch milde Winter und warme Frühjahre beginnen Pflanzen früher auszutreiben. Folgt anschließend ein Kälteeinbruch, können die empfindlichen jungen Triebe erheblich geschädigt werden. Für Weinbauern kann eine einzige Frostnacht ausreichen, um einen beträchtlichen Teil der erwarteten Ernte zu verlieren.

Wie gravierend die wirtschaftlichen Folgen sein können, zeigte das Jahr 2017. Damals verursachte Spätfrost im österreichischen Wein- und Obstbau nach Angaben der Projektpartner Schäden von rund 70 Millionen Euro.

FrostStrat setzt deshalb auf die Kombination aus moderner Sensorik, Wetterdaten und künstlicher Intelligenz. Nach Angaben des beteiligten IT-Unternehmens Tieto wurden rund 300 Temperatur- und Feuchtigkeitssensoren in Wein- und Obstbauflächen in Niederösterreich, dem Burgenland und Teilen der Steiermark installiert. Die Messwerte werden über Funknetze übertragen und mit Wettermodellen verknüpft.

Die technische Infrastruktur basiert unter anderem auf Cloud-Diensten von Microsoft Azure. Mithilfe von Machine Learning sollen die gesammelten Daten dazu beitragen, kleinräumige Wetterentwicklungen besser vorherzusagen.

Gerade im Weinbau ist das entscheidend. Unterschiedliche Hanglagen, Geländeformen und lokale Wetterbedingungen können dazu führen, dass sich die Temperaturen innerhalb eines vergleichsweise kleinen Gebiets erheblich unterscheiden.

Eine möglichst präzise Frostprognose ermöglicht es den Betrieben, Schutzmaßnahmen rechtzeitig vorzubereiten. Dazu zählen beispielsweise Frostschutzberegnung oder der Einsatz von Heizsystemen.

Das Projekt wurde 2019 gestartet und später von Microsoft als Beispiel für den praktischen Einsatz seiner Cloud-Technologie vorgestellt. Dokumentiert sind die technische Umsetzung und erste positive Rückmeldungen beteiligter Betriebe. Öffentlich zugängliche, unabhängig überprüfte Zahlen darüber, wie viele Ernteausfälle das System tatsächlich verhindert hat, liegen allerdings nicht vor.

Während FrostStrat auf Wetterrisiken ausgerichtet ist, verfolgt das Forschungsprojekt Vinepredict einen anderen Ansatz: Mithilfe künstlicher Intelligenz soll die Entwicklung von Pflanzenkrankheiten vorhergesagt werden. Das Projekt unter der Leitung von Markus Redl an der Universität für Bodenkultur Wien läuft von Jänner 2025 bis Dezember 2027. Im Mittelpunkt stehen zwei der bedeutendsten Krankheiten des Weinbaus: Echter und Falscher Mehltau.

Beide Krankheiten können erhebliche wirtschaftliche Schäden verursachen. Um ihre Ausbreitung zu verhindern, müssen Weinbaubetriebe regelmäßig Pflanzenschutzmaßnahmen durchführen. Die Entscheidung über den richtigen Zeitpunkt ist jedoch schwierig, weil das Krankheitsrisiko stark von den jeweiligen Wetter- und Standortbedingungen abhängt.

Genau hier soll Vinepredict ansetzen. Die Forschenden entwickeln künstliche neuronale Netzwerke, die nicht nur Wetterdaten, sondern auch die Entwicklung der Reben, die Vegetationsbedeckung und die Bewirtschaftung der Weingärten berücksichtigen. Neben historischen Daten werden neue Messwerte aus 15 Weinbergen gesammelt. Eine Besonderheit ist, dass die Blattnässe sowohl auf der Oberseite als auch auf der Unterseite der Blätter erfasst wird.

Das Ziel ist ambitioniert: Die KI soll untersuchen helfen, ob sich die Entwicklung der Krankheiten standortspezifisch bis zu zehn Tage im Voraus prognostizieren lässt. Gelingt das, könnten Pflanzenschutzmittel gezielter eingesetzt und unnötige Behandlungen vermieden werden. Davon würden möglicherweise sowohl die Umwelt als auch die wirtschaftliche Bilanz der Betriebe profitieren.

Allerdings handelt es sich bisher um ein Forschungsziel. Wie zuverlässig die Vorhersagen unter unterschiedlichen Bedingungen funktionieren und welche Einsparungen tatsächlich möglich sind, muss erst nachgewiesen werden.

Einen weiteren Schritt in Richtung digitaler Weinbau macht das Forschungsprojekt VinoMon. Am 8. September 2026 stellte Joanneum Research aktuelle Arbeiten zur KI-gestützten Erkennung von Weinkrankheiten vor. Anders als bei herkömmlichen Kontrollen, bei denen Mitarbeiter die Rebstöcke einzeln untersuchen müssen, sollen künftig Drohnen größere Flächen automatisiert überwachen können.

