Befehle des Menübands überspringen
Zum Hauptinhalt wechseln
Suche
Breadcrumb Navigation

Künstliche Intelligenz zählt Früchte: Neue Möglichkeiten für die Landwirtschaft

Hauptinhalt der Seite

24.01.2025

Kaffeekirschen

Eine aktuelle Studie des Leibniz-Zentrums für Agrarlandschaftsforschung (ZALF) zeigt, wie moderne Künstliche Intelligenz (KI) helfen kann, die Digitalisierung und Nachhaltigkeit in der Landwirtschaft zu fördern. Im Fokus der Studie stand die Frage, inwieweit sich aktuell verfügbare KI-Modelle wie ChatGPT und Co. für alltägliche Aufgaben in der Landwirtschaft eignen. In der Studie unterstützten verschiedene KIs bei dem Zählen von Kaffeekirschen auf Bildern und halfen so, den Ertrag besser abzuschätzen. Die eingesetzten KI-Modelle können aber auch beim Monitoring von Pflanzenkrankheiten und Schädlingsbefall helfen und so unterstützen, den Einsatz von Pflanzenschutzmitteln auf dem Feld zu reduzieren. Daher ist es wichtig zu beurteilen, wie gut sie diese Aufgaben erfüllen können. Die Ergebnisse wurden im Dezember 2024 im Fachjournal Smart Agricultural Technology veröffentlicht.

Die in der Studie verwendeten Daten wurden von rund 1.000 Kleinbauern in Kolumbien und Peru erhoben, die mit ihren eigenen Handys Bilder von Kaffeekirschen aufnahmen. Dieser Citizen-Science-Ansatz integriert auf einzigartige Weise reale Daten aus dem globalen Süden und bietet Einblicke in die Art, wie KI landwirtschaftliche Herausforderungen in unterschiedlichen Umgebungen angehen kann.

Die Forschenden des ZALF in Zusammenarbeit mit der Brandenburgischen Technischen Universität Cottbus-Senftenberg und internationalen Partnern untersuchten drei Ansätze: ein allgemeines KI-Modell (ChatGPT-4), das hochgeladene Bilder mit einfachen Fragen wie „Wie viele Kirschen sind auf diesem Bild?“ analysieren kann, ein grundlegendes KI-Modell (T-Rex), das speziell zum Zählen von Objekten entwickelt wurde, und eine konventionelle KI-Methode (YOLOv8), die eine Vorbereitung der Datensätze und Programmierung für das Training erfordert und große Datenmengen verarbeiten kann. Diese innovativen Methoden, insbesondere ChatGPT-4 und T-Rex, machen Programmierkenntnisse oder die Vorbereitung großer Trainingsdatensätze überflüssig und machen fortschrittliche KI-Tools auch für technisch nicht versierte Nutzer zugänglich.

Neue Möglichkeiten zur Demokratisierung von KI

Die Studie ergab, dass ChatGPT-4 zwar Potenzial hat, aber weiter verbessert werden muss, da seine Genauigkeit nur mäßig war und sich nur durch Nutzerfeedback verbesserte. Das Basismodell T-Rex hingegen lieferte sehr genaue Ergebnisse und übertraf sogar eine herkömmliche KI-Methode (YOLOv8), die umfangreiche Trainingsdaten und Programmierkenntnisse erforderte.
Dies deutet darauf hin, dass KI-Tools wie T-Rex die Landwirtschaft verändern könnten, indem sie Landwirte und Landarbeiter in die Lage versetzen, fortschrittliche Technologien ohne technische Kenntnisse zu nutzen. Indem sie das Modell einfach mit der Maus anweisen, welche Objekte gezählt werden sollen, können die Nutzer mit minimalem Aufwand sehr genaue Ergebnisse erzielen.
Gesellschaftliche Relevanz und Zukunftsaussichten

