P299 - 40. GIL-Jahrestagung 2020 - Fokus: Digitalisierung für Mensch, Umwelt und Tier
Auflistung nach:
Auflistung P299 - 40. GIL-Jahrestagung 2020 - Fokus: Digitalisierung für Mensch, Umwelt und Tier nach Titel
1 - 10 von 62
Treffer pro Seite
Sortieroptionen
- Komplettband40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier - Komplettband(40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020)
- KonferenzbeitragAkzeptanz von integrierten Herdenmanagementprogrammen zum Gesundheitsmonitoring auf rinderhaltenden Betrieben am Beispiel einer Smartphone-Applikation(40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) Kramer, Miriam; Verfürth, Larissa; Tücking, Nicole; Boelhauve, Marc; Mergenthaler, MarkusSmartphone-Applikationen nehmen zur Bündelung und Auswertung der auf einem Milchviehbetrieb anfallenden Daten eine immer wichtigere Rolle ein. Auch in Tiergesundheitsfragen sollen sie eine fundierte Entscheidungsgrundlage darstellen. Je größer der wahrgenommene Nutzen einer neuen Technologie, desto eher sind Personen bereit, diese auch zu übernehmen. Wenn die Gesundheitsfunktionen einer Herdenmanagement-App bei den Usern als nützlich empfunden, aber nicht genutzt werden, stellt sich die Frage, was den wahrgenommenen Nutzen bzw. die wahrgenommene einfache Bedienbarkeit einschränkt. Im Rahmen der vorliegenden Teilstudie im Projekt Digitale Kuh 3.0 wurde untersucht, warum die Ausstattungsmerkmale zur Tiergesundheit der Herdenmanagement-App FokusMobil vom Landeskontrollverband Nordrhein-Westfalen in unterschiedlichen Umfängen genutzt werden. Die qualitative Telefonbefragung der Projektteilnehmenden ergab, dass die Nichtnutzung der Gesundheitsfeatures vor allem im nicht erkannten Mehrnutzen sowie im Umstieg von gewohnten Systemen auf eine neue digitale Variante begründet liegen. Zur Förderung des wahrgenommenen Nutzens der App sollte die Tiergesundheitsdatenerfassung durch die Schaffung von Schnittstellen und managementrelevante Auswertungen ergänzt werden.
- KonferenzbeitragAutomatische Unterscheidung von Verhaltensmustern bei Schweinen auf der Basis von Anomalieerkennung durch ein neuronales Konvolutionsnetzwerk(40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) Wutke, Martin; Gültas, Mehmet; Traulsen, Imke; Schmitt, Armin O.Die automatisierte Erfassung und Klassifizierung spezifischer Verhaltensmuster von Hausschweinen ermöglicht die Untersuchung unterschiedlicher Einflussfaktoren in den Haltungsbedingungen. Vor allem die Analyse von Videoaufnahmen von Tieren stellt bestehende Ansätze vor Herausforderungen, da die beobachtbaren Verhaltensmuster keiner bestimmbaren Verteilung zu folgen scheinen. Die präsentierte Methode verwendet einen Machine-Learning-Algorithmus, um das Aktivitätsniveau verschiedener Schweinegruppen auf Basis von Videoaufnahmen zu bestimmen. In einem ersten Schritt wird ein neuronales Netzwerk darauf trainiert, Anomalien in Form von unerwarteten Aktivitäten in den Videodateien zu detektieren. Anhand der erzielten Ergebnisse wird in einem zweiten Schritt ein Klassifizierungsalgorithmus entwickelt, wodurch ein standardisierter Vergleich unterschiedlicher Videosequenzen ermöglicht wird.
- KonferenzbeitragAutomatisierte Lahmheitserkennung in der Milchviehproduktion(40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) Ziegler, Kathrin Lina Martha; Wiecha, Jochen Georg; Bernhardt, HeinzDie frühzeitige Erkennung von Lahmheit stellt in den wachsenden Tierbeständen der Milchviehproduktion eine große Herausforderung dar. Zur Minimierung ökonomischer Verluste sowie einer Steigerung des Tierwohls in modernen Haltungen wird die Entwicklung einer automatischen Erfassung der Klauengesundheit angestrebt. Grundbausteine sind hierbei die maschinelle Erkennung und Beurteilung von individuellen Körpermerkmalen, welche, in Kombination mit einer visuellen Bonitierung mittels Locomotion-Scorings, zur möglichst exakten Ermittlung des Lahmheitsgrads führt. Bereits existierende wissenschaftliche Ansätze werden in der vorliegenden Arbeit hinsichtlich ihrer Methodik und Technik zur Datenerhebung klassifiziert, sowie auf ihre Wiederholbarkeit in der Praxis hin überprüft.
