Agri-Gaia: Offener KI-Standard auf Basis von GAIA-X

Digitalisierung und Künstliche Intelligenz (KI) spielen eine Schlüsselrolle, wenn es um die Bewältigung der vielfältigen Herausforderungen für die Landwirtschaft geht. Um das enorme Potenzial intelligenter Technologien nutzen zu können, braucht es eine vertrauenswürdige und leistungsfähige IT-Infrastruktur.
Auf Initiative des Agrotech Valley Forums arbeitet im Projekt Agri-Gaia ein namhaftes Konsortium aus Industrie und Forschung an der Realisierung eines offenen KI-Standards für die Agrar- und Ernährungswirtschaft auf Basis der europäischen Cloud-Initiative GAIA-X.
Das Vorhaben wird vom Bundesministerium für Wirtschaft und Energie (BMWi) mit rund 12 Mio. € gefördert.

Kapazitäten und Strategien fehlen

Künstliche Intelligenz soll den Landwirten ebenso wie den mittelständischen Unternehmen als Werkzeug dienen, um Ressourcen effizienter zu nutzen und Ökosysteme nachhaltig zu schützen. Allerdings erfordert die Entwicklung KI-gestützter Lösungen für landwirtschaftliche Anwendungen Forschungskompetenzen, die über die Möglichkeiten mittelständischer Unternehmen hinausgehen.
Zudem fehlt es an effizienten Strategien, aktuelle und branchenspezifische KI-Verfahren für vielfältige Anwendungsentwicklungen zugänglich zu machen.

Offenes KI-Ökosystem für die mittelstandsgeprägte Agrar- und Ernährungsindustrie

Hier setzt das Projekt Agri-Gaia an. Gemeinsam mit einer wachsenden Zahl von Unterstützern aus Verbänden, Forschung, Politik und Industrie arbeiten die Projektpartner unter der Leitung des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) daran, eine offene, dezentrale Infrastruktur für die Entwicklung und den Austausch von KI-Algorithmen in der Landwirtschaft zu entwickeln.
Auf diese Weise soll ein KI-Ökosystem für die mittelstandsgeprägte Agrar- und Ernährungswirtschaft geschaffen werden, das auf der europäischen Cloud-Initiative GAIA-X basiert. Zum Konsortium zählen

Agri-Gaia ist der erste Use Case der Anwendungsdomäne Agrar im europäischen Großprojekt GAIA-X. Darin erarbeiten Vertreter aus Politik, Wirtschaft und Wissenschaft die Grundlage einer modernen, domänenübergreifenden Dateninfrastruktur, welche die digitale Souveränität Europas sicherstellen und einen Datenaustausch im Rahmen der europäischen Datenschutz–Grundverordnung ermöglichen soll.
Das Agri-Gaia-Konsortium hat in GAIA-X die Domäne Agrar etabliert, die von Prof. Dr. Engel Hessel vom Bundesministerium für Ernährung und Landwirtschaft (BMEL) und Dr. Stefan Stiene vom DFKI-Labor Niedersachen koordiniert wird. Darin sollen Anwendungsfälle entwickelt werden, an denen sich das Potential von GAIA-X für die Landwirtschaft demonstrieren lässt.
Prof. Dr. Joachim Hertzberg, Leiter des DFKI-Labors Niedersachsen und Professor an der Universität Osnabrück: „Mit Agri-Gaia haben wir einen Nerv getroffen. Der Bedarf an einer sicheren vernetzten Dateninfrastruktur, wie sie in GAIA-X angestrebt wird, ist riesig – insbesondere für KI-Entwicklungen. Zahlreiche Firmen aus dem gesamten Agribusiness-Wertschöpfungssystem sind bereits auf uns zugekommen und planen, den Standard zu unterstützen und Teil des Agri-Gaia-Ökosystems zu werden.“

Branchenspezifische KI-Bausteine für innovative Anwendungen und Geschäftsmodelle

Zur Schaffung dieses Ökosystems realisieren die Partner eine innovative B2B-Plattform, die branchenspezifisch adaptierte KI-Bausteine als leicht verwendbare Module bereitstellt und Anwender mit Entwicklern von KI-Algorithmen zusammenbringt.
Ziel des Projekts ist es, den Kreis von der Sensordatenaufnahme auf der Landmaschine über das Trainieren der Algorithmen auf entsprechenden Servern bis zur kontinuierlichen Aktualisierung und Optimierung dieser Algorithmen zu schließen. Hierfür werden in Agri-Gaia entsprechende Schnittstellen und Standards entwickelt, die eine herstellerübergreifende Infrastruktur entstehen lassen.
Agri-Gaia soll wie ein KI-Katalysator wirken, der im gesamten Agribusiness dafür sorgt, dass KI-Technologien an verschiedensten Stellen zum Einsatz kommen – für eine effiziente und zugleich nachhaltige Landwirtschaft.