Bei Foodhub NRW finden sich junge Unternehmungen und Start-ups im Kontext von Sensorik und Pflanzengesundheit bzw. Bodenqualität. KI kommt aber auch in automatisierten Landmaschinen oder Agrarrobotern zum Einsatz. Hier werden Sensorik und Bilderkennung zusammen mit KI beispielsweise für die Optimierung von typischen Arbeiten wie Säen, Hacken, Ernten oder auch für die Reduktion oder Vermeidung von Herbizid- und Pestizidanwendungen genutzt.

In der Produktion werden mittels KI Prozesse analysiert, optimiert oder abgesichert. Es finden sich Anwendungen, bei denen die richtige Form von Backwaren auf dem Produktionsband überwacht wird oder Effizienz, Emissionen u. a. Aspekte optimiert werden. Andere Projekte zielen darauf ab, Entscheidungshilfen für Produktions- oder Einkaufsmengen zu geben. Für Unternehmen mit eigenen Transporter-Fahrzeugflotten kann die vollautomatische hygienische Reinigung ihrer Fahrzeuge interessant sein. Nutzungsdaten der Fahrzeuge werden ausgewertet und daraus Empfehlungen für die Reinigung abgeleitet.

Gastronomie und Gemeinschaftsverpflegung können von KI-gestützten Services profitieren, die maßgeschneiderte Empfehlungen für eine ausgewogene Ernährung am Arbeitsplatz liefern. Gleichzeitig erhalten Küchenchefs wichtige Informationen für die bedarfsgerechte Menüplanung auf Basis der Präferenzen und Ernährungsbedürfnisse ihrer Gäste.

FPI-Mitglieder haben bereits etablierte Lösungen für den Lebensmittelsektor entwickelt. Dazu zählen beispielsweise Deep-Learning-Systeme im Bereich von Robotik und Bildverarbeitung. Diese setzen NRW-Unternehmen der Ernährungsbranche in der Produktion bei Sortier- und Bewertungsprozessen und in der Verpackung ein, z. B. für die Video-basierte Fremdkörperdetektion in Schüttgut. Dies funktioniert laut Technologieentwickler sogar bis hin zur schwierigen Erkennung von Kunststoffteilchen. Ein anderes Aufgabenspektrum ist die visuelle Bewertung der Tiergesundheit beim Eintritt der Tiere in die verarbeitenden Betriebe als Hilfestellung für die veterinärmedizinische Begutachtung und die Spezifizierung bzw. Standardisierung von Tierschutzindikatoren.

Einige der befragten Ansprechpartner:innen weisen allerdings darauf hin, dass man sich bei zahlreichen möglichen Anwendungen noch in einer frühen Entwicklungsphase befindet. Digitalisierung und damit auch der optionale Einsatz von KI muss heute einbezogen werden, um Herausforderungen für die Branchen zu bewältigen. Dabei muss der Nutzen für die Anwender:innen im Fokus bleiben und dementsprechend der Einsatz von KI immer durch den Beweis ihrer Nützlichkeit gerechtfertigt werden.

In diesem Zusammenhang wird beispielsweise auch der Wissensverlust im Kontext der demografischen Entwicklung angeführt. Wenn die langjährige Erfahrung der Mitarbeitenden an komplexen Maschinen verloren geht, kann KI die nachfolgende Generation an dieser Stelle unterstützen. Andere Aspekte sind die Vermeidung von Lebensmittelverlusten, der immer bedeutsamere schonende Umgang mit Ressourcen, Energieeinsparung, Umwelt- und Klimaschutz, mehr Tierwohl in der Nutztierhaltung, die Produktsicherheit oder die Qualitätssicherung.

