Agri-Gaia - Ein agrarwirtschaftliches KI-Ökosystem

Das Projekt Agri-Gaia schafft ein KI-Ökosystem für die mittelstandsgeprägte Agrar- und Ernährungsindustrie auf Basis von GAIA-X. Herzstück des Systems ist eine B2B-Plattform, die branchenspezifisch adaptierte KI-Bausteine als leicht verwendbare Module für agrarwirtschaftliche Prozesse bereitstellt. Durch die Entwicklung entsprechender Schnittstellen und Standards entsteht eine herstellerübergreifende Infrastruktur für den Austausch von Daten und Algorithmen.

Partner

AgBrain GmbH, Agrotech Valley Forum e.V., Amazonen-Werke H.Dreyer GmbH & Co.KG, Robert Bosch GmbH, CLAAS E-Systems KGaA mbH & Co KG, Deutsches Forschungszentrum für Künstliche Intelligenz GmbH, Hochschule Osnabrück, Josef Kotte Landtechnik GmbH & Co. KG, Maschinenfabrik Bernard Krone GmbH & Co. KG, LMIS AG, Universität Osnabrück, Wernsing Feinkost GmbH

Herausforderung

Der Klimawandel und sich verändernden Verbraucherinteressen zwingen die Landwirtschaft stetig zu Effizienzsteigerungen und kontinuierlichen Anpassungen. Gleichzeitig müssen Landwirte zahlreichen ökologischen Richtlinien gerecht werden. In diesem Spannungsfeld sind KI-Technologien nützliche Werkzeuge, die viele Arbeitsprozesse deutlich effizienter gestalten oder gar automatisieren können. Das Projekt Agri-Gaia will deshalb eine offene Daten-Infrastruktur schaffen, auf der innovative KI-Lösungen für die Land- und Ernährungswirtschaft entwickelt und angeboten werden. Die Plattform soll dazu beitragen, dass auch mittelständischen Unternehmen und Start-ups einfacher Zugang zu diesem neuen, lukrativen Marktsegment gewährt wird.

Umsetzung

Mittelpunkt des Ökosystems ist eine B2B-Plattform für die Entwicklung von KI-basierten Algorithmen für die Agrar- und Ernährungsindustrie. GAIA-X bildet hierbei die Basisinfrastruktur, um Datensicherheit und -souveränität zu gewährleisten. Zudem können über GAIA-X Funktionen wie Identity Management und die semantische Beschreibung von Services und Daten realisiert werden. Auf der Plattform werden verschiedene landwirtschaftliche Daten zwischengespeichert, sodass damit spezifische KI-Anwendungen trainiert werden können. So entstehen auf den Anwendungskontext zugeschnittene Technologiebausteine, die in bestehende, oft sehr individuelle landwirtschaftliche Prozesse integriert werden können, zum Beispiel spezifische Steuerungs- oder Automatisierungsverfahren von Landmaschinen. Die Plattform macht zudem einen breiten, exportstarken Markt für Start-ups und bestehende Unternehmen des Mittelstands zugänglich. Eine zentrale Komponente von Agri-Gaia ist ein Marktplatz, auf dem Daten, Dienste und KI-Bausteine angeboten werden. In den Marktplatz integriert sind Such-, Filter- und Bewertungsfunktionen, die das Entdecken passender Dienste und Algorithmen erleichtern. Die Plattform ermöglicht den Akteuren zudem vertragliche Bedingungen wie Nutzungs- und Vervielfältigungsrechte unkompliziert und übersichtlich entlang des gesamten Lebenszyklus der KI-Anwendung zu regeln.

Das Projekt ist im Januar 2021 gestartet. Es wurde bereits eine Website aufgesetzt (www.agri-gaia.de) in das ein Community Tool integriert ist. Das Projekt wurde bereits bei über 30 Veranstaltungen präsentiert und in Veröffentlichungen integriert. Hier ist eine Übersicht dazu zu sehen. Daraus resultiert eine kontinuierlich wachsende Community um die Agri-Gaia Plattform (aktuell bereits mehr als 40 assoziierte Firmen).

Die Konzeption der Plattform ist planmäßig abgeschlossen und das Konsortium arbeitet auf den ersten größeren Meilenstein hin, bei dem Ende 2021 ein erster Datenaustausch zwischen verschiedenen Akteuren des Ökosystems gezeigt werden soll. Darüber hinaus wird gezeigt, wie KI-Algorithmen auf der Plattform trainiert und auf ein Edge-Device transferiert und dort zur Ausführung gebracht werden können.

