Im Forschungsprojekt NaLamKI werden KI-Dienste für die Anwendung in der Landwirtschaft entwickelt, welche Daten aus konventionellen und autonomen Landmaschinen, Satelliten und Drohnen auswerten, in einer Software-Service Plattform zusammenführen und Ergebnisse über offene Schnittstellen zugänglich machen.
NaLamKI steht für Nachhaltige Landwirtschaft mit Künstlicher Intelligenz. Im Projekt werden spezielle Methoden der KI entwickelt und auf Fragestellungen aus Agrartechnik und Wissenschaft angepasst. Außerdem werden die Voraussetzungen geschaffen, um die erhobenen Datensätze und KI-Modelle in Form von Cloudanwendungen mit offenen Schnittstellen für Entwickler und Endanwender von Smart-Farming-Solutions zugänglich zu machen.
Nachhaltig, ressourcensparend, intelligent und vernetzt: Das ist unsere Vision für die moderne Landwirtschaft. In Zeiten von Big-Data zeichnen Landmaschinen bereits heute fortlaufend Prozessdaten auf, welche zur Optimierung der Verfahren herangezogen werden können. Durch den Einsatz von künstlicher Intelligenz werden darüber hinaus aber auch vollkommen neue Methoden möglich welche die Wegbereiter der Landwirtschaft von morgen sind: Von einem verbesserten Nährstoff- und Pflanzenschutzmanagement oder der Überwachung der Bodenfeuchte bis hin zur Erkennung von Pflanzenerkrankungen per Satellit. Der Einsatz künstlicher Intelligenz verspricht Mehrwerte in allen Stadien von Acker und Gartenbau. Voraussetzung dafür innovative KI-Modelle in Spitzentechnologie zu überführen ist jedoch der Zugang zu Datensätzen aus der Agrardomäne mit entsprechenden Metadaten, welche häufig aus externen Quellen stammen.
Um die Potentiale durch intelligente Systeme in der Landwirtschaft heben zu können, müssen einerseits die KI-Methoden auf landwirtschaftliche Use-Cases angepasst werden. Andererseits müssen domänenspezifische Daten für das Training der Modelle aufbereitet und zugänglich gemacht werden. Durch Aggregierung von Sensor und Maschinendaten, die mittels Fernerkundung, Bodensensorik, Robotik, manueller Datenerhebung und Bestandsdaten gewonnen werden, entsteht ein wertvoller Datenpool, aus dem landwirtschaftliche Prozesse wie Bewässerung, Düngung und Schädlingsbekämpfung durch moderne KI-Methoden, autonome Fahrzeug- und Agentenverbünde nachhaltiger, effizienter und transparenter optimiert werden können. Durch den Aufbau eines International Data Space for Agriculture (IDSA) und GAIA-X konformer Dienste wird die Plattform interoperabel zwischen verschiedenen zentralen und dezentralen Cloud-Anbietern und Anwendern agieren.