Qualität und Sicherheit von Lebens- und Futtermitteln

Titel

Digital Agricultural Knowledge and Information System (DAKIS) - Digitale Wissens- und Informationsverarbeitung in der Landwirtschaft - professional

Kürzel

DAKIS-pro

Beginn

01.01.2025

Ende

30.09.2025

Koordinierendes Institut

Leibniz-Zentrum für Agrarlandschaftsforschung e.V. (ZALF)

Koordination

Ansprechpartner ATB

Partner

Projektteam ATB

Angesiedelt im Programmbereich

Angesiedelt im Programmbereich

Zusammenfassung

Im Projekt DAKIS-pro wird ein automatisiertes Entscheidungsunterstützungssystem (EUS) entwickelt, das Ökosystemleistungen (ÖSL) und Biodiversität (BioDiv) in die landwirtschaftliche Nutzung integriert. Es berücksichtigt standortspezifische und landschaftliche Zusammenhänge, um ertragsorientierte Agrarsysteme in nachhaltige, produktive Modelle zu überführen. Auf der Basis von Datenströmen und modellbasierten Analysen wird ein nutzerfreundliches Online-EUS erstellt, das Landwirten, Beratern und politischen Akteuren Entscheidungsoptionen bietet. Nach der ersten Förderphase, die sich auf die Ebene der landwirtschaftlichen Betriebe konzentrierte, wird in der zweiten Phase der Ansatz auf die regionale Ebene ausgeweitet, um eine verbesserte Bereitstellung von ÖSL und BioDiv zu fördern. Die Herausforderungen liegen insbesondere in der Skalierung und der interdisziplinären Zusammenarbeit mit regionalen Akteuren. Das ATB arbeitet an der Integration von Biodiversitätsindikatoren in das Entscheidungsunterstützungssystem DAKIS-pro. Damit sollen Anreizsysteme für Ökosystemleistungen (ÖSL) verbessert werden. Zu diesem Zweck entwickelt das ATB ein auf Deep Learning basierendes Kartierungswerkzeug für das Biodiversitätsmonitoring auf Dauergrünland durch die Bestimmung von HNV-Indikatoren. Der Ansatz konzentriert sich auf die Entwicklung eines generischen KI-Modells basierend auf Methoden der Domänenanpassung, hier eines Objekterkennungsmodells, das sowohl für den Einsatz auf luftgestützten (Drohnen) als auch auf terrestrischen (Roboter) Plattformen geeignet ist. Automatisierte Überwachungssysteme, die auf der Kombination von Sensoren, KI und autonomen Plattformen basieren, werden die Bewertung der Biodiversität von artenreichem Grünland und die Klassifizierung von HNV-Flächen beschleunigen und damit die Implementierung ergebnisorientierter Zahlungssysteme erleichtern. Die Domänenanpassung hilft bei der Entwicklung generischer KI-Modelle für kleine Datenmengen und ist daher sowohl von wissenschaftlicher als auch wirtschaftlicher Bedeutung.

Förderung

Projektträger

Förderkennzeichen