Skip to main content

Forschung & Entwicklung

Die geo-konzept GmbH engagiert sich seit vielen Jahren intensiv sowohl in nationalen als auch weltweiten Forschungsprojekten: Im Verbund mit internationalen Partnern aus Forschung und Wirtschaft arbeiten wir an wegweisenden Technologien, Geräten und Software. Hierbei ist vor allem unsere Erfahrung mit hochgenauen Satellitenpositionsdaten, Parallelführung, GIS, Sprengplanung und Datenverarbeitung gefragt.

Nachfolgend finden Sie unsere aktuellen und vergangenen Forschungsprojekte:

AKTUELLE FORSCHUNGSPROJEKTE

ADVENT --- Steigerung der N-Nutzungseffizienz

Projekttitel: Anpassung der Düngung an die Variation in Ertragspotential und Nachlieferung in der Teilfläche
Laufzeit: 10/2024 – 11/2027

Projektpartner:  Christian-Albrechts-Universität Kiel, Landwirtschaftliches Technologiezentrum Augustenberg (LTZ), Landesbetrieb Landwirtschaft Hessen (LLH), ISIP e.V.

Förderprogramm: BMEL Innovationsförderung / Projektträger BLE

Ziel des Forschungsprojektes ist es, einen Beitrag zur Steigerung der N-Nutzungseffizienz und damit zum Klima- und Grundwasserschutz im Ackerbau zu leisten. Hierzu sollen zum einen neue, modellgestützte Algorithmen entwickelt werden, mit denen eine bedarfsgerechte, teilflächenspezifische Bemessung der N-Düngung bei Winterweizen unter Berücksichtigung von Unterschieden im teilflächenspezifischen Ertrags- und N-Mineralisationspotential und unter Berücksichtigung der aktuellen Witterung erreicht werden kann. Zum anderen sollen diese Algorithmen zur teilflächenspezifischen Düngung von Winterweizen und ein bereits bestehender Algorithmus zur teilflächenspezifischen Düngung von Winterraps unter Verwendung unterschiedlicher Datenquellen in praxistaugliche IT-Lösungen implementiert werden.

Wir erwarten, hierdurch sowohl zu einer Einsparung bei der applizierten N-Menge in der Größenordnung von 10 – 15 % zu gelangen, als auch bei insgesamt begrenzter N-Menge Ertragsleistung und Qualität zu steigern. Gleichzeitig kann davon ausgegangen werden, dass die bessere Verfügbarkeit pflanzenbaulich validierter Düngealgorithmen zu einer höheren Verbreitung sensorbasierter, teilflächenspezifischer N-Düngung führt. Mit der Einbindung neuartiger, am Markt verfügbarer Sensorsysteme und durch die Zusammenarbeit mit Serviceplattformen-Anbietern, die sowohl in der Erhebung und Vermarktung von Sensor-Produkten wie auch in der Düngeberatung etabliert sind (www.isip.de, geo-konzept), wird ein konkreter Beitrag zur Erhöhung der N-Effizienz geleistet.

ISObot --- Optimiertes Management von Feldrobotern

Projekttitel: Optimiertes Management von Feldrobotern durch intelligente Prozessführung und standardisierte Interoperabilitäts-Mechanismen
Laufzeit: 11/2024 – 10/2027

Projektpartner: Hochschule Geisenheim (HGU), Wille Engineering

Assoziierte Partner: Bayerische Landesanstalt für Landwirtschaft (LfL), Agreenculture, Agrointelli, Hessische Staatsweingüter GmbH Kloster Eberbach

Förderprogramm: BMEL Interoperabilität in der Landwirtschaft / Projektträger BLE

Autonome Feldroboter haben ein enormes Potenzial zur Ökologisierung des Pflanzenbaus und Mitigation des Fachkräftemangels. Obwohl diese Systeme mittlerweile marktreif sind, bestehen nach wie vor große Herausforderungen, vor allem in Bezug auf das Zusammenspiel mit dem Maschinenmanagement, der Prozessführung und der Interaktion zwischen Roboter und Anbaugerät. Im Forschungsvorhaben ISObot soll das Management von Feldrobotern durch verbesserte Interoperabilität auf unterschiedlichen Ebenen sowie eine automatisierte Prozessführung optimiert werden. Ausgangsbasis sind kommerzielle Roboter-Anbaugerätkombinationen und ein webbasiertes Telemetriesystem. Für einen Anwendungsfall zur Unkrautregulierung im Weinbau wird eine Prozessregelung entwickelt, welche mithilfe von Sensoren und intelligenten Algorithmen den Arbeitsprozess überwacht, um diesen aktiv zu steuern und die Arbeitsqualität zu dokumentieren.

