Zum Hauptinhalt springen

Projekt EXPRESS.smart

KI-gestütztes Klima- und Pflanzenmonitoring im regionalen Obst- und Weinbau zur Sicherung und Optimierung von Ertrag und Qualität

Vorhersage von Risiken durch Spätfröste im Obst- und Weinbau

Bereits früh im Jahresverlauf entscheidet sich Menge und Qualität der Ernte im Obst  und Weinbau. Besonders wichtig ist dabei, ob am Ende der Wintersaison noch Spätfröste auftreten, denn diese können den Pflanzen erheblichen Schaden zufügen.
Im Projekt EXPRESS.smart erprobt das IMMS digitale und KI-basierte Lösungen zur Vorhersage von Frostereignissen und den daraus entstehenden Risiken für die Ernte als Grundlage für Handlungsempfehlungen.

Lösung: Integriertes Frostmonitoring

Um rechtzeitig zu reagieren, ergänzen speziell ermittelte örtliche Gegebenheiten wie Geländeprofile und Luftströmungen die allgemeinen Wetterprognosen, insbesondere für zu erwartende minimale Temperaturen. Gleichzeig bestimmen Sensoren, in welchem Entwicklungsstadium sich die Pflanzen befinden und welche aktuelle Temperatur vorherrscht. Auf dieser Basis entscheiden angepasste Algorithmen, ob und welche Schutzmaßnahmen durchgeführt werden müssen.
Das IMMS ist verantwortlich für die gesamte Datenpipeline von der Datenerhebung bis zur Formulierung von Handlungsempfehlungen.

Innovation: KI-gestützte Datenauswertung

KI Modelle unterstützen die Empfehlung geeigneter Maßnahmen. Sie analysieren die erhobenen Daten, erkennen ungewöhnliche Muster und bewerten, welche Gefahren bestehen. Daraufhin schlagen sie passende Gegenmaßnahmen vor – etwa spezielle Frostschutzmaßnahmen oder veränderte Bewässerungsstrategien. Am IMMS kombinieren wir geeignete KI-Algorithmen zur Auswertung unserer Sensordaten mit Zuarbeiten unserer Projektpartner für ein ganzheitliches Klima- und Pflanzenmonitoring.

Vorteile: Wissenstransfer zwischen Forschung und Praxis

Bislang basieren Schutz  und Optimierungsmaßnahmen im Obst- und Weinbau vor allem auf Erfahrungswerten, sind teilweise unsicher und erfordern häufig einen hohen Einsatz an Ressourcen. Die Kombination aus angepassten Wetterdaten, automatisch ermittelten Entwicklungsstadien der Pflanzen und KI-gestützten Algorithmen macht die bewährten Strategien greifbarer und für einen erweiterten Kreis von Praktikern zugänglich. So können auch kleinere Betriebe von den Empfehlungen profitieren und ihre Erträge effizient schützen und steigern.

Akronym / Name:

EXPRESS.smart / Experimentierfeld zur smarten datengetriebenen Vernetzung und Digitalisierung in der Landwirtschaft

Laufzeit:2025 – 2028

Projekt-Webseite:https://digitalisierung-landwirtschaft.de/

Anwendung:

Umwelt-Monitoring und Smart-City-Anwendungen|Landwirtschaft| Agrarbetriebe| Obstbau

Forschungsfeld:Intelligente vernetzte Mess- und Testsysteme


Kontakt


Förderung

Das diesem Bericht zugrunde liegende Vorhaben „Experimentierfeld zur smarten datengetriebenen Vernetzung und Digitalisierung in der Landwirtschaft“ (EXPRESS.smart) wurde mit Mitteln vom Bundesministerium für Landwirtschaft, Ernährung und Heimat (BMLEH) aufgrund eines Beschlusses des Deutschen Bundestages über den Projektträger Bundesanstalt für Landwirtschaft und Ernährung (BLE) unter dem Kennzeichen 28DE405E23 gefördert. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei der Autorin/beim Autor.
 


Das könnte Sie auch interessieren

Kernthema

Analyse von verteilten IoT-Systemen

Für komplexe verteilte IoT-Systeme modellieren wir Komponenten zur systemweiten Analyse des Energieverbrauchs. Wir bringen Intelligenz ins Netzwerk, ermöglichen es, Aufgaben flexibel autonom zu lösen, und machen einzelne Funktionen portabel und robust.

Dienstleistung

Entwicklung eingebetteter Systeme

Wir entwickeln für Sie eingebettete Systeme als Gesamtlösungen aus Sensorik und Aktorik, Signalverarbeitung und Kommunikationstechnik sowie Steuerung und Regelung.

Forschungsfeld

Intelligente vernetzte Mess- und Testsysteme

Integrierte Sensor-ICs sind das Herz von Sensor- und Messsystemen wie Funksensoren, stationäre und Handheld-Diagnosegeräte. Wir forschen an Lösungen für immer leistungsfähigere Sensoren mit mehr Eigenintelligenz und Aufgabenverteilung im Sensornetz.

Leitanwendung

IoT-Systeme für kooperatives Umwelt-Monitoring

Wir forschen an energieeffizienten Lösungen für IoT-Systeme, um neue Anwendungen für ein kooperatives Umweltmonitoring zu erschließen, wie z.B. in der Landwirtschaft.

Zurück