idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instanz:
Teilen: 
05.06.2019 15:44

DFKI entwickelt innovative KI-Technologien für eine zukunftsfähige Landwirtschaft

Andrea Fink DFKI Bremen
Deutsches Forschungszentrum für Künstliche Intelligenz GmbH, DFKI

    Wie kann Künstliche Intelligenz dabei helfen, die globalen Herausforderungen im Bereich der Agrarwirtschaft zu bewältigen und auch mittelständischen Betrieben Zukunftsperspektiven zu eröffnen? Mit diesen Fragen beschäftigen sich die Projekte Agri-Gain und DAKIS des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI). Gemeinsam mit Partnern aus Industrie und Forschung erarbeiten die DFKI-Forscher innovative Konzepte und intelligente Technologien, welche die Landwirtschaft der Zukunft nicht nur effizienter, sondern auch ökologischer gestalten sollen. Ihre Forschungsarbeit präsentierten die Wissenschaftler im Rahmen der Regionalkonferenz Agrartechnik am 5. Juni 2019 in Osnabrück.

    Eine der größten Herausforderungen des 21. Jahrhunderts besteht darin, in Zeiten von Globalisierung und Klimawandel eine wachsende Weltbevölkerung nachhaltig und ausreichend zu ernähren. Wie das gelingen kann und welche Rolle insbesondere dem Nordwesten Deutschlands bei der Entwicklung zukunftsfähiger Lösungen zukommt, damit beschäftigte sich die Regionalkonferenz Agrartechnik zum Thema „Digital Farming im Agrotech Valley – Ist Landwirtschaft 4.0 der Lösungsweg zur Sicherung der Welternährung?“ am Mittwoch, den 5. Juni 2019, auf dem Gestüt Osthoff Georgsmarienhütte in Osnabrück. Das DFKI, das mit dem Kompetenzzentrum Smart Agriculture Technologies (CC-SaAT) über einen Anwendungsschwerpunkt im Bereich der Landwirtschaft und Agrartechnik sowie an mehreren Standorten und Laboren über langjährige Expertise in diesen Bereichen verfügt, präsentierte sich auf der Konferenz mit aktuellen Forschungsprojekten.

    Agri-Gain – Agrarwirtschaftliches Gateway für Künstliche Intelligenz

    Der Einsatz Künstlicher Intelligenz (KI) birgt ein enormes Potenzial für die Agrarwirtschaft und die angrenzende Ernährungswissenschaft – davon soll auch der Mittelstand profitieren. Im Rahmen der im April 2019 gestarteten Wettbewerbsphase des Innovationswettbewerbs „KI als Treiber für volkswirtschaftlich relevante Ökosysteme“ des Bundesministeriums für Wirtschaft und Energie (BMWi) wird unter der Koordination des DFKI im Projekt Agri-Gain ein Konzept einer großen Plattform realisiert, die einen leichten Zugang („Gateway“) zu KI-Technologien für diese Branche schafft. In der Plattform sollen auf den Anwendungskontext zugeschnittene KI-Funktionen bereitstellt werden, welche einfach, d.h. ohne Expertenwissen, anwendbar sind. Auf diese Weise soll es auch mittelständischen Betrieben – die sich in der Regel keine eigenen KI-Experten leisten können – möglich sein, intelligente Technologien zu nutzen, um wettbewerbsfähig zu bleiben und neue sowie verbesserte Dienstleistungen anbieten zu können. Durch die enge Zusammenarbeit mit den zentralen Stakeholdern der Agrar- und Ernährungswissenschaft wird dabei die Akzeptanz und der nachhaltige Betrieb der Plattform gewährleistet.

    Das neue System stützt sich sowohl auf offene Datenquellen – z.B. Wetter-, Schlagdaten oder rechtliche Regularien – und KI-Services externer Anbieter als auch auf interne, mithilfe der Stakeholder aufgebaute Datenquellen und soll stetig erweitert werden. Dank konsistenter, aufeinander aufbauender KI-Funktionen sowie Assistenzsystemen, die den Nutzer bei der Auswahl unterstützen, wird die Anwendung der Plattform so vereinfacht, dass diese mit Alltagstechnologien, wie z.B. Amazon Alexa oder die Sprachverarbeitung von Smartphones, vergleichbar ist. Auf diese Weise bietet Agri-Gain umfangreiche, an die Erfordernisse des landwirtschaftlichen Anwendungsfeldes angepasste KI-basierte Lösungsbausteine, die sich leicht in individuelle Anwendungen integrieren lassen. Dadurch können neue Geschäftsideen von Startups und etablierten Firmen in kürzester Zeit in reale Produkte überführt werden.

    Nicht zuletzt ist die Definition und Realisierung konkreter Use-Cases, die KI-Services der Plattform nutzen, um innovative Anwendungen zu realisieren – z.B. im Bereich der Unkrautregulierung, der Tierhaltung oder der Lebensmittelverarbeitung – ein zentraler Bestandteil des Projekts. Nur so ist es den Verbundpartnern möglich, das große Potenzial der Plattform zu demonstrieren und zu evaluieren. Bei erfolgreicherer Evaluation der Wettbewerbsphase ist die Umsetzung der Plattform ab Januar 2020 geplant.

