Nachhaltige Landwirtschaft mittels Künstlicher Intelligenz – ein plattformbasierter Ansatz für Forschung und Industrie

Zusammenfassung
Digitale Technologien gelten als möglicher Schlüssel zur Verknüpfung von Nachhaltigkeit, Klimaanpassung und wirtschaftlicher Effizienz in der Pflanzenproduktion. Die Heterogenität und Dezentralität des landwirtschaftlichen Systems stellt besondere Anforderungen an den Entwurf datengetriebener Lösungen: Daten entstehen lokal in landwirtschaftlichen Betrieben unterschiedlicher Größe; ihre Erhebung und Auswertung erfolgt meist multimodal, dezentral und durch Dritte; landwirtschaftliche Stakeholder stellen als Dateneigentümer hohe Ansprüche an die Datensouveränität. Das Forschungsprojekt „Nachhaltige Landwirtschaft mittels Künstlicher Intelligenz“ (NaLamKI) entwickelt einen plattformbasierten Ansatz, um diese Anforderungen zu adressieren und setzt hierzu auf Cloud-Edge Services zur 1) Erhebung divers strukturierter landwirtschaftlicher Daten, 2) KI-gestützte Fusion und Auswertung dieser Daten sowie 3) nutzerorientierte Haltung und Bereitstellung der erzeugten Datenprodukte in einem digitalen Farm-Twin unter Wahrung der Datensouveränität, Schaffung von (Daten-)Interoperabilität sowie GAIA-X-Konformität. Dieser Beitrag leitet die Notwendigkeit dieses Forschungsansatzes her, erläutert dessen zugrunde liegende Konzepte und diskutiert wissenschaftliche Ansatzpunkte und Ergebnisse sowie offene Herausforderungen und Chancen dieses integrierten Ansatzes.
  • Vollständige Referenz
  • BibTeX
Bosse, S., Berns, K., Bosch, J., Dörr, J., Eichhorn, F. C., Eisert, P., Fischer, C., Gassen, E., Gerstenberger, M., Gerighausen, H., Heil, J., Hilsmann, A., Hirth, ., Huber, C., Hussaini, M., Kasparick, M., Kloke, ., Krause-Edler, H., Mackle, L., Magnusson, J., Möhrle, F., Möller, M., Pickel, P., Rautenberg, C., Schotten, H. D., Stanczak, S., Thiele, L., Ücdemir, H., Wania, A. & Stein, A., (2023). Nachhaltige Landwirtschaft mittels Künstlicher Intelligenz – ein plattformbasierter Ansatz für Forschung und Industrie. In: Hoffmann, C., Stein, A., Ruckelshausen, A., Müller, H., Steckel, T. & Floto, H. (Hrsg.), 43. GIL-Jahrestagung, Resiliente Agri-Food-Systeme. Bonn: Gesellschaft für Informatik e.V.. (S. 41-52).
@inproceedings{mci/Bosse2023,
author = {Bosse, Sebastian AND Berns, Karsten AND Bosch, Johannes AND Dörr, Jörg AND Eichhorn, Frederick Charles AND Eisert, Peter AND Fischer, Christoph AND Gassen, Eike AND Gerstenberger, Michael AND Gerighausen, Heike AND Heil, Jonathan AND Hilsmann, Anna AND Hirth, Jochen AND Huber, Christopher AND Hussaini, Mortesa AND Kasparick, Martin AND Kloke, Peter AND Krause-Edler, Hartmut AND Mackle, Lukas AND Magnusson, Jannes AND Möhrle, Felix AND Möller, Markus AND Pickel, Peter AND Rautenberg, Clemens AND Schotten, Hans Dieter AND Stanczak, Slawomir AND Thiele, Lars AND Ücdemir, Henrik AND Wania, Annett AND Stein, Anthony},
title = {Nachhaltige Landwirtschaft mittels Künstlicher Intelligenz – ein plattformbasierter Ansatz für Forschung und Industrie},
booktitle = {43. GIL-Jahrestagung, Resiliente Agri-Food-Systeme},
year = {2023},
editor = {Hoffmann, Christa AND Stein, Anthony AND Ruckelshausen, Arno AND Müller, Henning AND Steckel, Thilo AND Floto, Helga} ,
pages = { 41-52 },
publisher = {Gesellschaft für Informatik e.V.},
address = {Bonn}
}
DateienGroesseFormatAnzeige
GIL_2023_Bosse_41-52.pdf604.7Kb PDF Öffnen

Haben Sie fehlerhafte Angaben entdeckt? Sagen Sie uns Bescheid: Feedback abschicken

Mehr Information

ISBN: 978-3-88579-724-1
ISSN: 1617-5468
Datum: 2023
Sprache: de (de)
Typ: Text/Conference Paper
Sammlungen

Zur Langanzeige