Methodik & Datenquellen
Agronomische Entscheidungsunterstützung erfordert überprüfbare Transparenz. Jach Score, jede Randbegrenzung und jede Schätzung des Betriebsergebnisses basiert auf deterministischer Physik und veröffentlichten Benchmarks.
So nutzen Sie die Nachweise
Nutzen Sie diese Seite, um die Eingaben und Annahmen eines Berichts nachzuvollziehen und dann die limitierenden Faktoren vor einer Feld-, Umstellungs- oder Investitionsentscheidung zu hinterfragen. Ein kartiertes oder modelliertes Ergebnis ist eine Screening-Ebene; lokale Bodentests, Wassertests, Käuferbedingungen, professionelle Agronomie sowie rechtliche oder finanzielle Prüfungen bleiben eigenständige Nachweise.
Quellenverfolgung
Berichte und Tools geben den Datensatz oder Benchmark an, der für jede Entscheidungsebene verwendet wurde.
Auflösung
Abdeckung und Genauigkeit variieren je nach Koordinate, Datensatz, Zeitfenster und vom Nutzer bereitgestellten Nachweisen.
Verifizierung
Lokale manuelle Eingaben überschreiben automatisch gitterbasierte HWSD2- und ERA5-Basislinien.
| Anforderung | Beobachtung | Eignungs-/Defizitregel | Primärquelle / Nächste Prüfung |
|---|---|---|---|
| Klima und Boden | Koordinatenbasierte kartierte & modellierte Ebenen mit definierten Fallback-Pfaden. | Auflösung variiert; lokale Messung ersetzt kartierte Eingaben. | Open-Meteo, FAO HWSD2, NASA POWER |
| Wirtschaftlichkeit | Veraltete Benchmarks und editierbare Annahmen speisen den kommerziellen Bildschirm. | Referenzwirtschaftszahlen begründen keinen Käufer, keine Prognose und keine garantierte Marge. | FAOSTAT, Weltbank, lokale Aufzeichnungen |
Wie wir Kulturpreise für Ihren Standort berechnen
Ein einzelner globaler Rohstoffpreis spiegelt nicht wider, was ein Landwirt in Kenia im Vergleich zu einem in Deutschland erhält. Unsere mehrstufige Preispipeline schließt die Lücke zwischen globalen Benchmarks und lokalen Erzeugerpreisen.
Architektur der Farm-Gate-Preiskalkulation
4-Stufen-PipelineFarmGatePrice = (Handelbarkeit × GlobalSpot) + ((1 − Handelbarkeit) × Basispreis × PLI × FFPI_Verhältnis)5-stufige Preisbeschaffungskette
Wir beziehen Preise über eine kaskadierende Fallback-Kette: (1) Live-Futures von Finanz-APIs, (2) Alpha Vantage-Rohstoff-Feeds, (3) Zwischengespeicherte aktuelle Preise, (4) FAOSTAT-Erzeugerpreise nach Land, (5) Statische FAO-Benchmarks. Es wird immer die Quelle mit der höchsten Konfidenz verwendet.
Dual-Market-PLI-Mischung
Jede Kulturpflanze hat einen Handelsfähigkeitsscore (0–1). Stark gehandelte Commodities wie Weizen nutzen globale Preise; lokal konsumierte Kulturen wie Maniok werden über den World Bank Price Level Index (PLI) angepasst.
FFPI-Inflationsnormalisierung
Historische FAOSTAT-Preise werden mithilfe der Teilindizes des FAO-Nahrungsmittelpreisindex (FFPI) dynamisch an die Äquivalente des aktuellen Jahres angepasst, um reale makroökonomische Schocks anstelle einer flachen linearen Inflation abzubilden.
Dynamische Korridorvalidierung
Alle Preise (einschließlich benutzerdefinierter Überschreibungen) werden gegen einen dynamischen Korridor validiert. Global gehandelte Commodities verwenden ein ±50 %-Band; lokale Kulturen verwenden ±80 %, wodurch verhindert wird, dass anomale Spikes die projizierten Bruttomargen verzerren.
Biologisches Eignungsmodell
Kann diese Kulturpflanze an Ihren Koordinaten physisch überleben und Erträge erzielen? Jeder Umweltfaktor wird als Fuzzy-Mitgliedschafts-Eignung (0–1) bewertet, die aus der artspezifischen Schwellenwert-Enveloppe abgeleitet, mit einem AHP-gewogenen geometrischen Mittel kombiniert und mit dem Liebigschen Minimumgesetz verschnitten wird.
Parametrische Fuzzy-Zugehörigkeits-Hülle
Jeder Faktor wird zu einer Eignungsmitgliedschaft (0–1) aus der Schwellenwert-Hülle der Kultur: Thermisches Regime, Wärmesummen (GDD), Frost- & Hitzeextrem-Sicherheit, Kältebedarf/Vernalisation, Kälteresistenz, Boden-pH, Drainage, Salinität, Aluminiumtoxizität, Photoperiode, Feuchtigkeitsversorgung und Topographie (Hangneigung).
Harte biologische Schwellen
Kulturen, die nicht überleben können, werden aktiv blockiert: Tropenkulturen mit jeglicher Frostexposition werden bei 15 % gedeckelt, extreme Hitze über Kultur-Toleranz + 2 °C löst ein Absterbe-Kriterium aus, und schwere Photoperioden-Verstöße deckeln den biologischen Wert bei 20 %. Unter 10 % werden alle Ertragsprognosen auf Null gesetzt.
AHP-TOPSIS-Rangfolgemotor
Nach der individuellen Bewertung werden die Kulturen mithilfe einer hybriden Analytic Hierarchy Process (AHP) und TOPSIS Multikriterien-Entscheidungsanalyse gerankt – dieselbe Methodik, die in begutachteter agrarwissenschaftlicher Forschung verwendet wird.
Veto-Srafen: Wo reines TOPSIS versagt
TOPSIS ist vollständig kompensatorisch: Ein hoher Wert bei einem Kriterium kann eine fatale Schwäche bei einem anderen ausgleichen. Für sich genommen wird es eine Kulturpflanze gerne auf den ersten Platz setzen, wenn ihre biologische Eignung hervorragend ist, aber die kommende Saison ein schweres Klimarisiko birgt. Outranking-Methoden wie ELECTRE III lösen dies mit einem expliziten Veto-Schwelle, bei dem eine schlechte Leistung bei einem einzelnen Kriterium nicht durch Stärke an anderer Stelle wettgemacht werden kann.
Wir führen ELECTRE III nicht als zweiten Ranking-Durchlauf aus – die Reihung erfolgt durchgehend über TOPSIS. Wir wenden das Vetoprinzip als Nach-Ranking-Multiplikator auf vier Bedingungen an: grundsätzlich unrentable Wirtschaftlichkeit, ein Business Case mit experimentellem Risiko, schwerwiegende Grundwassererschöpfung und ein saisonales Klimarisiko mit hoher Wahrscheinlichkeit.
saisonaler Abzug = 1 − (erwarteter Verlust × Prognosezuverlässigkeit × Ensemble-Wahrscheinlichkeit)
Der saisonale Multiplikator wird abgeleitet, nicht angepasst. Der erwartete Verlust wird auf 0,35 festgelegt, dem Mittelwert dokumentierter Frostschäden bei stressempfindlichen Kulturen (20–80 %, abhängig von Temperatur, Dauer, Sorte und Entwicklungsstadium). Die Prognosezuverlässigkeit ist auf 0,55 eingestellt, da saisonale Ensemble-Modelle bei diesen Vorlaufzeiten über eine echte, aber mäßige Güte verfügen und bekanntermaßen übermäßig zuversichtlich sind. Ein einstimmiges Ensemble kostet eine Kultur somit etwa 19 % ihrer Bewertung – dasselbe Gewicht, das wir bereits der schweren Grundwassererschöpfung beimessen.
