Die Landwirtschaft liefert einen Großteil der Nahrungsmittel und Rohstoffe für den menschlichen Verbrauch und wird aufgrund globaler Dynamiken des Bevölkerungswachstums, Änderungen der Ernährungszusammensetzung und Auswirkungen des Klimawandels herausgefordert. Gleichzeitig hat die intensive landwirtschaftliche Produktion oft erhebliche Auswirkungen auf die Leistungen und Funktionen von Ökosystemen. Agrarökosystemmodelle können verwendet werden, um Auswirkungen der Landwirtschaft über verschiedene zeitliche und räumliche Skalen zu quantifizieren. Globale Bewertungen werden jedoch durch die begrenzte Verfügbarkeit von Daten einzelner agronomischer Maßnahmen und dem Wissen über die damit verbundenen biophysikalischen und biogeochemischen Prozesse erschwert. Ziel dieser Doktorarbeit ist es, das Verständnis über Anforderungen an Daten von landwirtschaftlichen Produktionssystemen und deren Anwendungsmethoden in globalen Modellierungsstudien zu erweitern. Darüber hinaus zielt diese Doktorarbeit darauf ab die Arten, räumliche Ausdehnung, Umweltwirkung und Potenziale von unterschiedlichen Bewirtschaftungsmethoden auf globalem Ackerland abzuschätzen. Die Ergebnisse der ersten Studie zeigen, inwiefern die Aggregation von rasterzellenbasiert simulierten Ernteerträgen zu national und globalen Durchschnittserträgen mit vier unterschiedlichen Datenprodukten zu Unsicherheiten von ~10 % führen kann. Der zweite Forschungsartikel präsentiert eine Klassifikation von sechs Bodenbearbeitungssystemen, deren Kartierung und ermittelten Merkmale zur Parametrisierung in globalen Agrarökosystemmodell verwendet werden können. Zuletzt werden mit Hilfe des globalem Modells LPJml5.0- tillage-cc die biophysikalischen Auswirkungen von Zwischenfruchtanbau im Vergleich zu Schwarzbrache auf die Kohlenstoff-, Stickstoff- und Wasserdynamiken abgeschätzt. Die Ergebnisse der Thesis zeigen Potenziale von und Trade-offs zwischen ackerbaulichen Bewirtschaftungsmethoden und deren globaler Modellierung auf. / Agricultural production provides a major share of food, feed, fiber, and fuel for anthropogenic usage, and is challenged by projected increasing demand due to dynamics of population growth, changes in dietary compositions, and climate change impacts. At the same time, intensive agricultural production practices have environmental externalities, which negatively affect ecosystems’ services and functions. Agroecosystem models can be used to quantify impacts of cropland use across various temporal and spatial scales, but global assessments are hampered by the limited availability of land management data and of knowledge regarding associated biophysical and biogeochemical processes and functions. The objective of the thesis is to increase the understanding of agricultural management data requirements and implications for their usages in global modeling studies. Further, the thesis aims to identify types, spatial distribution, as well as to estimate impacts, and potentials of cropland management practices to support sustainable development. In the first study, it was assessed in which way the application of different harvested crop area datasets for the national and global aggregation of modeled crop yield outputs from the grid cell to country and global scale, induces average uncertainty of ~10 % to the results. The second study presents a global classification of six soil management systems whereas the derived mapping and characteristics can be used for parameterization across a range of intensity levels in global land use modeling studies. In the third study different cropland management practices were assessed using LPJml5.0-tillage-cc, with a modified code for the representation of cover crops growing as grass on cropland between two consecutive main crop growing seasons. The thesis’ findings reveal potential and trade-offs of land management practices and their impact assessment using global agroecosystem models.