Dazu werden die Pflanzen aus geringer Höhe mit Kameras aufgenommen. Multispektrale Sensoren erfassen dabei Informationen aus unterschiedlichen Bereichen des Lichtspektrums. Anschließend sollen KI-Modelle auffällige beziehungsweise erkrankte Pflanzenteile identifizieren und ihre Position innerhalb des Weingartens bestimmen.

Das Forschungsteam beschäftigt sich insbesondere mit Krankheiten wie Esca, Stolbur und der Goldgelben Vergilbung. Letztere wird unter anderem durch die Amerikanische Rebzikade übertragen und gilt als ernsthafte Bedrohung für betroffene Weinbaugebiete.

Im Zuge der aktuellen Versuche in der Südsteiermark werden Bilddaten gesammelt und auffällige Pflanzenbereiche markiert. Mit diesen Informationen trainieren die Forschenden die KI darauf, gesunde und erkrankte Blätter zu unterscheiden. Die Ergebnisse sollen später in digitalen Karten dargestellt werden. Weinbaubetriebe könnten dadurch erkennen, welche Bereiche besonders gefährdet sind und wo gezielte Maßnahmen erforderlich werden.

Das Potenzial ist erheblich: Werden Krankheiten früher erkannt, könnten Betriebe schneller reagieren und möglicherweise großflächige Pflanzenschutzmaßnahmen reduzieren. VinoMon ist jedoch noch kein flächendeckend verfügbares Routineverfahren. Die Forschenden entwickeln und überprüfen derzeit die dafür notwendigen Technologien.

Neben Frost und Pflanzenkrankheiten zählt die zunehmende Trockenheit zu den großen Herausforderungen des österreichischen Weinbaus. Zwar kommen Weinreben mit vergleichsweise trockenen Bedingungen zurecht. Hält Wassermangel jedoch über längere Zeit an, kann dies das Wachstum, die Entwicklung der Trauben und die spätere Weinqualität beeinträchtigen.

Wie KI dabei helfen könnte, untersuchten Forschende der BOKU und der Fachhochschule St. Pölten im Projekt Plant Monitoring AI. Das von 2020 bis 2023 durchgeführte Forschungsprojekt beschäftigte sich mit neuen Methoden zur Früherkennung von Pflanzenstress.

Dabei wurden hochentwickelte Bildgebungssysteme, Sensoren und maschinelles Lernen kombiniert. Mithilfe sogenannter hyperspektraler Aufnahmen lassen sich Informationen erfassen, die über gewöhnliche Kamerabilder hinausgehen.

Zusätzlich berücksichtigten die Forschenden unter anderem Pflanzenmerkmale, Temperatur, Feuchtigkeit und physiologische Messwerte. Die Idee dahinter: Veränderungen im Zustand einer Pflanze sollen erkannt werden, bevor sie mit bloßem Auge eindeutig sichtbar sind.

Für den Weinbau könnte dies langfristig bedeuten, dass Bewässerungsentscheidungen präziser getroffen werden. Wasser ließe sich dort einsetzen, wo es tatsächlich benötigt wird. Gerade angesichts zunehmender Trockenperioden und begrenzter Wasserressourcen wäre das ein wichtiger Fortschritt.

Auch bei der Automatisierung der Arbeit im Weingarten gibt es neue Entwicklungen. Am 15. September 2026 berichtete Joanneum Research über das Forschungsprojekt SEASON-Twin. Dabei dient das Weingut „Auf der Leiten“ in Klagenfurt als Testumgebung für die Entwicklung autonomer Robotersysteme.

Die Herausforderung: Ein Weingarten verändert sich im Laufe des Jahres ständig. Während im Winter kahle Rebstöcke das Landschaftsbild prägen, verändern im Frühjahr und Sommer Blätter, Triebe und andere Pflanzen die Umgebung. Auch Bodenverhältnisse und Lichtbedingungen wechseln. Für autonome Roboter erschwert das die Orientierung.

Deshalb erstellen die Forschenden mithilfe von Laserscannern und 360-Grad-Kameras einen digitalen Zwilling des Weingartens. Die dreidimensionalen Daten bilden die Grundlage für virtuelle Testumgebungen, in denen Roboter ihre Navigation unter unterschiedlichen Bedingungen verbessern sollen.

Dabei kommen auch Verfahren der generativen KI zum Einsatz, um verschiedene Umgebungsbedingungen zu simulieren. Langfristig könnten zuverlässigere autonome Systeme Aufgaben wie Mähen, Überwachung oder gezielte Pflanzenschutzmaßnahmen unterstützen.

Bis Roboter menschliche Arbeitskräfte im Weinbau in größerem Umfang entlasten können, sind allerdings noch technische und wirtschaftliche Fragen zu klären. Das Forschungsprojekt konzentriert sich zunächst auf eine robuste Navigation unter realistischen Außenbedingungen.

Bei aller technologischen Entwicklung stellt sich jedoch eine grundsätzliche Frage: Was bedeutet es eigentlich, den Grünen Veltliner zu retten? Geht es ausschließlich darum, Ernteausfälle zu verhindern? Oder darum, die charakteristischen Eigenschaften der Rebsorte langfristig zu bewahren?

