Digital Farming: Datenaustausch, Netzwerk und Nachhaltigkeit

Softwarebasierten Lösungen für die digitale Transformation in der Landwirtschaft

Die Landwirtschaft blickt auf viele Herausforderungen. Nicht nur der Klimawandel, sondern auch die Ressourcenknappheit und der Rückgang der Artenvielfalt verlangen Änderungen im Agrarwesen. Das Fraunhofer IESE setzt hier an und unterstützt die Digitalisierung in der Landwirtschaft durch softwarebasierte Lösungen. Digital Farming, oder auch Smart Farming und Landwirtschaft 4.0 genannt, optimiert und automatisiert dabei die landwirtschaftlichen Arbeitsprozesse, sowohl auf dem Feld als auch im Büro.

Ziel ist es, Landwirte und Landwirtinnen auf sämtlichen Stufen ihres Wegs zur Digitalisierung umfassend zu unterstützen – sei es durch die Bereitstellung innovativer Apps oder die Implementierung komplexer Geräte, die ihre Effizienz steigern. Durch die Organisation von gezielten Events mit Landwirt:innen schaffen wir darüber hinaus eine Plattform für den Austausch von Erfahrungen und die Bildung eines gemeinsamen Netzwerks, um voneinander zu lernen und Synergien zu fördern. Das Engagement erstreckt sich auch auf Unternehmen der Agrarwirtschaft, insbesondere in den vor- und nachgelagerten Bereichen.

Die Forschung am Standort Kaiserslautern ist darauf ausgerichtet, konkrete Mehrwerte zu generieren. Hierbei liegt ein besonderer Schwerpunkt darauf, innovative Lösungen zu entwickeln, die nicht nur die Effizienz steigern, sondern auch die Grundlage für die Entstehung neuer und zukunftsfähiger Geschäftsmodelle in diesem Bereich schaffen. Wir setzen uns dafür ein, die Digitalisierung in der Landwirtschaft als einen Wegbereiter für positive Veränderungen und nachhaltige Entwicklung zu etablieren.

Interoperabilität und Datenaustausch

Derzeit existieren zahlreiche unterschiedliche digitale Lösungen im Agrarsektor, die oft isoliert voneinander operieren. Ein vorrangiges Ziel besteht darin, diese vielfältigen Lösungen miteinander zu verknüpfen und eine verbesserte Vernetzung zu ermöglichen. Hierzu ist es unerlässlich, einen effizienten Austausch von Daten zwischen den Systemen zu ermöglichen. Dabei gilt es jedoch besonders, die Sicherheit des Datenaustauschs zu gewährleisten. Denn nur durch eine sichere Datenübertragung können die verschiedenen agrarischen Technologien optimal und gewinnbringend genutzt werden. Landwirt:innen sparen hiermit Zeit und erzielen einen besseren Ertrag.

Künstliche Intelligenz in der Landwirtschaft

Künstliche Intelligenz bietet eine Vielzahl an Möglichkeiten in der Landwirtschaft, die Effizienz zu steigern, den Ressourcenverbrauch zu optimieren oder nachhaltige agrarwirtschaftliche Praktiken zu fördern. Dabei konzentriert sich die Forschung am Standort Kaiserslautern auf folgende Punkte:

  • In der Planung: Die Entwicklung von Farm Management Informations Systeme ermöglicht eine präzise Planung landwirtschaftlicher Prozesse. Durch die Analyse von umfangreichen Daten können Landwirt:innen fundierte Entscheidungen bezüglich Anbauplanung, Ressourcenallokation und Erntezeiten treffen.
  • Die Sensorik in der Fahrfunktion: Im Bereich des autonomen Fahrens nutzt die Forschung Künstliche Intelligenz, um Sensoren in landwirtschaftlichen Fahrzeugen einzusetzen. Diese Technologie ermöglicht nicht nur die präzise Navigation auf dem Feld, sondern trägt auch zur Effizienzsteigerung bei, indem sie die Wegeoptimierung und den Treibstoffverbrauch verbessert.
  • Beim Gesundheitszustand der Tiere: Die Anwendung von Künstlicher Intelligenz im Bereich der Tiergesundheit konzentriert sich auf die Entwicklung von fortschrittlichen Gesundheitsüberwachungssystemen. Durch die Analyse von Verhaltensmustern, Gesundheitsdaten und sensorischen Informationen können Landwirt:innen frühzeitig Krankheiten erkennen und präventive Maßnahmen ergreifen, was nicht nur die Tiergesundheit fördert, sondern auch Ernteverluste minimiert.

