2 min read

KI revolutioniert den Gartenbau

Large Language Models (LLMs) und Künstliche Intelligenz (KI) haben das Potenzial, die Pflanzenzucht und -pflege im Gartenbau in Zukunft erheblich zu verbessern. Laut Bayer trainiert das Unternehmen bereits ein LLM mit internen Daten und Erkenntnissen aus Tausenden von Studien, um Landwirte und Berater bei ihrer täglichen Arbeit zu unterstützen und Fragen schnell und präzise zu beantworten.

Einsatz von LLMs in der Präzisionslandwirtschaft

Bayer präsentiert auf der Agritechnica 2023 einen Prototypen für einen digitalen Assistenten für die Landwirtschaft, der auf dem Azure Data Manager for Agriculture basiert. Dieser nutzt "Large Language Model (LLM)"-Funktionen, um Landwirten durch einfache Spracheingaben verwertbare Erkenntnisse aus ihren Betriebsdaten zu ermöglichen. So können beispielsweise Fragen gestellt werden wie "Auf welchen meiner Felder wurden 2023 Pflanzenschutzmittel während der Saison ausgebracht?" oder "Auf welchen meiner Felder wurde kürzlich geerntet?". Durch den Einsatz von LLMs in Kombination mit Präzisionslandwirtschaft und digitaler Agrartechnologie soll die Produktivität und Nachhaltigkeit der Anbaumethoden maximiert werden. Laut Jeremy Williams, Head of Digital Farming bei Bayer, ist KI die Kerntechnologie für die digitale Transformation der Landwirtschaft, um die Nahrungsmittelproduktion an den Klimawandel anzupassen und die Ernährung der Weltbevölkerung zu sichern.

KI-gestützte Schädlingsbekämpfung

KI-gestützte Systeme können in der Landwirtschaft eingesetzt werden, um Schädlingsbefall frühzeitig zu erkennen und gezielt zu bekämpfen. Durch die Analyse hochauflösender Luftbilder von Ackerflächen, die mit Drohnen oder Satelliten aufgenommen werden, können KI-Algorithmen Unkräuter, Krankheiten und Schädlinge lokalisieren. Dies ermöglicht einen präziseren Einsatz von Pflanzenschutzmitteln nur dort, wo sie tatsächlich benötigt werden. Dadurch lässt sich der Verbrauch reduzieren und gleichzeitig die Artenvielfalt auf den Feldern erhalten. Sensorgestützte Fallen in Kombination mit KI können außerdem helfen, die Ausbreitung von Schadinsekten zu überwachen und Gegenmaßnahmen rechtzeitig einzuleiten.

Optimierung der Ernteerträge durch generative KI

Generative KI hat das Potenzial, die Ernteerträge in der Landwirtschaft deutlich zu steigern. Durch den Einsatz von maschinellem Lernen und Genomsequenzierung können Unternehmen Nutzpflanzen mit wünschenswerten Eigenschaften identifizieren und klimaresistente Sorten entwickeln. Bayer nutzt beispielsweise "Precision Breeding"-Technologie basierend auf generativer KI, um neue Pflanzensorten vorzuschlagen, die an verschiedene Umweltbedingungen angepasst sind und höhere Erträge liefern. Auch Forscher am Norwich Research Park arbeiten an einer KI-gestützten Software namens TraitSeq, die mittels RNA-Sequenzierung und CRISPR-Technologie die besten Leistungsmerkmale von Nutzpflanzen vorhersagt und Gene entsprechend optimiert. Durch den Einsatz generativer KI lässt sich die Entwicklung ertragreicherer und widerstandsfähigerer Sorten beschleunigen und so die globale Ernährungssicherheit verbessern.

Wettervorhersage mit KI

KI-Systeme können die Wettervorhersage in der Landwirtschaft verbessern, indem sie große Mengen an Wetterdaten analysieren und präzisere Prognosen erstellen. Dies ermöglicht es Landwirten, ihre Anbaumethoden an die vorhergesagten Wetterbedingungen anzupassen:

  • KI-Algorithmen können historische und aktuelle Wetterdaten auswerten, um genauere Vorhersagen für bestimmte Standorte zu treffen. So bietet beispielsweise Weatherzone detaillierte Prognosen in Australien, inklusive Temperatur, Niederschlag, Windgeschwindigkeit und UV-Index.
  • Auch AccuWeather nutzt KI, um stündliche Wettervorhersagen für KI in Japan zu erstellen. Dabei werden Faktoren wie Regenwahrscheinlichkeit und Temperaturverlauf berücksichtigt.
  • The Weather Channel bietet ebenfalls einen 10-Tage-Ausblick für KI, der auf KI-gestützten Modellen basiert. Landwirte können so längerfristig planen und ihre Anbaustrategien optimieren.
  • Durch die Analyse von Wetterdaten in Kombination mit anderen Faktoren wie Bodenbeschaffenheit und Pflanzenwachstum können KI-Systeme Ernteprognosen erstellen. So lassen sich potenzielle Ertragseinbußen durch Wetterextreme frühzeitig erkennen und Gegenmaßnahmen einleiten. Insgesamt trägt der Einsatz von KI in der Wettervorhersage dazu bei, die Auswirkungen des Klimawandels auf die Landwirtschaft zu minimieren und die Ernährungssicherheit zu verbessern.




Matthias Mut

Experte in KI und Automatiserung. Spaß an Entwicklung, Fortschritt & Rapid Prototyping.

m.mut@falktron.de

Kostenloses Kennenlernen buchen