{"id":4266,"date":"2022-10-05T04:00:32","date_gmt":"2022-10-05T04:00:32","guid":{"rendered":"https:\/\/lamarr-institute.org\/blog\/phenorob-allgemein\/"},"modified":"2025-11-12T14:51:39","modified_gmt":"2025-11-12T14:51:39","slug":"phenorob-allgemein","status":"publish","type":"blog","link":"https:\/\/lamarr-institute.org\/de\/blog\/phenorob-allgemein\/","title":{"rendered":"Drohnen und Roboter f\u00fcr eine nachhaltige Landwirtschaft der Zukunft"},"content":{"rendered":"\n

Nutzpflanzen spielen eine wesentliche Rolle bei der Produktion von Lebensmitteln und nachwachsenden Rohstoffen. Sie sind von zentraler Bedeutung f\u00fcr unsere Gesellschaft. Die Produktion von Nutzpflanzen steht derzeit aber vor mehreren Herausforderungen: Die wachsende Weltbev\u00f6lkerung ben\u00f6tigt mehr Nahrung und gleichzeitig mehr erneuerbare Ressourcen f\u00fcr Non-Food-Produkte wie zum Beispiel Kraftstoff. Deshalb m\u00fcssen wir von 2010 bis 2050 so viel Biomasse produzieren, wie seit Beginn der Menschheit \u2013 und dies auf nachhaltige Weise. Jedoch sind die daf\u00fcr verf\u00fcgbare Ackerfl\u00e4che ebenso wie einige von den Pflanzen ben\u00f6tigten N\u00e4hrstoffe begrenzt. Au\u00dferdem sp\u00fcren wir bereits negative Auswirkungen des Klimawandels, der auch eine Weiterf\u00fchrung der bisherigen Agrarproduktion erschweren wird. Weiterhin sollen unerw\u00fcnschte Effekte der Agrarproduktion auf das \u00d6kosystem, wie sie beispielsweise durch den Einsatz von Pflanzenschutzmitteln und D\u00fcngern entstehen, reduziert und eine nachhaltigere Bewirtschaftung erm\u00f6glicht werden.<\/p>\n\n\n\n

Der Exzellenzcluster \u201ePhenoRob \u2013 Robotik und Ph\u00e4notypisierung f\u00fcr Nachhaltige Nutzpflanzenproduktion<\/a>\u201c an der Universit\u00e4t Bonn nutzt einen technologiegetriebenen und disziplin\u00fcbergreifenden Ansatz, um diese dr\u00e4ngenden realen Probleme zu l\u00f6sen und ist weltweit f\u00fchrend in der Forschung in den Bereichen der Robotik und Ph\u00e4notypisierung. Die Vision des Clusters ist es, unter der F\u00fchrung der wissenschaftlichen Sprecher Prof. Dr. Heiner Kuhlmann und Prof. Dr. Cyrill Stachniss, eine produktivere, ressourceneffizientere und nachhaltigere Nutzpflanzenproduktion zu erm\u00f6glichen, indem die Z\u00fcchtung und das landwirtschaftliche Management durch die Entwicklung und den Einsatz neuer Technologien optimiert werden. Das PhenoRob-Team ist interdisziplin\u00e4r aufgestellt und kommt aus den Bereichen Informatik, Geod\u00e4sie, Robotik, Pflanzenwissenschaften, Bodenkunde, Agrar\u00f6konomie und Umweltwissenschaften. Am Cluster sind \u00fcber 40 Professorinnen und Professoren \u00a0aus der Landwirtschaftlichen sowie der Mathematisch-Naturwissenschaftlichen Fakult\u00e4t der Universit\u00e4t Bonn beteiligt. Mehr als 70 Nachwuchswissenschaftlerinnen und Nachwuchswissenschaftler forschen in sechs Kernprojekten zu Themen rund um K\u00fcnstliche Intelligenz und Maschinelles Lernen sowie deren Nutzen f\u00fcr eine nachhaltigere Landwirtschaft. PhenoRob ist der einzige von der Deutschen Forschungsgemeinschaft<\/a> (DFG) gef\u00f6rderte Exzellenzcluster im Bereich Agrarwissenschaften in Deutschland.<\/p>\n\n\n\n

\"-
\u00a9 PhenoRob
Ein \u00dcberblick \u00fcber die sechs Kernprojekte des Clusters.<\/figcaption><\/figure>\n\n\n\n

Wie der Einsatz von K\u00fcnstlicher Intelligenz die Nutzpflanzenproduktion revolutionieren kann<\/h2>\n\n\n\n

Um die Ernteertr\u00e4ge zu steigern und gleichzeitig die Umweltbelastung in wirtschaftlich vertretbarer Weise zu minimieren, sind drastische Ver\u00e4nderungen in der Art und Weise, wie wir Pflanzen produzieren und erhebliche Fortschritte in unserem wissenschaftlichen Verst\u00e4ndnis erforderlich. Daf\u00fcr werden in PhenoRob disziplin\u00fcbergreifende Methoden aus den Bereichen der K\u00fcnstlichen Intelligenz und des Maschinellen Lernens genutzt. Mit unterschiedlichen Sensoren sowie Bodenrobotern und Drohnen \u00fcberwachen die Wissenschaftlerinnen und Wissenschaftler wesentliche Aspekte der Nutzpflanzenproduktion.<\/p>\n\n\n\n

