Smart Farming-Welt – Smart Services im landwirtschaftlichen Pflanzenbau

Bilder
Eine moderne Landwirtschaft versteht sich als industrielle Produktion auf dem Acker oder dem Stall. Wie auch in der Fertigungsindustrie ist die Digitalisierung der Landwirtschaft für die nationale und internationale Wettbewerbsfähigkeit von zentraler Bedeutung. Für einen optimalen wirtschaftlichen Erfolg ist es entscheidend, landwirtschaftliche Produkte individuell pflanzen, ernten, verarbeiten und zunehmend auch lückenlos nachverfolgen zu können.

 

Durch Automatisierung und Digitalisierung landwirtschaftlicher Maschinen fallen große Mengen an Daten an. Durch Methoden der Künstlichen Intelligenz veredelt, verdichtet und präsentiert werden daraus Smart Farming Services, die den Dienstleistungsanteil an landwirtschaftlichen Maschinen deutlich anwachsen lassen. Smart Farming Services lassen sich über Marktplätze handeln und mit Maschinen verknüpfen. Sie bieten Potentiale für innovative Geschäftsmodelle zur Entwicklung von Geschäftsfeldern, die durch Maschinenhersteller, aber auch durch neuartige Intermediäre erbracht werden können.

Mit nPotato demonstrieren Mitarbeiter des Forschungsbereichs Smart Service Engineering auf der CeBIT 2017 Smart Farming Services, die in Echtzeit den Fahrer auf dem Feld und den Landwirt darüber informieren, wo und wie genau Kartoffeln beim Ernteprozess mit einem Kartoffelroder durch Stöße und Rotationen beschädigt werden.

Das Modell eines Kartoffelrundlaufs zeigt, wie Smart Farming Services genutzt werden können, um Landwirte während der Ernte entscheidungsorientiert und betriebswirtschaftlich optimiert zu unterstützen. Basierend auf historischen Marktdaten, der Kartoffelsorte und weiteren betriebswirtschaftlichen Faktoren werden prognostizierte Gewinn- und Verlustrechnungen des Feldes bestimmt und dem Landwirt unmittelbar angezeigt. Über Lernalgorithmen passt sich die Vorhersage mit der Zeit an, indem Prognosefehler minimiert werden. Somit können Landwirte bereits während der Ernte erkennen, wie sich Maschineneinstellungen innerhalb einer definierten Prognosegüte auf die Ertragsfähigkeit auswirken.

nPotato basiert auf dem Konzept eines schmerzempfindlichen Objektes (nociceptive object), wodurch sich Stoß- und Rotationsbewegungen auswerten lassen. Hierzu werden moderne Verfahren des maschinellen Lernens (Deep Learning) eingesetzt, mit Technologien des Internet of Things und Sprachtechnologien verbunden. Maschinelle Lernverfahren wie Long short-term memory (LSTM) dienen der Klassifikation einzelner Schläge und der Erkennung des Gesamtzustandes der nPotato. Das Ergebnis wird mithilfe sprachtechnologischer Verfahren in sprachliche Äußerungen umgesetzt, die für den Fahrer der Landmaschine unmittelbar verständlich sind. Für Landwirte werden Zustände auf Visualisierungen betriebswirtschaftlicher Sachverhalte abgebildet. Durch Ausnutzung modernster Web-Technologien, lassen sich Smart Farming Services Dritter effizient in die offene, technologische Plattform integrieren.

nPotato zeigt, wie sich Industrie 4.0 auf das Feld bringen und aus erfassten Daten innovative landwirtschaftliche Dienstleistungen ableiten lassen.

 

Stand: Halle 6, B48

Weitere Informationen
www.dfki.de/sse

Kontakt
Prof. Dr.-Ing. Wolfgang Maaß
Forschungsbereich Smart Service Engineering
E-Mail: Wolfgang.Maass@dfki.de
Tel.: +49 681 302 64736