Das saisonale Veto gilt nur für eine Analyse der laufenden Saison. Im historischen Modus fragen Sie, wie ein typisches Jahr aussieht, sodass die Anomalie dieser Saison das Ranking nicht verändern darf. Die biologische Eignung wird stets aus dem Klima des typischen Jahres berechnet, damit dieselbe Gefahr nicht doppelt gewichtet wird.
AHP-Paarungsvergleichsmatrix
Sechs Kriterien werden über eine Saaty-Paarvergleichsmatrix gewichtet (CR < 0,01): Biologische Passung, Management-Leichtigkeit, Marktwert, Rentabilität, Volatilitätskosten und Kohlenstoff-Bonus. Ein optionales 7. Kriterium – Grundwasser-Stressindex – wird für wasserarme Regionen aktiviert.
TOPSIS-Näherungsvektor
Lebensfähige Kulturen werden nach ihrer euklidischen Distanz zu den idealen und anti-idealen Lösungen über alle gewichteten Kriterien hinweg gereiht. Ein Rentabilitäts-Veto (40 % Abzug bei negativem ROI) und ein Abschlag für Grundwasserverknappung verhindern, dass eine lineare Kompensation kritische Risiken kaschiert.
Datenquellen & Klimatelemetrie
Klima & Wetter (3-stufiger Fallback)
Historischer Modus: (1) Open-Meteo ERA5-Reanalyse-Archiv, (2) Open-Meteo CDN-Mirror, (3) NASA POWER Agroclimatology API. Der Prognosemodus verwendet CMIP6 MPI-ESM1-2-XR unter SSP2-4.5-Szenarien. Alle Zeitfenster des Klimas werden aus dem von der FAO definierten Kulturkalender für den Breitengrad des Ziels abgeleitet.
FAO HWSD v2.0 Bodenkartierung
Die Bodeneigenschaften werden aus der Rasterzelle entnommen, die Ihre ausgewählten Koordinaten enthält. Die physikalischen Eigenschaften der Oberschicht – pH-Wert, Stickstoff, SOC, KAK, Textur, nutzbare Feldkapazität, Salinität (ECe), ESP und Drainage – werden aus der lokal gehosteten HWSD2-Datenbank abgefragt.
Modellkarte für Forschungsberichte
Verantwortliche Organisation: AgriAuditor · Zuletzt überprüft: 9. August 2026
Importlücke
Jährliche Nettoneuhr-Importe der USA (Importe minus Exporte), dargestellt in gerundeten Kilotonnen aus FAOSTAT-Handelsmassendaten von 2023 als Screening-Signal.
Suchinteresse
Google Trends ist stichprobenbasiert, normalisiert und relativ auf einer Skala von 0–100. Es ist kein Maß für Käufe, Pflanzabsichten oder Marktnachfrage.
Klimascreening
Das deterministische Klimagrenzen-Ergebnis ist eine separate Evidenzebene. Es begründet keine Boden- oder Infrastrukturmachbarkeit für einen spezifischen Schlag.
Primärquellenbedingungen und berichtsbezogene Einstellungen sind in jedem Bericht festgehalten. Siehe Importlücke und Suchinteresse. Senden Sie Korrekturen oder individuelle Anfragen über den Kontaktseite.
Maßgebliche Datenquellen
FAO Harmonized World Soil Database v2.0 · FAO FAOSTAT Producer Prices · FAO Food Price Index (FFPI) · Open-Meteo ERA5 Reanalysis · NASA POWER Agroclimatology · CMIP6 SSP2-4.5 Climate Projections · World Bank Price Level Index (PLI) · World Bank Agricultural Wage Data · Alpha Vantage Commodity Feeds · MERIT DEM Topography
Diese Plattform erstellt agrarökonomische Intellektberichte, die die professionelle Sorgfaltspflicht durch qualifizierte Agronomen, Finanzanalysten und Rechtsberater unterstützen – nicht ersetzen – sollen. Sie stellt keine Finanzberatung oder Anlageempfehlung dar.