Lehrstuhl Digital Farming

Unsere Forschung

Digitalisierung in der Landwirtschaft

  • Forschungsschwerpunkte: Software- und Systems Engineering im Bereich Digital Farming
    • Anforderungsanalyse im landwirtschaftlichen Ökosystem und Verbesserung der Nutzungsakzeptanz von Digital Farming Lösungen (u.a. FMIS, Herdemanagement Systeme, Landmaschinen und Entscheidungsunterstützungssystemen: Erklärbarkeit in der Künstlichen Intelligenz, Co-Entwicklung zugänglicher Lösungen.
    • Verbesserung der Interoperabilität und Vernetzung zwischen Akteuren und System (u.a. ISOBUS, ICAR-ADE, automatisierte Datenextraktion mittels KI-Agenten, sowie Datenräume).
    • Datenmanagement für Nachhaltigkeit und Transparenz in der Wertschöpfungskette (u.a. Digital Twin, Dashboards und KI-Anwendungen).
  • Anwendungsfelder: Ackerbau, Nutztierhaltung (Fokus auf Milchvieh und Jungvieh), Weinbau

 

Aktuelle Forschungsergebnisse

Aktuelle Projekte

Protein Optimization With Enhanced AI-Technologies (PrOWhEAT)

Förderinitiative: Europäische Innovationspartnerschaft für Produktivität und Nachhaltigkeit in der Landwirtschaft (EIP-Agri)

Ansprechpartner: Dr. Marcel Hensel

Projektdauer: 2026 - 2029

Projektpartner

  • Ferdinand-Steinbeis-Institut (FSTI)
  • Pessl Instruments
  • Friends of Digital Farming e.V.
  • Dienstleistungszentrum ländlicher Raum Rheinhessen-Nahe-Hunsrück
  • Erik Jennewein
  • Torsten Reim
  • Füge-Landfried GbR
  • Johannes Baur
  • Ralf Steingaß
  • NIB agro eGbR
  • Betriebsgemeinschaft Schackenthal KG

Projektziel

Der Anbau von Qualitätsweizen stellt für Landwirte zunehmend eine Herausforderung dar. Ein entscheidender Faktor für die Qualität des Weizens ist der Proteingehalt, der jedoch insbesondere in Rheinland-Pfalz in den vergangenen zehn Jahren sank. Werden die benötigten Proteinwerte für Qualitätsweizen nicht erreicht, verringert sich der Verkaufspreis. Um die Versorgung mit Qualitätsweizen langfristig sicherzustellen und damit auch den Landwirten eine wirtschaftliche Perspektive zu bieten, soll daher im Rahmen des PrOWhEAT-Projekts ein integrierter Ansatz für die Weizenproteinprognose entwickelt werden. Mithilfe von Methoden der Künstlichen Intelligenz sollen vielfältige Datenquellen wie Feld-, Betriebs-, Maßnahmen- und Wetter-Daten genutzt werden, um einen Protein-Risiko-Flächenindex sowie Proteinkorridor-Vorhersagen zur Verfügung zu stellen. Diese sollen in die GeoBox-Infrastruktur integriert werden und die Landwirte bei der Standortwahl sowie der Düngeplanung unterstützen. Dabei werden auch CO2-Berechnungen einbezogen. Auf diese Weise wird der Anbau von Qualitätsweizen unterstützt und gleichzeitig die Nachhaltigkeit gefördert.

Das Projekt wird in Zusammenarbeit mit den oben genannten Partnern durchgeführt. Der Lehrstuhl für Digital Farming beschäftigt sich insbesondere mit der Entwicklung eines digitalen Ökosystems zur automatischen Erfassung der relevanten Daten sowie dem Training und der Validierung eines Modells zur Prognose des Proteingehalts.

Experimentierfeld DiKI Südwest

Einsatz digitaler Technologien zur Verbesserung Automatisierter KI-basierter Prozesse für eine nachhaltige, ressourcenschonende und resiliente Landwirtschaft

 

Förderinitiative: Experimentierfelder zur Digitalisierung und KI in der Landwirtschaft

Fördergeber: Bundeministerium für Landwirtschaft, Ernährung und Heimat (BMLEH)

Fördernummer: 28DE406A-F23

Projektdauer: 01.12.2025 - 30.09.2028

Projektleitung: Kuratorium für Technik und Bauwesen in der Landwirtschaft e.V. 

