Das System klassifiziert jedes Ei automatisch nach Zuchttauglichkeit, Eierproduktion, Hähnchenmast oder unbefruchtetem Verzehrei in rund einer Sekunde pro Ei. Lohmann Deutschland hat die Technologie 2023 an seinem Brütereistandort Dorum installiert. Die Lösung ist konform mit dem deutschen Verbot des Kükentötens und wurde mit dem 1. Hauptpreis des Innovationspreis Bayern 2024 ausgezeichnet.
Bayer entwickelt KI-Assistenten für Landwirte und Agronomen mit Azure OpenAI
Der von Bayer und EY entwickelte Assistent nutzt Azure OpenAI Service mit GPT-Modellen, Azure AI Search, Retrieval-Augmented Generation sowie Azure Data Manager for Agriculture, um Fragen von Landwirten und Agronomen zu Bayer-Produkten, Pflanzenschutz und Bodengesundheit zu beantworten. Der Prototyp wurde in nur 90 Tagen entwickelt; 2024 folgte eine erfolgreiche Pilotphase mit 1.000 Mitarbeitern, für 2025 ist ein Rollout auf mehrere tausend Nutzer geplant.
Predictive Maintenance für Erntemaschinen mit Edge-KI
Erntemaschinen des Landmaschinenherstellers Holmer Maschinenbau arbeiten oft in abgelegenen Gebieten ohne stabile Internetverbindung, wodurch klassische cloudbasierte Predictive-Maintenance-Ansätze nicht funktionieren. Gemeinsam mit dem Telekommunikationspartner Huawei und Fraunhofer IKS wurde daher ein Teil der Analyseintelligenz vom Internet an das Kommunikationsgateway der Maschine verlagert. Sensordaten von kritischen Komponenten wie dem Antriebsstrang werden lokal per Machine-Learning-Algorithmen auf Auffälligkeiten geprüft und bei verfügbarer Konnektivität zusätzlich flottenweit in der Cloud ausgewertet, um Wartungsbedarf frühzeitig zu erkennen, bevor es zu Ausfällen kommt.
KI-App identifiziert Düngemittel per Fotoscan (EasyMatch)
Die App funktioniert auch offline mit lokal gespeicherten Düngemittel-Fingerabdrücken und erkennt unbekannte Produkte unabhängig von Hersteller oder Verpackung, da sie nicht auf Textetiketten, sondern auf die physikalischen Eigenschaften des Materials selbst abstellt. AMAZONE steuerte die Streuchartendaten und das Fachwissen zur Einstellung moderner Düngerstreuer bei. Die Lösung wurde bei der Agritechnica mit einer Silbermedaille ausgezeichnet, was für einen erfolgreichen Transfer von Forschung in ein marktreifes Produkt spricht. Das Prinzip, physische Materialien per Bild-Fingerabdruck statt über Text zu identifizieren, ist grundsätzlich auf andere Bereiche mit hoher Produktvielfalt und wechselnden Bezeichnungen übertragbar.
KI-App Agripilot.ai steigert Zuckerrohrertrag und Zuckergehalt bei indischen Kleinbauern
Das System kombiniert Wetterstationen, Bodensensoren sowie Satelliten- und Drohnenbilder und verarbeitet diese über Microsoft Azure Data Manager for Agriculture und das Forschungsprojekt FarmVibes.ai. Azure OpenAI Service generiert daraus einfache, tägliche Handlungsempfehlungen auf Englisch, Hindi und Marathi, etwa wann bewässert, gedüngt, nach Schädlingen gescoutet oder bei optimalem Zuckergehalt geerntet werden sollte. Laut offiziellem Microsoft-Bericht waren die Zuckerrohrstängel in Testparzellen bei der Ernte 30 bis 40 Prozent schwerer und enthielten 20 Prozent mehr Zucker; zudem verkürzte sich der Erntezyklus von 18 auf 12 Monate. Zum Start meldeten sich rund 20.000 Landwirte für das Programm an, 1.000 wurden für die erste Testrunde ausgewählt, von denen rund 200 Testparzellen anlegten. Als Pilotprojekt zeigt der Fall exemplarisch, wie generative KI mit klassischem Machine Learning und Fernerkundung kombiniert werden kann, um auch technisch wenig versierten Kleinbauern präzise Handlungsempfehlungen zugänglich zu machen, ein Modell, das auf andere Feldfrüchte und Regionen mit ähnlicher Kleinbauernstruktur übertragbar ist.
