Thesen zur Planung, Durchführung und Auswertung von 

On-Farm-Experimenten (OFE)

  

1. OFE stellen neben anderen Versuchstypen einen definierten Versuchstyp dar, bei dem es um die Bewertung von Forschungsergebnissen unter Praxisbedingungen wie beispielsweise von Precision Farming Technologien oder die Prüfung von Fragestellungen geht, die nur unter Praxisbedingungen untersucht werden können.

 

2. Der Vorteil von OFE gegenüber Parzellenfeldversuchen in Versuchsstationen besteht in der Durchführung unter Praxisbedingungen und einem damit verbundenen erweiterten Aussagebereich, der Nachteil in der schwerer zu sichernden Einheitlichkeit der Versuchsflächen und Gewährleistung des ceteris-paribus-Prinzips.

 

3. Ein OFE im Sinne eines Einzelversuchs hat ebenso wie ein einzelner Kleinparzellenversuch nur eine sehr beschränkte Aussagekraft. Eine verallgemeinerungsfähige Aussagekraft von OFE ist nur bei Planung und Auswertung im Sinne einer Versuchsserie möglich. Das stellt hohe Anforderungen an die Definition der Prüfglieder und deren Einhaltung im Experiment, insbesondere falls die Versuchsserie in verschiedenen Betrieben durchgeführt wird.

 

4. Die Grundprinzipien der Versuchsplanung (Randomisation, Wiederholung, Blockbildung) besitzen für OFE eine uneingeschränkte Gültigkeit. Die Möglichkeit einer geostatistischen Auswertung bei Vorliegen georeferenzierter Daten bedeutet nicht, dass diese Prinzipien außer Kraft gesetzt sind und damit ignoriert werden können.

 

5. OFE erfordern, wie jeder andere Versuchstyp auch, die Anwendung von Versuchsanlagen, wobei jedoch der spezifischen Aufgabenstellung angepasste Anlagen zu verwenden sind.

 

6. OFE müssen so geplant und durchgeführt werden, dass die zur Beantwortung der Versuchs­frage notwendigen statistischen Verfahren angewendet werden können (je nach Fragestellung stehen dabei Intervallschätzungen oder Signifikanzaussagen im Vordergrund).

 

7. Bei der Auswertung von OFE besteht die besondere Notwendigkeit einer statistischen Modellbildung und Überprüfung (Nutzung analytischer Kriterien zur Modellselektion, Residuenanalyse, Vergleich der bei Nutzung des Auswertungsmodells geschätzten Varianz und der Varianz der OLS-Residuen (ordinary least square)).

 

8. Eine qualifizierte Versuchsplanung, -durchführung und -auswertung erfordert im Allge­meinen eine externe Unterstützung der durchführenden Betriebe.

 

9. Die Sicherung einer hohen Datenqualität, insbesondere bei sensorgestützter Messwert­erfassung, erfordert qualifiziertes Personal und besonderes Augenmerk auf die Kalibrierung der Sensoren.

 10. Für georeferenzierte Daten, wie sie beispielsweise bei Fragestellungen im Precision-Farming anfallen, ist durch räumliche Interpolation ein einheitlicher Rasterbezug zu sichern. Das ist unverzichtbar, falls in unterschiedlichen Rastern erfasste Beobachtungen vorliegen (das kann sowohl für verschiedene Merkmale in einem Versuch als auch für das selbe oder verschiedene Merkmale bei einer Serienauswertung zutreffen).