Ansprechpartner (RPTU):  Anish Bipin Jagadale

Projektpartner

  • Dienstleistungszentrum ländlicher Raum Rheinhessen-Nahe-Hundsrück (DLR-RNH)
  • Lehr- und Versuchsanstalt für Viehhaltung Hofgut Neumühle (LVAV)
  • RPRU Kaiserslautern-Landau
  • Deutsches Forschungszentrum für Künstliche Intelligenz GmBH (DFKI)

Projektziel

Das Experimentierfeld „DiKI-Südwest" erprobt den Einsatz Künstlicher Intelligenz in der Landwirtschaft. Ziel ist es, landwirtschaftlichen Betrieben verlässliche Entscheidungsgrundlagen bereitzustellen. Im Rahmen des Projekts sollen dafür ein Beratungsassistent, ein DIKI-Hub als zentrale Anlaufstelle für KI-Anwendungen sowie ein Sensor- und Nachhaltigkeits-Dashboard entstehen.

DigiSpray - Digitale Technologien für einen effizienten Pflanzenschutz im Weinbau

Förderinitiative: Europäische Innovationspartnerschaft für Produktivität und Nachhaltigkeit in der Landwirtschaft (EIP-Agri)

Ansprechpartner:  Marc Favier

Projektdauer: 23.06.2025 - 28.02.2029

Projektleitung: Prof. Dr. Daniel Görges (Lehrstuhl für Elektromobilität)

Projektpartner

  • RPTU Kaiserslautern-Landau
    • Lehrstuhl für Elektromobilität
    • Lehrstuhl für Konstruktion in Maschinenbau und Fahrzeugtechnik
    • Lehrstuhl für Digital Farming
  • Dienstleistungszentrum ländlicher Raum Rheinpfalz
  • Weingut Bruno Leiner 
  • Weingut Grünewald-Schnell
  • Weingut Rummel

Projektziel

Vor dem Hintergrund des Umweltschutzes, des Arbeitskräftemangels und des Wettbewerbsdrucks ist der Pflanzenschutz im Weinbau mit zunehmenden Herausforderungen verbunden. Digitale Technologien können einen maßgeblichen Beitrag leisten, um diesen Herausforderungen zu begegnen. Erste digitale Produkte für den Pflanzenschutz im Weinbau sind am Markt verfügbar, werden aufgrund teils hoher Kosten und noch eingeschränkter Praxistauglichkeit bislang allerdings nicht umfassend eingesetzt. Hier setzt das Projekt DigiSpray an. Ziel ist die Entwicklung und Erprobung innovativer digitaler Technologien für einen ökologisch und ökonomisch optimierten Pflanzenschutz im Weinbau. Einerseits werden Assistenzsysteme für den Pflanzenschutz geschaffen, die bei der Einstellung des Pflanzenschutzgeräts, der Überprüfung des Mittelauftrags, der Dokumentation des Mitteleinsatzes und weiteren Aufgaben unterstützen. Andererseits werden Automatisierungssysteme für Pflanzenschutzgeräte entwickelt, mit denen unter anderem der Blattbelag und die Abdrift verbessert werden können. Im Fokus stehen niederschwellige Lösungen, die Winzerinnen und Winzer ohne großen Aufwand in ihre gewohnten Abläufe und vorhandenen Geräte einbinden können. Die verschiedenen Technologien werden in einem digitalen Ökosystem zusammengeführt, in Demonstratoren erprobt und zusammen mit Leitfäden als Open Source bereitgestellt. Expertinnen und Experten aus der Weinbaupraxis werden in das Projekt über Workshops gezielt eingebunden.

Projektförderung

Das Verbundprojekt wird im Rahmen der Intervention Europäische Innovationspartnerschaft für Produktivität und Nachhaltigkeit in der Landwirtschaft (EIP-Agri) (EL-0702) als Teil des Europäischen Landwirtschaftsfonds für die Entwicklung des öffentlichen Raums (ELER) auf Grundlage des GAP-Strategieplans in Rheinland-Pfalz in der Förderperiode 2023-2027 gefördert. Die Verantwortung für den Inhalt der Webseite liegt bei den Autoren.