Die Kommunikation zwischen Roboter und Anbaugerät zur Ansteuerung verschiedener Parameter wird dabei über ISOBUS erfolgen. Ein weiterer Anwendungsfall im Ackerbau wird sich mit dem Monitoring des Hackprozesses und der Erfassung von Prozessparametern befassen. In beiden Fällen werden die Systeme mit einer webbasierten Anwendung verknüpft, um in Echtzeit Prozessdaten sowie aufgezeichnete Parameter gemäß des ISO 11783 Standards auszutauschen. Die Anwendung wird in das Maschinenmanagement-System eingebettet, um über nutzerfreundliche Interfaces prozessrelevante Informationen zu visualisieren und für die weitere agronomische Verwendung bereitzustellen. Über Disseminations- und Transferaktivitäten soll zum einen der Austausch mit der landwirtschaftlichen Praxis hergestellt werden. Ferner soll die Integrationsfähigkeit des Ansatzes in industrieweite Bestrebungen zur verbesserten Interoperabilität der elektronischen Kommunikation in der Agrartechnik evaluiert werden. Schließlich sollen auch Empfehlungen für weitere Normierungsbestrebungen abgeleitet werden können.

AutoDGB --- Automation bei UAV-Bonitur

Projekttitel: Entwicklung einer automatisierten Lösung für die drohnengestützte Bonitur von Feldversuchen
Laufzeit: 10/2019 – 05/2025

Projektpartner: Hochschule Weihenstephan-Triesdorf, Technische Universität München, Saatzucht Josef Breun GmbH & Co. KG, geo-konzept GmbH

Förderprogramm: BMEL-Innovationsförderung – Züchtung leistungsstarker Weizensorten im Zeichen des Klimawandels / Projektträger BLE

Die pflanzliche Erzeugung steht vor dem Hintergrund des Bevölkerungswachstums, des Klimawandels und der gesellschaftlichen Forderungen nach einer ökologisch verträglicheren Landwirtschaft zunehmend unter Druck. Dies gilt insbesondere deshalb, weil die Teilziele „höhere Erträge“, „Optimierung der Produktqualität“ und „Anpassung an sich wandelnde Produktionsbedingungen (Klima, gesellschaftliche Vorgaben)“ teilweise im Konflikt miteinander stehen.

Die Züchtung ist eine Methode, mit der die Produktion bezüglich der oben genannten Anforderungen optimiert werden kann. Dies gilt besonders für die Anpassung an die mit dem Klimawandel zunehmende Variabilität der Niederschläge (Starkregen, längere Trockenperioden) als auch für die Züchtung auf Resistenz gegen Pflanzenkrankheiten und die damit möglicherweise einhergehende Reduktion beim Einsatz von Pflanzenschutzmitteln.

Der Züchtungsfortschritt steht dabei in direktem Zusammenhang mit der Anzahl der erzeugten Ausgangsvariabilität durch Kreuzung und daraus resultierend der angelegten Feldversuche zur Selektion der Zuchtstämme. Gleichzeitig steigt mit der Anzahl der Versuche auch der Aufwand für die Bonitur und die Laboranalysen. Die visuelle Beurteilung von Pflanzenbeständen (Bonitur) und die Entnahme und Analyse von Probenmaterial liefern die entscheidende Grundlage für die spätere Selektion. Gerade die Bonituren sind jedoch oftmals subjektiv und anfällig für menschliche Fehler. Der Züchtungsfortschritt wird aktuell weitestgehend durch die knappe Ressource „menschliche Arbeit“ im Feld und im Labor begrenzt.

