Viele Landwirte probieren verschiede Maßnahmen bei der Bewirtschaftung der Feldkulturen aus und sammeln damit neue Erfahrungen. Was sich bewährt hat, wird in Zukunft angewendet und der betriebsindividuelle Pflanzenbau wird weiterentwickelt.
Ähnliches kann mit mittels Software erreicht werden, wenn diese mit großen Datenmengen trainiert wird. Im Vergleich zum Menschen kann die Software eine extrem große Anzahl an Rechenoperationen durchführen und dabei wesentlich mehr relevante Wachstumsfaktoren der Pflanzen berücksichtigen.
Im Projekt "Forschung Winterweizen" ermittelt ein Team am Lehrstuhl für Pflanzenernährung der TU München das Potenzial von maschinellen Lernalgorithmen (häufig als künstliche Intelligenz bezeichnet) zur Berechnung von Ertragsprognosen im Winterweizen. Als Grundlage dienen Praxisdaten aus der Landwirtschaft, die feldindividuell das Wachstum und die Entwicklung der Ackerbaukultur dokumentieren.
U.a. zählen dazu Details der Ackerschlagkatei, Boden- und Ertragskarten. Aus den historischen Erfahrungen werden die selbstlernenden Algorithmen trainiert. Das langfristige Ziel des Projektes sind spezifizierte Ertragsvorhersagen, die dem Landwirt dabei unterstützen den Ackerbau in der ökonomischen und ökologischen Betrachtung weiter zu optimieren.
Gesucht werden für das Projekt Landwirte und Betriebsleiter aus dem gesamten Bundesgebiet, die digitale Anbaudokumentation und Erntedaten zur Verfügung stellen. In Anlehnung an die Qualität der Daten können bis zu 5 € pro Hektar bezahlt werden.
Die Dokumentation muss bestimmte Anforderungen erfüllen, um die Qualität der Daten zur weiteren Verarbeitung und Verrechnung sicherzustellen. Die Variabilität über mehrere Jahre und Standorte, sowie die Vollständigkeit und Genauigkeit der Ackerbau- und Ertragsdokumentation sind ausschlaggebend.
Weitere Informationen sowie ein Kontaktformular mit dem Anforderungscheck sind unter www.forschung-ww.de zu finden.