Der Zukunftsbetrieb schafft es die Daten seines Betriebs und der Umwelt so zu erfassen, zu bündeln und als Entscheidungsgrundlage zu nutzen, dass er das ökologische, soziale und regionalökonomische Optimum erreicht. Dafür möchten wir mit diesem Projekt die Grundlage schaffen. Ziel ist es, auf dem potenziellen Zukunftsbetrieb, welcher mit seinem Standort in Brandenburg bereits jetzt spürbar vom Klimawandel betroffen ist, einen Prototypen für die integrierte Datenerhebung, -vernetzung und -auswertung zu entwickeln, welcher zukünftig auf andere Betriebe übertragbar ist. Dieses Ziel erreichen wir, indem wir die komplexen Zusammenhänge von Boden, Wasser, Biodiversität, (Mikro-)Klima, Tieren und Bewirtschaftungsformen mithilfe von digitalen Instrumenten messen, mittels Mobilfunks verfügbar machen, die Messungen u.a. durch künstliche Intelligenz (KI) auswerten und mithilfe geeigneter Bewertungssystematiken monetär bewerten. Die Erkenntnisse sollen für die zukünftige Landnutzung in Deutschland zugänglich gemacht und darüber hinaus öffentlich diskutiert werden, um die Basis für die weitere Transformation hin zu einer nachhaltigen Landwirtschaft zu schaffen. Derzeit gehen viele negative und positive Effekte der Land- und Ernährungswirtschaft als Externalitäten nicht in die betriebliche Kostenrechnung der Produzenten ein. So bilden die Marktpreise nicht die Realität für Mensch und Umwelt ab. Eine monetäre Bewertung der Externalitäten und die integrierte Darstellung mit allen wesentlichen Daten des Betriebs und seiner Umwelt hilft LandwirtInnen gute Entscheidungen zu treffen und gibt VerbraucherInnen die notwendige Transparenz bei der Kaufentscheidung, da zukünftig ein Preis alle wesentlichen Kosten und Wertbeiträge abbilden könnte. Das Projekt nutzt die Digitalisierung, um ökologisch vorteilhafte Anbausysteme bewert-, plan- und umsetzbar zu machen. Ein solcher integrativer Ansatz zahlt direkt auf die Empfehlungen der Zukunftskommission Landwirtschaft ein.
Bedarfsgerechtes Güllemanagement ist seit vielen Jahren eine vielschichtige Herausforderung für landwirtschaftliche Betriebe. Um dem rechtlichen Rahmen und Nachweispflichten nachzukommen, ist ein vielversprechender Lösungsansatz, die Gülle im Ausbringungsfahrzeug mittels NIR-Systemen auf N-Gesamt (Gesamtstickstoff), NH4-N (Ammonium-N), P2O5 (Phosphor) und K2O (Kalium) sowie Trockenmasse hin zu analysieren. Eine breite Marktdurchdringung verlangt ein kompaktes, nachrüstbares und preisgünstiges NIR-System, welches die geforderte Genauigkeit und Qualitätsanforderung erfüllt. Das Vorhaben iDentPlus setzt sich zum Ziel, eine Gesamtsystemlösung bestehend aus einem innovativen NIR-Sensorsystem basierend auf MEMS-IR-Detektoren und einem intelligenten Cloud-System mit KI-basierten Monitoring und Computing für den Feldeinsatz zu qualifizieren und bei einer hohen Anzahl von landwirtschaftlichen Betrieben zu erproben. Zur Gewährleistung der Funktionssicherheit unter den rauen Einsatzbedingungen werden neben einer Sensor-Selbstdiagnose auch eine kontinuierliche Überwachung der gemessenen NIR-Spektren im Feld und eine bedarfsgesteuerte Aktualisierung der Analysemodelle mittels Over-the-Air Update realisiert. Ferner sollen die für die Auswertung notwendigen Algorithmen entwickelt werden. Dabei wird ein besonderer Fokus auf Stickstoff gelegt, wobei die anderen Inhaltsstoffe mit bearbeitet werden. Basierend auf dem weiterzuentwickelnden NIR-Sensorsystem soll ein Verfahren zur automatisierten Erstellung der Analysemodelle aus Referenzdaten entwickelt werden, um eine genaue Nährstoffbestimmung über einen langen Betriebszeitraum sicherzustellen. Das übergeordnete Ziel ist die Entwicklung und Evaluierung einer ganzheitlichen Systemlösung bestehend aus einem NIR-Sensorsystem, einer Cloud-Lösung, mit Datenmanagement, Cloud-Monitoring und -Computing sowie die Entwicklung der Verfahren und der dafür nötigen Algorithmen zur Bestimmung der Nährstoffgehalte des organischen Wirtschaftsdunges.
