Orchard Robotics: Die Kamera, die Obstbau neu vermisst

Max Quantum

Stell dir vor, es ist Ende Mai... sagen wir, der vierte Juni. Ein Obstbauer im Yakima Valley steht auf seiner Farm und blickt auf zweihundert Hektar Apfelbäume. Und genau in diesem Moment muss er eine folgenschwere Wette eingehen. Wie viele Erntehelfer bestelle ich für September? Wenn ich zu wenige buche, verrottet die Ernte am Baum. Buche ich auch nur zwanzig Prozent zu viele, fressen die Lohnkosten meine gesamte Marge auf. Und bisher... tja, bisher läuft das so: Der Bauer geht durch drei, vier Baumreihen, zählt händisch ein paar Äpfel an fünf Äm- Ästen, nimmt den Taschenrechner und rechnet das grob auf hunderttausend Bäume hoch. Eine absolute Stichproben-Wette, bei der es um Millionen geht.

Eva Cortex

Was... im Ernst? Bei Betrieben, die Millionen umsetzen, schätzen die das einfach so über den Daumen?

Max Quantum

Genau das ist die Realität. Und hier verschiebt sich gerade etwas. Der eigentliche Hebel liegt nämlich nicht darin, wer das komplexeste neuronale Netz programmiert, sondern wer als Erster die reale Farm verlässlich vermisst. Nicht die beste theoretische KI gewinnt hier, sondern das System, das die präzisesten Daten direkt vom Baum liefert. Und genau das macht ein Startup namens Orchard Robotics. Gegründet von Charlie Wu... der hat dafür sein Studium an der Cornell University geschmissen, ist Thiel Fellow geworden. Die haben gerade eine Series A über zweiundzwanzig Millionen Dollar eingesammelt. Insgesamt stehen die bei über fünfundzwanzig Millionen, mit Playern wie Quiet Capital, Shine und General Catalyst im Rücken.

Eva Cortex

Okay, warte mal. Fünfundzwanzig Millionen Dollar für ein Startup, das... was genau macht? Um welche Betriebe geht es da konkret? Also, wer kauft das? Sind das die riesigen Apfel- und Weinbau-Konzerne in Washington State und Kalifornien?

Max Quantum

Ja, genau die. Die ganz großen Player im gewerblichen Obstanbau. Für die ist die Frage, wie viel Dünger sie jetzt im Juni spritzen oder wie stark sie die Blüten ausdünnen, eine absolute Kernentscheidung. Wenn du zu viele Früchte am Baum lässt, bleiben alle Äpfel zu klein und du kannst sie nicht als Premiumware verkaufen. Dünnst du zu stark aus, hast du zwar riesige Äpfel, aber viel zu wenige Kisten. Das ist ein extrem feines, teures Balancing-Spiel.

Eva Cortex

Verstehe. Aber... ganz ehrlich, warum braucht es dafür jetzt ein hochfinanziertes KI-Unternehmen? Was bekommt der Landwirt da geliefert? Ist das am Ende wieder nur ein Dashboard mit bunten Kurven, die nett aussehen, aber im Alltag nichts bringen?

Max Quantum

Nein, eben nicht. Und das ist der Punkt, den ich extrem smart finde. Orchard Robotics verkauft keine abstrakte Software-Cloud. Sie nennen ihr Kernprodukt FruitScope. Das ist im Grunde eine Kamera-Halterung, die man ganz simpel an einen ganz normalen Traktor oder ein Allradfahrzeug montiert, das der Bauer ohnehin schon auf der Farm hat. Der Landwirt oder sein Angestellter fährt wie jeden Tag die Reihen ab, um zu spritzen, zu mähen oder zu kontrollieren. Und während dieser alltäglichen Fahrt vermisst das System im Vorbeifahren jeden einzelnen Baum. Millionen von hochauflösenden Bildern, statt der alten, ungenauen Stichproben.

Eva Cortex

Ah, okay. Also kein extra Aufwand für den Fahrer, weil das quasi nebenbei läuft. Aber... wie verarbeitet man diese Datenflut mitten auf dem Feld? Da gibt es doch oft überhaupt kein Netz.

Max Quantum

Genau das ist der operative Knackpunkt. Die Verarbeitung läuft direkt auf dem Gerät am Traktor — also Edge-Computing. Keine Cloud-Magie in Echtzeit über instabile Mobilfunknetze. Wenn das Fahrzeug abends in die Scheune fährt, lädt das System die vorsortierten Daten hoch, und am nächsten Morgen hat der Betriebsleiter im FruitScope OS eine exakte Karte: Baum für Baum, Rebe für Rebe. Die KI analysiert die genaue Anzahl, die physische Größe, den Reifegrad und sogar erste Anzeichen von Krankheiten oder Stress an jedem einzelnen Apfel.

Eva Cortex

Hmm. Das klingt jetzt auf dem Papier fast... fast zu gut. Wo ist der Haken? Woher wissen wir denn, dass diese Kamera-Scans am Traktor wirklich präziser sind als die Erfahrung eines altgedienten Farmers, der seine Bäume seit dreißig Jahren kennt? Gibt es da unabhängige Belege oder konkrete Kundendaten, die das beweisen?

Max Quantum

Da triffst du genau den wunden Punkt. Unabhängig geprüfte, wissenschaftliche Studien oder öffentlich zugängliche, detaillierte Kundendaten, die diese Präzision schwarz auf weiß belegen, gibt es aktuell noch nicht. Das Unternehmen erzählt natürlich eine sehr plausible, gut klingende Story von der verlässlichen Datengrundlage, und die Investoren glauben offenbar fest daran. Aber ob das System im harten Winter oder bei extremen Lichtverhältnissen auf jeder Farm der neue, unangefochtene Marktstandard wird... das muss sich erst noch auf breiter Front beweisen.

Eva Cortex

Heißt für mich: Es ist vor allem ein extrem cleveres Geschäftsmodell. Sie verkaufen vermutlich kein physisches Gerät, sondern ein Abo, oder?

Max Quantum

Genau das ist der Hebel. Sie verkaufen das nicht als einmalige Hardware-Anschaffung, die nach zwei Jahren veraltet ist. Das Modell funktioniert über eine jährliche Gebühr pro Hektar. Wer mehr Hektar scannt, bekommt einen Mengenrabatt. Ein klassisches Software-as-a-Service-Modell für die physische Landwirtschaft. Und die Skalierung hört ja bei Äpfeln und Weinreben nicht auf. Die Logik lässt sich auf fast jede Sonderkultur übertragen: Heidelbeeren, Kirschen, Mandeln, Zitrusfrüchte... überall dort, wo der Ertrag direkt von der präzisen Steuerung der einzelnen Pflanze abhängt.

Eva Cortex

Eigentlich genial. Wer den Kundenzugang über die Hardware am Traktor besitzt und die Daten hat, kontrolliert am Ende die gesamte Wertschöpfungskette der Farmberatung. Ein extrem spannender Case.

Max Quantum

Absolut. Mal sehen, wie schnell sie die Traktoren da draußen besetzen können. Bis zum nächsten Mal.

Eva Cortex

Bis zum nächsten Mal. Ciao!