Zweiter Förderaufruf

NaLamKI - Nachhaltige Landwirtschaft mittels KI

Das Projekt NaLamKI hat das Ziel, landwirtschaftliche Prozesse durch den Einsatz von Cloud- und KI-Technologien effizienter und nachhaltiger zu gestalten. Hierzu wird eine Gaia-X- konforme Software-as-a-Service Plattform aufgebaut, auf der landwirtschaftliche Sensor- und Maschinendaten gesammelt werden. Auf der Plattform bereitgestellte KI-Anwendungen unterstützen Landwirte bei der Analyse von Pflanzen- und Bodenzuständen großer Landflächen und unterstützen so Prozesse wie Bewässerung, Düngung und Schädlingsbekämpfung.

Partner

Deutsches Forschungszentrum für Künstliche Intelligenz, NT Neue Technologien AG, Fraunhofer Heinrich-Hertz-Institut, John Deere GmbH & Co. KG, Julius Kühn-Institut, OptoPrecision GmbH, Planet Labs Germany GmbH, Robot Makers GmbH, Technische Universität Kaiserslautern, Universität Hohenheim

Herausforderung

Neben den Einflüssen des Klimawandels sowie der Aufgabe, Nährstoff- und Pflanzenschutzprozesse wie Bewässerung und Düngung stets weiter zu verbessern, wirkt sich auch der Mangel an Fachkräften auf die Qualität und die Abläufe von landwirtschaftlichen Prozessen aus. Die Überprüfung von Pflanzenzuständen kann deshalb oft nur sehr punktuell vorgenommen werden. Die Erkennung und präzise Bestimmung, etwa von Bodenwasserzuständen oder Schädlingsbefall sind auf großen landwirtschaftlichen Flächen derzeit nicht möglich. Das Projekt NaLamKI sorgt mit KI-Technologie für Abhilfe, indem die reichhaltig vorhandenen landwirtschaftlichen Daten verschiedenster Art analysiert und nutzbar gemacht werden. Darauf basierend sollen entsprechende Fahrzeuge und Agenten – z.B. Drohnen – dazu befähigt werden, Zustände, wie den Befeuchtungsgrad von Feldern automatisiert auszuwerten.

Umsetzung

Ziel von NaLamKI ist die Entwicklung einer einheitlichen GAIA-X konformen, cloudbasierten SaaS-Plattform mit offenen Schnittstellen für Anbieter aus dem vor- und nachgelagerten Bereich der Landwirtschaft. Diese wird, gemeinsam mit Agri-Gaia, Bestandteil des Agri-Hubs und folgt deren Reglement.
Hierzu stimmt sich NaLamKI regelmäßig mit dem GAIA-X Konsortium, sowie mit dem parallel laufenden Projekt Agri-Gaia ab, um auf einen „IDSA Agriculture Data Space“, angelehnt an die bereits existierenden Datenplattformen „Industrial Data Space“ und „Medical Data Space“, hinzuarbeiten. Neuste Entwicklungen aus der GAIA-X-Umgebung definieren den EDC-Standard aus der Industrie als einen möglichen Favoriten für den Datenaustausch innerhalb der GAIA-X-Welt. Hier fließen landwirtschaftliche Daten aller Art zusammen – z.B. historische Bestandsdaten, Fernerkundungsdaten von Drohnen und Satelliten, Wetterdaten oder Bodenbeschaffenheitsdaten – und werden über die integrierten KI-Methoden der SaaS-Plattform ausgewertet und nutzbar gemacht. Die KI-gestützten Anwendungen ermöglichen den Landwirten, eine Vielzahl von Prozessen zu analysieren und zu optimieren, sei es das Nährstoffmanagement, die räumliche und zeitliche Düngerapplikation, die Bewässerung oder die Bekämpfung von Schädlingsbefall. Es wird zudem untersucht, ob einige dieser Prozesse (teil-)automatisiert werden können.

Durch ihre GAIA-X konformen Dienste wird die Plattform interoperabel zwischen verschiedenen zentralen und dezentralen Cloud-Anbietern und Anwendern agieren, wobei stets die Datensouveränität gewährleistet bleibt. Des Weiteren soll der Agriculture Data Space die Schaffung eines Informations- und Kommunikations-Ökosystems fördern, in dem unterschiedliche landwirtschaftliche Akteure Dienstleistungen und Daten anbieten und austauschen können.

