EIP-Agri Projekt „SmartCut
EIP-Agri Projekt „SmartCut“ – KI-basiertes Prognosemodell für den optimalen Schnitt- und Düngezeitpunkt im Grünland – Erdbeobachtung und KI für nachhaltige Produktivität
Das Projekt, welches im Rahmen der „Europäischen Innovationspartnerschaft landwirtschaftliche Produktivität und Nachhaltigkeit“ (kurz: EIP-Agri) über einen Zeitraum von drei Jahren gefördert wird, zielt auf die Optimierung des Schnitt- und Düngezeitpunkts mit Hilfe künstlicher Intelligenz (KI), um damit die Grünland-Produktivität und Futterqualität zu steigern und diese Informationen regional-spezifisch über die Geoboxinfrastruktur zur Verfügung zu stellen.
Die folgenden Partner arbeiten innerhalb der Operationellen Gruppe (OG) zusammen:
Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI)
Ferdinand-Steinbeis-Gesellschaft für transferorientierte Forschung gGmbH der Steinbeis-Stiftung (FSG)
Lehr- und Versuchsanstalt für Viehhaltung, Hofgut Neumühle
Dienstleistungszentrum Ländlicher Raum Eifel (DLR Eifel)
Dienstleistungszentrum Ländlicher Raum Rheinhessen-Nahe-Hunsrück (DLR RNH)
Milchviehberatungsring Wittlich-Trier e.V.
Pessl Instruments GmbH
6 landwirtschaftliche Praxisbetriebe (Schwerpunkt: Milchvieh, Grünland und Futterbau)
Des Weiteren unterstützen die folgenden assoziierten Partner:
Förderverein Digital Farming e.V.
Fraunhofer-Institute for Computer Graphics Research IGD
Hochwald Foods GmbH
John Deere GmbH & Co. KG
Das Ziel des Projekts ist die Entwicklung eines Bestandsentwicklungsmodells im Grünland, das es Landwirt/innen ermöglicht, den optimalen Schnittzeitpunkt unter Berücksichtigung verschiedener Einflussfaktoren zu bestimmen. In das Modell sollen nicht nur Witterungsdaten, Witterungsprognosen und Umweltdaten, (beispielsweise Bodenfeuchte), sowie verschiedene Düngepraktiken einfließen, sondern auch die Befahrbarkeit der Flächen berücksichtigt werden. So lassen sich Prognosen praxisnah darstellen und fundierte Entscheidungen treffen. Damit erhält die Praxis, zugänglich über die GeoBox-Infrastruktur, einen wichtigen Baustein für die Optimierung des Grünlandmanagements.
Das Modell soll es Landwirt/innen ermöglichen, ihre Betriebsziele auf Basis von dynamischen Ertrags- und Qualitätskomponenten wie Trockenmasseertrag, Energie- und Eiweißgehalt unter Witterungs- und Konservierungsbedingungen und Biodiversitätsfaktoren zu optimieren. Dies soll zu einer gesteigerten Produktivität und Wirtschaftlichkeit führen und gleichzeitig zu einer verbesserten Ressourcennutzung und einer nachhaltigeren Bewirtschaftung beitragen. Zudem soll das Modell in der Lage sein, Prognosen für Folgeschnitte basierend auf der aktuellen Entwicklung des Bestands und weiteren relevanten Faktoren liefern zu können. So können bessere betriebsindividuelle Entscheidungen zu mehr Nachhaltigkeit in der Grünlandwirtschaft und Milchproduktion in RLP führen.
Sobald die ersten Erfahrungen und Ergebnisse vorliegen, werden wir davon berichten.
Weiterführende Informationen: