Bioelectronics Engineering
Bioelektronische Agrarsensorik nutzt biologische Erkennung oder bioelektrische Signale, um pflanzen‑ und bodenbezogene Zustände unmittelbar zu erkennen. Statt punktueller chemischer Messungen zielt dieser Trend darauf ab, pflanzenphysiologische Reaktionen – wie Stresssignale, Ernährungsdefizite oder pathogene Aktivitäten – elektrobiologisch zu detektieren und in digitale Daten umzuwandeln. Das ermöglicht präzise Steuerung von Bewässerung, Nährstoffgabe oder Schädlingsmanagement in Echtzeit.
Klassische Präzisionslandwirtschaft verwendet heute gekoppelte Sensoren (z. B. Feuchte, Temperatur). Bioelektronische Agrarsensorik dagegen arbeitet auf physiologischer Ebene – etwa über elektrische Membranantworten von Pflanzen oder biologische Rezeptorsysteme – was deutlich früher und feiner reagierende Indikatoren liefert.
Fraunhofer-Institut für Elektronische Mikrosysteme und Festkörper-Technologien (EMFT) – entwickelt VOC-basierte Sensorik zur Detektion von Stress-Signalen aus Pflanzen. (z.B. AGRARSENSE)
Albrecht Daniel Thaer-Institut, Humboldt-Universität zu Berlin – Biosystemtechnik – arbeitet an Phytocontrol-Technologien, die pflanzenphysiologische Parameter kontinuierlich erfassen.
Prof. Firat Güder – Intelligent Bioelectronics Research (UK) – arbeitet an intelligenten Schnittstellen zwischen biologischen Systemen und elektronischen Sensoren, inklusive real-time physiological sensors for plants
Innovative Sensorkonzepte für Präzisionslandwirtschaft (Joachim-Herz-Stiftung) – Förderung über 2 Jahre mit Fördersumme von insgesamt 1.000.000 Euro, zur Entwicklung und den Einsatz neuartiger nanoskaliger intelligenter Funktionsmaterialien sollen landwirtschaftliche Sensoren mit bisher unerreichter Empfindlichkeit und Selektivität (etwa für bestimmte Nährstoffe) entwickelt werden.
Die hier genannten Teams und Projekte sind nur eine kleine Auswahl, international gibt es zahlreiche weitere Arbeiten zur Einführung biologisch inspirierter Detektionssysteme in die Umweltmesstechnik.
➡ Feldtaugliche Systeme für agronomische Anwendungen werden in großen Testfeldern in den nächsten 3–5 Jahren erwartet; breite kommerzielle Nutzung kann sich über 5–7 Jahre erstrecken.
Zhou J, Fan P, Zhou S, Pan Y, Ping J. Machine learning-assisted implantable plant electrophysiology microneedle sensor for plant stress monitoring. Biosens Bioelectron. 2025 Mar 1;271:117062. doi: 10.1016/j.bios.2024.117062. (PDF)
He T, Wang J, Chae E, Lee C. In Situ Plant Sensors: Toward Real-Time, High-Resolution Monitoring. ACS Sens. 2025 Sep 26;10(9):6275-6291. doi: 10.1021/acssensors.5c01494. (PDF)
