Die FH Bielefeld entwickelt gemeinsam mit der Universität Leipzig und NPZ Innovation GmbH eine Sortiermaschine den KIRa-Sorter. Das Gerät kann mithilfe einer KI-Komponente Rapsölsaaten sortieren.
So läuft es heute
Die winzig kleinen, dunkel schillernden Rapskügelchen sind auf dem Objektträger kaum voneinander zu unterscheiden – zumindest für den Laien nicht. Das Saatgut sortieren deswegen heute in der Regel langjährig geschulte Expertinnen und Experten. Das ist aufwändige Handarbeit mit Lupe und Pinzette, erklärt die FH Bielefeld in einer Mitteilung. Nach kurzer Zeit sind die Augen müde, in Nacken und Schultern macht sich Anspannung breit.
Doch die Anstrengung lohnt sich: Durch den aufwändigen Sortierungsprozess der Rapssamen sorgt das Laborpersonal für saubere, sortenreine Bestände – und sichert damit die Grundlage der Nahrungs-und Futtermittelversorgung, so die Fachleute weiter. Denn jedes Prozent Qualitätsverbesserung beim Saatgut wirkt sich am Ende positiv auf den Ernteertrag aus.
Effizienter soll das der KIRa-Sorter erledigen können. Dieser soll Rapssamen künftig in über 200 verschiedene Kategorien einteilen können. Denn: In je mehr Klassen die Saaten aufgeteilt werden, desto besser werden die Unterschiede in Qualität und Reinheit erfasst.
Der KIRa-Sorter soll Laborpersonal unterstützen
„Der KIRa-Sorter soll künftig unterstützend für das Personal agieren, denn die KI-gestützte Plattform ist darauf ausgerichtet, vom Menschen zu lernen“, so Projektleiter Prof. Dr. Reinhard Kaschuba vom Fachbereich Ingenieurwissenschaften und Mathematik der FH Bielefeld.
Es gibt zwar bereits Maschinen, die Pflanzensamen automatisch sortieren, allerdings bisher nur in maximal fünf Klassen. Für Sondersortierungen in mehrere hundert Klassen sind diese Maschinen nicht ausgelegt. Eine möglichst genaue Sortierung ist jedoch notwendig, um die gewünschte Qualität zu erreichen.
Das Besondere: Die Hyperspektralkamera
Beim KIRa-Sorter kommt einem technischen Bauteil besondere Bedeutung zu: Die Hyperspektralkamera kann nicht nur Wellenlängen der Grundfarben Rot, Grün und Blau erkennen wie das menschliche Auge, sondern auch Wellenlängen im ultravioletten Bereich bis zum langwelligen Infrarot-Licht. So soll der KIRa-Sorter feinste Unterschiede in Reinheit, Qualität und Art des Saatguts identifizieren.
Mithilfe der KI-Komponente sollen diese Informationen schließlich verarbeitet und dazu genutzt werden, den jeweiligen Samen zu klassifizieren und einer der über 200 Kategorien zuzuordnen. Das Ziel des Projektteams ist ambitioniert: Am Ende sollen 100 Rapssamen in einer Sekunde sortiert werden, heißt es von der FH Bielefeld.
Aktueller Stand
Zurzeit testet das Projektteam die ersten Prototypen einzelner Teilkomponenten des KIRa-Sorters. Außerdem generieren die Forschenden aus Bielefeld für die Kollegen der Universität Leipzig den initialen Trainingsdatensatz, welcher der KI-Komponente als Ausgangspunkt dient. Das Projekt befindet sich noch am Anfang, doch das Potenzial des KIRa-Sorters ist groß: Perspektivisch soll das Projekt nicht nur die gesetzlich vorgeschriebene Reinheitsuntersuchung in der Saatgutproduktion automatisieren und digitalisieren, sondern den Sortierprozess auch deutlich effizienter gestalten.
