ChatGPT kann Pflanzen bestimmen, bei gelben Blättern nach möglichen Ursachen suchen, einen Aussaatplan erstellen oder Vorschläge machen, wie ein Garten mit weniger Wasser auskommt. Wer sich etwas intensiver damit beschäftigt, kann die KI sogar über Jahre als eine Art digitalen Gartenplaner und Gartentagebuch nutzen.
Bevor wir uns damit beschäftigen, was dabei alles möglich ist, müssen wir allerdings über die Schwächen sprechen.
ChatGPT ist kein Gärtner
Sprachmodelle wie ChatGPT haben ein grundsätzliches Problem: Sie können sehr überzeugend klingen und trotzdem falsch liegen.
Eine Antwort kann ausführlich, logisch und fachlich formuliert sein und dennoch falsche Informationen enthalten. Dieses sogenannte „Halluzinieren“ ist besonders problematisch, wenn man die Antwort nicht selbst beurteilen kann.
Das gilt auch bei Bildern. ChatGPT kann Fotos analysieren und beispielsweise Pflanzen oder Auffälligkeiten an Blättern erkennen. OpenAI weist aber selbst darauf hin, dass Bildinterpretationen falsch sein können.
Ein Foto eines gelben Tomatenblattes reicht außerdem selten für eine sichere Diagnose. Gelbe Blätter können beispielsweise durch Nährstoffmangel, falsches Gießen, Wurzelschäden, Krankheiten oder schlicht durch das Alter des Blattes entstehen.
ChatGPT kennt zunächst weder unseren Boden noch die Niederschläge der vergangenen Wochen, unsere Düngung oder die Vorgeschichte der Pflanze.
Deshalb sollte eine gute Anfrage eher lauten:
„Welche möglichen Ursachen kommen infrage und welche zusätzlichen Informationen brauchst du, um sie einzugrenzen?“
und nicht:
„Was fehlt meiner Tomate?“
Es gibt noch einen weiteren Nachteil, der gerade bei einem Artikel über nachhaltiges Gärtnern nicht verschwiegen werden sollte: KI benötigt Ressourcen.
Das Training und die Nutzung großer Sprachmodelle finden überwiegend in Rechenzentren statt und benötigen Strom. Zusätzlich wird Wasser für die Kühlung der Rechenzentren sowie indirekt bei der Stromerzeugung benötigt.
Auch wenn die Systeme effizienter werden, sollten LLMs daher gezielt eingesetzt werden, statt für jede Kleinigkeit eine neue Anfrage zu starten. Und genau hier wird ChatGPT für den Garten interessant.
ChatGPT weiß nicht, was in deinem Garten passiert – solange du es ihm nicht sagst
Die vielleicht wichtigste Regel für die ChatGPT Gartenplanung lautet:
Je mehr ChatGPT über deinen Garten weiß, desto besser werden die Antworten.
„Was soll ich in mein Gemüsebeet pflanzen?“ ist eine schlechte Frage.
„Ich habe ein 1,40 × 0,80 Meter großes Hochbeet in Süddeutschland. Es bekommt von April bis September ungefähr sieben Stunden Sonne. Im vergangenen Jahr standen dort Tomaten. Der Boden ist humusreich und wird regelmäßig mit Kompost versorgt. Ich möchte dieses Jahr hauptsächlich Gemüse anbauen, das wir zwischen Juni und September ernten können.“
Damit kann ChatGPT schon wesentlich mehr anfangen.
Standort, Boden, Sonne, vorhandene Pflanzen, Niederschläge, Beetgröße, bisherige Nutzung und die eigenen Ziele machen aus einer allgemeinen Gartenfrage eine konkrete Planungsaufgabe.
Das ist gleichzeitig der Schlüssel dafür, ChatGPT nicht nur gelegentlich etwas über den Garten zu fragen, sondern es über ein ganzes Gartenjahr zu nutzen.
Pflanzen mit dem Smartphone bestimmen
Eine der einfachsten Anwendungen ist die Pflanzenbestimmung.
Man fotografiert eine unbekannte Pflanze und lädt das Bild in ChatGPT hoch. Bilder können direkt in Unterhaltungen eingefügt und analysiert werden.
