Smart Agriculture und mehr

Dass die Zukunft der Landwirtschaft in Anwendungen der intelligenten Landwirtschaft liegt, wird heute häufig geäußert. Was bedeutet intelligente Landwirtschaft aber eigentlich? Welche Anwendungen der intelligenten Landwirtschaft gibt es? Welche Art von Wandel lösen diese Anwendungen in der traditionellen Landwirtschaft aus?

Das wichtigste Ziel der intelligenten Landwirtschaft, die die Integration von künstlicher Intelligenz, Internet der Dinge (IoT), Robotereinsatz und weiteren Technologien in die Landwirtschaft für eine wirksamere Produktion bedeutet, ist es, die erzeugten Produkte in Qualität und Quantität zu bereichern. Betrachten wir die in die traditionellen landwirtschaftlichen Methoden eingebundenen Technologien näher, sehen wir, dass sie von Datenanalysetechniken über Anwendungen, die Standortdaten wie GPS liefern, bis zu Sensoren reichen, mit denen sich kritische Werte der Hauptbestandteile der Landwirtschaft messen lassen, und zu autonomen Traktoren.

All dies ermöglicht eine Datenerfassung in einem Umfang, der in der traditionellen Landwirtschaft nicht möglich ist, und damit Entscheidungen, die den Ertrag aus dem Boden maximieren. Mit dem rund um die Uhr, 7 Tage die Woche bereitgestellten Datenstrom lassen sich systematische Informationen über den Zustand des Bodens gewinnen. Dank dieser großen Datensätze, die früher nicht verfügbar waren, lassen sich die Mengen zahlreicher Variablen – vom einzusetzenden Dünger bis zu den anzuwendenden Pflanzenschutzmitteln – so festlegen, dass Erzeugnisse in höchster Menge und Qualität gewonnen werden können. Da sich mögliche Probleme viel leichter vorhersehen und Maßnahmen zu ihrer Vermeidung ergreifen lassen, verläuft der Produktionsprozess mit minimalen Verlusten. Auch in Gewächshäusern, in denen intelligente Landwirtschaft weit verbreitet ist, können Erzeuger die Vorteile von Prognose und frühzeitigem Eingreifen, die neue Technologien bieten, nutzen und viele Prozesse, die bisher mit bloßem Auge betrieben wurden und daher Arbeits- und Energieverluste verursachten, deutlich effektiver abschließen. 

Mit diesen Eigenschaften sind Anwendungen der intelligenten Landwirtschaft für die Nachhaltigkeit der Landwirtschaft von großer Bedeutung. Dank dieser Anwendungen wird auf Daten in einem früher unmöglichen Umfang zugegriffen, eine erhebliche Energieeinsparung erzielt, die Veränderungen des Bodens und die erforderlichen Stoffe werden ermittelt, und Schritte, die das ökologische Gleichgewicht schädigen können, wie ein übermäßiger Pestizideinsatz, werden verhindert. So wird eine nachhaltigere landwirtschaftliche Praxis möglich.

SMART-AGRICULTURE-PROJEKT VON İGSAŞ: TOYGAR 

Die Arbeiten von İGSAŞ, das mit seiner halbhundertjährigen Erfahrung in der Branche tätig ist, für die Landwirtschaft in der Türkei werden mit technologischem Ansatz und innovativen Methoden fortgesetzt. Der im Rahmen des von İGSAŞ umgesetzten Smart-Agriculture-Projekts entwickelte Prototyp des Feldroboters (Bodenfahrzeugs) mit dem Namen İGSAŞ TOYGAR wurde vom Türkischen Patent- und Markenamt eingetragen. TOYGAR, das vom İGSAŞ-F&E-Zentrum verwirklicht wurde, wird viele landwirtschaftliche Tätigkeiten unterstützen.

WIRD DER LANDWIRTSCHAFT DIENEN

AHMET AKBULUT | LEITER DER F&E-ZENTRUM-EINHEIT

Für İGSAŞ TOYGAR arbeiten wir mit einem Team, das wir mit unseren Niederlassungen Körfez und Antalya gebildet haben. Die Arbeiten, die wir mit TOYGAR durchführen werden, haben wir gemeinsam festgelegt und setzen sie in Absprache fort. Im Rahmen der auf Landwirte ausgerichteten Aktivitäten wollen wir mit diesem Prototyp der türkischen Landwirtschaft dienen. Anhand der Daten, die wir aus den Aktivitäten mit diesen Prototypen gewinnen, werden weiterentwickelte Versionen der Fahrzeuge und eine Weiterentwicklung der Einsatzbereiche erreicht. Für den Prototyp sind neben dem Patent auch Arbeiten an Artikeln und Veröffentlichungen geplant.

WAS WIRD TOYGAR LEISTEN?

• Agrarphänologische Beobachtung (Überwachung des Pflanzenwachstums per Kamera und Erkennung des Bewässerungsbedarfs, Bestimmung von Pflanzenkrankheiten …)
• Entnahme von Blattproben
• Entnahme von Bodenproben und Düngerauswahl entsprechend dem Ergebnis
• Erkennung von Schädlingen (Insekten, Mäuse …)

Diese Aktivitäten, die zunächst mit ausgewählten Vorreiter-Landwirten durchgeführt werden, werden mit Methoden der künstlichen Intelligenz in eine Anwendung überführt.