Offene Digitalisierungsallianz Pfalz II (ODPfalz)

Förderinitiative:  Innovative Hochschule

Projektpartner: Hochschule Kaiserslautern, Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau (RPTU), Fraunhofer-Instituts für Techno- und Wirtschaftsmathematik (ITWM), Leibniz-Institut für Verbundwerkstoffe (IVW)

Ansprechpartnerin für das Arbeitspaket: Milli Müller

Projektdauer: 2023 - 2027

Webseite: https://www.offenedigitalisierungsallianzpfalz.de/

 

Die ODPfalz ist ein Verbundvorhaben der Hochschule Kaiserslautern, der Rheinland-Pfälzischen Technischen Universität Kaiserslautern-Landau (RPTU), des Fraunhofer-Instituts für Techno- und Wirtschaftsmathematik (ITWM) sowie des Leibniz-Instituts für Verbundwerkstoffe (IVW), dem zusätzliche, strategische Partner angegliedert sind. Beteiligte Professoren aus dem Fachbereich Informatik sind Prof. Dr. Karsten Berns, Prof. Dr. Jörg Dörr und Apl.-Prof. Dr. Achim Ebert.

Das Teilvorhaben des Innovationsbereichs (IB) Nachhaltigkeit & Ressourceneffizienz unterstützt regionale Akteure in ihren Bemühungen zu nachhaltigem und ressourcenschonendem Wirtschaften und nachhaltigen Innovationen durch Einsatz von Digitalisierung und Automatisierung.

Digitale Technologien können einen wichtigen Beitrag zur nachhaltigen Landwirtschaft leisten, werden aber aktuell noch nicht häufig genug eingesetzt. Im Arbeitspaket, an dem der Lehrstuhl Digital Farming mitarbeitet, wird ein (digitales) Netzwerk von Akteuren aus Forschung & Entwicklung und Landwirtschaftsbetrieben geschaffen, um den Transfer im Bereich der digitalen Landwirtschaft zu unterstützen. Um neue Entwicklungen besser auf die Bedürfnisse der Praxis zuzuschneiden, wird Forschenden und Technologieanbietern eine Plattform geboten, um im Dialog mit Landwirten deren Anforderungen erheben und verstehen zu können. Für Systeme aus den Bereichen der Automatisierung von landwirtschaftlichen Prozessen sowie der Informationsbereitstellung und Entscheidungsunterstützung wird das Netzwerk die Bewertung der Praxistauglichkeit neuer Entwicklungen z.B. im Rahmen von Usability Tests, Akzeptanzstudien und Demonstrationen ermöglichen. Durch die Vermittlung innovativer Technologien aus den o.g. Bereichen in die Praxis wird zudem die Ausbildung kompetenter landwirtschaftlicher Fachkräfte in der Pfalz und langfristig auch in Deutschland und Europa erleichtert werden.

Agile Forschung im Digital Farming mit Fokus auf Endnutzungsakzeptanz und Datenmanagement

Fördergeber: Förderverein Digital Farming

Ansprechpartner: Marc Favier

Projektdauer: 2 Jahre

 

Das Projekt findet in Kooperation mit dem Förderverein Digital Farming statt und behandelt die zwei Forschungsrichtungen Endnutzungsakzeptanz und Datenmanagement. Dabei verfolgt das Projekt ein agiles Forschungsvorgehen, welches ermöglicht die Forschung jedes halbe Jahr neu zu justieren, ohne dabei die allgemeine Forschungsrichtung zu verlassen.

Die Landwirte haben hohe Erwartungen an die Digitalisierung in der Landwirtschaft, allerdings spiegelt sich diese Meinung nicht in der Verbreitung von digitalen Lösungen wider, die bis heute vergleichsweise gering ausfällt. Daher fokussiert sich dieses Projekt in der ersten Forschungsrichtung auf die Verbesserung der Endnutzungsakzeptanz. 

Gleichermaßen steigt die Verfügbarkeit digitaler Daten, sowohl in der Art der Daten als auch in der jeweiligen Quantität. Die unterschiedlichen Systeme bieten immer mehr Zugriff auf Daten, und innovative, datengetriebene Geschäftsmodelle können ermöglicht werden. In der landwirtschaftlichen Praxis kommen aktuell jedoch noch relativ wenige datengetriebene Geschäftsmodelle an. Deshalb konzentriert sich das Projekt in der zweiten Forschungsrichtung auf die Unterstützung von datenbasierten Lösungen.