Bedarfsgerechtes Güllemanagement ist seit vielen Jahren eine vielschichtige Herausforderung für landwirtschaftliche Betriebe. Um den rechtlichen Rahmenbedingungen und Nachweispflichten nachzukommen, ist ein vielversprechender Lösungsansatz, die Gülle im Ausbringungsfahrzeug mittels NIR-Systems (Nahinfrarot) auf N-Gesamt (Gesamtstickstoff), NH4-N (Ammonium-N), P2O5 (Phosphor) und K2O (Kalium) sowie Trockenmasse hin zu analysieren. Eine breite Marktdurchdringung verlangt ein kompaktes, nachrüstbares und preisgünstiges NIR-System, welches die geforderte Genauigkeit und Qualitätsanforderungen erfüllt. Das Vorhaben iDentPlus setzt sich zum Ziel, eine Gesamtsystemlösung bestehend aus einem innovativen NIR-Sensorsystem basierend auf MEMS-IR-Detektoren und einem intelligenten Cloud-System mit KI-basierten Monitoring und Computing für den Feldeinsatz zu qualifizieren und bei einer hohen Anzahl von landwirtschaftlichen Betrieben zu erproben. Zur Gewährleistung der Funktionssicherheit unter den rauen Einsatzbedingungen werden neben einer Sensor-Selbstdiagnose auch eine kontinuierliche Überwachung der gemessenen NIR-Spektren im Feld und eine bedarfsgesteuerte Aktualisierung der Analysemodelle mittels Over-the-Air Update realisiert. Ferner sollen die für die Auswertung notwendigen Algorithmen entwickelt werden. Dabei wird ein besonderer Fokus auf Stickstoff gelegt, wobei die anderen Inhaltsstoffe mit bearbeitet werden. Basierend auf dem weiterzuentwickelnden NIR-Sensorsystem soll ein Verfahren zur automatisierten Erstellung der Analysemodelle aus Referenzdaten entwickelt werden, um eine genaue Nährstoffbestimmung über einen langen Betriebszeitraum sicherzustellen. Das Ziel ist die Entwicklung und Evaluierung einer ganzheitlichen Systemlösung bestehend aus einem NIR-Sensorsystem, einer Cloud-Lösung, mit Datenmanagement, Cloud-Monitoring und -Computing sowie die Entwicklung der Verfahren und der Algorithmen zur Bestimmung der Nährstoffgehalte des organischen Wirtschaftsdunges.
