Mobile-Menu

Digitale Werkzeuge für schwankende Erntequalitäten KI macht’s möglich: das Smartphone wird zum Getreide-Prüflabor

Von Verband der Getreide-, Mühlen- und Stärkewirtschaft (VGMS) 2 min Lesedauer

Anbieter zum Thema

HARTER GmbH
Ruland Engineering & Consulting GmbH

Angesichts wachsender Wetterextreme und eingeschränkter Düngung setzt die Getreidebranche verstärkt auf KI-Analysen. Auf der VGMS-Getreidetagung wurde demonstriert, wie Sortenerkennung und Qualitätsprognosen den Wareneingang in Mühlen revolutionieren können.

Schwankende Erntequalitäten durch Witterungsextreme und veränderte Düngepraxis stellen die Getreidebranche vor wachsende Herausforderungen. KI-gestützte Bildanalyse und Prognosemodelle bieten Mühlen und Landwirten jetzt praxistaugliche Antworten für Wareneingang, Lagerung und Vergütung.(Bild: frei lizenziert / Pixabay)
Schwankende Erntequalitäten durch Witterungsextreme und veränderte Düngepraxis stellen die Getreidebranche vor wachsende Herausforderungen. KI-gestützte Bildanalyse und Prognosemodelle bieten Mühlen und Landwirten jetzt praxistaugliche Antworten für Wareneingang, Lagerung und Vergütung.
(Bild: frei lizenziert / Pixabay)

Die Versorgung mit Getreide in Menge und Qualität ist längst keine Selbstverständlichkeit mehr. Dies wurde auf der diesjährigen VGMS-Getreidetagung in Freising-Weihenstephan deutlich. Einen Schwerpunkt der Getreidetagung bildete die Anwendung künstlicher Intelligenz (KI) in der Getreidewertschöpfungskette. Da Erntequalitäten durch extreme Witterungseinflüsse immer stärker schwanken, und Sorteneigenschaften durch eingeschränkte Düngung wichtiger werden, findet die Branche Lösungen in digitalen Werkzeugen.

So demonstrierten Daniel Hembd von Zeutec Opto-Elektronik und Konstanze Fritzsch von der Dresdener Mühle eindrucksvoll, wie die KI-basierte Sortenerkennung in der Praxis funktioniert. Sie ermöglicht es, Mühlen spezifische Getreideeigenschaften beim Wareneingang sofort zu identifizieren und so gezielt für die gewünschten Mehlqualitäten einzusetzen. Daniel Hembd ergänzte, dass sich moderne Bildanalyseverfahren und KI auch zur Erkennung von Qualitätsparametern und Besatz eignen. Bereits gut erkenn- und messbar sind Bruchkorn, Auswuchs, Fusarium, Fremdkörper oder Dunkelfleckigkeit.

Konstanze Fritzsch zeigte, wie Weizenproben per Smartphone aufgenommen und innerhalb kurzer Zeit automatisch analysiert werden. Die KI vergleicht dabei sichtbare Körner mit gelernten Mustern und kann so Sortenidentitäten oder Mischungen erkennen. Für den Aufbau der Datenbank benötigt das System je Sorte etwa 25 bis 50 sortenreine Proben, betont Konstanze Fritzsch. „Grundsätzlich bietet die schnelle Sortenerkennung bei der Erfassung Möglichkeiten. Es kann viel gezielter gelagert werden und es bietet auch neue Chancen der Bezahlung. So könnte stärker nach Sortenqualität statt ausschließlich nach Proteingehalt bezahlt werden.“

Prognose per Algorithmus: Ergänzend präsentierte Iain Whitehead vom Lehrstuhl für Brau- und Getränketechnologie an der TU München, wie statistische und KI-basierte Modellierungen die Qualitätsentwicklung von Getreide und Malz bereits vorab präzise berechenbar machen. „Es liegen uns so viele öffentliche Daten wie z. B. Wetterdaten vor, mit dem richtigen Algorithmus ist es ohne weiteres möglich, die Qualität kurz vor der Ernte vorherzusagen“.

(ID:50901484)

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte