Digital Farming: Datenaustausch, Künstliche Intelligenz 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 Anpassungen in der Agrarwirtschaft. Das Fraunhofer IESE setzt hier an und unterstützt die Digitalisierung in der Landwirtschaft durch softwarebasierte Lösungen. Digital Farming, optimiert und automatisiert dabei die landwirtschaftlichen Arbeitsprozesse, sowohl auf dem Feld und im Stall als auch im Büro.

Ziel ist es, Unternehmen aus dem direkten vor- und nachgelagerten Agrarbusiness auf sämtlichen Stufen ihres Wegs zur Digitalisierung umfassend zu unterstützen – sei es durch die Bereitstellung innovativer Technologien oder die Implementierung komplexer Software-Systeme oder softwarebasierter Systeme, die ihre Effizienz steigern. Durch die Organisation von gezielten Events mit Agrarfirmen 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. Dabei ist uns auch der Dialog mit den Landwirt:innen wichtig, um möglichst praxisnah zu sein. 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 optimale Vernetzung zu ermöglichen. Hierzu ist es unerlässlich, einen effizienten Austausch von Daten zwischen den Systemen einzuräumen. Dabei gilt es jedoch besonders, die Souveränität des Datenaustauschs zu gewährleisten. Denn nur durch eine sichere und barrierefreie Datenübertragung können die verschiedenen agrarischen Technologien optimal und gewinnbringend genutzt werden sowie eine präzise Planung landwirtschaftlicher Prozesse ermöglicht werden. Diese Interoperabilität führt in der Landwirtschaft zu fundierten Entscheidungen bezüglich Anbauplanung, Ressourcenallokation und Erntezeiten treffen, spart Zeit und erzielt einen besseren Ertrag. 

Künstliche Intelligenz und Daten 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:

  • Autonome Agrarrobotik: Zur Etablierung und Gestaltung von sicheren autonomen Systemen in der Landwirtschaft forschen wir an technischen Entwicklungen wie beispielsweise Sensordaten. Die Vertrauenswürdigkeit und Absicherung der KI-Modelle bei autonomen Fahrfunktionen steht dabei im Fokus sowie das dynamische Risikomanagement beim autonomes Betrieb. 
  • Datenmanagement und Datenqualität: Unsere Kernthemen umfassen den effizienten Umgang mit komplexen Datenmengen, einschließlich automatisierter Auswertung in der Landwirtschaft, auch im Hinblick auf Sensordaten. Dabei legen wir Wert auf die Entscheidungsunterstützung und Umwelterfassung. Unser Ziel ist es, zum einen Unternehmen im Agrarsektor dabei zu unterstützen, die Qualität ihrer Daten zu bewerten, sie sinnvoll zu analysieren und daraus Mehrwerte zu generieren. Zum anderen engagieren wir uns in der Entwicklung maßgeschneiderter, datengetriebener Geschäftsmodelle, die unseren Kunden dabei helfen, ihre Ziele effektiv zu erreichen und ihre Wettbewerbsfähigkeit zu stärken.

Digitalisierung als Chance für mehr Nachhaltigkeit in der Langwirtschaft

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 oder Futter zu finden. Dabei fokussieren sich die Forschenden des Fraunhofer IESE auf drei wesentliche Themenbereiche: die digitale Abbildung von Nährstoffkreisläufen, die automatisierung der Dokumentation, also den optimierten Prozess der Datenerfassung und Berichterstattung, sowie die Entwicklung von Ansätzen zur Erkennung und Bewertung der Datenqualität, um sicherzustellen, dass nur zuverlässige Daten für eine automatisierte Dokumentation verwendet werden. Das Ziel ist eine ausgewogene Balance zwischen Produktivität und Umweltschutz für mehr Nachhaltigkeit.

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.