Die vermehrten Entwicklungen und Forschungsarbeiten in der sensorgestützten Phänotypisierung bieten eine wachsende Anzahl an Möglichkeiten, Pflanzen- oder Bestandeseigenschaften zuverlässig und objektiv auf eine nicht destruktive Weise sowohl qualitativ als auch quantitativ zu erfassen. Zudem weisen vorhergehende Untersuchungen darauf hin, dass einzelne Sensoren (Multispektral) mehrere Merkmale simultan erfassen können.
Hierbei ist der Einsatz von UAV (Unmanned Aerial Vehicles) hervorzuheben. Mit UAV können Pflanzenbestände mit verschiedenen Sensoren wie Multi- und Hyperspektralkameras, Laser- und Thermalkameras mit geringem Zeitaufwand und hoher zeitlicher Frequenz überflogen werden. Die nachfolgende Verarbeitung der Daten (Zusammensetzen, Entzerren, Georeferenzieren, Zuordnen zu einzelnen Parzellen) ist jedoch aktuell nur mit speziellen Qualifikationen und erheblichem Zeitaufwand möglich. Zum jetzigen Zeitpunkt ist noch keine praxistaugliche Lösung am Markt verfügbar, welche die eigenständige Erhebung und Auswertung von sensorgestützten Daten ermöglichen würde. Grund dafür ist im Wesentlichen die bestehende Automatisierungslücke zwischen der Erfassung und der Verrechnung der Daten. Hauptziel des Projektes ist es daher, diese Lücke zu schließen und eine praxistaugliche, weitgehend automatisierte und optimierte Lösung für die Anwendung der drohnengestützten Bonitur in der Weizenzüchtung zu entwickeln.

SNaPwürZ --- Digitale Innovation in On Farm Research und Exaktversuchen

Projekttitel: smart, nachhaltig, präzise, wiederholbar, übertragbar und resilient – Die Landwirtschaft unter sich ändernden Rahmenbedingungen der Zukunft – Chancen durch digitale Innovation in On Farm Research und Exaktversuchen
Laufzeit: 07/2023 – 06/2026

Projektpartner: FH Kiel – Agrarwirtschaft, EXAgT GmbH, AgDoIt GmbH, geo-konzept GmbH

Förderprogramm: EIP-Agri Schleswig-Holstein

Es geht um eine digitale Werkzeugbox, die es jedem Landwirt und Berater ermöglicht, an seinem Standort und mit seinem Maschinenpark für ihn relevante Fragestellungen zu bearbeiten und auszuwerten.

Für die Partner aus dem vor- und nachgelagerten Bereich besteht so die Möglichkeit, mehr Daten gemeinsam mit den Landwirten zu gewinnen und die Fragen der Praxis besser zu bearbeiten. Gleichzeit sollen diese Erhebungen sämtlichen offiziellen Qualitätsansprüchen genügen, um auch in der Forschung oder Produktentwicklung weiterverwendet werden zu können. Zusätzlich soll mit diesen Informationen die Grundlage geschaffen werden, um betriebliche Entscheidungen in einem sich wandelnden Umfeld besser abzusichern und zu bewerten.

Parallel zur operationellen Gruppe soll ein Expertenbeirat einberufen werden, der bei inhaltlichen Fragestellungen berät und unterstützt. Dieser soll sich u. a. aus beratenden Institutionen mit eigenem Versuchswesen (Landwirtschaftskammer), privaten Beratungsfirmen (z. B. Hanse Agro, GBB), Versuchsstandorten (z. B. Versuchsgut Hochschulen) und Technikanbietern (z. B. Haldrup, Wintersteiger) zusammensetzen.

SCHEBA² --- Hochintelligente Einzelpflanzenbonitur

Projekttitel: System zur Chronologischen Hochintelligenten Einzelpflanzen Bonitierung mit Anwendungsempfehlung im Agrarbereich
Laufzeit: 01/2024 – 12/2025

Projektpartner: digital workbench GmbH, geo-konzept GmbH
Projektträger: VDI/VDE Technik und Innovation GmbH

Förderprogramm: Bayerisches Verbundforschungsprogramm (BayVFP) des Freistaates Bayern Förderlinie „Digitalisierung“

Ziel des Projektes SCHEBA² ist die Entwicklung einer autonomen Trägerplattform zur Erfassung von Einzelpflanzen im Acker- und Gemüsebau. Hierfür kommt eine Bildverarbeitung/KI zum Einsatz zur Erkennung und Bewertung des Zustandes von Nutzpflanzen (vornehmlich Gemüse) in Bezug auf bspw. Biomasse, Krankheiten oder Wasserbedarf.

