Digitale Tools für die smarte, zukunftsfähige Landwirtschaft (Projekt COGNAC)

Die Landwirtschaft ist für unsere Gesellschaft ein essenzieller Wirtschaftszweig und gleichzeitig eine der zahlreichen Branchen, die gerade eine digitale Transformation durchläuft. Trends wie »Precision Farming« und »Smart Farming«, gestützt von modernen Informations- und Kommunikationstechnologien und datengestützten Tools, bieten großes Potenzial, die Landwirtschaft sowohl nachhaltiger zu gestalten, als auch ihre Effizienz und Produktivität weiter zu steigern und dabei den Herausforderungen des Klimawandels erfolgreich zu begegnen.

© Scharfsinn86, Adobestock
Digitalisierung spielt in der Landwirtschaft eine immer größere Rolle. Die Landwirtschaft von morgen wird zunehmend geprägt sein von Themen wie Big Data, autonomen Robotern und Drohnen sowie künstlicher Intelligenz, die die Landwirte und Landwirtinnen bei ihren Entscheidungen effizient unterstützen.

Die Zukunft der Landwirtschaft

Im Projekt »COGNAC« forschen acht Fraunhofer-Institute unter der Leitung des Fraunhofer IESE in Kaiserslautern an Lösungen für das Smart Farming, die Landwirtinnen und Landwirte dabei unterstützen, ihre landwirtschaftlichen Produkte sowohl effizient und qualitativ hochwertig als auch umwelt- und ressourcenschonend zu produzieren. Die Forschungsteams zielen darauf ab, Daten über die komplexen Zusammenhänge in der Feldwirtschaft automatisiert zu erfassen und Entscheidungsprozesse in der gesamten landwirtschaftlichen Wertschöpfungskette zu unterstützen. Im Projekt entsteht dazu ein verknüpftes Ökosystem aus neuartigen drohnen- und robotergestützten Sensorsystemen zum Monitoring von Pflanzen- und Bodenzuständen, sowie eine integrierte Plattform mit vernetzten Daten und Diensten für die informationsbasierte, kognitive Landwirtschaft. Das Projekt fußt dabei auf folgenden technologischen Säulen:

Agricultural Data Space (ADS): Einfacher Datenaustausch in einem agrarspezifischen Digitalen Ökosystem, das multivalente Nutzung und Verknüpfung komplexer Datenmengen der Landwirtschaft in sicheren Datenräumen ermöglicht und hierbei kognitive Dienste unterstützt.

Neuartige Sensorik: Automatisierte Aufnahme, Integration und Interpretation mehrkanaliger hochaufgelöster Messdaten aus neuartigen drohnen- und robotergestützten Sensorsystemen zur Unterstützung der informationsbasierten Entscheidungsfindung.

Innovative Automatisierungskonzepte: Autonome Feldrobotik für pflanzenspezifische Feldarbeit mittels einer leichtgewichtigen und elektrifizierten Robotikplattform mit spezifischen Sensorsystemen.

Kognitive Dienste: Kognitive Dienste verarbeiten die Daten zu Informationen, die letztlich der Entscheidungsunterstützung und Prozessoptimierung dienen. Dabei kommen Verfahren der künstlichen Intelligenz (KI) ebenso wie klassische statistische Analysen oder Regelsysteme zum Einsatz.

Teilvorhaben neuartige adaptive Feldsensorik: Künstliche Intelligenz und maschinelles Lernen für die Landwirtschaft

Für den ökonomisch und ökologisch optimierten landwirtschaftlichen Anbau ist es unerlässlich, möglichst frühzeitig zu erkennen, ob Pflanzen mit genügend Nährstoffen und Wasser versorgt sind, unter Pflanzenschädlingen bzw. einem Pilzbefall leiden oder wie zum Beispiel die Unkrautsituation auf dem Feld ist.

Neben Landwirt:innen benötigt auch die Züchtungsforschung Werkzeuge zur frühzeitigen agronomischen und agroökologischen Bewertung von Züchtungskandidaten, um den zeitaufwendigen Züchtungsprozess zu beschleunigen und möglichst effektiv den sich ändernden Umweltbedingungen angepasste Sorten zu züchten. Insbesondere in Bezug auf den Klimawandel stellt dies eine große Herausforderung dar, der mithilfe neuartiger Technologie begegnet werden kann!

Aktuell sind viele Boden- und Pflanzenzustandsparameter gar nicht oder nur in aufwändigen manuellen Arbeiten oder Laboranalysen messbar. Hier setzt das Forschungsteam des Fraunhofer IFF an. Es entwickelt spektral-optische Sensorsysteme zur einfachen und schnellen Erfassung dieser Parameter und nutzt dabei Methoden des maschinellen Lernens (künstliche Intelligenz) für die automatisierte Interpretation und Analyse der Messdaten. Diese KI-optimierte kognitive Sensorik kann auf verschiedene Szenarien der Pflanzen- und Bodenzustandserfassung adaptiert werden und liefert stets zeitlich und örtlich hochaufgelöste Analysedaten. Die Adaption der kognitiven Sensorik erfolgt über ein anwendungsspezifisches Anlernen des intelligenten Sensors in kognitiven Clouddiensten. Die von einem angelernten intelligenten Sensor aggregierten Analysedaten werden in standardisierten Datenformaten in den Agricultural Data Space geladen und können dort mit weiteren multimodalen Daten verknüpft und zu weiteren entscheidungsbringenden Informationen verarbeitet werden.

© Fraunhofer IFF, Olaf Christen
Der AgRover des Fraunhofer IFF stellt eine mögliche Trägerplattform für die Spektralsensorik dar, mit deren Hilfe im Feldeinsatz Mess- und Analysedaten erfasst werden können.
© Fraunhofer IFF
Hyperspektrale Aufnahme einer Weinrebe. Die Aufnahmen liefern weit mehr Informationen als das menschliche Auge, denn es werden auch Wellenlängen jenseits des sichtbaren Lichts erfasst. Aus dem Lichtspektrum, das die Pflanzen reflektieren, schließt ein mathematischer Algorithmus auf die Inhaltsstoffe oder den Gesundheitszustand – ohne Entnahme einer Probe, ohne Untersuchung im Labor.
© Fraunhofer IFF, David Kilias
Für schnelle Analysen setzen das Fraunhofer-Team Drohnen ein. Sie liefern im Überflug über das Feld in kurzer Zeit eine große Menge hyperspektraler Mess- und Analysedaten.

Mit Hilfe dieser neuartigen Sensorik können die Beschäftigten im Agrarsektor und in der Pflanzenzucht gezielte Entscheidungen und Maßnahmen ableiten. Feldroboter- oder drohnengetragene Sensorik erfasst automatisiert Daten und wertet diese kognitiv in Echtzeit aus. So können Pflanzenschutz- und Düngemaßnahmen bedarfsgerecht und punktgenau durchgeführt werden. Dies spart Kosten bei Betriebsmitteln und ist gleichzeitig ökologisch nachhaltiger. In der Pflanzenzucht werden zeitlich und personell aufwendige Züchtungsprozessschritte gespart und man erhält ein Werkzeug zur objektiven Bewertung einer Züchtung. Der Züchtungsprozess wird effektiver und effizienter. Die neuartige Technologie des Fraunhofer IFF optimiert damit sowohl die ökonomischen, als auch die ökologischen Aspekte in der Landwirtschaft gleichermaßen. 

Exemplarischer Use Case im COGNAC-Projekt: Beikrauterkennung mit kognitiver Spektral-Sensorik in der Zuckerrübenkultur. © Fraunhofer IVI

Aktuell

 

Hyperspektrale Soft-Sensorik für das Monitoring im Weinbau – Maschinelles Lernen für die Praxis

Der Weinanbau ist ein Wirtschaftszweig von globaler Bedeutung mit hohen Ansprüchen an die Erzeugerqualität. Mittels eines durchgehenden digitalen und durch Sensoren unterstützten Monitorings soll frühzeitig auf Risiken reagiert werden.

 

Barley Diversity: Innovationen für die Landwirtschaft von morgen

Mit innovativer Spektralmesstechnik misst das Fraunhofer IFF direkt auf dem Feld die Inhaltsstoffe von Getreidepflanzen und macht Prognosen bezüglich des Wachstums und der Leistung der Nutzpflanzen möglich.

Projektinfo

Projekttitel

Fraunhofer-Leitprojekt »COGNAC: Cognitive Agriculture«

Stichworte

Smart Farming, Smart Agriculture, Smart Breeding, Landwirtschaft 4.0, Digitalisierung in der Landwirtschaft, KI in der Landwirtschaft, Cognitive Agriculture, Machine Learning

Projektlaufzeit

10.2018 – 09.2022

Projektpartner

  • Fraunhofer IESE (Koordination)
  • Fraunhofer IFF
  • Fraunhofer IKTS
  • Fraunhofer IOSB
  • Fraunhofer IPA
  • Fraunhofer IPM
  • Fraunhofer ITWM
  • Fraunhofer IVI

Projektförderung

Fraunhhofer-Leitprojekt