Arbeitspakete in Agri-Gaia

Grundbaustein eines Projektes

Arbeitspakete sind die Grundbausteine eines Projekts. Wie in den meisten Projekten, sind auch im Projekt Agri-Gaia, Arbeitspakete in sich geschlossene Aufgabenstellungen, die in kleine Teilpakete untergliedert sind. Diese stellen wir hier einmal vor.

Bei Fragen kontaktiert gerne Theresa Ottmann (Projektkoordinatorin) oder Dirk Bock (Marketingmanager)

AP1: Aufbau und Erweiterung des Stakeholder Ökosystems

Ziel dieses Arbeitspaketes ist es, alle Arbeiten durchzuführen, die zu einer nachhaltigen Erweiterung des Stakeholder-Ökosystems der Agri-Gaia-Plattform führen.

AP 1.1 Stakeholder-Vernetzung
AP 1.2 Community-Pflege
AP 1.3 Detailliertes Betreiberkonzept und Geschäftsmodelle

AP2: Plattformumsetzung

Dieses Arbeitspaket fokussiert sich auf die IaaS und PaaS-Ebene einer branchenspezifischen, zu GAIA-X kompatiblen Plattform für die Agrarwirtschaft.

AP 2.1 GAIA-X kompatible Plattformentwicklung
AP 2.2 Plattformwerkzeuge für KI-Entwickler
AP 2.3 Plattformwerkzeuge für KI-Anwender
AP 2.4 Rechtliche Begleitung der Plattformentwicklung
AP 2.5 Interaktionskomponenten für Anwender

AP3: Umsetzung von Basisplattforminhalten

Dieses Arbeitspaket fokussiert sich auf die Inhalte einer branchenspezifischen, zu GAIA-X kompatiblen Plattform für die Agrarwirtschaft.

AP 3.1 Servicelayer
AP 3.2 Erschließen öffentlich zugänglicher Basisdaten
AP 3.3 Containerhierarchie
AP 3.4 Simulation zur Generierung synthetischer Trainingsdaten
AP 3.5 Erzeugung und Validierung von Simulationsmodellen

AP4: KI auf der Edge - Für eine nachhaltige, effiziente Landwirtschaft

Dieses Arbeitspaket setzt gesellschaftlich relevante Use-Cases effizienter und gleich-zeitig nachhaltiger Landwirtschaft um, welche durch KI und die Agri-Gaia-Plattform ermög-licht werden. Dieses Arbeitspaket fokussiert sich dabei auf Anwendungen, die auf der Land-maschine laufen und dementsprechend den Edge-Support der Plattform demonstrieren und evaluieren.

AP 4.1 Pflanzendetektion und -lokalisierung in Ackerkulturen
AP 4.2 Quantifizierung von Pflanzeneigenschaften
AP 4.3 KI-basierte Bestandskartierung
AP 4.4 Semantische Umfeldwahrnehmung
AP 4.5 Modellbasierte Objekterkennung agrarwirtschaftlich relevanter Objekte

AP5: Ressourcenschonung auf Grundlage von Data Pooling und Prozessoptimierung

Während AP4 sich auf Anwendungen auf der Edge konzentriert, setzt dieses AP Use-Cases um, die Aspekte wie Multi-Cloud Support und Data Pooling im Fokus haben. Darüber hinaus wird thematisch eine Brücke von der Landwirtschaft in die Lebensmittelindustrie geschlagen. Landwirte und Erzeugergemeinschaften sind aktiv an der verteilten Datenhaltung und den Prozessen beteiligt.

AP 5.1 Operative Planung und Simulationsbausteine
AP 5.2 Semantische Prozessanalyse
AP 5.3 Qualitätsbestimmung für verderbliche Rohstoffe am Beispiel Kartoffel
AP 5.4 Lageroptimierung und ressourceneffizienter Einsatz verderblicher Rohstoffe in der Lebensmittelproduktion