Weizen ist eines der am häufigsten angebauten Getreide weltweit. Der Weizenertrag kann jedoch durch Befall mit Pilzen, wie dem Echten Mehltau, reduziert werden. Von entsprechender Bedeutung ist die Vorhersage von Befallsereignissen, welche den Ertrag gefährden können. Diese Untersuchung stellt einen Ansatz vor, unter Berücksichtigung von stündlichen Wetter- und langjährigen Klimadaten und unter Verwendung einer Random-Forest-Modellierung sowohl räumlich als auch zeitlich entsprechende Befallsereignisse vorherzusagen. Diese Vorhersage, angewandt auf das gesamte Bundesland Schleswig-Holstein, erzielt dabei in unbeeinflussten Validierungsjahren zu 71,9 % korrekte Vorhersagen. 

Wheat is one of the most grown crops in the world. The yield of the wheat can be reduced by fungal infections, like the powdery mildew. The prediction of infestations, that can endanger the yield, is of corresponding importance. This report presents an approach to predict such infestation events in a spatial and temporal dimension, considering hourly weather and longtime climate data. Furthermore it is based on a random forest simulation. This prediction resulted in 71.9 % correct prognoses applied to the German state Schleswig-Holstein considering uninfluenced validation years.