KI-gestützte virtuelle Weidezäunung spart Rancher über 200.000 US-Dollar im ersten Jahr
Jedes Tier trägt ein solarbetriebenes GPS-Halsband; virtuelle Weidegrenzen werden per App festgelegt und bei Bedarf verschoben, ohne physische Zäune neu bauen zu müssen. Ein Algorithmus im HerdManager-System überwacht Tierbewegungen und -verhalten und steuert die akustischen bzw. leichten elektrischen Signale, mit denen Tiere lernen, virtuelle Grenzen einzuhalten. Laut dem auf der Merck-Animal-Health-Website dokumentierten Fallbeispiel konnte Rancher Leo Barthelmess innerhalb von sechs Monaten die Zaunkapazität verdoppeln (60 Meilen virtuell vs. 30 Meilen physisch über 30 Jahre) und erzielte nach einem Jahr Vence-Nutzung Einsparungen von über 200.000 US-Dollar, was einem 7,1-fachen Return on Investment gegenüber traditioneller Zaunerrichtung entspricht. Zusätzlich sanken Futter-, Arbeits- und Infrastrukturkosten, da Weideflächen präziser rotiert und die Flächenkapazität besser ausgenutzt werden konnte. Die Technologie wird von Merck Animal Health kommerziell vermarktet und ist auf Rinderbetriebe unterschiedlicher Größe in den USA übertragbar.
KI-gestützte Präzisionsspritzung senkt Herbizidkosten bei gleichbleibender Unkrautkontrolle
Die Technologie kombiniert mehrere Kameras am Spritzausleger mit KI-Bilderkennung, die zwischen Nutzpflanze, Unkraut und Boden unterscheidet und die Spritzdüsen individuell ansteuert. Die von Anita Dille (Kansas State University) geleitete, mehrjährige Feldstudie (Manhattan, Kansas, und Seymour, Illinois) verglich in Mais und Soja drei KI-Erkennungsschwellen (‚Efficacy‘, ‚Balanced‘, ‚Savings‘) mit klassischer Breitflächenapplikation. Ergebnis laut Weed Science Society of America (WSSA) und der Originalstudie: Die Herbizidkosten bei gezielter ONE-SMART-SPRAY-Applikation lagen unter denen der Breitflächenapplikation, während die Unkrautkontrolle in vielen Fällen vergleichbar blieb, besonders wenn Unkraut früh in der Saison auflief. Die Wirksamkeit sank, wenn Regenfälle das Unkrautauflaufen nach der Anwendung verzögerten, weshalb die Forscher die Kombination mit klassischen Methoden empfehlen. Kommerziell ist die Lösung bereits in die Landmaschinenmarken von CNH Industrial integriert und wurde in Lateinamerika über den Hersteller Stara auf den Markt gebracht. Übertragbarkeit: Das Prinzip ‚KI-gestützte selektive statt flächendeckender Behandlung‘ lässt sich auf andere Pflanzenschutzmaßnahmen (Fungizide, Insektizide, Dünger) übertragen.
See & Spray: KI-gestützte Präzisions-Unkrautbekämpfung auf über 5 Millionen Hektar
Ausgangslage war der hohe Herbizid- und Kostenaufwand beim klassischen Breitbandsprühen in Ackerbaubetrieben. John Deere kombiniert dafür computergestützte Bildverarbeitung mit Machine-Learning-Modellen, die auf landwirtschaftlichen Geräten (Traktoren/Feldspritzen) in Echtzeit einzelne Pflanzen von Unkraut unterscheiden und Düsen individuell ansteuern. Die Lösung wird seit einigen Jahren kommerziell vermarktet, unter anderem mit einer 2025 eingeführten ‚Application Savings Guarantee‘, bei der Landwirte nur für nachgewiesene Einsparungen zahlen. Voraussetzung ist entsprechend ausgerüstete John-Deere-Technik sowie ausreichende Feldgröße für den wirtschaftlichen Einsatz. Ergebnis 2025: rund 31 Millionen Liter Herbizidmix eingespart sowie in Forschungsversuchen über sieben US-Bundesstaaten ein durchschnittlicher Mehrertrag von 2 Scheffel/Acre bei Sojabohnen (bis zu 4,8 Scheffel/Acre in Einzelfällen). Das Prinzip lässt sich auf andere Kulturen und Regionen mit Row-Crop-Anbau übertragen.