Braunes Feld mit Traktor im Hintergrund und Farmroboter von Farmdroid im Vordergrund

FarmerSpaceAI

Experimentierfeld zur Implementierung digitaler Technologien und KI für den Pflanzenschutz
01_fsai_logo_rgb_grafik.png
FarmerSpaceAI: Experimentierfeld zur Implementierung digitaler Technologien und KI für den Pflanzenschutz

Laufzeit:

09/2025 – 08/2028

Projektteam:

Dr. Abel Barreto,

Hendrik Könning,

Dr. Stefan Paulus

Abteilung:

Sensorik & Datenanalyse

Förderung:

Bundesministerium für Landwirtschaft, Ernährung und Heimat (BMLEH), BMEL - Digitalisierung in der Landwirtschaft (28DE401A23)

Kooperation(en):

Strube D&S GmbH, KWS Saat SE & Co. KGaA, Pfeifer & Langen GmbH & Co, BASF SE, Ecorobotix ARA, Farming Revolution GmbH, Most Robotics GmbH, Agvolution GmbH, Fraunhofer-Institut für Graphische Datenverarbeitung (IGD), Julius Kühn-Institut, PhenoRob2 - Robotik und Phänotypisierung für Nachhaltige Nutzpflanzenproduktion, ZAZIkI

Sprühdrohne

Das Projekt FarmerSpaceAI verfolgt das Ziel, KI-basierte digitale Technologien im Pflanzenschutz praxisnah zu evaluieren, weiterzuentwickeln und verständlich aufzubereiten. Dadurch soll eine präzisere, ressourceneffiziente und zugleich umweltgerechte Pflanzenproduktion unterstützt werden. Im Mittelpunkt stehen innovative Ansätze zur Beikrautregulierung, zur präzisen und teilflächenspezifischen Kulturpflanzenbehandlung, sowie der Einsatz fachspezifischer Chatbots als digitale Entscheidungsunterstützung. Ein besonderer Fokus liegt auf der Übertragbarkeit der entwickelten Lösungen sowohl auf ökologische als auch auf konventionelle Anbausysteme.

Im Rahmen des Projekts werden folgende Ergebnisse angestrebt:

  • Entwicklung, Implementierung und quantitative Evaluation eines LLM-Prototyps (LLM = Large Language Model) zur digitalen Entscheidungsunterstützung, einschließlich Praxisabgleich und Prüfung der Erweiterbarkeit hin zu multimodalen LLM-Systemen.

  • Etablierung eines praxisnahen Prüfkonzepts für KI-basierte Präzisionsapplikatoren mit systematischem Methodenvergleich, konkreten Beratungsempfehlungen sowie Bewertung des Transferpotenzials zwischen konventioneller und ökologischer Beikrautregulierung.

  • Erprobung eines Konzepts zur bedarfsgerechten, kleinräumigen Kulturpflanzenbehandlung, inklusive praxisorientierter Empfehlungen und Bewertung von VRA (Variable Rate Application)- sowie teilflächenspezifischen Applikationstechniken.

  • Bewertung der Robustheit, Transparenz und Nachvollziehbarkeit eingesetzter KI-Systeme durch eine strukturierte Modell- und Datensatzübersicht, validierte Datenerfassung sowie eine nachvollziehbare Dokumentation der Entscheidungslogiken.

  • Stärkung des Wissenstransfers durch die Bereitstellung von Open-Access-Datensätzen, Fach- und Praxispublikationen sowie einen intensivierten Austausch zwischen Wissenschaft, Industrie und landwirtschaftlicher Praxis.

Förderung

Gefördert durch Bundesministerium für Landwirtschaft, Ernährung und Heimat aufgrund eines Beschlusses des Deutschen Bundestages, sowie durch die Bundesanstalt für Landwirtschaft und Ernährung als Projektträger

Projektpartner

05_goe_logo_quer_agrartechnik_vierfarb.png
06_fraunhofer-institut_fur_optronik,_systemtechnik_und_bildauswertung_logo.svg.png
07_logo_lwk-niedersachsen_transp.png
08_logo_hessianai.png

Georg-August-Universität Göttingen, Department für Nutzpflanzenwissenschaften, Abteilung Agrartechnik

Fraunhofer-Institut Optronik, Systemtechnik und Bildauswertung IOSB

Landwirtschaftskammer Niedersachsen

hessian.AI - The Hessian Center for Artificial Intelligence