Verbundprojekt: Eine revolutionäre datengesteuerte Lösung für die Erntevorhersage von Himbeeren mithilfe von KI; Teilprojekt: Entwicklung eines bildbasierten KI-Modells zur Merkmalsanalyse von Himbeerpflanzen.

Das Projekt STAR-AI hat zum Ziel ein intelligentes System zu entwickeln, das Landwirten hilft, die Menge an Himbeeren, die sie ernten werden, genauer vorherzusagen. Dazu nutzen wir spezielle Kameras und moderne Technologie, um Bilder von Himbeerpflanzen zu analysieren. Diese Bilder werden dann von einer Künstlichen Intelligenz (KI) ausgewertet, die die Ernteerträge bis zu vier Wochen im Voraus mit einer Genauigkeit von 90% vorhersagen kann. Diese Genauigkeit stellt eine signifikante Verbesserung gegenüber dem heutigen Standard dar. Für die Landwirte bedeutet das, dass sie ihre Ernte- und Verkaufspläne viel besser organisieren können, was letztendlich zu höheren Einnahmen führt. Innerhalb des STAR-AI-Projekts arbeitet die Pheno-Inspect GmbH an dem bildbasierten Erkennungssystem für die Himbeerpflanzen. Diese Analyse hilft dabei, die Anzahl, den Gesundheitszustand und das Wachstum der Pflanzen zu bewerten, was wiederum die Grundlage für die Erntevorhersage bildet. Pheno-Inspect unterstützt auch andere Teile des Projekts. Zum Beispiel helfen wir bei der Festlegung, welche Daten gesammelt werden müssen, und arbeiten mit unseren Partnern YieldComputer B.V. und Sigrow B.V. zusammen, um die besten Kameras und Sensoren auszuwählen. Zudem sind wir an der Überprüfung und Verbesserung des gesamten Erntevorhersagesystems beteiligt. Der praktische Nutzen unseres Teilprojekts besteht darin, dass wir hochauflösende Bilder von Himbeerpflanzen mithilfe von KI klassifizieren. Die Ergebnisse dieser Klassifikation fließen in das Erntevorhersagemodell ein. Unsere Aufgaben umfassen die Entwicklung der notwendigen Software, das Testen dieser Software und den Aufbau einer umfangreichen Datenbank zur Verbesserung des Systems.