Diese Forschung zeigt das Potenzial der KI auf, den Zugang zu fortschrittlicher Technologie in der Landwirtschaft zu demokratisieren. Obwohl sich die Studie auf das Zählen von Kaffeekirschen konzentrierte, könnten solche Werkzeuge Landwirtinnen und Landwirten in Zukunft bei Aufgaben wie Ertragsschätzung, Ernteüberwachung und Krankheitserkennung helfen. Bei weiterer Entwicklung könnte diese Technologie möglicherweise dazu beitragen, den Chemikalieneinsatz auf dem Feld zu planen und damit Artenvielfalt in der Landwirtschaft zu fördern, indem sie eine verbesserte Krankheitserkennung ermöglicht. Fortschritte im Bereich der Allzweck-KI (Multi-Purpose AI) oder der Basismodelle (Foundation Models) könnten diese Werkzeuge den Landwirtinnen und Landwirten in Zukunft leichter zugänglich machen und so Nachhaltigkeitsbemühungen wie Ertragsvorhersagen, gezielte Schädlingsbekämpfung und die Verringerung der Abhängigkeit von chemisch-synthetischen Pestiziden unterstützen. Durch die Förderung von Praktiken, die die chemischen Auswirkungen auf Ökosysteme minimieren, könnten diese Technologien eine entscheidende Rolle bei der Erhaltung der biologischen Vielfalt und der Förderung umweltfreundlicher landwirtschaftlicher Systeme spielen.

Die Studie arbeitet mit realen Daten von Landwirtschaftsbetrieben aus dem globalen Süden. An diesem Punkt zeigte sich, dass die Kombination von Bürgerwissenschaften und künstlicher Intelligenz Potentiale bereithält, um landwirtschaftliche Herausforderungen in vielfältigen und ressourcenbeschränkten Kontexten zu bewältigen. Die Beseitigung von Hindernissen wie Programmierung und umfangreiche Datenaufbereitung könnte Landwirten auf der ganzen Welt helfen, von KI-gestützten Lösungen zu profitieren, und so den Weg für eine effizientere, integrativere Landwirtschaft ebnen.

Hinweis zum Text:

Dies ist eine mit Hilfe von Künstlicher Intelligenz erstellte Zusammenfassung des Originaltextes: Konlavach Mengsuwan, Juan C. Rivera-Palacio, Masahiro Ryo (2024): ChatGPT and general-purpose AI count fruits in pictures surprisingly well without programming or training. Veröffentlicht Open Access unter der Lizenz CC BY 4.0.

Förderhinweis:

Diese Arbeit wurde durch das Bundesministerium für Bildung und Forschung (BMBF, Förderkennzeichen 16DKWN089), das Projekt „WIR! - Land-Innovation-Lausitz“ (03WIR3017A), die Brandenburgische Technische Universität Cottbus-Senftenberg (BTUGRS2018_19) und die Deutsche Gesellschaft für Internationale Zusammenarbeit (GIZ, Fördernummer 81275837) gefördert.

Projektpartner:

  • Brandenburgische Technische Universität Cottbus-Senftenberg (BTU)
  • Alliance of Bioversity International and CIAT, Rom
  • LIL-KliBioTo - Landschaftsinnovationen in der Lausitz für eine klimaangepasste Bioökonomie und naturnahen Bioökonomie-Tourismus



Infomaterial und weiterführende Informationen:

 

Bildmaterial

Bild herunterladen

Einfache KI-Anwendungen können bei zentralen Aufgaben in der Landwirtschaft unterstützen. In einer Studie des ZALF übernahm die KI das Zählen von Kaffeekirschen zur Ertragsprognose. | Quelle: © Konlavach Mengsuvan/ ZALF.
Einfache KI-Anwendungen können bei zentralen Aufgaben in der Landwirtschaft unterstützen. In einer Studie des ZALF übernahm die KI das Zählen von Kaffeekirschen zur Ertragsprognose. | Quelle: © Konlavach Mengsuvan/ ZALF.
Fusszeile der Seite
Wordpress icon
Instagram icon
YouTube icon
ResearchGate icon
Mastodon icon
Bluesky icon
LinkedIn icon
© Leibniz-Zentrum für Agrarlandschaftsforschung (ZALF) e. V. Müncheberg

Gefördert von:

BMEL-Logo
MWFK Logo