El rendimiento de los cultivos está relacionado con la seguridad alimentaria de los hogares y la resiliencia de la comunidad, especialmente en sistemas agrícolas de pequeños agricultores. Por lo tanto, es crucial estimar con precisión el rendimiento dentro de la temporada para proporcionar información crítica para la gestión de las fincas y la toma de decisiones. Por lo tanto, el objetivo principal de este documento es evaluar el método, los índices y la etapa de crecimiento más apropiados para predecir el rendimiento del maní en sistemas agrícolas de pequeños agricultores en el norte de Malawi. Hemos estimado el rendimiento del maní en dos fincas de pequeños agricultores utilizando el rendimiento observado y los índices de vegetación (IV), que se derivaron de datos satelitales multitemporales de PlanetScope. Se aplicaron regresiones lineales simples, múltiples lineales (MLR) y de bosque aleatorio (RF) para la predicción. Se utilizó el método de validación cruzada de dejar uno fuera para validar los modelos. Los resultados mostraron que (i) de los enfoques de modelado, el modelo RF utilizando las cinco variables más importantes (RF5) fue el mejor enfoque para predecir el rendimiento del maní, con un coeficiente de determinación (R2) de 0.96 y un error cuadrático medio (RMSE) de 0.29 kg/ha, seguido por el modelo MLR (R2 = 0.84, RMSE = 0.84 kg/ha); además, (ii) la mejor etapa dentro de la temporada para predecir con precisión el rendimiento del maní es durante la etapa R5/inicio de la semilla. Se utilizó el modelo RF5 para estimar el rendimiento de cuatro fincas diferentes. Los rendimientos estimados se compararon con los rendimientos totales reportados de las fincas. Los resultados revelaron que el modelo RF5 generalmente estimó con precisión los rendimientos de maní, con márgenes de error que oscilan entre el 0.85% y el 11%. Los errores están dentro de los márgenes de pérdida post-cosecha en Malawi. Los resultados indican que el rendimiento observado y los IV, que se derivaron de datos de teledetección de código abierto, se pueden aplicar para estimar el rendimiento con el fin de facilitar la planificación agrícola y de seguridad alimentaria.