 

Verbesserung der Endnutzungsakzeptanz

Zur Verbesserung der Endnutzungsakzeptanz von digitalen Lösungen in der Landwirtschaft ist es besonders wichtig, dass die Sichtweisen der Landwirtinnen und Landwirte auf digitale Lösungen breit erfasst werden. Im ersten Schritt soll eine Community of Practice (CoP) mit Endanwendern digitaler Produkte in der Landwirtschaft aufgebaut werden und durch den Austausch mit einer großen Gruppe an Landwirtinnen und Landwirte erste Akzeptanzfaktoren ermittelt werden. Durch den Einsatz von Crowd-basiertem Requirements Engineering als Methode können die Anforderungen anschließend (teilautomatisiert) erhoben werden. Die Entwicklung eines Assessment-Frameworks ermöglicht eine einheitliche Bewertung der Digital Farming Lösungen. Im Anschluss an die Ermittlung der Anforderungen und Akzeptanzfaktoren soll dieses empirische Wissen zu den Digital Farming Lösungen in einer Wissensdatenbank bereitgestellt werden.
Dabei sollen in den ersten Forschungszyklen folgende Forschungsfragen beantwortet werden:

  • Wie kann zur Steigerung der Technologieakzeptanz die Hemmschwelle von Landwirtinnen und Landwirten herabgesetzt werden, digitale Lösungen zu erproben und einzusetzen?
  • Welche Gründe existieren für die geringe Akzeptanz?
  • Wie lässt sich die Nutzungsakzeptanz in der Landwirtschaft messen und verbessern?

 

Unterstützung der Entwicklung von datenbasierten Lösungen

Zur Umsetzung datenbasierter Digital Farming Lösungen werden Daten normalerweise nicht nur an einer Stelle zentral gehalten, sondern sollen entlang der Wertschöpfungskette transportiert, analysiert bzw. transformiert werden. Insbesondere bei der Umsetzung der Farm2Fork-Strategie der EU werden Food Supply Chains eine wichtige Rolle spielen und sollten mit einer Ende-zu-Ende-Perspektive modelliert und analysiert werden. Durch den Aufbau eines Ag-Data Management Lab soll die Entwicklung von datenbasierten Lösungen und ihre Integration in die digitale Lieferkette unterstützt werden. In einem solchen Ag-Data Management Lab können datenbasierte Lösungen für die Landwirtschaft hinsichtlich ihres zu erwartenden Nutzens, aber auch der zu erwartenden technischen Herausforderungen erprobt werden. Das aufzubauende Lab soll mit Werkzeugen zur Modellierung, zum Rapid Prototyping sowie mit Technologien zur Erfassung und zum Austausch von Informationen ausgestattet werden. Technische Hürden sollen schnell erkannt und typische Lösungsmuster formuliert werden. Diese Hürden und Lösungsmuster sollen formalisiert und damit wiederverwendbar zur Verfügung gestellt werden. Mittelfristige Schwerpunktthemen können nach einem initialen Aufbau beispielsweise im Bereich Daten und Nachhaltigkeit oder auch verlässlicher KI liegen. 
Dabei sollen folgende Forschungsfragen beantwortet werden:

  • Wie kann die Entwicklung von datengetriebenen Lösungen in der Landwirtschaft verbessert werden? 
  • Wie kann der erwartete Nutzen frühzeitig bewertet werden?
  • Wie können zu erwartende technische Herausforderungen frühzeitig erkannt werden?
  • Wie sehen typische Lösungsmuster für diese technischen Herausforderungen aus?

