Grow-Log und KPI-Dashboard aufbauen

Ein Grow-Log ist die durchgängige, zeitlich verortete Erfassung von Eingangsgrößen (Klima, Bewässerung, Düngung) und Ergebnisgrößen (Wachstum, Ausfälle, Ernteertrag) über einen Anbauzyklus.

Ein KPI-Dashboard ist die verdichtete, auf Entscheidungsrelevanz reduzierte Sicht auf dieses Log — nicht jede geloggte Größe verdient einen Platz im Dashboard.

Ohne Zeitstempel lässt sich ein später auftretendes Symptom nicht zuverlässig auf ein vorausgegangenes Ereignis (z. B. eine EC-Spitze oder einen Klimaausreißer) zurückführen — die zeitliche Verknüpfung ist die Grundvoraussetzung für Ursachenanalyse.

Eine auffällige Korrelation innerhalb eines einzelnen Runs ist statistisch schwach, weil mehrere Variablen gleichzeitig schwanken. Erst der Vergleich über mehrere Runs mit gezielt konstant gehaltenen Variablen erlaubt belastbare Schlüsse.

Klima: Lufttemperatur, relative Luftfeuchte, VPD — als Tagesmittel und Tagesspanne, nicht nur als Momentaufnahme.

Bewässerung/Nährstoffe: EC und pH von Zulauf und Drainage, Gießmenge und -intervall.

Wachstum: Höhe, Internodienabstand, Canopy-Gleichmäßigkeit — als wöchentliche Messpunkte.

Outcome: Trockengewicht pro Fläche, Ausfallrate, bei verfügbarer Laboranbindung Cannabinoid-/Terpengehalt.

Ein Dashboard wird erst wirklich nützlich, wenn jede angezeigte Kennzahl dir sofort zeigt, wann du eingreifen musst.

Trendansichten (Verlauf über Zeit) sind aussagekräftiger als reine Tabellen mit Momentanwerten, weil sie Drift erkennbar machen, bevor ein Schwellenwert überschritten wird.

Bei einem retrospektiv auftretenden Problem zuerst den Log-Verlauf der letzten 5–7 Tage vor dem ersten sichtbaren Symptom prüfen — die auslösende Abweichung liegt fast immer vor dem sichtbaren Effekt, nicht gleichzeitig mit ihm.

Mehrere gleichzeitig schwankende Variablen (z. B. Klimaausfall UND Düngerwechsel in derselben Woche) erschweren eindeutige Zuordnung — sauberes Logging trennt Ereignisse zeitlich, wo immer möglich.

Zu viele KPIs ohne Priorisierung erfassen — das Dashboard wird unübersichtlich, und keine einzelne Kennzahl bekommt die nötige Aufmerksamkeit.

Erfassungsmethodik zwischen Runs ändern (andere Messzeitpunkte, andere Sensorplatzierung), wodurch Runs nicht mehr vergleichbar sind.

Eine einzelne auffällige Korrelation aus einem Run als bewiesenen Zusammenhang behandeln, ohne sie in einem weiteren Run zu prüfen.

Statistische Regelkarten (Control Charts) aus der Prozesssteuerung lassen sich auf Grow-KPIs übertragen, um normale Schwankung von echten Abweichungen systematisch zu trennen.

Automatisierte Sensorprotokollierung reduziert menschliche Erfassungsfehler gegenüber manuellem Logging, ersetzt aber nicht die Notwendigkeit, Ereignisse (Eingriffe, Beobachtungen) weiterhin manuell und zeitgestempelt zu dokumentieren.