Bedarfsgerechtes Güllemanagement ist seit vielen Jahren eine vielschichtige Herausforderung für landwirtschaftliche Betriebe. Um den rechtlichen Rahmenbedingungen und Nachweispflichten nachzukommen, ist ein vielversprechender Lösungsansatz, die Gülle im Ausbringungsfahrzeug mittels NIR-Systems (Nahinfrarot) auf N-Gesamt (Gesamtstickstoff), NH4-N (Ammonium-N), P2O5 (Phosphor) und K2O (Kalium) sowie Trockenmasse hin zu analysieren. Eine breite Marktdurchdringung verlangt ein kompaktes, nachrüstbares und preisgünstiges NIR-System, welches die geforderte Genauigkeit und Qualitätsanforderungen erfüllt. Das Vorhaben iDentPlus setzt sich zum Ziel, eine Gesamtsystemlösung bestehend aus einem innovativen NIR-Sensorsystem basierend auf MEMS-IR-Detektoren und einem intelligenten Cloud-System mit KI-basierten Monitoring und Computing für den Feldeinsatz zu qualifizieren und bei einer hohen Anzahl von landwirtschaftlichen Betrieben zu erproben. Zur Gewährleistung der Funktionssicherheit unter den rauen Einsatzbedingungen werden neben einer Sensor-Selbstdiagnose auch eine kontinuierliche Überwachung der gemessenen NIR-Spektren im Feld und eine bedarfsgesteuerte Aktualisierung der Analysemodelle mittels Over-the-Air Update realisiert. Ferner sollen die für die Auswertung notwendigen Algorithmen entwickelt werden. Dabei wird ein besonderer Fokus auf Stickstoff gelegt, wobei die anderen Inhaltsstoffe mit bearbeitet werden. Basierend auf dem weiterzuentwickelnden NIR-Sensorsystem soll ein Verfahren zur automatisierten Erstellung der Analysemodelle aus Referenzdaten entwickelt werden, um eine genaue Nährstoffbestimmung über einen langen Betriebszeitraum sicherzustellen. Das Ziel ist die Entwicklung und Evaluierung einer ganzheitlichen Systemlösung bestehend aus einem NIR-Sensorsystem, einer Cloud-Lösung, mit Datenmanagement, Cloud-Monitoring und -Computing sowie die Entwicklung der Verfahren und der Algorithmen zur Bestimmung der Nährstoffgehalte des organischen Wirtschaftsdunges.
Bedarfsgerechtes Güllemanagement ist seit vielen Jahren eine vielschichtige Herausforderung für landwirtschaftliche Betriebe. Um den rechtlichen Rahmenbedingungen und Nachweispflichten nachzukommen, ist ein vielversprechender Lösungsansatz, die Gülle im Ausbringungsfahrzeug mittels NIR-Systems (Nahinfrarot) auf N-Gesamt (Gesamtstickstoff), NH4-N (Ammonium-N), P2O5 (Phosphor) und K2O (Kalium) sowie Trockenmasse hin zu analysieren. Eine breite Marktdurchdringung verlangt ein kompaktes, nachrüstbares und preisgünstiges NIR-System, welches die geforderte Genauigkeit und Qualitätsanforderungen erfüllt. Das Vorhaben iDentPlus setzt sich zum Ziel, eine Gesamtsystemlösung bestehend aus einem innovativen NIR-Sensorsystem basierend auf MEMS-IR-Detektoren und einem intelligenten Cloud-System mit KI-basierten Monitoring und Computing für den Feldeinsatz zu qualifizieren und bei einer hohen Anzahl von landwirtschaftlichen Betrieben zu erproben. Zur Gewährleistung der Funktionssicherheit unter den rauen Einsatzbedingungen werden neben einer Sensor-Selbstdiagnose auch eine kontinuierliche Überwachung der gemessenen NIR-Spektren im Feld und eine bedarfsgesteuerte Aktualisierung der Analysemodelle mittels Over-the-Air Update realisiert. Ferner sollen die für die Auswertung notwendigen Algorithmen entwickelt werden. Dabei wird ein besonderer Fokus auf Stickstoff gelegt, wobei die anderen Inhaltsstoffe mit bearbeitet werden. Basierend auf dem weiterzuentwickelnden NIR-Sensorsystem soll ein Verfahren zur automatisierten Erstellung der Analysemodelle aus Referenzdaten entwickelt werden, um eine genaue Nährstoffbestimmung über einen langen Betriebszeitraum sicherzustellen. Das Ziel ist die Entwicklung und Evaluierung einer ganzheitlichen Systemlösung bestehend aus einem NIR-Sensorsystem, einer Cloud-Lösung, mit Datenmanagement, Cloud-Monitoring und -Computing sowie die Entwicklung der Verfahren und der Algorithmen zur Bestimmung der Nährstoffgehalte des organischen Wirtschaftsdunges.