Interessanter wird es aber, wenn man nicht nur fragt:
„Welche Pflanze ist das?“
Sondern beispielsweise:
„Bestimme diese Pflanze. Nenne mir drei Merkmale auf dem Foto, anhand derer du zu deiner Einschätzung kommst. Wenn du dir nicht sicher bist, nenne mir die wahrscheinlichsten Alternativen und sage mir, welche Merkmale ich zusätzlich fotografieren soll.“
Damit zwingt man ChatGPT gewissermaßen dazu, die eigene Einschätzung überprüfbar zu machen.
Blüte, Blattunterseite, Stängel oder die gesamte Wuchsform können dann mit zusätzlichen Fotos dokumentiert werden.
Gerade bei Pflanzen, bei denen eine falsche Bestimmung problematisch wäre, sollte eine KI-Bestimmung allerdings niemals die einzige Informationsquelle bleiben.
Mangelerscheinungen und Pflanzenprobleme untersuchen
Ähnlich funktioniert die Analyse kranker oder auffälliger Pflanzen.
Hilfreich sind dabei mehrere Fotos:
- die gesamte Pflanze
- ein betroffenes Blatt
- Blattoberseite und Blattunterseite
- Boden und unmittelbare Umgebung
Dazu kommen Informationen wie Standort, letzte Düngung, Bewässerung, Temperaturen und seit wann das Problem auftritt.
ChatGPT kann daraus mögliche Ursachen bilden und diese gegeneinander abwägen.
Das Entscheidende ist dabei das Wort möglich.
Die KI sollte hier eher als Gesprächspartner bei der Fehlersuche verstanden werden und weniger als Arzt für Pflanzen.
Besonders nützlich ist die Möglichkeit, anschließend weiterzufragen:
„Wie kann ich zwischen Magnesiummangel und einem Problem mit der Wasseraufnahme unterscheiden?“
Oder:
„Welche deiner drei Vermutungen kann ich ohne Laboruntersuchung selbst überprüfen?“
Damit entsteht aus einem einzelnen Foto eine systematische Fehlersuche.
Beete und Gemüseanbau planen
Bei der eigentlichen Gartenplanung spielt ChatGPT seine größte Stärke aus: Es kann viele Bedingungen gleichzeitig berücksichtigen.
Nehmen wir als Beispiel einen Garten mit sechs Hochbeeten, einem kleinen Gewächshaus, einigen Obstbäumen und Staudenflächen.
Wir möchten Tomaten, Gurken, Kartoffeln, Karotten, Bohnen und Salat anbauen.
Jetzt kommen weitere Bedingungen hinzu:
Karotten möchten wir besonders viel ernten. Im Gewächshaus sollen Tomaten und Gurken stehen. Ein Hochbeet liegt im Halbschatten. Wir möchten möglichst wenig zusätzlich bewässern und von Frühjahr bis Herbst kontinuierlich etwas ernten.
Aus diesen Angaben kann ChatGPT einen ersten Belegungsplan erstellen.
Anschließend können wir weiterarbeiten:
„Berücksichtige jetzt eine sinnvolle Fruchtfolge.“
„Wo entstehen im Juli voraussichtlich freie Flächen?“
„Welche Kulturen könnte ich dort noch nachsäen?“
„Welche Pflanzen konkurrieren besonders stark um Wasser?“
Die Stärke liegt weniger darin, dass ChatGPT den einen perfekten Gartenplan kennt. Die Stärke liegt darin, dass wir einen Plan immer wieder verändern und neue Bedingungen hinzufügen können.
Den Garten auf trockenere Sommer vorbereiten
Für viele Gärten in Deutschland und der Schweiz wird Wasser in Zukunft ein wichtigeres Planungskriterium.
Auch hier kann ChatGPT helfen, zunächst den bestehenden Garten zu untersuchen.
Welche Pflanzen benötigen besonders viel Wasser?
Welche Bereiche liegen den ganzen Tag in der Sonne?
Wo verdunstet viel Wasser aus offenem Boden?
Wo könnte ein Baum langfristig Schatten schaffen?