Nachhaltigkeit

Um auch den Umweltschutz in der Landwirtschaft zu berücksichtigen, liegt ein wesentlicher Schwerpunkt auf dem Ressourcenschutz. Die Forschung konzentriert sich darauf, effizientere Wege für den Einsatz von Pflanzenschutzmitteln, Dünger, Bewässerung und Futter zu finden. Dabei werden präzise Dosierungen von Pflanzenschutzmitteln erforscht, um den Schutz zu verbessern und den Chemikalieneinsatz zu minimieren. KI-Analysen helfen, den optimalen Düngemitteleinsatz zu bestimmen und Überdüngung zu vermeiden. Intelligente Bewässerungssysteme, die den Wasserbedarf in Echtzeit überwachen, reduzieren Wasserverschwendung. In der Viehzucht wird der Futterbedarf optimiert, um Ressourcen nachhaltig zu nutzen und die Tiergesundheit zu fördern. Das Ziel ist eine ausgewogene Balance zwischen Produktivität und Umweltschutz.

Projekte und Entwicklungen

 

Fraunhofer-Leitprojekt »Cognitive Agriculture (COGNAC)«

Acht Fraunhofer Institute erforschen Smart Farming für eine nachhaltige und produktive Landwirtschaft. Ziel ist ein datenbasierter »Agricultural Data Space«, der die Wertschöpfungskette von der Erzeugung bis zur Verarbeitung optimiert.

 

Projekt »X-KIT«

Der Fokus dieses Projektes ist die Vernetzung und Unterstützung von 36 KI-Forschungsvorhaben sowie Förderung der Agrardomäne in GAIA-X. Ziel ist die maximale Nutzung von Synergien kompatibler Digitalisierungslösungen.

 

Projekt »AgriDataSpace«

Das EU-geförderte Projekt dient als vorbereitende Maßnahme den Weg für einen sicheren europäischen Datenraum in der Landwirtschaft. Ziel ist es, den sicheren Austausch, die Verarbeitung und Analyse von Daten zu erleichtern, um datengesteuerte Innovationen und die optimierte Nutzung natürlicher Ressourcen zu fördern.

Industrieprojekte

 

Referenzprojekt »Demeter«

Im öffentlichen Smart-Farming EU-Projekt ist das Ziel innovative Lösungen für die Landwirtschaft anzustreben, basierend auf Technologien wie IoT, KI und Big Data. Die entwickelten Tools zur Datenbewertung und Fahrverhaltensanalyse ermöglichen fundierte Entscheidungen, optimieren den Kraftstoffverbrauch und reduzieren den Fahrzeugverschleiß für eine effizientere und nachhaltigere Landwirtschaft.

 

Referenzprojekt »John Deere«

In Kooperation mit John Deere war das Ziel den einfachen Datenaustausch für die digitale Landwirtschaft zu ermöglichen. Dabei entwickelte das Fraunhofer IESE effiziente Softwarekontrollmechanismen, integriert in das SAVE-Werkzeug. 

 

Referenzprojekt »IC Space«

Mit Insights Collaboration Space (ICSpace) haben das John Deere European Technology Innovation Center (ETIC) und das Fraunhofer IESE die erste Kollaborations-App für interdisziplinäre Teams entwickelt, die gemeinsam an datengetriebenen digitalen Diensten arbeiten.

 

Referenzprojekt »Robert Bosch GmbH«

In diesem Projekt wurde eine flexible Softwaresicherheitsarchitektur entwickelt, die den Einsatz von Hardware ohne bestimmte Sicherheitsfunktionen für sicherheitsrelevante Anwendungen ermöglicht.

 

Referenzprojekt »Nutzfahrzeuge«

Das öffentliche Projekt »Neue Erprobungskonzepte für sichere Software in hochautomatisierten Nutzfahrzeugen« dient der Gewährleistung der Sicherheit von hochautomatisierten und vernetzten Nutzfahrzeugen.

 

Referenzprojekt »Hitachi Ltd. Success Story«

Der Safety-Engineering-Spezialist Fraunhofer IESE arbeitete gemeinsam mit Hitachi Ltd. an Fragestellungen bezüglich der Gewährleistung der Sicherheit im Bereich des autonomen Fahrens.