idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Neues Projekt unter Beteiligung des JKI trägt dazu bei, große Datenmengen aus der Landwirtschaft mittels künstlicher Intelligenz effizient auszuwerten und nutzbar zu machen.
(Braunschweig/Kleinmachnow) In der Landwirtschaft fallen mittlerweile immense Datenmengen an. Sie werden durch landwirtschaftliche Maschinen, mittels Fernerkundung durch Satelliten oder Drohnen, mittels Bodensensoren, durch Wetterstationen oder auch immer noch manuell erhoben. Will man diese durchaus wertvolle und große Datenmenge, auch BigData genannt, einem praktischen Nutzen zuführen, um etwa die Landwirtschaft an die Herausforderung des Klimawandels anzupassen oder nachhaltiger zu wirtschaften, müssen die Daten effizient ausgewertet werden. „Ein wichtiges Werkzeug dazu ist Künstliche Intelligenz (KI), also selbstlernende Systeme, und auch die Data-Cube-Technologie“, erklärt Dr. Heike Gerighausen vom Forschungszentrum für Landwirtschaftliche Fernerkundung des Julius Kühn-Instituts (JKI) in Braunschweig. Hier setzt das neue Projekt NaLamKI (Nachhaltige Landwirtschaft mittels Künstlicher Intelligenz) an, an dem das JKI beteiligt ist.
Entstehen soll eine cloudbasierte Plattform mit offenen Schnittstellen für Anbieter aus dem vor- und nachgelagerten Bereich der Landwirtschaft, der Industrie, sowie für Serviceanbieter von Spezialanwendungen im Pflanzenbau. Die Cloud ist dabei als Software as a Service (SaaS) Lösung konzipiert, so dass Anwender Software und IT-Ressourcen als Dienstleistung nutzen können und lediglich einen internetfähigen Computer und eine schnelle Internetanbindung benötigen.
Darüber hinaus soll die Plattform GAIA-X konform umgesetzt werden. Dadurch wird es möglich, nicht nur zentrale, sondern auch dezentrale Cloud-Anbieter und Anwender einzubeziehen ohne deren Datensouveränität zu gefährden. NaLamKI wird damit mittelfristig auch kompatibel mit der europäischen Dateninfrastruktur sein.
Dieser Ansatz und die enge Kooperation zwischen Wirtschaft und Wissenschaft führte dazu, dass sich das Projekt im Innovationswettbewerb „Künstliche Intelligenz als Treiber für volkswirtschaftlich relevante Ökosysteme“ des Bundesministeriums für Wirtschaft und Energie (BMWI) durchsetzen konnte und als förderwürdig befunden wurde. Das Fördervolumen beträgt ca. 9,8 Mio. Euro. Neben dem Wirtschaftspartner John Deere, der das NaLamKI-Konsortium koordiniert, sind das Deutsche Forschungszentrum für Künstliche Intelligenz, NT Neue Technologien AG, Fraunhofer Heinrich-Hertz-Institut, OptoPrecision GmbH, Planet Labs Germany GmbH, Robot Makers GmbH, Technische Universität Kaiserslautern, die Universität Hohenheim sowie das JKI mit zwei Fachinstituten an den Standorten Braunschweig und Kleinmachnow beteiligt.
In dem vom JKI bearbeiteten Teilvorhaben MussIF (Multiskalige und multisensorale Informationsgewinnung aus Fernerkundungsdaten) werden die Forschenden analysieren, welche Auswertungsmöglichkeiten KI bei landwirtschaftlichen BigData-Verarbeitungen bietet. Über Fernerkundungssysteme sollen Datenprodukte für das Monitoring landwirtschaftlicher Kulturpflanzenbestände generiert werden, durch die eine nachhaltigere und ressourceneffizientere Bewirtschaftung erzielt werden kann. „Wir werden uns mit Methoden der Datenfusion und neuesten KI-Methoden beschäftigen, um flächendeckend aktuelle Informationen zum Zustand des Pflanzenbestandes, z.B. dem Entwicklungsstadium, der Biomasse oder dem Blattflächenindex sowohl aus Radar-Systemen als auch aus optischen Sensoren (Stichwort: Sentinel1+2/Copernicus) mit unterschiedlicher räumlicher und zeitlicher Auflösung abzuleiten“, erläutert Dr. Gerighausen. Die generierten Satellitenbilddaten und ‐datenprodukte werden zusammengeführt und über standardisierte Schnittstellen als GAIA‐X konforme Webdienste zur Verfügung gestellt. Dazu arbeiten unter dem Dach des Forschungszentrums für Landwirtschaftliche Fernerkundung des JKI Forschende des Fachinstituts für Pflanzenbau und Bodenkunde sowie des Fachinstituts für Strategien und Folgenabschätzung zusammen.
Info zu GAIA-X:
GAIA-X ist ein Projekt zum Aufbau einer leistungs- und wettbewerbsfähigen, sicheren und vertrauenswürdigen Dateninfrastruktur für Europa, das von Vertretern aus Wirtschaft, Wissenschaft und Verwaltung aus Deutschland und Frankreich, gemeinsam mit weiteren europäischen Partnern getragen wird.
Eckdaten zum Projekt:
NaLamKI - Nachhaltige Landwirtschaft mittels Künstlicher Intelligenz
Kooperationspartner: John Deere GmbH & Co. KG (Koordination), Deutsches Forschungszentrum für Künstliche Intelligenz, NT Neue Technologien AG, Fraunhofer‐Institut für Nachrichtentechnik Heinrich‐Hertz‐Institut, OptoPrecision GmbH, Planet Labs Germany GmbH, Robot Makers GmbH, TU Kaiserslautern, Universität Hohenheim
Assoziierte Partner: DLG, Hofgut Neumühle, Förderverein Digital Farming
Fördervolumen: ca. 9,8 Mio. Euro für den gesamten Verbund, davon ca. 879.075 Euro für das JKI.
Mittelgeber: BMWi (Projektträger DLR-PT)
Laufzeit: 01.01.2021 – 31.12.2023, FKZ: 01MK21003E
Wissenschaftliche Ansprechpartner am JKI:
Dr. Heike Gerighausen
JKI-Fachinstitut für Pflanzenbau und Bodenkunde
Tel.: +49 (0) 531 596 2107
E-Mail: heike.gerighausen@julius-kuehn.de
Dr. Burkhard Golla
JKI-Fachinstitut für Strategien und Folgenabschätzung
Tel.: +49 (0) 33203 48 325
E-Mail: burkhard.golla@julius-kuehn.de
Criteria of this press release:
Journalists
Geosciences, Information technology, Zoology / agricultural and forest sciences
transregional, national
Cooperation agreements, Research projects
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