- KonferenzbeitragAutomatisierte und digitale Dokumentation der Applikation organischer Düngemittel(40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) Bökle, Sebastian; Reiser, David; Griepentrog, Hans W.In der Landwirtschaft nach guter fachlicher Praxis ist die organische Düngung ein unverzichtbarer Baustein. Aufgrund erhöhter Nitratbelastungen im Grundwasser steht diese jedoch in der Kritik. Digitale Lösungen können hier zu einer lückenlosen Dokumentation und Effizienzsteigerung beitragen. Zwei verschiedene Varianten wurden betrachtet: jeweils eine Applikation mithilfe eines ISOBUS-Loggers der Firma Exatrek und mit einem Harvest Lab 3000 Sensor der Firma John Deere zur positionsgenauen Aufzeichnung ausgebrachter Inhaltsstoffe in Gülle. Beide Varianten wurden mit der herkömmlichen Dokumentation mithilfe einer Gülleprobe und der Ausbringmenge verglichen. Die Ergebnisse zeigen, dass eine digitalisierte Dokumentation und Applikation in der organischen Düngung möglich ist und deutliche Vorteile bietet. Sie ermöglichen es einerseits, kommende Dokumentationspflichten zu erfüllen, und andererseits, die Nährstoffe präziser und nachvollziehbarer zu applizieren.
- KonferenzbeitragBestimmung des Betriebsmodus landwirtschaftlicher Maschinen auf Basis von GNSS-Messwerten(40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) Poteko, Jernej; Eder, David; Noack, Patrick OleDie Unterscheidung zwischen Straßen- und Feldmodus ist entscheidend für den sicheren, effizienten und bedarfsgerechten Betrieb von Landmaschinen. Der Betriebsmodus setzt die Rahmenbedingungen für die optimale Einstellung verschiedener Parameter u.a. des Reifendrucks. Die Identifikation des Betriebsmodus kann durch die Klassifizierung mittels Entscheidungsbäumen aus den Geschwindigkeits- und Fahrtrichtungsmesswerten von GNSS-Sensoren abgeleitet werden. Die vorliegenden Untersuchungen zur Erkennung von Straßen- und Feldmodus erreichten bei der Differenzierung der Testdaten eine Genauigkeit von 92 %. Aus dem hohen harmonischen Mittel (95 %) lässt sich die Zuverlässigkeit bei der Bestimmung des Betriebsmodus ableiten. Es ist von großer Bedeutung, dass die Anzahl der Fehlentscheidungen hinsichtlich der Erkennung des Betriebsmodus während der Straßenfahrt minimiert wird, da dort die Verkehrssicherheit eine wichtigere Rolle spielt als bei einer Entscheidung auf dem Feld.
- KonferenzbeitragBetriebsleitung und Stoffstrommanagement – Vernetzte Agrarwirtschaft in Schleswig-Holstein (BeSt-SH)(40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) Reckleben, Yves; Ferdinand, Jan-Henrik; Hartung, Eberhard; Irps, Bernd; Drescher, Klaus; Henze, CarstenDas Ziel des Experimentierfelds besteht in der Befähigung landwirtschaftlicher Betriebe für eine Identifikation individueller praktischer Fragestellungen und der darauf aufbauenden ökonomischen und ökologischen Bewertungen angebotener digitaler Lösungen. Durch den Wissenstransfer zwischen Wissenschaft, Aus- und Weiterbildung sowie der Politik und Praxis in arbeitsteiliger Zusammenarbeit mit der Wirtschaft soll die digitale Transformation in der Agrarwirtschaft durch ein nachhaltiges Kompetenzmanagement etabliert und – darauf aufbauend – Innovationsimpulse für Forschung und Unternehmen geschaffen werden. Entgegen den gängigen Geschäftsmodellen, in denen sich die Betriebsleitung mit technischen Lösungen einzelner Anbieter konfrontiert sieht, die nach Anwendungsfeldern suchen (produktorientiert), verfolgt das Experimentierfeld den Ansatz, durch eine interdisziplinäre Zusammenarbeit die landwirtschaftliche Problemstellung in eine technische Lösung zu überführen (benutzerorientiert).