Die Vitarom GmbH in Bergheim baut ganzjährig regionales Gemüse an. Das Unternehmen sieht sich selbst als innovativen Erzeuger- und Vertriebsverbund und belegt dies aktuell über zwei neue KI-Projekte. Laut Mit-Geschäftsführer Carsten Knodt werden bestehende Bewässerungssysteme mit KI-Technologie erweitert. Das Unternehmen verspricht sich davon deutliche Wasser- und Energieeinsparungen sowie eine verbesserte Klimasteuerung. In einem zweiten Projekt wird KI in der Kamera-basierten Erfassung und Analyse aufgeblühter Blüten für die Verbesserung der Ernteprognosen eingesetzt. Im Bereich von Tomaten oder Minigurken soll damit auch der Vertrieb unterstützt werden.

Nach Meinung von Carsten Knodt sind die Technologien vielversprechend, aber leider auch noch sehr teuer. Und sie kommen ohne Erfolgsgarantie daher. Jedoch wäre es für ihn ein echter „Gamechanger“, wenn mit Unterstützung durch KI die Produktion gesteigert und gleichzeitig der Ressourceneinsatz reduziert werden könnte. Dies wäre für Vitarom noch relevanter als die Ernteprognose, die Knodt gerade für kleinere Betriebe als besonders interessant erachtet.

Im Bäckerhandwerk kommt Künstliche Intelligenz in mehreren Bereichen zum Einsatz, erklärt Henning Funke, Geschäftsführer im Bäckerinnungsverband WEST. Viele größere Bäckereibetriebe optimieren ihre Produktionsplanung mittlerweile mit Hilfe KI-gestützter Systeme. Anhand von Kassendaten der Filialen wird analysiert, an welchem Ort an welchem Tag der Woche welche Produkte verkauft wurden. Diese Daten werden mit anderen Faktoren (z. B. Feiertags- oder Wochenendsituation, Wetter) in Beziehung gesetzt, um daraus Verkaufsprognosen zu erstellen. Die Ergebnisse führen zur Optimierung von Bestellungen und Produktionsmengen, zur Senkung der Retourenquote und damit am Ende auch zur Vermeidung von Lebensmittelverschwendung. Derart lernende Systeme sind laut Henning Funke mittlerweile in gängige Bäckereisoftware-Applikationen integriert. Und der Verband hat Rückmeldungen erhalten, dass die Retourenquoten nach einer Übergangszeit signifikant zurückgehen.

Sehr innovative Bäckereien haben begonnen, KI auch in der Personaleinsatzplanung zu nutzen. Da Personalkosten mittlerweile einen Anteil von knapp 50 Prozent an den Betriebskosten ausmachen, ist die Optimierung von Öffnungszeiten und Personaleinsatz jeder einzelnen Filiale von großer Bedeutung. Die mit Hilfe künstlicher Intelligenz erstellten Dienstpläne können theoretisch bereits eine hervorragende Unterstützung darstellen. Bis zur Marktreife wird nach Meinung von Henning Funke nur noch kurze Zeit vergehen.

Ein dritter Einsatzbereich ist die Tourenplanung für die Belieferung der Bäckereifilialen. Auch hier muss das Rad nicht neu erfunden werden, sondern es konnten Lösungen branchenspezifisch weiterentwickelt werden, die in der Logistik bereits etabliert sind.
Größter Treiber all dieser Entwicklungen in einer ohnehin sehr Technologie-affinen Branche ist laut Henning Funke die Personalsituation in den Betrieben, die es erforderlich macht, die vorhandenen Kräfte optimal einzusetzen.

