Challenges zum Hackathon 2024
Die Förderung der Biodiversität führt in der Lebensmittelbranche zu einer höheren Diversität der Produktsorten und einer stärkeren Streuung der damit verbundenen Produkteigenschaften. Um diese managebar zu machen ist eine feinere Datenerfassung von Qualitäts- und Haltbarkeitsparametern sowie deren Rückverfolgbarkeit erforderlich, wofür sich der der GS1 EPCIS Standard durchsetzt.
Ziel der Challenge ist es vertrauliche Daten / Datenevents im Lebenszyklus eines Lebensmittel in deren Rückverfolgbarkeitskette einzutragen, ohne dass diese von allen Marktteilnehmern frei lesbar sind. Verifiable Credentials können dabei eine Schlüsselrolle spielen, indem sie es ermöglichen, vertrauliche Daten sicher zu speichern und zu teilen, ohne die Integrität oder die Vertraulichkeit der Informationen zu gefährden. Diese Technologie kann effektiv mit EPCIS 2.0 integriert werden, um eine verbesserte Rückverfolgbarkeit, während die Datenhoheit und der Datenschutz gewahrt bleiben.
Der Prototyp der HofBox ist eine dezentrale Recheneinheit in Form eines „Miniservers“ der durch eine spezifische Hybrid-Cloud mit Regionalservern in Verbindung steht und von diesen über ein Edge Application Manager unterschiedliche Software u.a. landwirtschaftliche Software zur Verfügung gestellt bekommt.
Die Infrastruktur Open Horizon als SaaS (Edge Application Manger) wird den Teilnehmern erklärt und zur Verfügung gestellt.
Bei dieser Challenge geht es darum, landwirtschaftlich relevante containerisierte Software ausfindig zu machen und diese in einem ersten Proof of Concept (PoC) oder MVP mit der HofBox zu testen.
Nutzer der WarnWetter-App können den aktuellen Stand der Pflanzenentwicklung an den DWD senden. Die Informationen über Wildpflanzen, Obst und landwirtschaftliche Kulturen liegen dort in Echtzeit vor. Circa 7.000 der 11.500 Meldungen gehen mit Bildern ein. Die Challenge liegt darin die Entwicklungsphasen der Pflanzen mittels KI automatisiert zu erkennen, um auf der einen Seite die Qualität der Meldungen zu überprüfen, als auch die regionalen Pflanzenentwicklungen besser einschätzen zu können.
Die Basis für die Leistungsfähigkeit von Milchkühen wird in der Aufzucht festgelegt. Neben der genetischen Grundlage spielen phänotypische Ausprägungen der Tiergesundheit und des Wachstums eine entscheidende Rolle. In dieser Challenge soll ein Prognosemodell zur Berechnung der Leistung der späteren Milchkuh gestützt auf die Möglichkeiten "Künstlicher Intelligenz" entwickelt werden, um für eine bewusste Gestaltung der Aufzucht zu sensibilisieren. Dies könnte stabilisierend auf das Betriebsergebnis und die Lebensleistung durch vitalere Kühe wirken. Zur Verfügung stehen maternale Daten sowie Daten des Kalbes bis zum Absetzen als xlsx, csv o.ä.
Die Weidehaltung trägt wesentlich zum Wohlbefinden der Nutztiere bei und genießt eine sehr hohe gesellschaftliche Anerkennung. Dabei spielt der Herdenschutz eine Schlüsselrolle, denn bei einem Ausbruch der Tiere muss sofort gehandelt werden, um Personenschaden zu verhindern. Zu diesem Zweck könnten Kombinationen aus bestehenden Techniken (GPS-Tracker, Sensorik) entwickelt und an Nutztiere angebracht werden, um der hohen Nachfrage nach einer praktikablen Alarmtechnologie gerecht zu werden. Ziel ist die Entwicklung einer Bauanleitung für intelligent zusammen-arbeitende Systeme in einem Netzwerk zur Sammlung und Analyse von Daten sowie zur Auslösung einer Warnung an den Tierhalter.
Sectioncontrol-Techniken zur Applikation von Pflanzenschutzmitteln bieten Einsparpotentiale, die sowohl ökologische als auch ökonomische Vorteile mit sich bringen. Ziel der Challenge liegt in der Programmierung einer Anwendung, die anhand einer geometrischen Fläche, den technischen Daten der Technik und Informationen zu den geplanten Applikationsmaßnahmen, die Überlappungsfläche und somit das Einsparpotential einer Technik im Vergleich zu einer betriebsüblichen Technik ohne Sectioncontrol berechnet. Zusätzliche Wirkstoff-Preis-Informationen sowie Technikkosten würden einen schlagspezifischen Kostenvorteil für die Nutzung der Technik liefern.