In der Folge dieser Auswertung kann jede einzelne Pflanze einer Kultur selektiv und mit der individuell benötigten Menge an Betriebsmitteln versorgt werden.

Zusätzlich wird es mittels der erfassten Daten möglich sein, in den jeweiligen Pflanzreihen zwischen Pflanze und Beikraut zu unterscheiden, so dass in einem weiteren Schritt eine selektive, chemiefreie Unkrautregulierung durchgeführt werden kann.

BEENDETE FORSCHUNGSPROJEKTE

SuperNav --- Präzise Positionsbestimmung von Forstmaschinen

Projekttitel: Submeter-Positionierung in der Forstwirtschaft unter schwierigen SAT/NAV-Bedingungen
Laufzeit: 11/2020 – 01/2024

Projektpartner:  FVA Forstliche Versuchs- und Forschungsanstalt Baden-Württemberg, Fraunhofer Institut für integrierte Schaltungen, HSM Hohenloher Spezial-Maschinenbau GmbH & Co. KG, geo-konzept GmbH

Förderprogramm: BMEL / Projektträger FNR

Die präzise Verortung von Forstmaschinen ist von grundsätzlicher Bedeutung für eine nachhaltige, bodenschonende und effiziente Holznutzung. Mit den bislang verfügbaren Empfängern für Globale Satellitennavigationssysteme (GNSS) ist eine zuverlässige Positionierung im Submeterbereich und in Echtzeit in Waldbeständen jedoch nicht möglich. Ziel des Projekts ist die Entwicklung und Praxiserprobung technischer Systeme, die die für eine Satellitenpositionierung im Wald vorherrschenden, ungünstigen Rahmenbedingungen, wie z. B.  Abschattung, Beugung und ein schlechtes Signal-Rausch-Verhältnis, durch innovative GNSS-Antennentechnologie kompensieren und durch ergänzende Sensorfusion eine höhere Genauigkeit erzielen. Die Positioniergenauigkeit im Submeterbereich soll mit den im Projekt neu zu entwickelnden Technologien durchgängig und in Echtzeit sichergestellt werden.

MoniQua --- Krankheitsmonitoring in Obstanlagen

Projekttitel: Entwicklung eines digitalen Monitoringsystems für Quarantänekrankheiten in Obstanlagen und der obstbaulichen Züchtung
Laufzeit: 03/2021 – 05/2024

Projektpartner: JKI Züchtungsforschung an Obst Dresden-Pillnitz, Leibniz-Institut für Agrartechnik und Bioökonomie Potsdam e.V. (ATB), geo-konzept GmbH

Förderprogramm: BMEL-Innovationsförderung Pflanzengesundheit / Projektträger BLE

Ziel des Projektes ist es, ein digitales Monitoringsystem für die frühzeitige Erkennung und Verortung von Quarantänekrankheiten im Erwerbsobstbau zu etablieren. Auf der Basis von Bildaufnahmen und Bildverarbeitungsalgorithmen des maschinellen Lernens sollen artspezifische Krankheitssymptome in großer Anzahl, in verschiedenen Entwicklungsstadien und räumlich hochaufgelöst in Apfel- und Birnenbeständen erfasst und kartiert werden. Der Fokus liegt dabei zunächst auf der Erkennung von Blattsymptomen. Daten zum Verlauf der Krankheitssymptome werden mit Geoinformationen der Wetterdienste abgeglichen. Langfristiges Ziel ist es, ein arbeitssparendes und kostengünstiges Hochdurchsatzverfahren als Kontrollsystem für die Obstproduktion und -züchtung zu etablieren, dass eine kontinuierliche räumliche Erfassung und Dokumentation von Infektionen durch Quarantäneschaderreger ermöglicht.

EDA --- elektronische Deichsel

Elektronische Deichsel für landwirtschaftliche Arbeitsmaschinen mit Umfeldsensorik und zusätzlichen Geoinformationen

Die elektronische Deichsel arbeitet nach dem Master-Slave-Prinzip. Ein bemanntes Fahrzeug (Master) gibt den Kurs vor, ein unbemanntes (Slave) folgt diesem autonom. Zur Steigerung von Sicherheit und Automatisierungsgrad wird das System um Geoinformationen und Sensoren zur Umfeldüberwachung ergänzt. Ziel ist es, den rechtlichen Sicherheitsanforderungen bedienerloser Maschinen im Feldeinsatz besser gerecht zu werden.
Wir sind hierbei für Pfadplanung, Lenkalgorithmik, telemetrische Datenübertragung zwischen den Schleppern sowie die Einbindung zusätzlicher Geoinformationen verantwortlich.