Im münsterländischen Senden könnte sich mitentscheiden, welche Zukunft Legehennenbrütereien in Deutschland noch haben. In der Brüterei Gut Averfeld trifft Hightech die Primärproduktion und beweist, dass Landwirtschaft keine Berührungsängste mit wichtigen Zukunftstechnologien hat. Im Betrieb von Burkhard Brinkschulte wird gerade in Kooperation mit einem Start-up aus München ein KI-gestütztes Verfahren zur nicht-invasiven Geschlechtsbestimmung im Brutei entwickelt. Das Ziel dabei ist, die für die Brutei-Beprobung vorgeschriebene tierschutzrechtliche Altersgrenze der Embryonen im Hühnerei weit zu unterbieten. Statt bis spätestens am zwölften Bruttag soll das Kükengeschlecht mit diesem Verfahren bereits bis zum siebten Bruttag ermittelt werden können. Hierzu werden die Bruteier von außen mit Licht bestrahlt und das aufgezeichnete Lichtspektrum mit KI-Algorithmen ausgewertet. Neben der tierschutzrechtlichen Komponente gibt es einen weiteren Vorteil. Da das angebrütete Ei nicht beschädigt wird, kann es nach der Selektion zu diesem frühen Zeitpunkt noch anderen Verwendungen zugeführt werden. Dazu gehört beispielsweise die Impfstoffproduktion.

Burkhard Brinkschulte, in ehrenamtlicher Funktion auch Vorstandsvorsitzender des Geflügelwirtschaftsverbandes Nordrhein-Westfalen e. V., betont den Aspekt der Standortsicherung für die Brüterei- und Aufzuchtbetriebe in Nordrhein-Westfalen: „Es könnte daraus eine Win-Win-Situation für die deutsche Eier-Branche insgesamt entstehen. Neben einem echten Preisvorteil für Legehennenhalter ist dies auch eine große Chance für ein international skalierbares Modell.”

Das Projekt „PhenoRob“ führt die Universität Bonn zusammen mit dem Forschungszentrum Jülich durch. Als einer von sechs Exzellenzclustern der Universität setzt PhenoRob bei den wachsenden Herausforderungen an, die zukünftig für die Produktion von Nutzpflanzen für Lebensmittel oder nachwachsende Rohstoffe entstehen. Mehr Nahrung für die wachsende Weltbevölkerung, mehr erneuerbare Ressourcen für Non-Food-Produkte wie z. B. Kraftstoff sind Anforderungen, für die nur begrenzte Ackerflächen und essentielle Pflanzennährstoffe zur Verfügung stehen. Zusätzlich beeinflusst wird die Situation durch die negativen Auswirkungen des Klimawandels und die für eine nachhaltige Bewirtschaftung erforderliche Reduktion von Herbizid- und Düngereinsatz.

Die beiden Clustersprecher, Prof. Cyrill Stachniss und Prof. Heiner Kuhlmann, formulieren die wissenschaftlichen Ziele wie folgt: „Wir sehen die Forschung im Cluster als einen Beitrag neue, an moderner Technik ausgerichtete Wege zu mehr Nachhaltigkeit in der Pflanzenproduktion zu beschreiten. Die durch Robotik, mobile Messtechnik und KI gestützten Methoden werden den aktuell noch nötigen Einsatz an Agrarchemikalien reduzieren und die landwirtschaftliche Praxis nachhaltig verändern.“

Die Bezeichnung „PhenoRob“ leitet sich aus den beiden Schwerpunkten Robotik und Phänotypisierung ab. Diese werden im Projekt mit Digitalisierung, maschinellem Lernen, Modellierung und Pflanzenproduktion kombiniert, um neue Möglichkeiten für den Anbau und die nachhaltige Bewirtschaftung von Feldern zu erhalten. Dazu überwachen die Wissenschaftler:innen mit Netzwerken unterschiedlicher Sensoren sowie Bodenrobotern und Drohnen systematisch alle wesentlichen Aspekte der Pflanzenproduktion. Diese verschiedenen Monitoring-Aktivitäten liefern große Mengen an heterogenen Daten über Pflanzen, Pflanzenbestände, Boden und Umwelt wie z. B. das Wetter oder die Biodiversität der Vegetation. Dies ermöglicht ein gezielteres Management der „Inputs“ (genetische Ressourcen, Pflanzenschutz, Düngung, …) zur Optimierung der „Outputs“ (Ertrag, Pflanzenwachstum, Umweltbelastung, …).