Sustainable Embedded AI

Fördergeber: Carl-Zeiss-Stiftung

Projektpartner: Prof. Berns, Prof. Dörr, Prof. Ruskowski, Prof. Schöbel, Prof. Dengel, Prof. Stricker, Prof. Lukowicz, Prof. Wehn, Dr. Plociennik

Ansprechpartner: Vishal Sharbidar Mukunda

Projektdauer: 2022 - 2027

 

Wir erleben in den letzten Jahren einen Durchbruch der künstlichen Intelligenz (KI), die sich in vielen Anwendungen durchsetzt. Die Gründe dafür sind der rasante Fortschritt in Computer-Technologien, die Verfügbarkeit großer Datenmengen und die Entwicklung neuer Algorithmen und Methoden. Im Rahmen der rasant fortschreitenden Digitalisierung durchdringen KI-Methoden auch zunehmend unseren Alltag, wo sie als eingebettete Systeme eng mit dem Menschen und seiner Umwelt interagieren. Ein zentraler Aspekt dabei ist die Umweltwahrnehmung, bei der oft aus heterogenen und verrauschten Sensordaten Rückschlüsse auf komplexe Prozesse gezogen werden müssen.

Ziel des Projektes Sustainable Embedded AI ist es, die Umgebungswahrnehmung in KI-Systemen zu verbessern. Dazu werden verschiedene Systeme, z.B. zur Beobachtung, Pflege oder Wartung, in unterschiedlichen Anwendungsbereichen untersucht. Reduzierte Datenmengen und eine effektivere Verarbeitung könnten eine dezentrale Anwendung im sogenannten Edge Computing begünstigen. Im Projekt wird dies in den Anwendungsfeldern "Smart Factory" und "Smart Farming" erforscht. Dabei wird der gesamte Prozess betrachtet: von der Beschaffung der Trainingsdaten über die Netzwerkarchitektur und das Training bis hin zur optimierten, energieeffizienten Hardware-Umsetzung.

Der Lehrstuhl für Digital Farming beteiligt sich insbesondere als Partner im Anwendungsbereich Smart Farming mit einem Schwerpunkt auf der Forschung zu erklärbare, künstlicher Intelligenz / Explainable AI (XAI). In diesem Zusammenhang werden die Zusammenhänge von künstlicher Intelligenz und Konzepten der Erklärbarkeit auf die Nutzerakzeptanz untersucht.

Abgeschlossene Projekte

Nachhaltige Landwirtschaft mittels KI (NaLamKI)

Fördergeber: Bundesministerium für Wirtschaft und Klimaschutz

Projektpartner: RPTU, NT Neue Technologie AG, Fraunhofer Heinrich-Hertz-Institut (HHI), John Deere, Julius-Kühn-Institut (JKI), OptoPrecision GmbH, Planet, Robot Makers GmbH, Universität Hohenheim, Deutsche Landwirtschafts-Gesellschaft e.V. (DLG), Förderverein Digital Farming e.V.

Projektdauer: 2021 - 2024

Webseite: https://nalamki.de

 

Das Projekt NaLamKI will die Landwirtschaft mit Hilfe der Digitalisierung dabei unterstützen, verschiedene Herausforderungen wie mangelnde Interoperabilität, den Klimawandel, das immer wichtiger werdende Nährstoff- und Pflanzenschutzmanagement oder den zunehmenden Fachkräftemangel zu meistern. Dazu soll die effiziente Vernetzung von Landwirten und Industrie auf Basis von GAIA-X deren Zusammenarbeit fördern. So können beispielsweise von Landwirten bereitgestellte Daten als Trainingsdaten für künstliche Intelligenz an Industriepartner übermittelt werden, die ihrerseits mit ihrem Know-how den Landwirten Entscheidungshilfen bieten und die Daten interpretierbar machen. Exemplarische Anwendungsfelder sind die Erkennung von Pflanzenkrankheiten oder die Vorhersage der Ertragsentwicklung. Um die Nutzungsakzeptanz zu gewährleisten, müssen die entwickelten Lösungen nachweislich zur Prozessoptimierung und zu mehr Nachhaltigkeit in der Pflanzenproduktion beitragen.

Der Lehrstuhl Digital Farming entwickelt im Rahmen von NaLamKI eine Referenzarchitektur, die mit GAIA-X konform gemacht werden soll. Dazu gilt es in einer Anforderungsanalyse zu ermitteln, welche Daten und Dienste für die Plattform relevant sind. Darauf aufbauend sollen die Komponenten und Schnittstellen zwischen Datenlieferanten, -verarbeitern und -nutzern spezifiziert und prototypisch implementiert werden.