Anwendung und Nutzen

NaLamKI wird die Erfassung der Pflanzenbestände auf großen landwirtschaftlichen Flächen deutlich vereinfachen und beschleunigen. Die Erhebung aus der Distanz – z.B. über Drohnen oder Satelliten – in Kombination mit KI-gestützten Prognosemodellen zu Witterung und Pflanzenentwicklung gewährt umfängliche, bisher kaum verfügbare Erkenntnisse zur Beschaffenheit von Anbauflächen. Landwirte können z.B. Mängel bei Bewässerung und Düngung sowie Schädlingsbefall frühzeitig erkennen und lokalisieren. Prozesse werden so nicht nur bedeutend beschleunigt; der viel gezieltere Einsatz von Pflanzenschutzmitteln oder Dünger sorgt auch für hohe Kosteneinsparungen und weniger Umweltbelastung.

Detektion von Pflanzeninfektionen aus der Distanz
Per Drohne und Satellit werden Daten zu Pflanzeninfektionen gesammelt und mit KI-Anwendungen von der NaLamKI-Plattform analysiert. Die gesammelten Ergebnisse zur Erkennung und Klassifikation von Schädlingen und effizienten Applikation von Pflanzenschutzmitteln werden schnell über die Plattform an Landwirte kommuniziert.

Inspektion von Obstplantagen
Ziel ist es, den Zustand von Bäumen einer Obstplantage akkurat zu erfassen. Hierfür werden während der Durchfahrt eines (semi-)autonomen Roboters durch eine Plantage Daten mit verschiedenen Sensoren erfasst und dann analysiert und mit Daten anderer Quellen (z.B. Drohnen) zusammengeführt. Die auf diesen Daten basierende Dokumentation informiert den Landwirt gleich nach der Fahrt etwa über den Reifegrad der Früchte, den Zustand der einzelnen Pflanzen und des umgebenden Bodens oder Hindernisse, wie Tiere in den Bäumen.

Verteilte Inspektion von Kartoffel- und Salatfeldern
Mehrere Fahrzeuge werden für die Inspektion von Kartoffel- und Salatfeldern eingesetzt. Mit unterschiedlichen Sensoren wird eine Zustandsbestimmung der Pflanzen und des Bodens vorgenommen. Für die schnelle Inspektion werden gleichzeitig unterschiedliche Agenten wie Kleinsttraktoren und Drohnen eingesetzt, die koordiniert unterschiedliche Bereiche des Feldes abfahren bzw. abfliegen.

Mobile Erfassung und Nutzung der Daten durch unterschiedliche Edge-Systeme
Die Entwicklung eines Dashbords für den Landwirt zur Visualisierung der Daten und Nutzung von mobil einsetzbaren 5G Kommunikationen sind weitere Bestandteile des NaLamKI-Projektes. Damit werden Möglichkeiten geschaffen, Daten, die mit unterschiedlichen Systemen erfasst worden sind (Edge), in das Gesamtsystem zu integrieren und in unterschiedlicher Weise zu dokumentieren bzw. auszuwerten. Auf Basis der GAIA-X-Konformität besteht grundsätzlich die Möglichkeit, diese Plattform mit weiteren Entwicklungen zu erweitern und zu ergänzen.

Ohne NaLamKiMit NaLamKi
Die Untersuchung von Pflanzen- und Bodenzuständen in der Landwirtschaft kann nur sehr punktuell vorgenommen werden.Die KI-Anwendungen von NaLamKI ermöglichen eine umfängliche und schnelle Analyse der Pflanzen- und Bodenzustände von großflächigen Anbaugebieten.
Aufgrund unzureichender Informationen können Ressourcen wie Wasser, Dünger und Schädlingsmittel kaum gezielt eingesetzt werden.Analysen mithilfe von KI-Anwendungen machen den gezielten und sparsamen Einsatz von Wasser, Dünger oder Schädlingsmittel möglich und sparen Kosten.
Zahlreiche anfallende Daten in der Landwirtschaft – wie Maschinen- und Sensoren- oder Bestandsdaten – werden nicht gewinnbringend eingesetzt.Der im Rahmen von NaLamKI entwickelte IDSA Agriculture Data Space ermöglicht den gewinnbringenden Einsatz und Austausch von Daten in einem Informations- und Kommunikations-Ökosystem für Akteure in der Landwirtschaft.

Ansprechpartner

NaLamKI

John Deere GmbH & Co. KG
Prof. Dr. Peter Pickel

01.01.2021-31.12.2023