In PhenoRob werden neuartige Technologien entwickelt, die eine schnelle und automatisierte Unkrautkontrolle sowie das selektive Düngen einzelner Pflanzen auf dem Feld ermöglichen. Dies führt dazu, die Menge der eingesetzten Chemikalien stark zu reduzieren. Die Wissenschaftlerinnen und Wissenschaftler wenden moderne „Machine Learning“ Methoden an, um die großen Mengen an erfassten Pflanzendaten zu analysieren. Auf diese Weise verbessern sie das Verständnis des Pflanzenwachstums sowie der Nährstoff- und Wassernutzungseffizienz und identifizieren Zusammenhänge zwischen den Inputs und Outputs.

Neben diesen natur- und technologisch-wissenschaftlichen Ansätzen, untersucht das Projekt parallel die sozioökonomischen und ökologischen Auswirkungen der landwirtschaftlichen Innovationen. Auch die Möglichkeiten für eine Markteinführung der neuen Technologien werden betrachtet und bewertet. Und auf der Ebene der einzelnen landwirtschaftlichen Betriebe prognostizieren die Forschenden mögliche Auswirkungen der neuen Technologien auf Managemententscheidungen.

Beispiele für konkrete Vorhaben sind:
Die präzise robotergestützte Unkrautbekämpfung hat zum Ziel, den Einsatz von Chemikalien wie Herbiziden zu reduzieren, da die Unkräuter gezielt bekämpft werden können. Des Weiteren kann auch selektiv bestimmt werden, welches Unkraut zu welchem Zeitpunkt und wie bekämpft werden muss. Deshalb wird im Projekt PhenoRob der Prototyp eines autonomen Feldroboters entwickelt, der einzelne Unkräuter in Echtzeit im Feld erkennen und identifizieren kann. Die Identifizierung der Unkrautart mit modernen Lernalgorithmen ermöglicht es dem Roboter, die optimale Methode zur Behandlung anzuwenden: Diese kann aus Chemikalien bestehen, aus einem thermischen oder mechanischen Eingriff, oder aber auch ohne jeden Eingriff. Durch diese alternativen minimal-invasiven Interventionstechniken kann die Resistenz gegen Herbizide bei wichtigen Unkrautarten verhindert werden.

Die Mischung von Nutzpflanzen (z. B. Getreide- und Hülsenfrüchtemischungen) bietet mehrere Vorteile gegenüber Einzelkulturen: effizientere Ressourcennutzung, geringeres Produktionsrisiko, weniger Schädlinge und Krankheiten, verbesserte Unkrautbekämpfung sowie größere biologische und höhere Pflanzen-Vielfalt. Derzeit werden Pflanzenmischungen jedoch von den Landwirten nicht breit eingesetzt. In vielen Fällen ist das komplexe Wissen, das für den erfolgreichen Anbau von Pflanzenmischungen erforderlich ist, nicht ausreichend vorhanden. Ziel des Projekts ist, optimale Partner hierfür auszuwählen. Dazu wird eine große Anzahl an Mischungen mit mehreren Partnern mit unterschiedlichen Merkmalen und in verschiedenen Umgebungen getestet. All dies, um letztendlich vielversprechende Mischungen in Bezug auf Ertrag, Ertragsstabilität und andere Ökosystemleistungen zu generieren.

Die Entwicklung von neuen Leichtbau-Robotern bietet die Möglichkeit, Feldgrößen deutlich zu reduzieren und Feldformen umzugestalten, da die kleineren Maschinen mit variablen Größen und Formen umgehen können und keine großen rechteckigen Felder benötigen. Der Pflanzenbau kann daher an die vorherrschende räumliche Heterogenität der Umwelt, insbesondere des Bodens, angepasst werden. So werden die in der Natur vorhandenen Ressourcen besser genutzt. Um neue Erkenntnisse in diesen Bereichen zu gewinnen, wird ein großer Feldversuch mit unterschiedlichen Feldformen durchgeführt.