Der Zukunftsbetrieb schafft es die Daten seines Betriebs und der Umwelt so zu erfassen, zu bündeln und als Entscheidungsgrundlage zu nutzen, dass er das ökologische, soziale und regionalökonomische Optimum erreicht. Dafür möchten wir mit diesem Projekt die Grundlage schaffen. Ziel ist es, auf dem potenziellen Zukunftsbetrieb, welcher mit seinem Standort in Brandenburg bereits jetzt spürbar vom Klimawandel betroffen ist, einen Prototypen für die integrierte Datenerhebung, -vernetzung und -auswertung zu entwickeln, welcher zukünftig auf andere Betriebe übertragbar ist. Dieses Ziel erreichen wir, indem wir die komplexen Zusammenhänge von Boden, Wasser, Biodiversität, (Mikro-)Klima, Tieren und Bewirtschaftungsformen mithilfe von digitalen Instrumenten messen, mittels Mobilfunks verfügbar machen, die Messungen u.a. durch künstliche Intelligenz (KI) auswerten und mithilfe geeigneter Bewertungssystematiken monetär bewerten. Die Erkenntnisse sollen für die zukünftige Landnutzung in Deutschland zugänglich gemacht und darüber hinaus öffentlich diskutiert werden, um die Basis für die weitere Transformation hin zu einer nachhaltigen Landwirtschaft zu schaffen. Derzeit gehen viele negative und positive Effekte der Land- und Ernährungswirtschaft als Externalitäten nicht in die betriebliche Kostenrechnung der Produzenten ein. So bilden die Marktpreise nicht die Realität für Mensch und Umwelt ab. Eine monetäre Bewertung der Externalitäten und die integrierte Darstellung mit allen wesentlichen Daten des Betriebs und seiner Umwelt hilft LandwirtInnen gute Entscheidungen zu treffen und gibt VerbraucherInnen die notwendige Transparenz bei der Kaufentscheidung, da zukünftig ein Preis alle wesentlichen Kosten und Wertbeiträge abbilden könnte. Das Projekt nutzt die Digitalisierung, um ökologisch vorteilhafte Anbausysteme bewert-, plan- und umsetzbar zu machen. Ein solcher integrativer Ansatz zahlt direkt auf die Empfehlungen der Zukunftskommission Landwirtschaft ein.
Der Zukunftsbetrieb schafft es die Daten seines Betriebs und der Umwelt so zu erfassen, zu bündeln und als Entscheidungsgrundlage zu nutzen, dass er das ökologische, soziale und regionalökonomische Optimum erreicht. Dafür möchten wir mit diesem Projekt die Grundlage schaffen. Ziel ist es, auf dem potenziellen Zukunftsbetrieb, welcher mit seinem Standort in Brandenburg bereits jetzt spürbar vom Klimawandel betroffen ist, einen Prototypen für die integrierte Datenerhebung, -vernetzung und -auswertung zu entwickeln, welcher zukünftig auf andere Betriebe übertragbar ist. Dieses Ziel erreichen wir, indem wir die komplexen Zusammenhänge von Boden, Wasser, Biodiversität, (Mikro-)Klima, Tieren und Bewirtschaftungsformen mithilfe von digitalen Instrumenten messen, mittels Mobilfunks verfügbar machen, die Messungen u.a. durch künstliche Intelligenz (KI) auswerten und mithilfe geeigneter Bewertungssystematiken monetär bewerten. Die Erkenntnisse sollen für die zukünftige Landnutzung in Deutschland zugänglich gemacht und darüber hinaus öffentlich diskutiert werden, um die Basis für die weitere Transformation hin zu einer nachhaltigen Landwirtschaft zu schaffen. Derzeit gehen viele negative und positive Effekte der Land- und Ernährungswirtschaft als Externalitäten nicht in die betriebliche Kostenrechnung der Produzenten ein. So bilden die Marktpreise nicht die Realität für Mensch und Umwelt ab. Eine monetäre Bewertung der Externalitäten und die integrierte Darstellung mit allen wesentlichen Daten des Betriebs und seiner Umwelt hilft LandwirtInnen gute Entscheidungen zu treffen und gibt VerbraucherInnen die notwendige Transparenz bei der Kaufentscheidung, da zukünftig ein Preis alle wesentlichen Kosten und Wertbeiträge abbilden könnte. Das Projekt nutzt die Digitalisierung, um ökologisch vorteilhafte Anbausysteme bewert-, plan- und umsetzbar zu machen. Ein solcher integrativer Ansatz zahlt direkt auf die Empfehlungen der Zukunftskommission Landwirtschaft ein.
