Inmitten der Pfälzer Weinberge ist eine stille Revolution im Gang. Es ist eine Veränderung, angetrieben durch eine neue KI-Technologie, die nicht nur die Arbeit der Winzer erleichtern soll, sondern Nachwuchsprofis dazu befähigen wird, die Qualität der Weine auf einem hochwertigen Niveau zu halten – und zu verbessern. Durch die an der RPTU Kaiserslautern unter der Projektleitung von Stephan Krauß vom DFKI entwickelte KI-Anwendung für präzise Schnitttechniken steht ein neues Zeitalter des Weinbaus bevor.
Stephan Krauß, Projektleiter und Mitarbeiter im Forschungsbereich Erweiterte Realität am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI): „Künstliche Intelligenz bietet vielfältige Möglichkeiten für den Einsatz im Weinbau. Durch die Automatisierung von Arbeitsprozessen und der Assistenz bei kritischen Arbeitsschritten ist es möglich, weit effektiver und präziser zu Arbeiten – was wiederum die Qualität der Ernte verbessert.“
Um das zu erreichen haben Stephan Krauß und sein Team von Wissenschaftlern am DFKI und der RPTU Kaiserslautern eine KI-Technologie entwickelt, die bei einem besonders anspruchsvollen Prozess während des Weinanbaus unterstützen soll: dem optimalen Rebschnitt. Die technologische Lösung beruht dabei auf mehreren Schritten.
Zunächst werden Bilder von Rebstöcken erfasst und mithilfe von KI-Algorithmen die Bestandteile der Pflanze identifiziert. Nach der Identifizierung der einzelnen Bestandteile folgt die 3D-Rekonstruktion der Weinreben. Hierbei werden die erfassten Bilder verwendet, um ein genaues dreidimensionales Modell der Weinreben zu erstellen. Dieses Modell ermöglicht es, die räumliche Struktur der Reben präzise zu beschreiben und zu analysieren.
Basierend auf diesen Daten werden klare Handlungsempfehlungen für den sogenannten „sanften Rebschnitt“ definiert, also: wo kann und sollte die Pflanze geschnitten werden. Dabei berücksichtigt die KI verschiedene Faktoren wie den Zustand der Reben, das Alter und die entsprechenden Wachstumsmuster. Durch die Anwendung dieser Regeln wird der Winzer dann bei jedem Schnittvorgang präzise geleitet, um die Pflanze möglichst schonend zu schneiden und eine langfristige Gesundhaltung des Rebstocks zu gewährleisten.
Ein zentraler Aspekt der KI im Weinbau ist die kontinuierliche manuelle Verbesserung und Anpassung der Algorithmen. Durch die Analyse von Feedbackdaten aus realen Schnittvorgängen können die Algorithmen laufend optimiert werden, um die Effizienz und Qualität des Rebschnitts weiter zu steigern. Das System optimiert sich dabei nicht selbstständig, sondern sämtliche Anpassungen werden händisch durch die Forschenden vorgenommen.
Bislang läuft die KI-Technologie auf mobilen Endgeräten via einer Android-App, doch die Verarbeitung erfolgt zum Teil auf einem Server, denn: die Rechenleistung auf beispielsweise dem Smartphone allein reicht nicht aus. Die gewünschten Informationen werden innerhalb von rund 3 Minuten geliefert. Eine Übertragung in Echtzeit ist bislang aufgrund der immensen Datenmenge auf besagten Geräten nicht möglich. Daher beschäftigen sich die Wissenschaftler aktuell damit, wie sämtliche Berechnungen schlussendlich vor Ort – auf dem Mobilgerät – vorgenommen werden können.
Trotz gegenwärtiger Limitierungen bietet die Anwendung eine Vielzahl an Use Cases, um den Weinbau nachhaltig zu transformieren. „Ein großes Feld, das wir mit unserer Technologie bereits bedienen können, ist der Ausbildungsbereich von Winzern. Dort können wir für Schulungszwecke ein anschauliches Hilfsmittel anbieten, dass Nachwuchsfachkräften das Erlernen von den anspruchsvollen Schnitttechniken stark erleichtert“, erklärt Stephan Krauß vom DFKI.
In naher Zukunft könnte die DFKI-Entwicklung auch effizient in den Weinbergen zum Einsatz kommen. Ein vielversprechender Ansatz, um dies zu ermöglichen, ist die Entwicklung eines auf dem Kopf tragbaren Displays (AR-Brille), das Bilder direkt in das Auge projiziert. Das könnte es Winzern ermöglichen, ihre Hände beim Schneiden freizuhaben und gleichzeitig visuelle Anleitungen zu erhalten.
Obwohl die KI-Technologie bereits beeindruckende Fortschritte im Weinbau möglich macht, stehen noch einige Herausforderungen bevor. Eine davon betrifft die Integration der Technologie in Robotersysteme, die den Rebschnitt autonom durchführen sollen. „Die Steuerung des Roboters, die Planung der Schnittreihenfolge und die Wahl der Schneidetechnik sind komplexe Aufgaben, die noch gelöst werden müssen. Zudem stellt die Entwicklung von Hardware, die den Anforderungen im Weinbau gerecht wird, eine weitere Herausforderung dar“, so Krauß.
Trotz dieser Hürden ist die Zukunft des Weinbaus mit KI vielversprechend – sei es durch die Automatisierung von Prozessen, Gewinnung von Daten über die Pflanzen oder Verbesserung des Schulungsportfolios von Winzerakademien. Die Fortschritte werden es ermöglichen, die Zusammenarbeit von Mensch und Maschine im Weinbau weiter zu optimieren und neue Maßstäbe in Sachen Nachhaltigkeit und Qualität zu setzen.
Dipl.-Inf. Stephan Krauß, Mitarbeiter im Forschungsbereich Erweiterte Realität am DFKI Kaiserslauten.
https://www.dfki.de/web/forschung/projekte-publikationen/publikation/14663
KI soll beim "sanften Schnitt" assistieren
Carolin Horst
2farm GmbH
KI-Technologie auf mobilen Endgeräten via einer Android-App
Carolin Horst
2farm GmbH
Merkmale dieser Pressemitteilung:
Journalisten, Lehrer/Schüler, Wirtschaftsvertreter
Biologie, Informationstechnik, Pädagogik / Bildung, Umwelt / Ökologie, Wirtschaft
überregional
Forschungs- / Wissenstransfer, Forschungsergebnisse
Deutsch
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
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).