Nachhaltige Milch

Fördergeber: Gefördert im Rahmen des 4. Förderaufrufs der ELER-Verwaltungsbehörde als Teil der Europäischen Innovationspartnerschaft Landwirtschaftliche Produktivität und Nachhaltigkeit (EIP-Agri)

Projektpartner: Lehr- u. Versuchsanstalt für Viehhaltung Neumühle, TUK, Wahlerhof, Schmiedhof, Hochwald GmbH, John Deere GmbH & CO. KG, BASF SE AG V

 

 

Die rheinland-pfälzischen Milchbetriebe stehen zunehmend unter Druck, da die Eckpfeiler der Milchwirtschaft im Wandel sind. Der Lebensmittelhandel macht immer stärkere Vorgaben für die Fütterung (z.B. Herkunft, CO2-Profil der Futtermittel, Schutz der Biodiversität). Auch der Druck durch Gesetzgeber, Markt und den Klimawandel (z.B. extreme Wetterereignisse) nimmt zu. Es stellt sich die Frage, wie sich Betriebe auf diese Veränderungen einstellen und ihre Wettbewerbsfähigkeit erhalten können.

Das Projekt Bessere Milch verfolgt das Ziel, die Wettbewerbsfähigkeit und Nachhaltigkeit der Betriebe zu verbessern. Konkret werden zwei Praxisbetriebe dabei unterstützt, den jüngsten Anforderungen des Lebensmittelhandels zu entsprechen. In einem Exaktexperiment werden dazu ausschließlich regional angebaute Futtermittel eingesetzt und die Auswirkung auf die Milchqualität sowie den ökonomischen Fußabdruck untersucht.

Der Lehrstuhl Digital Farming leitet insbesondere das Arbeitspaket Datenmanagement. In diesem Kontext ist die Entwicklung eines Cockpits vorgesehen, um die gesamte Prozesskette einschließlich der Produkte und Nachhaltigkeitsparameter zu visualisieren.

Verlässliche und resiliente KI-Methoden für eine nachhaltige Landwirtschaft

Fördergeber: Carl-Zeiss-Stiftung

Projektpartner:

  • Zentrum für Nutzfahrzeugtechnik (ZNT), Kaiserslautern: Prof. Liggesmeyer, Prof. Dörr, Prof. Görges, Prof. Teutsch
  • Umweltwissenschaften, Landau: Prof. Schulz, Jun.-Prof. Bundschuh, Prof. Schäfer

Ansprechpartner: Marc Favier

 

Landwirte haben schon heute anspruchsvolle und vielfältige Aufgaben zu bewältigen. Dazu gehören komplexe Entscheidungsfindungsprozesse, die ein gutes Verständnis von Zusammenhängen und Wirkmechanismen erfordern, sowie die Automatisierung zeitaufwändiger Arbeitsabläufe. Künstliche Intelligenz (KI) verspricht entscheidende Fortschritte und soll die Bewältigung dieser Aufgaben erleichtern. Die Forschung und Entwicklung befasst sich dabei mit vielen Einzelfragen und es gilt, effiziente Wege zu finden, um verschiedene Umweltparameter berücksichtigen zu können. Anwendungsbereiche sind u.a.:

  • Feldbearbeitung mit autonomen, resilienten Feldrobotern
  • multikriterielle Entscheidungsfindung
  • stabile und verlässliche KI-Methoden bei temporärem Wegfall von Daten
  • Lernen auf Basis simulierter Daten oder künstlich in der Genauigkeit reduzierter Daten

Ziel des Projektes ist es, die Forschungsaktivitäten zu digitalen Technologien für eine nachhaltige Landwirtschaft an den Standorten Kaiserslautern und Landau strukturiert zusammenzuführen und systematisch zu einem international sichtbaren Forschungsschwerpunkt auszubauen. Die Forschungspartner an den Standorten Kaiserslautern und Landau können auf einen ausgeprägten und interdisziplinären Hintergrund bauen. Insbesondere der Bereich der Digitalisierung ist bereits heute ein Alleinstellungsmerkmal, das in den kommenden Jahren gezielt ausgebaut werden soll. Alle beteiligten Forscher und Forscherinnen der beiden Standorte sollen über Workshops in das Projekt eingebunden werden und so die ersten gemeinsamen Forschungsaktivitäten entwickelt werden.