Das Geschäftsmodell & die Ökonomie des Micro-Farming
Datenerfassung im Feld – Was wirklich gemessen werden muss
Die richtigen Daten so erfassen, dass die Erfassung im Alltag tatsächlich durchhaltbar ist.
Wer im Market Gardening fundierte Entscheidungen treffen will, kommt um eine Frage nicht herum: Woher kommen eigentlich die Zahlen? Kennzahlen wie Flächenproduktivität oder Stundenlohn klingen gut auf dem Papier – doch sie entstehen nicht am Schreibtisch, sondern draußen im Feld, in der Waschstation und am Marktstand. Genau dort, mitten im Alltagstrubel, liegt die eigentliche Hürde der Datenerfassung.
Diese Lektion ordnet ein, warum die meisten Erfassungssysteme nicht an mangelnder Genauigkeit scheitern, sondern an mangelnder Durchhaltbarkeit. Ein ausgefeiltes System, das nach vier Wochen liegen bleibt, bringt weniger als ein paar verlässliche Notizen, die wirklich jeden Tag entstehen. Der Schlüssel liegt darin, sich auf die wenigen Größen zu konzentrieren, die tatsächlich zu einer Entscheidung führen – und alles andere bewusst wegzulassen.
Für alle, die mit dem Gedanken spielen, ihren Betrieb datenbasiert zu steuern, klärt dieser Beitrag die Grundlogik: Was lohnt sich zu messen, was ist Ballast, und wie wird das Erfassen zur Gewohnheit statt zur Last. So entsteht die Basis, auf der jede spätere Auswertung überhaupt erst tragfähig wird.
Ohne Daten keine Kennzahlen
Die Kennzahlen aus Lektion 11 sind nur so gut wie die Daten, aus denen sie entstehen. Und diese Daten entstehen nicht am Schreibtisch, sondern draußen im Feld, in der Waschstation, am Marktstand – im Trubel des Alltags. Genau das ist die Schwierigkeit: Datenerfassung konkurriert mit der eigentlichen Arbeit. Wer sie zu kompliziert anlegt, gibt sie nach wenigen Wochen auf. Das Ziel ist deshalb nicht die perfekte, sondern die durchhaltbare Erfassung.
Diese Lektion hat noch 2 weitere Abschnitte.
Vollständiger Text, Praxisaufgabe und Verständnis-Quiz – kostenlos in der App.
Lektion kostenlos freischaltenDie Kernpunkte
- Kennzahlen sind nur so gut wie die zugrunde liegenden Felddaten.
- Erfasse nur, was deine Kennzahlen wirklich brauchen.
- Durchhaltbarkeit schlägt Perfektion bei der Methode.
- Erfassung an feste Alltagsmomente koppeln, damit sie zur Routine wird.
Häufige Fragen
- Welche Daten muss ich im Market Garden überhaupt erfassen?
- Im Kern geht es um die Größen, die deine wichtigsten Kennzahlen speisen: Erntemengen und Erlöse pro Kultur und Beet, die aufgewendete Arbeitszeit sowie Aussaat- und Erntetermine. Diese wenigen Daten genügen, um Flächenproduktivität, Stundenlohn und Rentabilität zu beurteilen. Alles darüber hinaus ist am Anfang meist Ballast.
- Warum scheitert Datenerfassung so oft im Alltag?
- Weil sie mit der eigentlichen Feldarbeit konkurriert. Wer das Erfassen zu kompliziert anlegt, gibt es nach wenigen Wochen wieder auf. Entscheidend ist deshalb nicht ein perfektes System, sondern eines, das einfach genug ist, um es dauerhaft durchzuhalten.
- Brauche ich eine spezielle Software zur Datenerfassung?
- Nicht zwingend. Ein wasserfestes Notizbuch am Beet oder eine simple Tabelle können völlig ausreichen. Wichtiger als das Werkzeug ist, dass du die Methode tatsächlich verlässlich nutzt – die einfachste Lösung, die du durchhältst, schlägt das ausgefeilte System, das liegen bleibt.
- Wie mache ich die Datenerfassung zur Gewohnheit?
- Indem du sie an ohnehin wiederkehrende Momente koppelst: nach der Ernte die Menge notieren, nach dem Markt den Erlös, am Abend kurz die Stunden. Kurze Einträge direkt nach der Tätigkeit verhindern, dass Daten verloren gehen. Diese kleine Disziplin wird mit der Zeit zur Routine.
- Lohnt sich der Aufwand der Datenerfassung wirklich?
- Ja. Die laufend erfassten Daten sind die Grundlage jeder späteren Auswertung. Am Jahresende weißt du dadurch genau, welche Kulturen und Beete sich gelohnt haben und welche nicht – und kannst deine Planung gezielt darauf ausrichten.
Weiterlesen
Erstelle deinen regionalen Anbauplan
Aussaattermine aus echten Klimadaten deiner PLZ, Beetbelegung und Aufgabenliste — kostenlos starten, ohne Tabellenchaos.