GeoFarm --- Anbauempfehlung und Entscheidungsunterstützung für Pflanzenproduktion

Im Fokus steht die Entwicklung eines Verfahrens zur Anbauempfehlung und Entscheidungsunterstützung für eine standortspezifische Pflanzenproduktion. Anforderungen an ein solches Verfahren sind eine hohe räumliche Präzision unter Beachtung der großflächig skalierbaren, überregionalen und dabei kosteneffizienten Einsetzbarkeit.
In der auf einer Internetplattform basierenden Prozesskette sind wir für die Berechnung von Managementzonen-, Aussaat- und Pflanzenschutzkarten sowie die Wettermodellierung zuständig. Weiterhin implementieren wir Module für Ertragsdatenauswertung, Erntelogistik und Prozessdatenverwaltung.

In-Field --- Standortangepasstes N-Management

Standortangepasstes N-Management auf Basis teilflächenspezifischer Informationsverarbeitung – System-, Hard- und Softwarelösung

Ziel ist die Detektion des betriebswirtschaftlich optimalen Stickstoffdüngereinsatzes im Winterweizen. Dieser wird von einem künstlichen neuronalen Netz (KNN) anhand eines Bodenprozessmodells ermittelt. Als Ergebnis wird die teilflächenspezifische Stickstoffmenge unter Berücksichtigung der von einem Stickstoff-Sensor während der Überfahrt gemessenen Werte ausgegeben.
Die Kommunikation mit dem Düngerstreuer übernimmt dann ein sogenannter In-Field-Controller. Dessen Entwicklung nach dem Standard ISO 11783 liegt genauso in unserer Hand wie die Mobilfunkverbindung zu einem Datenportal, das als Benutzerschnittstelle dient.

PROGReSs --- Heterosis beim Raps untersuchen

Prediction and Modeling of Hybrid Performance and Yield Gain in Oilseed Rape by Systems Biology

Intention ist die Untersuchung des Phänomens „Heterosis“ beim Raps in einem systembiologischen Ansatz. Hierfür werden iterative Prädiktionsmodelle mit experimentell erzeugten Daten kombiniert. Wir übernehmen dabei die sensorgestützte Phänotypisierung von Rapshybriden per Drohnenbefliegung inkl. Entwicklung der Auswertealgorithmen, die Charakterisierung des Bodens sowie die Erhebung von Klimadaten.

RapiD --- Phänotypisierungsmethoden beim Raps

Ertragsfaktoren von Raps als Nachwachsender Rohstoff: Phänotypisierung unter dynamischen Praxisbedingungen

Das Ziel dieses Vorhabens ist die Entwicklung und Praxiserprobung neuartiger nicht-invasiver Phänotypisierungsmethoden für die Erfassung von ertragsbildenden Faktoren beim Raps sowie deren Einsatz zur Identifizierung neuer genetischer Variation für die Züchtung. Diese neuartigen nicht-invasiven Phänotypisierungsmethoden beinhalten Sensoren für ertragsrelevante Merkmale, die zum Beispiel an einem UAV montiert werden und beim Überfliegen einer Versuchsparzelle objektive Messdaten liefern.

KODIAQ --- Daten- und Informationssystem für Saatgutqualität

Konsistentes Daten- und Informationssystem zur Erfassung und Analyse von Frühindikatoren der Saatgutqualität

Das Projekt KODIAQ untersucht die Auswirkung und die Interaktion von verschiedenen internen und externen Faktoren auf die Keimfähigkeit von Saatgut. geo-konzept ist im Projekt für die Erzeugung geodatengestützter Sensor- und Umweltdaten verantwortlich. Im Projekt bringt geo-konzept die langjährige Erfahrung mit unbemannten Flugsystemen und multispektraler Sensorik ein. Dazu gehört neben der Befliegung auch die Verarbeitung der Aufnahmen zu multispektralen Orthophotos. Weitere Faktoren, die für die Erzeugung von Saatgut und dessen Keimfähigkeit von Bedeutung sind, sollen durch von geo-konzept zur Verfügung gestellte Klima- und Wetterdatenströme identifiziert werden.