Welche Stauden kommen mit Trockenperioden besser zurecht?
Wo wären Mulch, Bodendecker oder eine andere Bodenbedeckung sinnvoll?
Wo kann Regenwasser gesammelt werden?
Anstatt den Garten komplett umzugestalten, kann daraus ein langfristiger Plan entstehen.
Zum Beispiel:
- Jahr 1: offene Böden reduzieren und stärker mulchen.
- Jahr 2: zusätzliche Regenwasserspeicherung schaffen.
- Jahr 3: besonders durstige Pflanzen ersetzen.
- Jahr 4: einen zusätzlichen Schattenbaum pflanzen
Dabei sollte man ChatGPT ausdrücklich Standortinformationen geben. Eine Empfehlung für Hamburg kann für das Oberrheingebiet völlig ungeeignet sein.
Noch besser wird die Planung, wenn eigene Beobachtungen hinzukommen:
„Das Beet an der Südwand muss im Juli ungefähr alle zwei Tage gegossen werden.“
Solche Informationen sind für die eigene Gartenplanung häufig wertvoller als allgemeine Klimadaten.
Wetter und Mikroklima berücksichtigen
Selbst innerhalb eines kleinen Gartens können völlig unterschiedliche Bedingungen herrschen.
Die Südwand speichert Wärme. Unter einem großen Baum ist es trockener. Hinter einer Hecke entsteht Schatten. Ein tiefer gelegener Bereich bleibt länger feucht.
ChatGPT kann helfen, solche Beobachtungen zu strukturieren.
Dazu kann man einen einfachen Gartenplan zeichnen oder fotografieren und die einzelnen Bereiche beschreiben.
Aus:
„Mein Garten liegt in Süddeutschland.“
wird dann beispielsweise:
„Beet 1: volle Sonne, sehr trocken.
Beet 2: Sonne bis etwa 14 Uhr.
Beet 3: morgens schattig, nachmittags Sonne.
Gewächshaus: sehr warm und trocken.
Staudenbeet Nordseite: schattig und lange feucht.“
Damit entsteht nach und nach eine kleine Mikroklimakarte des Gartens.
Fruchtfolge, Mischkultur und Nachkulturen
Gerade im Gemüsegarten müssen erstaunlich viele Dinge gleichzeitig berücksichtigt werden.
Was stand im vergangenen Jahr im Beet?
Was soll dieses Jahr hinein?
Wann wird die Fläche wieder frei?
Was kann anschließend noch gepflanzt werden?
Welche Kulturen gehören zur gleichen Pflanzenfamilie?
Welche Pflanzen vertragen sich?
Hier kann ChatGPT Informationen sortieren, die man sonst über mehrere Tabellen, Bücher und Notizen verteilt hätte.
Besonders praktisch wird das über mehrere Jahre. Wer dokumentiert, welche Pflanzen wo standen, kann später fragen:
„Auf welchem meiner Beete kann ich dieses Jahr am sinnvollsten Kohl anbauen, wenn du die Belegung der vergangenen drei Jahre berücksichtigst?“
Den Garten nicht nur planen, sondern messen
Eine der interessantesten Anwendungen ist die Auswertung des Gartenjahres.
Denn meistens erinnern wir uns im nächsten Frühjahr nur noch ungefähr daran, was im vergangenen Jahr funktioniert hat.
Die Zucchini waren gut.
Die Tomaten irgendwie nicht.
Die Karotten waren klein.
Aber warum?
Man könnte stattdessen regelmäßig notieren:
Aussaatdatum, Pflanzdatum, Sorte, Beet, Düngung, besondere Probleme, Erntemenge, Bewässerung und Arbeitsaufwand.
Daraus entsteht nach einigen Jahren ein erstaunlich wertvoller Datensatz über den eigenen Garten.
ChatGPT kann beispielsweise feststellen:
„Die Tomaten im Gewächshaus lieferten zwar 30 Prozent mehr Ertrag, benötigten aber wesentlich mehr Bewässerung.“
Oder:
„Die im Juni nachgepflanzten Bohnen hatten in den vergangenen beiden Jahren einen besseren Ertrag als die April-Aussaat.“
Dafür braucht es keine wissenschaftliche Versuchsanordnung. Schon einige konsequent erfasste Daten können helfen, Entscheidungen nicht nur nach Gefühl zu treffen.
