Open Farming Hackdays

Innovative Prototypen und digitale Lösungsvorschläge zu 18 landwirtschaftlichen Challenges: Am 4. und 5. September 2020 fanden im Landwirtschaftlichen Zentrum Liebegg im Aargau die ersten schweizerischen Open Farming Hackdays statt.


Kt. AG/DRF

«Stay hungry, stay foolish» – mit Worten des Apple-Gründers Steve Jobs begrüsste Hansruedi Häfliger, Gastgeber und Direktor des Landwirtschaftlichen Zentrums Liebegg, die Hackerinnen und Hacker in Gränichen und forderte von allen ein Maximum an Kreativität ein. Rund 70 Teilnehmende mit unterschiedlichen Fähigkeiten und aus unterschiedlichen Branchen arbeiteten zusammen an neuen digitalen und nachhaltigen Lösungen für die Schweizer Land- und Ernährungswirtschaft. Ziel der Veranstaltung war, die Vorteile der Digitalisierung und moderner Technologien zu nutzen und in nachhaltige Innovationen für die landwirtschaftliche Produktion umzusetzen.

 

Herausfordernde Challenges

Mit welchen Herausforderungen die Landwirtschaft aktuell konfrontiert ist und welche Stossrichtungen und Projekte in Zukunft wichtig werden könnten, zeigten die 18 Challenges, die bereits im Vorfeld des Hackathons eingegeben wurden. So wurde beispielsweise nach Lösungen gesucht für einen internetbasierten Marktplatz für Hof- und Recyclingdünger oder für eine effiziente Verknüpfung der Konsumenten mit den Landwirtinnen und Landwirten mittels blockchainbasiertem System. Eine andere Herausforderung war die Schaffung eines Früherkennungssystems, um Krankheiten bei Milchkühen zu erkennen und so den Medikamenteneinsatz zu reduzieren. Davon wurden elf Challenges von den Teilnehmenden ausgewählt. Alle bearbeiteten Challenges und der Stand der aktuellen Projekte sind auf der Homepage von Opendata.ch einzusehen. Opendata.ch ist gemeinsam mit dem Landwirtschaftlichen Zentrum Liebegg und dem Hightech Zentrum Aargau Träger der Open Farming Hackdays.

 

Lösungsansätze für die Landwirtschaft von morgen

Die gemischten Teams – bestehend aus Landwirtinnen und Landwirten, Data-Analystinnen und Data-Analysten, Studierenden, Unternehmerinnen und Unternehmern sowie Menschen aus Wissenschaft und Praxis – hatten 32 Stunden Zeit, um jeweils einen Prototyp oder Lösungsansatz zu erarbeiten. An der krönenden Schlusspräsentation am Samstagnachmittag wurden die Vorschläge der Teams dann vorgestellt. Anwesend war auch Landammann und Landwirtschaftsdirektor Markus Dieth. «Die Resultate zeigen, dass der Austausch darüber, wie die Vorteile der Digitalisierung und moderner Technologien in der Landwirtschaft genutzt werden können, nicht nur für den Aargau, sondern für die gesamte Schweiz von grossem Wert ist.»

Kt. AG/DRF

Interessante Challenges

18 Challenges wurden für die Open Farming Hackdays vorbereitet. Diese deckten die gesamte Landwirtschaft von der Viehhaltung über die Spezialkulturen bis zur Biodiversität im Ackerbau ab. Daraus entstanden 11 Prototypen, die allesamt das Potenzial haben, den Produzenten als Hilfsmittel hin zu einer nachhaltigen und modernen Landwirtschaft zu dienen.


Für die Spezialkulturen sind folgende Resultate besonders spannend:

  • Smarte Bewässerung: Es wurde ein Prototyp einer App entwickelt, die mittels Bodensensoren, Wetterdaten und weiteren Daten die Bodenfeuchtigkeit messen und vorhersagen kann. Damit lässt sich ein Frühwarnsystem für Trockenheit kombiniert mit dem gezielten Einsatz einer Bewässerung realisieren. Dieses Projekt soll nun im Gemüsebau umgesetzt werden und dürfte für den Wein- und Obstbau interessant werden.
  • From land we cultivate to food we love to eat: Mittels Blockchain-Technologie soll die Rückverfolgbarkeit eines Produktes über die gesamte Wertschöpfungskette möglich sein. Dies schafft Transparenz und Vertrauen zwischen Konsument und Produzent. Es wurde ein Prototyp einer Webapplikation entwickelt, deren Weiterentwicklung nun mit der Agroscope diskutiert wird.
  • Open Source Felddaten: Es wurde ein Prototyp eines Apps entwickelt, mit dem Felddaten einfach und direkt im Feld erhoben und auf einer zentralen Plattform gespeichert werden können (open source). Diese Daten können beispielsweise zu einer präziseren Pflanzenschutzapplikation genutzt werden. Der Prototyp soll nun in einer Masterarbeit weiterentwickelt werden.
  • Ein grosser Erfolg war der erstmalige Einsatz eines machine-learning-tools eines ETH-Startups zur Auswertung von Kuhdaten. Ziel dabei war, eine Entscheidungshilfe für den Besamungsentscheid dem Landwirt zur Verfügung zu stellen. Die Erfolgsquote des entwickelten Prognosemodells belief sich auf 59 %.

Urs Podzorski


Schreiben Sie einen Kommentar

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert