Dr.-Ing. Katharina Holstein

Logistik- und Fabriksysteme, 
Kognitive Prozesse und Systeme

Kontakt

Telefon +49 391 4090-790

 

Forschungsschwerpunkte

  • Multi- und hyperspektrale Bildanalyse
  • Maschinelles Lernen
  • Data Science
  • Land- und forstwirtschaftliche Anwendung, Lebensmittelproduktion, Kosmetikindustrie

Dr. Katharina Holstein entwickelt am Fraunhofer IFF anwendungsspezifische Lösungen für umwelt- und ressourcenschonende Produktionsabläufe und eine effiziente Erzeugung von biobasierten Rohstoffen. Dr. Holstein überträgt dazu Technologien aus der Industrie 4.0 auf die Landwirtschaft und die Forstwirtschaft.

Ein Arbeitsschwerpunkt ist das Entwickeln digitaler Prognosetools für den Argrar- und Forstbereich – vor allem in den Bereichen des Smart Farming und Smart Breeding.

Hier kombiniert Dr. Holstein biochemische Messdaten und hyperspektrale Sensortechnik mit Verfahren des maschinellen Lernens und der künstlichen Intelligenz zur automatisierten Analyse und Auswertung der Pflanzengesundheit.

Digitaler Obstbau

Um die Pflanzenkrankheiten Apfeltriebsucht und Birnenverfall möglichst frühzeitig zu erkennen, wird ein nicht-invasives Diagnoseverfahren entwickelt. Die Basisdaten liefern hyperspektrale Messungen von Obstbaum-Proben im Labor und von Befliegungen der Obstbaumplantagen mit Multikoptern.

FraxMon

Zur Bekämpfung des Eschentriebsterbens entwickeln Forschungspartner aus ganz Deutschland gemeinsam Methoden zur Diagnose der Pflanzenkrankheit. Das Team am Fraunhofer IFF widmet sich dem Monitoring von Eschenbeständen und nutzt hyperspektrale Sensorik, um die Schadentwicklung auf ganzen Waldflächen laufend zu überwachen.

Cognac

Im Projekt COGNAC forschen acht Fraunhofer-Institute gemeinsam 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.

Magic Efficiency

Für Vorhersagen in der Präzisionszucht stickstoffeffizienter Genotypen aus der multiparentalen Winterweizenpopulation MAGIC-WHEAT WM-800, untersucht das Forschungsteam im Projekt »Magic Efficiency« den Stickstoff- und Kohlenstoffgehalt sowie die Nährstoffzusammensetzung und Kornqualität von Weizenkörnern mittels sensorgestützter Analyse.

Kurzvita

2014 Promotion an der Otto-von-Guericke-Universität Magdeburg, Fakultät für Elektro- und Informationstechnik, Bereich Systembiologie
seit 2013 Wissenschaftliche Mitarbeiterin am Fraunhofer IFF in Magdeburg;
2013–2020 im Bereich Biosystems Engineering, seit 2021 im Bereich Kognitive Prozesse der Abteilung Logistik- und Fabriksysteme
2008 bis 2013 Wissenschaftliche Mitarbeiterin am Max-Planck-Institut für Dynamik komplexer technischer Systeme in Magdeburg, Bereich Systemtheorie
2003 bis 2008 Studium der Systemtechnik und technischen Kybernetik am der Otto-von-Guericke-Universität Magdeburg, Schwerpunkte Automatisierungstechnil und Systembiologie

Ausgewählte Publikationen

Zeitschriftenaufsatz

Machine Learning Links Seed Composition, Glucosinolates and Viability of Oilseed Rape After 31 Years of Long-term Storage

Seed Science Research | 2018

Seed longevity is influenced by many factors, a widely discussed one of which is the seed lipid content and fatty acid composition. Here, linear and non-linear regressions based on machine learning we…

Auszeichnungen und Research Mentoring

seit 2019 COMETiN-VI- und -VII-Programm der Otto-von-Guericke Universität Magdeburg
2019 3. Platz im Fraunhofer-Ideenwettbewerb »Was ist Deine Moonshot-Vision« für »Human SkinCorder Project« (gemeinsam mit Andreas Herzog, David Kilias, Patrick Menz, Andreas Backhaus und Udo Seiffert), vorgestellt auf dem Netzwerttreffen zum 70. Jahrestag der Fraunhofer-Gesellschaft
2008 bis 2012 International Max-Planck Research School for Advanced Methods in Process and Systems Engineering, Max Planck Institut Magdeburg