- KonferenzbeitragBetriebsvergleich 4.0(40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) Luer, Robert; Hardeweg, BerndBedingt durch den Strukturwandel und den Abbau der Offizialberatung sinkt die Zahl der am Betriebsvergleich des Zentrums für Betriebswirtschaft im Gartenbau teilnehmenden Unternehmen. Um dennoch eine aussagekräftige Datenbasis für politische Entscheidungen zu haben, sollen in einem Entscheidungshilfe-Vorhaben des BMEL Vorschläge erarbeitet werden, wie der Betriebsvergleich gestärkt und für eine moderne Unternehmensführung und ‑beratung attraktiv gestaltet werden kann. In einem partizipativen Ansatz wurden dazu zunächst explorativ in drei regionalen Workshops sämtliche Interessengruppen eingebunden. Als zentrale Teilnahmehemmnisse wurden die späte Verfügbarkeit der Auswertung und eine geringe Vergleichbarkeit genannt. Im Anschluss wurde ein Prototyp einer Online-Anwendung entwickelt und in leitfragengestützten Interviews 88 Unternehmen vorgestellt. Der auf den Rückmeldungen seitens der Unternehmen und der Beratung entwickelte Betriebsvergleich 4.0 bietet nun u. a. unterjährige Auswertungen und eine Gruppenfunktion an. Seit März 2018 wird der Betriebsvergleich 4.0 genutzt und kontinuierlich verbessert und ausgebaut. Zeitgleich läuft eine Befragung der Nutzerinnen und Nutzern, welche die Akzeptanz des Systems klären soll.
- KonferenzbeitragBlockchain in der Verfahrensdokumentation von landwirtschaftlichen Betrieben(40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) Ferdinand, Jan Henrik; Reckleben, YvesDas Thema Blockchain geht heutzutage weit über die Kryptowährung Bitcoin hinaus. Besonders Software-basierte IT-Ansätze zur transparenten Darstellung von Lieferketten etablieren sich in der Land- und Ernährungswirtschaft. Obwohl Internet-der-Dinge-Netzwerke großes Potenzial für Blockchain-Ansätze bieten, zeigen Markt- und Literaturanalysen, dass Hardware-basierte IT-Ansätze für die Verfahrensdokumentation selten angewandt werden. Durch die Erstellung eines Blockchain-Nutzer Interaktions-Modells werden die Anwendungsfälle einzelner Blockchain-Plattformen spezifiziert und die Grundlage für technische Blockchain-Router-Konzepte geschaffen.
- KonferenzbeitragDatenaufbereitung in der Landwirtschaft durch automatisierte semantische Annotation(40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) Klose, Julian; Schröder, Markus; Becker, Silke; Bernardi, Ansgar; Ruckelshausen, ArnoDie moderne Landtechnik und zunehmende Digitalisierung landwirtschaftlicher Prozesse liefern vielfältige Daten. Deren effiziente und nutzbringende Verwendung leidet jedoch unter berechtigten Sorgen um Datenhoheit und -kontrolle, Formatbrüchen und unterschiedlichsten Interpretationen. Als Lösungsvorschlag präsentieren wir die sog. Wikinormia, eine kollaborative Plattform, in der interessierte Teilnehmer eigene, neue Datenformate beschreiben und diskutieren können. Sobald ein finalisiertes Vokabular erstellt ist, können spezifische Parser die Rohdaten in drei grundsätzliche Repräsentationen semantisch aufbereiten: Geo-Informationen, Zeitreihen und semantische Fakten (landwirtschaftlicher Wissensgraph). Dank der öffentlich zugänglichen Definitionen und Beschreibungen gewinnen Entwickler leicht Überblick über die für sie relevanten Konzepte. Vielfältige Dienste werden dann (vorbehaltlich individueller Zugriffsrechte) ihre Daten einfach über eine Query-Schnittstelle abfragen und Ergebnisse zurückspielen können. Diesen Lösungsvorschlag haben wir bereits in einem Prototyp im Projekt SDSD (Smarte Daten – Smarte Dienste) umgesetzt. Wir demonstrieren den Nutzen mit einer Reihe von repräsentativen Diensten aus der Landwirtschaft. Damit steht ein effizientes System zur kooperativen, flexiblen Digitalisierung landwirtschaftlicher Arbeitsabläufe zur Verfügung.