Kontakt
Jonas Bömer
Weitere Informationen
Duration:
05/2025 – 05/2029
Project team:
Jonas Bömer,
Dr. Stefan Paulus,
Prof. Dr. Anne-Katrin Mahlein
Department:
Funding:
BMFTR: "Moderne Züchtungsforschung für klima- und standortangepasste Nutzpflanzen von morgen"
Cooperations:
Strube Research GmBH & Co. KG, Fraunhofer-Institut für Molekularbiologie und Angewandte Oekologie, Justus Liebig Universität Gießen, Universität Hohenheim
Moderne Züchtungstechnologien für klimaresiliente Zuckerrüben
Die Landwirtschaft in Deutschland und Europa steht vor großen Herausforderungen: Klimawandel, neue Schaderreger und steigende Anforderungen an Nachhaltigkeit verlangen nach innovativen Lösungen. Um auch künftig wettbewerbsfähig zu bleiben, müssen Züchtungsprozesse schneller, präziser und ressourcenschonender werden. Genau hier setzt das Forschungsprojekt BeetAdapt an.
Die Zuckerrübe ist eine wichtige Kulturpflanze, jedoch schwierig zu züchten. Lange Generationszeiten, aufwendige Selektionsverfahren und fehlende effiziente Genome-Editing-Methoden bremsen die Entwicklung klimaangepasster Sorten. Unter der Leitung des Züchtungsunternehmens Strube bringt BeetAdapt ein interdisziplinäres Konsortium zusammen, darunter Fachleute für Genom-Editierung, Transformation, Biostatistik, und digitale- und KI- gestützte Phänotypisierung.
Im Projekt entsteht ein moderner Baukasten für die Pflanzenzüchtung der Zukunft. BeetAdapt kombiniert neuartige Genome-Editing-Verfahren, Drohnen-gestützte Bildgebung und KI-gestützte Analyseverfahren. So sollen wichtige Merkmale wie Krankheitsresistenz, Hitzetoleranz und Ertragssicherheit gezielt verbessert werden. Ein Schwerpunkt liegt auf biotischen und abiotischen Stressfaktoren wie Nematodenbefall, Trockenheit und der Verbreitung neuer Krankheiten wie dem "Syndrome Basses Richesses".
Mit seiner langjährigen Expertise in der sensorgestützten Erfassung phänotypischer Merkmale trägt das IfZ zur Weiterentwicklung moderner Züchtungsmethoden bei. Der Fokus liegt auf der Integration KI- gestützter Entscheidungsalgorithmen in bestehende Sensorplattformen. Diese sollen direkt im Feld wichtige Merkmale automatisch erkennen und auswerten und so den Selektionsprozess der Züchterinnen und Züchter deutlich beschleunigen sowie präziser gestalten.
Förderung
Das diesem Bericht zugrunde liegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen 031B1551E gefördert. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei der Autorin/beim Autor.
Projektpartner
Kontakt