P299 - 40. GIL-Jahrestagung 2020 - Fokus: Digitalisierung für Mensch, Umwelt und Tier
Autor*innen mit den meisten Dokumenten
Auflistung nach:
Neueste Veröffentlichungen
- 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.
- KonferenzbeitragISOBUS simulator for small and medium-scale manufacturers and farmers(40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) Favier, Marc; Le Chevanton, Yann; Marchal, Amélien; Michael, Vyndell; Xie, Yaxu; Zhao, Runmao; Seewig, JörgAmong large-scale farmers and agricultural machinery manufacturers, ISOBUS is a universally accepted standard for controlling implements since it simplifies the implementation of precision farming on farms and agricultural machines. However, for small and medium-scale companies, being a farmer or an agricultural machinery manufacturer, the implementation of ISOBUS is often seen as a time-consuming and expensive challenge. For this reason, the authors built a modular simulation-based demonstrator to showcase such small and medium-scale companies the simplicity of integrating ISOBUS in farming systems and the efficiency of this technology to conduct smart farming. The present paper describes the mechanism by which the real ISOBUS terminal can control virtual agricultural machines modelized in a physics engine.
- Komplettband40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier - Komplettband(40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020)
- KonferenzbeitragDer Umgang der Schweiz mit der Digitalisierung der Land- und Ernährungswirtschaft(40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) El Benni, NadjaDer Beitrag zeigt, wie die „Charta Digitalisierung der Land- und Ernährungswirtschaft“ und ihre Akteure gemeinsam zur Digitalisierung der Schweizer Landwirtschaft beitragen und welches die Herausforderungen der Forschung, Privatwirtschaft und Verwaltung dabei sind. Es zeigt sich, dass es ohne den Staat kaum möglich ist, geeignete Instrumente zu entwickeln, und ohne die Privatwirtschaft der technologische Fortschritt nicht genutzt werden kann. Der Forschung und Beratung sowie dem Wissensaustausch kommt dabei eine bedeutende Rolle zu, um den Anschluss aller an die Entwicklungen zu ermöglichen.
- KonferenzbeitragExperimentierfeld zur digitalen Transformation im landwirtschaftlichen Pflanzenbau (Agro-Nordwest)(40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) Ruckelshausen, Arno; Everwand, RobertIm Rahmen der Ausschreibung „Experimentierfelder in der Landwirtschaft“ des Bundesministeriums für Ernährung und Landwirtschaft (BMEL) wurde das „Experimentierfeld zur digitalen Transformation im landwirtschaftlichen Pflanzenbau (Agro-Nordwest)“ bewilligt und im Oktober 2019 gestartet. Der Beitrag enthält eine Zusammenfassung des Vorhabens und eine Beschreibung der Arbeitsziele.
- Konferenzbeitragprospective.HARVEST – Optimizing Planning of Agricultural Harvest Logistic Chains(40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) de Wall, Arne; Danowski-Buhren, Christian; Wytzisk-Arens, Andreas; Lingemann, Kai; Focke Martinez, SantiagoThe research and development project “prospective.HARVEST” aims at optimizing the process chain of silo maize harvesting, based on a predictive approach using prognosis data. New methods and tools have been developed utilizing remote and in-situ (geo-) data from a variety of data sources in order to enable farmers to optimize their logistic chains. Optimizations are computed as recommendations on several layers of the harvest process, from monitoring the crop over planning the inter-field and in-field coordination of harvesters and transport vehicles up to the surveillance and dynamic replanning of the ongoing harvest execution.
- 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).
- KonferenzbeitragDigitales Experimentierfeld Diabek(40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) Noack, Patrick; Breunig, Peter; Bauer, BernhardDigitale Methoden bieten vielfältige Möglichkeiten, die Wirtschaftlichkeit von landwirtschaftlichen Betrieben zu steigern, Arbeitsspitzen zu brechen und die negativen Auswirkungen der Landbewirtschaftung auf die Umwelt zu reduzieren. Die Umsetzung erfolgt vor allem auf Betrieben mit im Bundesvergleich geringer landwirtschaftlicher Nutzfläche eher schleppend. Im Projekt Diabek sollen die Ursachen für die zurückhaltende Nutzung untersucht und landwirtschaftliche Betriebe bei der Umsetzung unterstützt und beraten werden. Aus den gesammelten Erfahrungen werden Konzepte für die Fort- und Weiterbildung entwickelt. Daneben spielen die Untersuchung der Auswirkung von digitalen Methoden auf die Umwelt und der Aufbau eines Kommunikationskonzepts eine zentrale Rolle.
- KonferenzbeitragMaschinelle Lernverfahren zur frühzeitigen Prognose der Handelsklasse(40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) Zimpel, Tobias; Riekert, Martin; Hoffmann, Christa; Wild, AndreaLandwirte in der Schweinehaltung sehen sich zunehmend einem Spannungsfeld zwischen der Wirtschaftlichkeit sowie stetig steigenden Tierwohlanforderungen ausgesetzt. In Anbetracht der Wirtschaftlichkeit spielt die Einstufung des Schlachtkörpers durch den Magerfleischanteil in die jeweilige Handelsklasse (S, E, U, R, O, P) für die Vergütung eine entscheidende Rolle. Zudem impliziert eine niedrige Handelsklasse eine Gefährdung des Tierwohls. So kann eine niedrige Handelsklasse ein Indikator für ein Untergewicht des Tieres sein. Diese Arbeit nutzt Maschinelle Lernverfahren (ML) zur Prognose der Handelsklasse. Der Datensatz umfasst über 57.000 Schweine und 14 Indikatoren der Säugephase. Der zentrale Beitrag ist ein ML-Modell zur Prognose der Handelsklasse während der Säugephase. Gegenüber dem Mehrheitsvotum wird die Genauigkeit um 12,21 % erhöht, ausgehend von einer Genauigkeit der Prognose der Handelsklasse von 68,77 %. Somit hilft der Beitrag, die Wirtschaftlichkeit von Betrieben nachhaltig zu verbessern und Abweichungen zur angestrebten Handelsklasse zu erkennen.
- KonferenzbeitragDigitale Wertschöpfungsketten für eine nachhaltige kleinstrukturierte Landwirtschaft – DiWenkLa(40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) Griepentrog, Hans W.; Frank, Markus; Bahrs, EnnoBaden‐Württemberg (BW) ist ein Bundesland mit typisch kleinstrukturierter Landwirtschaft mit hohen Nebenerwerbs- und Sonderkulturanteilen. Auch für diese Betriebsstrukturen kann die Verfügbarkeit einfacher digitaler Entscheidungshilfen ein bedeutender Effizienzgewinn sein. Die Regionen Baden-Württembergs erscheinen als für ähnliche Regionen sehr geeignetes repräsentatives Experimentierfeld für neue, nachhaltig orientierte und digitalisierte Technologien entlang der gesamten Wertschöpfungsketten landwirtschaftlicher Produkte und Dienstleistungen. Dabei stehen die Produkte und dazugehörigen Dienstleistungen im Bereich von Kohl, Salat, Getreide, Soja, Rinder- sowie Pferdehaltung im Fokus. Sie sind typisch für die ausgewählten Experimentierregionen südlicher Schwarzwald sowie für die Metropolregion Stuttgart.