    Projektpartner im Rahmen der Wettbewerbsphase sind:
    • DFKI GmbH – Forschungsbereich Smarte Daten & Wissensdienste, Forschungsgruppe Planbasierte Robotersteuerung, Forschungsgruppe Intelligente Netze
    • Hochschule Osnabrück
    • DIL Deutsches Institut für Lebensmitteltechnik e. V.
    • Claas E-Systems GmbH
    • John Deere GmbH & Co. KG
    • Amazonen-Werke H.Dreyer GmbH & Co. KG
    • Grimme Landmaschinenfabrik
    • Maschinenfabrik Bernard KRONE GmbH & Co. KG
    • Kotte Landtechnik GmbH & Co. KG

    DAKIS – Digitales Wissens- und Informationssystem für die Landwirtschaft

    Klimawandel, Ernährungssicherheut und Nachhaltigkeit – das sind die großen globalen Herausforderungen der Landwirtschaft. Diesen zu begegnen und Lösungen anzubieten, hat sich das im April 2019 gestartete Projekt DAKIS auf die Fahne geschrieben. Unter der Koordination des Leibniz-Zentrums für Agrarlandforschung (ZALF) e.V. und Beteiligung der DFKI-Forschungsgruppe Planbasierte Robotersteuerung entwickelt das Projektkonsortium ein weltweit bisher einzigartiges Management- und Informationssystem. Dieses soll Landwirten als Entscheidungshilfe dienen, um agrarwirtschaftlichen Anbau mithilfe neuartiger Technologien ökonomisch effizienter und gleichzeitig ökologisch nachhaltiger zu gestalten.

    Dafür erheben die Projektpartner in zwei unterschiedlichen deutschen Testregionen (im bayerischen Passau und in der Uckermark in Brandenburg) kontinuierlich Echtzeitdaten mithilfe von Sensoren, (teil-)autonomen Robotern und satellitengestützter Beobachtung. Auf diese Weise erfassen sie wichtige Landschaftsparameter, wie Bodenbeschaffenheit, Pflanzenstand und meteorologische Daten. Zudem ermitteln sie den Status quo in punkto Ökosystemleistungen, d.h. die Vorteile, welche der Mensch aus dem jeweiligen Ökosystem zieht. Dazu zählen z.B. bereitstellende Leistungen wie Nahrungsmittel und nachwachsende Rohstoffe, regulierende Leistungen wie Erosionsschutz und Minderung von Überschwemmungen, oder kulturelle Leistungen wie Erholung. Anschließend befragen sie die Bevölkerung nach ihren Bedürfnissen, um die regionale Nachfrage an die Ökosystemleistungen zu ermitteln. Das System kombiniert diese Erkenntnisse mit betriebsökonomischen Faktoren, etwa hinsichtlich der Wirtschaftlichkeit von Anbausystemen oder der Minimierung eingesetzter Ressourcen, und berechnet daraus mithilfe von Computermodellen und Simulationen den auf die Region angepassten „idealen“ landwirtschaftlichen Betrieb.

    Das DAKIS-System koppelt diese Ergebnisse zusätzlich mit rechtlichen, politischen und gesellschaftlichen Rahmenbedingungen und berücksichtigt hinterlegtes agrarwissenschaftliches Wissen. Auf einer intuitiven Benutzeroberfläche werden schließlich alle Datenströme zusammengeführt, mithilfe maschineller Lernverfahren analysiert und zu Handlungsempfehlungen verdichtet, welche für den Nutzer nachvollziehbar visualisiert werden. Daneben untersuchen die Forscherinnen und Forscher im Projekt, wie sich die Maßnahmen mit neuartigen Technologien, z.B. KI-Anwendungen und Robotik, umsetzen lassen.

    Das Projekt DAKIS wird vom Bundesministerium für Bildung und Forschung (BMBF) mit insgesamt 7,4 Millionen Euro über eine Laufzeit von 5 Jahren gefördert.

    Projektpartner:
    • Leibniz-Zentrum für Agrarlandschaftsforschung (ZALF) e. V. (Koordinator)
    • DFKI GmbH – Forschungsgruppe Planbasierte Robotersteuerung
    • Leibniz-Institut für innovative Mikroelektronik (IHP)
    • Hochschule für nachhaltige Entwicklung Eberswalde (HNEE)
    • Europa Universität Viadrina Frankfurt (Oder)
    • Leibniz-Institut für Agrartechnik und Bioökonomie (ATB) e. V.
    • Universität Bonn
    • Forschungszentrum Jülich
    • Hochschule Osnabrück
    • Fraunhofer-Institut für System- und Innovationsforschung (ISI)

    Weitere Informationen:
    Regionalkonferenz Agrartechnik: https://www.landkreis-osnabrueck.de/regionalkonferenz_agrartechnik
    Agri-Gain: https://www.dfki.de/web/forschung/projekte-publikationen/projekte/projekt/agri-g...
    DAKIS: https://www.dfki.de/web/forschung/projekte-publikationen/projekte/projekt/dakis/

    DFKI-Ansprechpartner Agri-Gain:
    Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI) GmbH
    Competence Center Smart Agriculture Technologies (CC-SaAT)
    Planbasierte Robotersteuerung
    Dr. Stefan Stiene
    E-Mail: stefan.stiene@dfki.de
    Tel.: 0541 386050 2252

    DFKI-Ansprechpartner DAKIS:
    Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI) GmbH
    Planbasierte Robotersteuerung
    Dr. Kai Lingemann
    E-Mail: kai.lingemann@dfki.de
    Tel.: 0541 386050 2253

    DFKI-Pressekontakt:
    Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI) GmbH
    Team Unternehmenskommunikation Bremen
    E-Mail: uk-hb@dfki.de
    Tel.: 0421 178 45 4180


    Bilder

    Merkmale dieser Pressemitteilung:
    Journalisten
    Elektrotechnik, Informationstechnik, Tier / Land / Forst, Umwelt / Ökologie, Wirtschaft
    überregional
    Forschungsprojekte, Kooperationen
    Deutsch


     

    Hilfe

    Die Suche / Erweiterte Suche im idw-Archiv
    Verknüpfungen

    Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.

    Klammern

    Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).

    Wortgruppen

    Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.

    Auswahlkriterien

    Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).

    Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).