Vom Feld bis zur Chips-Tüte

Kartoffelproduktion geht auch digital

Damit Kartoffelbauern Ernte wie Erträge verbessern und Lebensmittelproduzenten mit Durchblick planen können, helfen Wirtschaftsinformatiker der Universität des Saarlandes im Team um Professor Wolfgang Maaß mit. Sie wollen mithilfe digitaler Lösungen die Kartoffelproduktion von der Ernte bis zu den fertigen Chips optimieren.

Smart Farming bei der Kartoffelernte

Welche Charge der Kartoffelernte ist für die Chips-Produktion, den Sternekoch oder eher für Stärkemehl geeignet?

Bei der Kartoffelernte kann es recht grob zur Sache gehen. Während früher Bauern samt Familie und Helfern auf dem Feld die zartbesaiteten Knollen von Hand aufsammelten, ist heutzutage der Vollernter im Einsatz. Läuft hier etwas schief, rumpeln die Kartoffeln hart über die Rüttelbänder, sie schlagen an Steine, prallen auf den Förderbahnen aneinander. Davon bekommen die sensiblen Knollen blaue Flecke. Das kann ihnen so zusetzen, dass es Ernteausfälle gibt. „Wenn der Landwirt weiß, dass die Kartoffeln zu viele Schläge einstecken, kann er reagieren. Er kann etwa die Geschwindigkeit der Erntemaschine anpassen oder mehr Erde mit aufs Förderband nehmen“, erklärt Dr. Sabine Janzen, Wissenschaftliche Mitarbeiterin im Team von Wolfgang Maaß. Das Entscheidende: Der Bauer müsse solche Informationen erst einmal erhalten – und zwar rechtzeitig: auf dem Feld, bei der Ernte.

Hierfür wollen nun die Wirtschaftsinformatiker der Saar-Uni und am Deutschen Zentrum für Künstliche Intelligenz sorgen. „Smart Services“, intelligente Dienstleistung, heißt ihr Forschungsschwerpunkt. Clevere Landwirtschaft, neudeutsch „Smart Farming“, wozu auch das Kartoffelprojekt zählt, ist Teil davon. „Wir erforschen, wie wir aus Daten im Sinne von Industrie 4.0 wertschaffende Schlüsse ziehen. Die Landwirtschaft ist zwar stark technisiert und digitalisiert, zieht aber noch keinen Nutzen aus den Daten, die hier anfallen“, erklärt Wolfgang Maaß.

Sein Forscherteam will die Kartoffel und ihren Weg vom Feld bis in die Fabrik für alle Beteiligten gläsern machen – vom Bauern über Lieferanten und Produzenten bis hin zum Rohstoffinvestor: „Wir erforschen, welche Daten anfallen, aus denen wir Schlüsse ziehen und Prognosen erstellen können. So können wir hochrechnen, wie hoch der Ausschuss wäre, wenn der Fahrer der Landmaschine auf diese Weise weiterfährt. Diese Information geben wir ihm in Echtzeit weiter“, so Maaß. „Für unsere Prognosen ziehen wir weitere Daten heran, etwa Finanzdaten. Wenn man weiß, wie sich der Weltmarkt bewegt, kann man in Echtzeit Vorhersagen über den künftigen Ertrag treffen“, erläutert er beispielhaft.

Deep Learning in der Landwirtschaft

Hierfür legen die Wirtschaftsinformatiker eine „digitale Verwaltungsschale“ an. Dahinter verbirgt sich eine Art Logbuch, das so viele Informationen wie möglich über die Kartoffelcharge enthält. Die Forscher ermitteln hierbei auch, wie viele Schläge die Kartoffeln abbekommen: mit einer schmerzempfindlichen künstlichen Knolle. „Wir setzen vor Ort auf dem Feld unsere so genannte nPotato ein“, sagt Sabine Janzen. Der Kartoffelroder erntet diese mit und die „nPotato“ nimmt denselben Weg durch die Erntemaschinerie wie ihr echtes Pendant. Mittels Sensoren erfasst sie Stöße und Rotationen. Wird es zu viel, warnt sie. „Um physische und virtuelle Gegenstände zu vernetzen, die Stöße zu klassifizieren und Schlussfolgerungen zu ziehen, kombinieren wir Methoden des maschinellen Lernens, so genannte Deep-Learning-Verfahren, mit Informations- und Kommunikationstechnologien“, erklärt Janzen.

Die Forscher können so verschiedene Daten verknüpfen: Wann wurde die Kartoffel welcher Sorte wo geerntet, wie ist ihr Wassergehalt, wofür eignet sie sich. Sie integrieren Preis- und Finanzprognosen und künftig auch historische Daten, erntelogistische Prozesse aus dem Vorjahr, Wettervorhersagen wie auch Expertenwissen des Landwirts. Auf diese Weise wollen sie eine Serviceplattform schaffen für alle, die mit der Knolle zu tun bekommen: Von der Entscheidungshilfe für den Landwirt, wann er die Kartoffeln am besten auf den Markt bringt, bis hin zu Qualitätsstufen, ob sich die Charge für den Sternekoch oder eher für Stärkemehl eignet.

Auch Produktionsmaschinen können sich anpassen und zum Beispiel die Kartoffelschale tiefer abschälen. Rohstoffinvestoren können durch Qualitätssiegel Käufe absichern. „Wenn wir die Daten mehrerer Landwirte zusammen betrachten, sind uns noch weitergehende Prognosen möglich. So könnten sich Chips-Hersteller für eine andere Kartoffelsorte entscheiden, wenn die Erntequalität absehbar so ausfällt, dass bei der anderen Sorte in drei Monaten ein Problem entsteht“, erklärt Maaß abschließend.

Auf der Hannover Messe vom 23. bis 27. April 2018 zeigen die Forscher ihr Verfahren am saarländischen Forschungsstand (Halle 2, Stand B 46) und suchen Partner, um es für den Praxiseinsatz weiterzuentwickeln.

Bildquelle: Thinkstock/iStock

©2018Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok