WikiBioM
F&E-Vorhaben Umsetzungsphase 2
Wissen und Informationen kumulieren und integrieren –
für Bodenfruchtbarkeit, informierte Pflanzenbauentscheidungen und optimiertes Standort-Management
FuE-Projekt
KATEGORIE
3
PARTNER
~ 467 T€
BUDGET
Apr. 2026 – Sep. 2028
LAUFZEIT
Das Team

Prof. Dr.-Ing. Kristina Yordanova
Universität Greifswald
Institut für Data Science

Prof. Dr. Christel Baum
Universität Rostock
Fakultät für Agrar, Bau und Umwelt

Teodor Stoev
Universität Greifswald
wissenschaftlicher Mitarbeiter
Dr. Anika Zacher
Universität Rostock
wissenschaftliche Mitarbeiterin

Thomas Beil
Greifswalder Agrarinitiative e.V.
Geschäftsführer
Ziel
Dieses Projekt zielt darauf ab, ein innovatives System mit Chatbot-Interface für den Agrarsektor zu entwickeln, das auf einen hybriden, KI- und Ontologie-Ansatz basiert. Durch die Kombination von Expertenwissen (kodiert als eine Ontologie) und feinabgestimmten großen Sprachmodellen (Large Language Models) wird WikiBioM in der Lage sein, informative Antworten bereitzustellen, die argumentiert sein werden (Erklärbarkeit), sowie Echtzeitinformationen zu liefern. Auf diese Weise werden Entscheidungsträger im landwirtschaftlichen Management fundierte Unterstützung bekommen. WikiBioM wird sowohl für Kleinbauern, als auch für industrielle Agrarunternehmer geeignet sein. Bei den generierten Antworten werden insbesondere Aspekte der nachhaltigen und ökologischen Landwirtschaft berücksichtigt sein, um den Einsatz von Pflanzenschutzmitteln und andere Eingriffe in den Boden, Flora und Fauna zu minimieren.
Durch die Einführung der KI in die Landwirtschaft wird WikiBioM dazu beitragen,
den Informationsfluss zu optimieren, die Effizienz der Landwirtschaft zu steigern und gleichzeitig negative Auswirkungen auf das Ökosystem zu vermindern. WikiBioM wird als virtueller Assistent dienen, der rund um die Uhr verfügbar ist und auf den spezifischen Bedarf jedes Landwirts zugeschnitten werden kann. Dabei können eine Vielzahl von Anwendungen abdecken werden – von der Bereitstellung von Wettervorhersagen und Pflanzenpflegehinweise, über die Beratung bei der Schädlingsbekämpfung und der sachgerechten Düngung bis hin zur Unterstützung bei der Ernteplanung. Unser Ziel ist es, die digitale Transformation in der Landwirtschaft zu fördern und Landwirten zu helfen, datengesteuerte Management-Entscheidungen zeitsparender zu treffen, die ihre Produktivität steigern, ihre Kosten minimieren und gleichzeitig nachhaltige Praktiken fördern.
Herangehensweise
Unser Ansatz schließt die Lücke zwischen generativer KI und strukturiertem Fachwissen, indem wir Large Language Models mit symbolischem Wissen vereinen. Die Grundlage bildet ein Fundament aus verifizierten Daten: Wir synthetisieren externe Ströme – wie Wetter- und Geodaten – mit spezialisiertem internem Wissen, etwa bodenkundlichen Ontologien und Praxiseinblicken aus der Landwirtschaft.
Diese veredelten Daten werden genutzt, um das LLM gezielt zu optimieren und zu erweitern. Durch die parallele Modellierung einer formalen Ontologie heben wir das System über die reine Textgenerierung hinaus. Das Ergebnis ist eine Lösung, die dem Nutzer hochpräzise, verifizierbare und nachvollziehbare Erkenntnisse liefert.

Mehr erfahren?
Das Projekt WikiBioM interessiert Sie? Sie möchten mit dem Projektteam oder dem ArtIFARM-Bündnis in Kontakt treten? Dann nutzen Sie gerne die direkten Kontaktmöglichkeiten des Projektteams oder unser Kontaktformular.
Jetzt Kontakt aufnehmen