Fünf praktische ChatGPT-Prompts für den Garten
Prompts müssen nicht kompliziert sein. Gute Ausgangsinformationen sind meistens wichtiger als besonders ausgefeilte Formulierungen.
Einfacher Prompt 1: Was fehlt meiner Pflanze?
Ich möchte herausfinden, warum diese Pflanze Probleme hat. Analysiere die beigefügten Fotos. Stelle noch keine endgültige Diagnose. Nenne zunächst die fünf wahrscheinlichsten Ursachen und sage mir anschließend, welche Informationen oder zusätzlichen Fotos du benötigst, um diese Möglichkeiten einzugrenzen. Berücksichtige Standort, Bewässerung, Nährstoffversorgung, Krankheiten und Schädlinge.
Einfacher Prompt 2: Was kann ich jetzt noch pflanzen?
Ich gärtnere in [Ort/Region]. Heute ist der [Datum]. In meinem Gemüsebeet ist eine Fläche von [Größe] frei geworden. Das Beet bekommt ungefähr [X] Stunden Sonne. Ich möchte die Fläche bis zum Winter möglichst sinnvoll nutzen. Nenne mir fünf geeignete Kulturen mit Aussaat- oder Pflanzzeitpunkt und ungefährer Erntezeit. Berücksichtige die Jahreszeit und mein lokales Klima.
Einfacher Prompt 3: Ein Beet besser nutzen
Ich habe ein Beet mit [Maße]. Dort wachsen momentan [Pflanzen]. Das Beet bekommt [X] Stunden Sonne und der Boden ist [Beschreibung]. Mein Ziel ist [viel ernten/wenig Arbeit/Insekten fördern/wenig gießen]. Analysiere die aktuelle Nutzung und mache mir konkrete Vorschläge, wie ich diese Fläche besser nutzen könnte. Frage nach fehlenden Informationen, bevor du einen endgültigen Plan erstellst.
Fortgeschrittener Prompt 1: Mein Gartenjahr planen
Du bist mein Gartenplaner für dieses Gartenjahr. Erstelle noch keinen Plan, sondern frage mich zunächst nach allen Informationen, die du benötigst: Standort, Klima, Beetgrößen, Boden, vorhandene Pflanzen, gewünschte Kulturen, Vorjahresbelegung, verfügbare Zeit, Bewässerungsmöglichkeiten und meine Ziele.
Erstelle anschließend einen Jahresplan von Januar bis Dezember. Berücksichtige Aussaat, Voranzucht, Pflanzung, Fruchtfolge, Nachkulturen, Düngung, Mulchen, Bewässerung, Schnittarbeiten und Ernte.
Gib mir für jeden Monat eine übersichtliche Aufgabenliste. Weise mich auf zeitkritische Arbeiten hin. Wenn Informationen fehlen oder du bei einer Empfehlung unsicher bist, frage nach, anstatt Annahmen zu treffen.
Fortgeschrittener Prompt 2: Mein Gartenexperiment
Ich möchte mein Gartenjahr systematisch dokumentieren und herausfinden, welche Methoden in meinem Garten tatsächlich funktionieren.
Entwickle mit mir zunächst ein einfaches Messsystem. Ich möchte nur Daten erfassen, aus denen später konkrete Entscheidungen entstehen können. Berücksichtige unter anderem Sorte, Standort, Aussaat- und Pflanzdatum, Düngung, Bewässerung, Probleme, Arbeitsaufwand und Erntemenge.
Wenn ich dir während des Jahres neue Beobachtungen gebe, ordne sie dem entsprechenden Beet und der Kultur zu.
Erstelle am Ende jeder Kultur eine kurze Auswertung: Was hat funktioniert? Was hat nicht funktioniert? Welche Ursache ist wahrscheinlich? Was sollten wir nächstes Jahr verändern?
Am Ende des Gartenjahres möchte ich eine Gesamtauswertung mit fünf konkreten Änderungen für das kommende Jahr. Trenne dabei Beobachtungen von Vermutungen und kennzeichne deutlich, wenn die vorhandenen Daten für eine Schlussfolgerung nicht ausreichen.
Der zweite Prompt verändert die Rolle von ChatGPT erheblich. Die KI gibt nicht mehr nur Ratschläge. Sie hilft dabei, aus dem eigenen Garten zu lernen.
ChatGPT Garten Nutzung für Fortgeschrittene: die eigene Garten-Wissensbasis
Noch interessanter wird ChatGPT, wenn wir aufhören, bei jeder Frage wieder von vorne anzufangen.
Dafür brauchen wir zunächst eine Garten-Wissensbasis.
Technisch kann man dieses Prinzip mit einem RAG-System vergleichen. RAG steht für „Retrieval-Augmented Generation“. Vereinfacht gesagt bekommt das Sprachmodell zusätzlich zu seinem allgemeinen Wissen gezielt Informationen aus einer eigenen Wissenssammlung zur Verfügung gestellt.
Für einen privaten Garten müssen wir daraus allerdings kein kompliziertes IT-Projekt machen.
Wir können unsere Garten-Wissensbasis zunächst gemeinsam mit ChatGPT erstellen.
Schritt 1: ChatGPT interviewt den Gartenbesitzer
Statt selbst zu überlegen, welche Informationen wichtig sein könnten, lassen wir ChatGPT fragen.
Ein Startprompt könnte lauten:
Ich möchte eine dauerhafte Wissensbasis über meinen Garten erstellen, die wir später für meine Gartenplanung verwenden können.
Interviewe mich dazu systematisch. Stelle mir immer nur wenige Fragen gleichzeitig und frage nach, wenn meine Antworten ungenau sind.
Erfasse mindestens: Standort und Region, Gartengröße, einzelne Flächen und Beetgrößen, Sonnenstunden, Mikroklima, Bodenarten, vorhandene Pflanzen, Gemüsebeete, Obstbäume, Stauden, Gewächshaus, Bewässerungsmöglichkeiten, Regenwasserspeicher, bisherige Probleme, Düngung, Kompostierung, gewünschte Nutzung, verfügbare Arbeitszeit und meine langfristigen Ziele.
Erstelle am Ende daraus einen strukturierten Garten-Steckbrief. Erfinde keine fehlenden Angaben, sondern kennzeichne sie als unbekannt.
Dann beginnt im Grunde eine Garteninventur.
Schritt 2: Einen Gartenplan hinzufügen
Besonders wertvoll ist ein Plan.
Das muss kein professioneller Landschaftsplan sein.
Eine Handskizze mit Maßen kann bereits reichen. Noch besser sind Fotos aus verschiedenen Richtungen sowie eine einfache Zeichnung mit nummerierten Bereichen.
Zum Beispiel:
B1: Hochbeet am Haus
B2: Hochbeet Gartenmitte
G1: Gewächshaus
S1: Staudenbeet Süd
O1: Obstbereich
Diese Bezeichnungen können anschließend dauerhaft verwendet werden.
„Ich habe heute B2 mit 20 Litern Wasser gegossen.“
ist für eine langfristige Dokumentation wesentlich besser als:
„Ich habe das hintere Beet gegossen.“
Schritt 3: Die Wissensbasis als Datei speichern
Der fertige Garten-Steckbrief kann anschließend als strukturiertes Dokument gespeichert werden.
Dazu können weitere Informationen kommen:
Gartenplan, Pflanzenliste, Beetbelegung der vergangenen Jahre, Bodenanalyse, Sortenlisten, Erntedaten oder Tabellen mit Beobachtungen.
Damit besitzt man seine eigene kleine Garten-Datenbank.
Schritt 4: Ein ChatGPT-Projekt „Mein Garten“ anlegen
Für eine langfristige Nutzung eignen sich derzeit besonders die Projekte in ChatGPT. Dort können zusammengehörige Chats, Dateien und spezielle Projektanweisungen an einem Ort gesammelt werden. Referenzdateien wie Dokumente, Tabellen und Bilder können dem Projekt hinzugefügt werden.
Unsere Garten-Wissensbasis wird zur Grundlage des Projektes.
Dazu könnte eine Projektanweisung beispielsweise lauten:
Nutze für alle Gartenfragen zuerst die Informationen aus meiner Garten-Wissensbasis. Unterscheide zwischen Informationen über meinen tatsächlichen Garten und allgemeinen Annahmen.
Wenn wichtige Informationen fehlen, frage nach.
Berücksichtige bei Empfehlungen meinen Standort, Boden, Mikroklima, vorhandene Pflanzen, bisherige Beetbelegung und das Ziel, den Garten langfristig widerstandsfähiger gegen Hitze und Trockenheit zu machen.
Erfinde keine Beobachtungen oder Messwerte.
Wenn neue gesicherte Informationen über meinen Garten entstehen, weise mich darauf hin, dass sie in die Garten-Wissensbasis übernommen werden sollten.
Projektanweisungen gelten innerhalb des jeweiligen Projekts und können so die Arbeitsweise für alle dortigen Garten-Chats festlegen.
Schritt 5: Nicht einen endlosen Chat führen
Hier würde ich sogar empfehlen, nicht alles in einem einzigen Chat zu erledigen.
Innerhalb des Projektes können unterschiedliche Unterhaltungen entstehen:
„Gemüseplanung 2027“
„Tomatenprobleme“
„Garten trockenheitsfester machen“
„Obstbäume“
„Ernteauswertung 2027“
Alle greifen auf denselben Projektkontext zurück. ChatGPT-Projekte besitzen dafür eine projektbezogene Erinnerung und können die im Projekt vorhandenen Chats und Dateien als Kontext nutzen.
Damit wird die Garten-Wissensbasis zum gemeinsamen Fundament verschiedener Planungsaufgaben.
Schritt 6: Aus dem Gartenjahr lernen
Jetzt kommt der entscheidende Unterschied zu einer normalen Garten-App.
Die Wissensbasis bleibt nicht statisch.
Angenommen, wir stellen nach zwei Sommern fest:
B2 trocknet wesentlich schneller aus als erwartet.
Dann wird diese Beobachtung ergänzt.
Oder:
Die Heidelbeeren bekommen trotz Bewässerung regelmäßig Trockenschäden.
Oder:
Kartoffeln funktionieren auf B4 besonders gut.
Aus dem ursprünglichen Garten-Steckbrief entsteht mit der Zeit eine Beschreibung dessen, wie der eigene Garten tatsächlich funktioniert.
Genau diese Informationen fehlen allgemeinen Gartenratgebern.
Vom Gartenratgeber zum persönlichen Gartenplaner
Der größte Nutzen von ChatGPT im Garten besteht deshalb meiner Meinung nach nicht darin, eine Pflanze fotografieren zu können und innerhalb weniger Sekunden einen Namen genannt zu bekommen.
Das ist praktisch, aber noch nicht besonders revolutionär.
Interessanter wird es, wenn ChatGPT Zusammenhänge herstellen kann.
Welche Pflanzen standen vor zwei Jahren in diesem Beet?
Wann hatten die Tomaten erstmals Probleme?
Welche Sorte lieferte bei wenig Bewässerung trotzdem gute Erträge?
Welches Beet trocknet im Sommer zuerst aus?
Wie hat sich die Ernte verändert, seit wir stärker mulchen?
Welche Arbeiten haben viel Zeit gekostet, aber kaum einen Nutzen gebracht?
Dafür müssen wir allerdings selbst Daten liefern.
ChatGPT weiß nicht, was in unserem Garten passiert, solange wir es ihm nicht sagen.
Je länger und konsequenter wir unseren Garten dokumentieren, desto wertvoller kann deshalb die Unterstützung werden.
Und vielleicht liegt genau darin eine der sinnvollsten Anwendungen künstlicher Intelligenz im Garten: nicht darin, das eigene Beobachten und Lernen zu ersetzen, sondern dabei zu helfen, genauer hinzusehen, Erfahrungen festzuhalten und aus ihnen die richtigen Schlüsse für das nächste Gartenjahr zu ziehen.
Dieser Beitrag wurde von uns geschrieben und von KI formatiert. Unsere KI Richtlinie.
