Lehrstuhl Digital Farming

Unsere Forschung

Forschungsschwerpunkt: Digitalisierung in der Landwirtschaft

In der Landwirtschaft herrscht eine starke Heterogenität zwischen den einzelnen Akteuren und den eingesetzten Systemen. Dies sorgt dafür, dass durch fehlende Interoperabilität eine Vernetzung der Systeme schwierig ist. Digital-Farming-Lösungen (z. B. Farm-Management-Systeme, Entscheidungsunterstützungssysteme, Landmaschinen) stoßen zudem häufig aufgrund mangelnder Transparenz auf eine geringe Nutzungsakzeptanz.
 
Unsere Forschung konzentriert sich auf die Bewältigung der beschriebenen Herausforderungen und beschäftigt sich schwerpunktmäßig mit dem Software- und Systems Engineering im Bereich Digital Farming und einem effizienten Datenmanagement für innovative Lösungen in der Lebensmittelkette. Hierfür ist die Betrachtung von Systemen in der gesamten Wertschöpfungskette und eine Anforderungsanalyse aller unterschiedlichen Akteure unerlässlich.

Unser Standort in Rheinland-Pfalz bietet durch die vielseitige Abdeckung verschiedener Bereiche, wie Wein-, Gemüse- und Getreideanbau, aber auch der unmittelbaren Nähe zu Forschung und Industrie, eine hervorragende Grundlage.

Aktuelle Projekte

Nachhaltige Landwirtschaft mittels KI (NaLamKI)

Ansprechpartner: Felix Möhrle


01.01.2021 - 31.12.2023


Das Projekt NaLamKI folgt dem Ziel, die Digitalisierung in der Landwirtschaft zu fördern. Die Landwirtschaft steht aktuell vor vielen Herausforderungen, wie beispielsweise den Einflüssen des Klimawandels, dem immer wichtigeren Nährstoff- und Pflanzenschutzmanagements, sowie dem zunehmenden Mangel an Fachkräften. Zur Entlastung der Landwirte sollen insbesondere Sensordaten von Bodenfahrzeugen gewonnen, mit Daten aus anderen Quellen zusammengeführt und mittels KI-Methoden verarbeitet werden. Diese automatisiert erzeugten Daten sollen anschließend in eine IDSA Agriculture Dataspace konform zur Dateninfrastruktur GAIA-X eingepflegt werden.

Bisherige Erfassungsmethoden von Bodenwasserzuständen, Schaderregerbefall und die Detektion von Fremdkörpern auf landwirtschaftlichen Flächen finden überwiegend manuell durch Flächenbegehung oder rein punktuell durch Bodensonden statt. Eine schnelle, flächige Betrachtung und Lokalisation ist derzeit wegen fehlenden Erkennungsmechanismen und der unzureichenden Verknüpfung der Daten nicht möglich. Über die Integration neuer Messmethoden und deren Fusion mit vorliegenden Daten (Bodenradar, Geologie, Witterungsverlauf) mithilfe von KI sollen Bodeninformationen erfasst und für den Landwirt interpretierbar dargestellt werden. Ähnlich kann das Vorgehen bei der Detektion von Krankheiten oder der Vorhersage der Ertragsentwicklung funktionieren. Um die Akzeptanz der Nutzer zu gewährleisten, müssen die entwickelten Lösungen nachweislich zu einer Prozessoptimierung und der Nachhaltigkeitssteigerung in der Produktion von Pflanzen beitragen. Dazu müssen auch Risiken, etwa durch Wetterentwicklungen oder Schädlingsbefall, frühzeitig erkannt werden.

Im NaLamKI Projekt werden folgende Ergebnisse angestrebt:

  • Es soll eine cloudbasierte Software-as-a-Service (SaaS)-Plattform entstehen mit offenen Schnittstellen, die für alle Akteure im Ökosystem zugänglich ist. Das Ziel der Plattform ist die hochdimensionale Auswertung der aggregierten Daten. Durch die angestrebte Konformität mit der Dateninfrastruktur GAIA-X soll die Interoperabilität und Datensouveränität der verschiedenen Akteure gewährleistet werden.
  • Es sollen historische Bestandsdaten, Bodenbeschaffenheitsdaten sowie weitere Sensordaten aggregiert werden. Diese Daten sollen als Basis für die Anwendung moderner KI-Methoden dienen und vielseitig Analysen ermöglichen.
  • Durch die automatisierte Auswertung der gewonnenen Daten sollen vielseitige Optimierungen ermöglicht werden. So sollen beispielsweise Entscheidungsunterstützungen für Landwirte dazu beitragen, eine Verringerung der Aufwandmengen beim Spritzen und Düngen sowie eine frühzeitige Erkennung von Schaderregern zu erreichen.
Zum Seitenanfang