Die in den Projekten genutzten verschiedenen Monitoring-Aktivit\u00e4ten liefern gro\u00dfe Mengen an heterogenen Daten \u00fcber Pflanzen, Pflanzenbest\u00e4nde, Boden und Umwelt. Die Forscherinnen und Forscher wenden an, um die gro\u00dfen Mengen an erfassten Pflanzendaten zu analysieren. Auf diese Weise kann das Verst\u00e4ndnis der KI und der Roboter f\u00fcr die Prozesse des Pflanzenwachstums erweitert werden, sodass diese die Zusammenh\u00e4nge zwischen den In- und Outputs besser identifizieren k\u00f6nnen. Beispielsweise die Verbindung zwischen verschiedenen Wachstumsphasen und Stresseinfl\u00fcssen auf die Entwicklung der Ertr\u00e4ge.<\/p>\n\n\n\n

\"-
\u00a9 Volker Lannert \/ PhenoRob
Mit verschiedenen Technologien \u00fcberwachen die Forscherinnen und Forscher im Exzellenzcluster PhenoRob Pflanzen auf dem Feld.<\/figcaption><\/figure>\n\n\n\n

F\u00fcr eine Landwirtschaft der Zukunft: Zwei Kernprojekte als Beispiele f\u00fcr den Einsatz von KI und ML im Agrarsektor<\/h2>\n\n\n\n

Insgesamt sind im Exzellenzcluster sechs Kernprojekte verortet.<\/p>\n\n\n\n

Dazu z\u00e4hlt unter anderem das Kernprojekt 4 \u201eAutonomous In-Field Intervention<\/a>\u201c. Hier entwickeln die Forschenden autonome Feldroboter, die einzelne Unkr\u00e4uter in Echtzeit auf dem Feld identifizieren k\u00f6nnen. Pr\u00e4zise robotergest\u00fctzte Unkrautbek\u00e4mpfung reduziert den Einsatz von Chemikalien wie Herbiziden, da Unkr\u00e4uter gezielt anstatt gro\u00dffl\u00e4chig bek\u00e4mpft werden k\u00f6nnen. Des Weiteren kann auch selektiv bestimmt werden, welches Unkraut zu welchem Zeitpunkt und wie bek\u00e4mpft werden sollte. Die Identifizierung der Unkrautart mit modernen Lernalgorithmen, welche wissenschaftliche Erkenntnisse aus der Pflanzenforschung mit neuen Methoden der Informatik verbinden, erm\u00f6glicht es dem Roboter, die optimale Methode zur Behandlung anzuwenden: Diese kann aus Chemikalien bestehen, aus einem thermischen oder mechanischen Eingriff, oder sogar ohne jeden Eingriff auskommen. Durch diese alternativen minimalinvasiven Interventionstechniken kann die Resistenz gegen Herbizide bei wichtigen Unkrautarten verhindert werden.<\/p>\n\n\n\n

\"-
\u00a9 Volker Lannert \/ PhenoRob
Die PhenoRob Roboter kommen auf dem Feld zum Einsatz \u2013 Ziel ist u. A. die autonome Unkrautbek\u00e4mpfung.<\/figcaption><\/figure>\n\n\n\n

Ein weiteres Vorhaben im Kernprojekt 2 \u201eRelevance Detection of Crop Features<\/a>\u201c konzentriert sich auf die Identifikation bislang unbekannter Korrelationen zwischen Merkmalen, die die Entwicklung der Pflanze und damit auch den Ernteertrag beeinflussen.  Im Mittelpunkt stehen die Wechselwirkungen zwischen der Pflanze und verschiedenen Arten von Pflanzenstress wie Krankheiten, N\u00e4hrstoffmangel oder Trockenheit. Dabei werden Verbindung zwischen verschiedenen Wachstumsphasen und Stresseinfl\u00fcssen auf die Entwicklung der Ertr\u00e4ge untersucht. Da die Symptome von N\u00e4hrstoffmangel an der Pflanze beispielsweise f\u00fcr das menschliche Auge h\u00e4ufig erst dann sichtbar sind, wenn die Pflanze bereits stark gesch\u00e4digt ist, analysieren die Wissenschaftlerinnen und Wissenschaftler systematisch eine Vielzahl von fr\u00fchen, relevanten N\u00e4hrstoffmangelerscheinungen und deren Erkennbarkeit in multispektralen Sensordaten. Dazu wird eine Reihe von Experimenten durchgef\u00fchrt und der Zustand der Pflanzen \u00fcberwacht, um eine gro\u00dfe Anzahl von Bilddaten zu erhalten. Diese Daten werden genutzt, um neue Algorithmen zu entwickeln, die in der Lage sind, spezifische N\u00e4hrstoffdefizite automatisch zu erkennen, vorherzusagen und von anderen Stressoren zu unterscheiden.<\/p>\n","protected":false},"excerpt":{"rendered":"

In diesem Beitrag stellt sich der Exzellenzcluster \u201ePhenoRob \u2013 Robotik und Ph\u00e4notypisierung f\u00fcr Nachhaltige Nutzpflanzenproduktion\u201c der Universit\u00e4t Bonn vor und gibt spannende Einblicke in seine Forschungsfelder rund um die Landwirtschaft 4.0.<\/p>\n","protected":false},"author":9,"featured_media":4273,"template":"","meta":{"_acf_changed":false,"footnotes":""},"blog-category":[1416,437,390],"blog-tag":[1525,1557,1561,1589],"class_list":["post-4266","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-alle-blogbeitraege","blog-category-gastbeitrag","blog-category-grundlagen","blog-tag-ki-in-der-landwirtschaft","blog-tag-nachhaltige-ki","blog-tag-phaenotypisierung","blog-tag-robotik"],"acf":[],"publishpress_future_workflow_manual_trigger":{"enabledWorkflows":[]},"_links":{"self":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/blog\/4266","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/types\/blog"}],"author":[{"embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/users\/9"}],"version-history":[{"count":0,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/blog\/4266\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/media\/4273"}],"wp:attachment":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/media?parent=4266"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/blog-category?post=4266"},{"taxonomy":"blog-tag","embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/blog-tag?post=4266"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}