Die Fortschritte in der modernen Bildverarbeitung (‚Maschinelles Sehen‘) sowohl in der Industrie, aber auch in der Landtechnik, haben bereits neuartige Verfahren wie etwa die selektive Beikrautkontrolle möglich gemacht, die zwischenzeitlich auch schon den Sprung in erste praktische Anwendungen geschafft haben. Im Bereich der Schadinsektenbekämpfung fehlt bislang ein solcher Ansatz. Die Methode des Deep Learning bietet große Vorteile bei der Auswertung und Klassifizierung von Daten z.B. aus dem Pflanzenmonitoring und in der automatisierten visuellen Tierbeobachtung. Daher wird in diesem Projekt als Teil des Digitalisierungsansatzes KI zusammen mit fortschrittlichen statistischen Modellen entwickelt, um Digitalisierungsansätze unter den Bedingungen des Ökologischen Landbaus zu stärken.

Zur Erkennung von Schadinsekten ist bislang jedoch keine Lösung verfügbar, obwohl diese im Ökologischen Landbau von großer Bedeutung sind (Blattläuse, Kartoffelkäfer etc.). Im Rahmen dieses Arbeitspaketes soll eine fortschrittliche Methodik entwickelt werden, die auf digitaler Bildverarbeitung, maschinellem Lernen und Hochleistungsdatenübertragung basiert, die Schädlinge aber auch Nützlinge spezifisch erkennt. In diesem hochinnovativen Arbeitspaket kann gezeigt werden, wie eine bislang ungelöste Fragestellung des Ökologischen Landbaus durch den Einsatz moderner digitaler Technologien gelöst werden kann.