Meilensteine
Identifikation der relevanten Umwelt- und Wachstumsparameter und möglicher Messmethoden
Beschaffung und Installation der benötigten Sensoren und Aktoren. Entwicklung von Methoden zur Erfassung und Anreicherung der Daten um manuell ermittelte Werte und Labordaten
Betopfung der Versuchsflächen. Datennahme und praktische Erfahrungen mit dem Sensorbetrieb vor Ort
Erstellen eines KI-basierten Vorhersagemodells unter Berücksichtigung der örtlichen Gegebenheiten
Modellierung der Substratfeuchte, des Bodenleitwerts und der Boden- sowie Lufttemperatur für die nächsten 24 Stunden basierend auf Faktoren wie Bewässerung und Wetterbedingungen
Einsatz des entwickelten Modells bei allen Baumschulbetrieben. Gegebenenfalls Erkennen und Beheben von Fehlverhalten des Systems.
Erfassung weiterer Daten und Sammeln von Erfahrungen im Einsatz der Vorhersagemethodik. Basierend auf den Vorhersagen empfiehlt das System bereits Pflegemaßnahmen, führt diese jedoch noch nicht selbstständig aus.
Basierend auf Wachstumsparametern zum Zeitpunkt X und den Umweltbedingungen zwischen den Zeitpunkten X und X+1 sollen die Wachstumsparameter zum Zeitpunkt X+1 bestimmt werden können. Nachlernen weiterer Pflanzenarten soll durch Expertenwissen vorkonfiguriert werden können und somit weit weniger Daten benötigen.
Vorgaben verschiedener Wachstumsziele wie bspw. Optimierung des Wachstums, Optimierung der Nachhaltigkeit oder Produktionsplanung sollen umgesetzt werden können
Aufbau von Testfeldern in Baumschulbetrieben für die dritte Messsaison, auf denen die PPP Methode vom Nutzer überwacht eigene Entscheidungen trifft.
Test der fertiggestellten Methode in der dritten Messsaison