Digitalisierung und Künstliche Intelligenz (KI) spielen eine Schlüsselrolle, wenn es um die Bewältigung der vielfältigen Herausforderungen für die Landwirtschaft geht. Um das enorme Potenzial intelligenter Technologien nutzen zu können, braucht es eine vertrauenswürdige und leistungsfähige IT-Infrastruktur. Auf Initiative des Agrotech Valley Forums arbeitet im Projekt Agri-Gaia ein namhaftes Konsortium, dem auch die Amazonen-Werke angehören, an der Realisierung eines offenen KI-Standards für die Agrar- und Ernährungswirtschaft auf Basis der europäischen Cloud-Initiative GAIA-X.
Die Landwirtschaft sieht sich gewaltigen Herausforderungen gegenüber: Einerseits muss sie immer mehr Menschen ernähren und demzufolge immer effizienter mit der vorhandenen Ackerfläche umgehen. Andererseits ist sie in Zeiten des Klimawandels aufgefordert, möglichst ökologisch zu agieren und sich schnell an immer neue Rahmenbedingungen anzupassen. Künstliche Intelligenz wird als Werkzeug dienen, um Ressourcen effizienter zu nutzen und Ökosysteme nachhaltig zu schützen. Allerdings erfordert die Entwicklung KI-gestützter Lösungen für landwirtschaftliche Anwendungen Forschungskompetenzen, die über die Möglichkeiten mittelständischer Unternehmen hinausgehen. Zudem fehlt es an effizienten Strategien, aktuelle und branchenspezifische KI-Verfahren für vielfältige Anwendungsentwicklungen zugänglich zu machen.
Hier setzt das Projekt Agri-Gaia an. Gemeinsam mit einer wachsenden Zahl von Unterstützern aus Verbänden, Forschung, Politik und Industrie arbeiten die Projektpartner unter der Leitung des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) daran, eine offene, dezentrale Infrastruktur für die Entwicklung und den Austausch von KI-Algorithmen in der Landwirtschaft zu entwickeln. Auf diese Weise soll ein KI-Ökosystem für die mittelstandsgeprägte Agrar- und Ernährungswirtschaft geschaffen werden, das auf der europäischen Cloud-Initiative GAIA-X basiert. Zum Konsortium zählen die AgBrain GmbH, der Agrotech Valley Forum e.V., die Amazonen-Werke H. Dreyer GmbH & Co. KG, die Robert Bosch GmbH, die CLAAS E-Systems GmbH, die Hochschule Osnabrück, die Josef Kotte Landtechnik GmbH, die Maschinenfabrik Bernard Krone GmbH & Co. KG, die LMIS AG, die Universität Osnabrück und die Wernsing Feinkost GmbH.
Agri-Gaia ist der erste Use Case der Anwendungsdomäne Agrar im europäischen Großprojekt GAIA-X. Darin erarbeiten Vertreterinnen und Vertreter aus Politik, Wirtschaft und Wissenschaft die Grundlage einer modernen, domänenübergreifenden Dateninfrastruktur, welche die digitale Souveränität Europas sicherstellen und einen Datenaustausch im Rahmen der europäischen Datenschutz–Grundverordnung ermöglichen soll. Das Agri-Gaia-Konsortium hat in GAIA-X die Domäne Agrar etabliert, die von Prof. Dr. Engel Hessel vom Bundesministerium für Ernährung und Landwirtschaft (BMEL) und Dr. Stefan Stiene vom DFKI-Labor Niedersachen koordiniert wird. Darin sollen Anwendungsfälle entwickelt werden, an denen sich das Potential von GAIA-X für die Landwirtschaft demonstrieren lässt.
Die Partner realisieren eine innovative B2B-Plattform, die branchenspezifisch adaptierte KI-Bausteine als leicht verwendbare Module bereitstellt und Anwender mit Entwicklern von KI-Algorithmen zusammenbringt. Ziel des Projekts ist es, den Kreis von der Sensordatenaufnahme auf der Landmaschine über das Trainieren der Algorithmen auf entsprechenden Servern bis zur kontinuierlichen Aktualisierung und Optimierung dieser Algorithmen zu schließen. Hierfür werden in Agri-Gaia entsprechende Schnittstellen und Standards entwickelt, die eine herstellerübergreifende Infrastruktur entstehen lassen. So kommt das Projekt der gesamten Agrarbranche zugute und ermöglicht innovative Geschäftsmodelle. Auf diese Weise soll Agri-Gaia wie ein KI-Katalysator wirken, der im gesamten Agribusiness dafür sorgt, dass KI-Technologien an verschiedenen Stellen zum Einsatz kommen – für eine effiziente und zugleich nachhaltige Landwirtschaft.
Das Projekt Agri-Gaia ist am 1. Januar 2021 gestartet und wird vom BMWi gefördert.
Quelle: AMAZONE