Neben den Arbeiten an der Agri-Gaia Infrastruktur sind die Arbeiten in den Use-Cases gestartet. Hardware wurde beschafft und auf den Maschinen integriert und erste Experimente haben stattgefunden.

Anwendung und Nutzen

Agri-Gaia erlaubt es verschiedenen Akteuren wie KI-Entwicklern, Landtechnikherstellern und der Lebensmittelwirtschaft zusammen zu arbeiten und KI-Technologien für die landwirtschaftliche und ernährungswirtschaftliche Praxis zu entwickeln. Ein vergleichbares branchenspezifisches KI-Ökosystem existiert bislang auch auf dem internationalen Markt nicht. Da die entwickelte Plattform auf der GAIA-X-Infrastruktur basiert, profitiert Agri-Gaia von der damit einhergehenden Standardisierung und Interoperabilität, die es erlaubt, Daten frei und sicher zwischen unterschiedlichen Plattformen zu bewegen. Die im Rahmen der Use Cases entwickelten Technologien und KI-Services werden zu kommerziell verwertbaren KI-Anwendungen weiterentwickelt, die von Landwirten genutzt werden können.

Präzise Ausbringung von Dünger und Pflanzenschutzmitteln
In zwei verschiedenen Use Cases sollen KI-Methoden sowohl zum bedarfsgerechten Einsatz von Dünger als auch von Pflanzenschutzmitteln entwickelt werden. Im Fokus steht dabei auch die automatisierte Erkennung von Pflanzenzuständen wie Wachstumsanomalien oder Mangelerscheinungen.

KI-basierte Bestandskartierung
In diesem Use Case sollen flächenbezogene Informationen von großen Feldern und Teilflächen mithilfe von KI-Technologien bearbeitet werden, um Aussagen z.B. zu ökologischen Auswirkungen treffen zu können. Informationen wie Pflanzeneigenschaften, Bodeneigenschaften oder meteorologische Daten fließen dafür zusammen.

Modellbasierte Objekterkennung agrarwirtschaftlich relevanter Objekte
In diesem Use Case sollen Objekte und Strukturen im Umfeld einer Landmaschine durch Sensortechnik automatisiert erkannt werden. Die Landmaschinen werden somit befähigt, z.B. Personen oder andere Landmaschinen zu erkennen und auf sie zu reagieren.

Operative Planung von Landmaschinen
Untersucht wird die effiziente Ausbringung von Gülle. Dabei errechnen KI-Anwendungen den effizientesten Fahrtweg für Landmaschinenflotten, wobei sowohl Faktoren wie Zeit- und Kraftstoffaufwand als auch ökologische Folgen wie die Bodenverdichtung berücksichtigt werden.

Semantische Prozessanalyse
In diesem Use Case sollen Landmaschinen durch den Einsatz von KI-Technik Ackergrenzen, Zugangspunkte zu Feldern oder anliegende Straßen autonom erkennen. Dazu werden die Logdaten, die eine Landmaschine während der Fahrt sammelt, analysiert.

Qualitätsbestimmung für verderbliche Rohstoffe am Beispiel Kartoffel
In diesem Use Case soll KI-Technologie dazu eingesetzt werden, die Qualität von Kartoffeln unter verschiedenen Rahmenbedingungen (Feld, Lager, Produktion) zu bestimmen. Diese automatisierte Qualitätsbestimmung soll die derzeitige manuelle, stichprobenbasierte Qualitätskontrolle ersetzen und setzt auf Korrelationen zwischen auftretenden Veränderungen an den Kartoffeln wie z.B. Schimmel oder Grünstich und Metadaten wie Licht oder Feuchtigkeit.

Lageroptimierung und ressourceneffizienter Einsatz verderblicher Rohstoffe in der Lebensmittelproduktion
In diesem Use Case sollen Prozesse zwischen Landwirtschaft und Lebensmittelproduzenten durch KI-Verfahren optimiert werden. Über Multi-Cloud-Support und Data-Pooling werden Produktions- und Lagerdaten für alle beteiligten Akteure verfüg- und nutzbar gemacht. Auf diesem Datenpool aufsetzende KI-Modelle helfen, Rohstoffe ideal ein-, um- und auszulagern.