Der Klimawandel verändert nicht nur die wirtschaftlichen Produktionsbedingungen, sondern kann auch die Zusammensetzung der Trauben beeinflussen. Höhere Temperaturen beschleunigen die Reifung, fördern die Zuckerbildung und können zu sinkenden Säurewerten führen.

Für den Grünen Veltliner ist das besonders relevant. Seine charakteristische Frische und sein ausgewogenes Verhältnis zwischen Säure, Frucht und Würze gehören zu den Eigenschaften, die ihn international erfolgreich gemacht haben.

Schon im September 2022 berichtete Ö1 über österreichische Weinbaubetriebe, die ihre Arbeit an die veränderten klimatischen Bedingungen anpassen. Der renommierte Winzer Willi Bründlmayer verzichtete dem Bericht zufolge an besonders heißen Standorten auf Grünen Veltliner. Andere Betriebe verlegten ihre Lesezeitpunkte nach vorne.

Auch die Weinbauforschung beschäftigt sich mit der Anpassungsfähigkeit der Reben. Untersuchungen an der BOKU zeigen, dass Trockenstress nicht nur kurzfristige Auswirkungen hat, sondern Pflanzen unter bestimmten Bedingungen auch Anpassungsreaktionen entwickeln können.

Künstliche Intelligenz könnte künftig helfen, solche Zusammenhänge genauer zu analysieren. Denkbar sind Prognosen zur Traubenreife, zur Wasserverfügbarkeit oder zu geeigneten Erntezeitpunkten.

Allerdings kann selbst das leistungsfähigste KI-Modell keine niedrigeren Temperaturen erzeugen oder ausgetrocknete Böden wieder mit Wasser versorgen. Technologische Lösungen können die Anpassung an veränderte Bedingungen unterstützen, die Ursachen des Klimawandels aber nicht beseitigen.

So vielversprechend die Entwicklungen erscheinen, eine entscheidende Frage bleibt offen: Wer kann sich die Digitalisierung des Weinbaus leisten? Sensoren, Drohnen, digitale Plattformen und automatisierte Analysesysteme verursachen Anschaffungs-, Betriebs- und Wartungskosten. Hinzu kommen Anforderungen an Datenqualität, technisches Know-how und die Integration in bestehende Arbeitsabläufe.

Während größere Weinbaubetriebe solche Investitionen unter Umständen leichter finanzieren können, müssen kleinere Betriebe besonders genau prüfen, ob sich der Einsatz wirtschaftlich lohnt.

Eine mögliche Lösung könnten gemeinschaftlich genutzte Systeme sein. Genossenschaften, Maschinenringe oder spezialisierte Dienstleister könnten digitale Überwachungs- und Prognosetechnologien mehreren Betrieben gleichzeitig anbieten. Ob sich solche Modelle im österreichischen Weinbau langfristig durchsetzen, bleibt abzuwarten.

Ebenso wichtig ist die Frage, wie gut KI-Anwendungen unter realen Bedingungen funktionieren. Ein System, das Krankheiten in einem Forschungsweingarten zuverlässig erkennt, muss nicht automatisch in jeder Rebsorte, bei jeder Witterung und in jedem Gelände dieselben Ergebnisse liefern.

Entscheidend sind deshalb nicht nur technologische Demonstrationen, sondern unabhängige Praxistests und messbare wirtschaftliche Vorteile.

Die österreichischen Forschungsprojekte zeigen, dass künstliche Intelligenz bereits heute weit mehr als ein theoretisches Zukunftsthema im Weinbau ist.

Frostwarnsysteme können kleinräumige Wetterrisiken besser erfassen. Neue Prognosemodelle sollen den gezielten Einsatz von Pflanzenschutzmitteln ermöglichen. Drohnen und Bilderkennung könnten gefährliche Krankheiten frühzeitig identifizieren. Sensorbasierte Analyseverfahren liefern neue Ansätze für einen ressourcenschonenden Umgang mit Wasser, während digitale Zwillinge die Entwicklung autonomer Maschinen unterstützen.

Der Nutzen dieser Technologien ist allerdings unterschiedlich weit belegt. Zwischen einem wissenschaftlichen Prototyp, einer erfolgreich erprobten Anwendung und einem wirtschaftlich rentablen System für den breiten Markt bestehen erhebliche Unterschiede.

Die Rettung des Grünen Veltliners wird deshalb nicht allein eine Frage künstlicher Intelligenz sein. Ebenso wichtig bleiben die Wahl geeigneter Standorte, angepasste Bewirtschaftungsmethoden, die Verfügbarkeit von Wasser und das Fachwissen der Winzer.

KI könnte dabei zu einem zunehmend wichtigen Werkzeug werden: nicht als Ersatz für menschliche Erfahrung, sondern als zusätzliche Grundlage für bessere Entscheidungen. Ob Algorithmen den Grünen Veltliner tatsächlich retten können, ist noch offen. Dass sie Weinbauern dabei helfen könnten, seine Zukunft besser zu sichern, zeigen die Forschungsprojekte jedoch bereits heute.