Forschungsschwerpunkte

Ziel ist die Konzeption und Entwicklung eines modularen Baukastens von KI-Methoden, die heterogene und oft unvollständige Daten aus ökologischen Systemen verarbeiten und in entscheidungsrelevante Informationen überführen können. Die technologische Entwicklung konzentriert sich darauf, aus Rohdaten präzise Diagnosen und Handlungsempfehlungen zu generieren.

FuE-Aufgaben:

• Entwicklung von KI-Modellen, die speziell für die Fusion ökologischer Daten optimiert sind
• Integration von heterogenen Quellen
• Ermöglichung einer echtzeitnahen Diagnose direkt im Feld

Innovationsgehalt:

• Konzeption und Entwicklung eines modularen Baukastens von KI-Methoden zur Verarbeitung heterogener und unvollständiger ökologischer Daten
• Intelligente Verknüpfung diverser Datenquellen zu einem kohärenten Lagebild
• Schaffung der Voraussetzungen für Echtzeitsteuerung, Datensouveränität und Offline-Fähigkeit in ökologischen Systemen

Ziel ist es, komplexe Daten und KI-Ergebnisse in ein verständliches, interaktives und entscheidungsrelevantes Format zu überführen, um die Akzeptanz und den praktischen Nutzen der entwickelten Systeme zu maximieren.

Interaktive Visualisierung und Dashboards bereitet komplexe Daten und Indikatoren in einer intuitiven, grafischen Form für den Nutzenden auf. Diese Technologie entwickelt nutzerzentrierte Oberflächen, die räumliche und zeitliche Zusammenhänge verständlich darstellen und eine gezielte Analyse ermöglichen.

Erklärbare KI und semantische Analyse ist ein Sammelbegriff für Methoden, die darauf abzielen, die Entscheidungen von KI-Systemen für Menschen nachvollziehbar zu machen. Diese Technologie öffnet die Black Box der KI und übersetzt ihre Ergebnisse in verständliche, begründete Handlungsempfehlungen.

FuE-Aufgaben:

• Entwicklung eines anpassbaren Dashboards, das kartenbasierte und diagrammbasierte Ansichten kombiniert
• Schaffung von nutzerdefinierten Alarmierungs- und Berichtsfunktionen
• Entwicklung einer semantischen Suchfunktion zur Erschließung unstrukturierter Datenarchive

Innovationsgehalt:

• Überführung komplexer Daten und KI-Ergebnisse in ein verständliches, interaktives und entscheidungsrelevantes Format
• Schließung der Fragmentierung zwischen hochspezialisierten Agrar-Plattformen und allgemeinen BI-Werkzeugen
• Überwindung der Hürde bei der effektiven Visualisierung und Integration heterogener Datenquellen durch ganzheitliche und nutzerzentrierte Ansätze

TEL-4: Dezentrale Sensor-Aktor-Systeme und IoT-Integration

Diese Entwicklungslinie fokussiert auf die physische Datenerfassung aus der Umwelt und die Ausführung von Steuerbefehlen vor Ort. Ziel ist die Entwicklung robuster, interoperabler und kosteneffizienter Komponenten, die als grundlegende Sensorik und Aktorik für die übergeordnete KI-Steuerung fungieren. Die Entwicklung reicht von der Konzeption energieeffizienter Sensorknoten bis zur Schaffung einer offenen Kommunikationsinfrastruktur, die eine nahtlose Integration von Bestands- und Neugeräten ermöglicht.

FuE-Aufgaben:

• Schaffung einer modularen Plattform, die je nach Anwendungsfall mit unterschiedlichen Sensoren bestückt werden kann
• Entwicklung von hybriden Regelungsalgorithmen, die die Robustheit klassischer Regler mit der Adaptivität von KI-basierten Ansätzen kombinieren
• Implementierung von prädiktiven Regelungsfunktionen, die nicht nur auf den Ist-Zustand, sondern auch auf prognostizierte Daten reagieren

Innovationsgehalt:

• Schließung der technologischen Lücke zwischen hochpreisigen Profi-Systemen und unzuverlässigen Low-Cost-Lösungen im Bereich Umweltsensorik
• Überwindung der Grenzen starrer An/Aus-Logiken und nicht-adaptiver Standardregler in der Aktor-Steuerung
• Entwicklung intelligenter, hybrider und prädiktiver Regelungsalgorithmen, die dynamisch auf Echtzeit-Sensordaten und Prognosen reagieren

Diese Entwicklungslinie konzentriert sich auf die präzise Steuerung, selektive Aufbereitung und qualitätsgesicherte Rückführung biodiversitätsrelevanter Stoffströme. Ziel ist es, digitale Steuerbefehle in exakte physische Aktionen zu übersetzen und dabei durch instrumentierte Filter-, Membran- und Katalyse-Module sowie modulare Aufbereitungseinheiten geschlossene, wirkungsorientierte Kreisläufe zu realisieren.

FuE-Aufgaben:

• Schaffung der technologischen Basis für eine präzise und reproduzierbare Ausbringung von Mikro-Granulaten
• Entwicklung einer modularen Aufbereitungs- und Rückführungseinheit, die je nach Bedarf dynamisch konfiguriert werden kann
• Einsatz keramischer Funktionselemente zur hochpräzisen und langlebigen Separation von Partikeln oder Schadstoffen

Innovationsgehalt:

• Realisierung geschlossener, wirkungsorientierter Kreisläufe durch die Übersetzung digitaler Steuerbefehle in exakte physische Aktionen
• Entwicklung eines integrierten Sensor-Aktor-Systems zur Echtzeit-Messung und Kompensation von Prozessqualitätsmetriken wie Leckageraten
• Überwindung der Einschränkungen herkömmlicher volumetrischer Schüttgut-Dosierung durch präzise, datengestützte mechatronische Systeme
• Signifikante Steigerung der Dosiergenauigkeit (> 30 %) und Minimierung von Verlusten, die die Biodiversität schädigen
• Schaffung einer kostengünstigen und robusten Lösung für präzise Schüttgut-Dosierung im Agrar- und Umweltbereich, die Hochpräzisions-Anwendungen aus der Pharmazie adaptiert
• Entwicklung eines dezentralen, modularen und stoffselektiven Filter- und Trennsystems zur dynamischen Flüssigkeits-Konditionierung
• Echtzeit-Anpassung der Wasserqualität (Filtration, Anreicherung mit Nährstoffen/Mikroorganismen) basierend auf Bodensensorik und aktuellem Bedarf
• Einsatz innovativer keramischer Funktionselemente für hochpräzise und langlebige Separation
• Überwindung statischer, zentraler Wasseraufbereitungssysteme durch dynamische, bedarfsgerechte Konditionierung direkt im Bewässerungsprozess