FARMWISE verändert den EU-Agrarsektor, indem es Landwirten und politischen Entscheidungsträgern ein neuartiges Entscheidungsunterstützungssystem an die Hand gibt, das Präzisionslandwirtschaft, künstliche Intelligenz und Fernerkundung kombiniert.

FARMWISE liefert neue Erkenntnisse über Wasserqualität, -menge, Bodengesundheit und Nährstoffmanagement. Das hochmoderne technologische Rahmenwerk von FARMWISE fördert den Wissensaustausch zwischen Wissenschaftlern, Landwirten und politischen Entscheidungsträgern in einem Umfeld der gemeinsamen Schaffung (Systemdenken). Es konsolidiert bestehende Kooperationen und fördert neue langfristige Zusammenarbeit zwischen europäischen Organisationen, darunter Water4All und Water Europe.

Das FARMWISE-Projekt wird Technologien der künstlichen Intelligenz (KI) für eine effizientere europäische Wasserpolitik und Entscheidungsfindung entwickeln, die auf forschungsbasierten Technologien zur Lösung der wichtigsten Probleme der Wasserverschmutzung und des Klimawandels basieren. Zu diesem Zweck bringt das FARMWISE-Konsortium die besten europäischen Wasser-, Agrar-, Klima- und KI-Forscher zusammen, um die Nachhaltigkeit der Wasserressourcen, der natürlichen Umwelt und einer effizienten Landwirtschaft in der äußerst vielfältigen europäischen Landschaft angesichts des gegenwärtigen und zukünftigen Klimawandels zu behandeln.

Die Auswirkungen des FARMWISE-Projektes werden das Interesse und die Zusammenarbeit der Quadrupel-Helix-Akteure, einschließlich Politik, Forschung, Industrie und Zivilgesellschaft, für wissenschaftsbasierte Lösungen erhöhen.

Das Hauptziel dieses Projekts besteht darin, Landwirten und politischen Entscheidungsträgern wertvolle lokale und regionale Erkenntnisse über Entscheidungsunterstützungssysteme an die Hand zu geben, die dazu beitragen, datengestützte politische Entscheidungen in diesen wichtigen Bereichen zu treffen. Das Projekt umfasst die Sammlung, Analyse, Bewertung und Zusammenstellung großer Datenmengen aus verschiedenen Quellen, darunter die der europäischen Mitgliedstaaten, der Europäischen Kommission und anderen internationale Organisationen. Die Methodik umfasst die Entwicklung einer neuen Datenarchitektur, die eine effiziente Verarbeitung großer Datenmengen und die Erzeugung hochwertiger Ergebnisse ermöglicht. Ethische KI-Algorithmen werden vor ihrer Anwendung gründlich validiert und verallgemeinert, um aussagekräftige Einblicke in die Erkennung zugrunde liegender Muster und Trends zu gewinnen.

Somit ist das Entscheidungsunterstützungssystem, das hauptsächlich von der Hochschule Darmstadt (HDA) unter der Leitung von Professor Nazemi, entwickelt wird, das zentrale Element des Projektes. Es verbindet nahtlos Methoden der künstlichen Intelligenz mit interaktiven Visualisierungen zu neuartigen Visual-Analytics-Systemen. Diese ermöglichen eine benutzergerechte Analyse des landwirtschaftlichen Systems als Ganzes, einschließlich umweltbezogener, wirtschaftlicher, sozialer und technologischer Faktoren. Durch eine integrierte Optionsanalyse werden noch nicht implementierte Maßnahmen durch Modelle der künstlichen Intelligenz evaluiert, sodass Fehlentscheidungen reduziert werden. Hierbei werden auch mögliche zukünftige Szenarien und deren Auswirkungen durch KI-Methoden modelliert und zielgruppengerecht visualisiert. Der Fokus der angewandten Forschung liegt besonders in der Reduzierung von umweltschädigenden Faktoren. Auch hier wird Systemdenken angewendet, sodass Einflussfaktoren der Wasser-, Luft- und Landverschmutzung identifiziert und im Idealfall eliminiert werden. Aber auch die nachhaltige Nutzung der genannten Umweltressourcen spielt eine besondere Rolle im gesamten Projekt. Die von der Hochschule Darmstadt entwickelte Technologie wird als modularer Bestandteil des KI-Frameworks entwickelt.

FARMWISE evaluiert, überwacht und implementiert ein ausgewogenes Verhältnis zwischen den Geschlechtern und der Vielfalt im Konsortium. Alle Partner haben Strategien zur Förderung der Gleichstellung, Vielfalt und Einbeziehung aller Mitarbeitenden eingeführt.

Das Projekt FARMWISE wird von der Europäischen Union unter der Grant-Agreement-Nummer: 101135533 im Rahmenprogramm Horizon Europe (Research & Innovation Action – Zero Pollution) gefördert.

Dieses Projekt wurde aus Mitteln des Forschungs- und Innovationsprogramms Horizont Europa der Europäischen Union unter der Grant-Agreement-Nummer 101135533 finanziert. Diese Veröffentlichung gibt ausschließlich die Meinung des Autors wieder, und die Europäische Union haftet nicht für die Verwendung der darin enthaltenen Informationen.