Der Zukunftsbetrieb schafft es die Daten seines Betriebs und der Umwelt so zu erfassen, zu bündeln und als Entscheidungsgrundlage zu nutzen, dass er das ökologische, soziale und regionalökonomische Optimum erreicht. Dafür möchten wir mit diesem Projekt die Grundlage schaffen. Ziel ist es, auf dem potenziellen Zukunftsbetrieb, welcher mit seinem Standort in Brandenburg bereits jetzt spürbar vom Klimawandel betroffen ist, einen Prototypen für die integrierte Datenerhebung, -vernetzung und -auswertung zu entwickeln, welcher zukünftig auf andere Betriebe übertragbar ist. Dieses Ziel erreichen wir, indem wir die komplexen Zusammenhänge von Boden, Wasser, Biodiversität, (Mikro-)Klima, Tieren und Bewirtschaftungsformen mithilfe von digitalen Instrumenten messen, mittels Mobilfunks verfügbar machen, die Messungen u.a. durch künstliche Intelligenz (KI) auswerten und mithilfe geeigneter Bewertungssystematiken monetär bewerten. Die Erkenntnisse sollen für die zukünftige Landnutzung in Deutschland zugänglich gemacht und darüber hinaus öffentlich diskutiert werden, um die Basis für die weitere Transformation hin zu einer nachhaltigen Landwirtschaft zu schaffen. Derzeit gehen viele negative und positive Effekte der Land- und Ernährungswirtschaft als Externalitäten nicht in die betriebliche Kostenrechnung der Produzenten ein. So bilden die Marktpreise nicht die Realität für Mensch und Umwelt ab. Eine monetäre Bewertung der Externalitäten und die integrierte Darstellung mit allen wesentlichen Daten des Betriebs und seiner Umwelt hilft LandwirtInnen gute Entscheidungen zu treffen und gibt VerbraucherInnen die notwendige Transparenz bei der Kaufentscheidung, da zukünftig ein Preis alle wesentlichen Kosten und Wertbeiträge abbilden könnte. Das Projekt nutzt die Digitalisierung, um ökologisch vorteilhafte Anbausysteme bewert-, plan- und umsetzbar zu machen. Ein solcher integrativer Ansatz zahlt direkt auf die Empfehlungen der Zukunftskommission Landwirtschaft ein.
| Origin | Count |
|---|---|
| Bund | 79 |
| Land | 117 |
| Type | Count |
|---|---|
| Ereignis | 3 |
| Förderprogramm | 56 |
| Text | 120 |
| unbekannt | 13 |
| License | Count |
|---|---|
| geschlossen | 131 |
| offen | 59 |
| unbekannt | 2 |
| Language | Count |
|---|---|
| Deutsch | 191 |
| Englisch | 22 |
| Resource type | Count |
|---|---|
| Archiv | 2 |
| Bild | 2 |
| Datei | 2 |
| Dokument | 35 |
| Keine | 84 |
| Unbekannt | 81 |
| Webdienst | 9 |
| Webseite | 31 |
| Topic | Count |
|---|---|
| Boden | 106 |
| Lebewesen & Lebensräume | 167 |
| Luft | 67 |
| Mensch & Umwelt | 192 |
| Wasser | 69 |
| Weitere | 185 |