Digitale Zwillinge in der Landwirtschaft:
Durchbruch oder Hype?

Ressourcenoptimierung für Rentabilität: Ist Digital Twin Tech notwendig? 

Der Wert jeder Technologie liegt letztlich in der Fähigkeit, Kosten und Ressourcen zu optimieren. Die Fähigkeit, Ergebnissen zuvorzukommen, gibt Lebensmittelbauern den Vorteil der Voraussicht, die dann im wirklichen Leben angewendet werden können. Ein Beispiel für die reale Anwendung und Kommerzialisierung der Digital-Twin-Technologie ist die Mechanistik Modell, das von Tom De Swaef entwickelt wurde an der Gantt-Universität. Das belgische Unternehmen 2Grow nutzt dieses Modell, um Schwankungen im Wasserfluss und in der Stammdicke von Tomatenpflanzen zu messen. Der Unternehmensziele um die 20 % der für die Pflanzenproduktion aufgewendeten Fläche zu reduzieren.

It Es ist noch unklar, ob sich die Community um die Einführung digitaler Zwillinge bemüht in seinen Betrieben. Darüber hinaus kann argumentiert werden, dass die digitale Zwillingstechnologie in den meisten Fällen nicht wirklich erforderlich ist. Fortschritte im maschinellen Lernen haben es ermöglicht, wichtige Ereignisse vorherzusagen, ohne ein vollständiges Modell zu erstellen, das große Mengen qualitativ hochwertiger Daten erfordern würde, deren Beschaffung ebenfalls teuer ist. Als Lebensmittelproduzent, der bestimmte Eigenschaften vorhersagen möchte, reicht es möglicherweise aus, sich auf die Messung und Überwachung wichtiger Veränderungen zu konzentrieren, um ein erfolgreiches Vorhersagemodell zu erstellen. Darüber hinaus ist dies erheblich erschwinglicher, wodurch es für Lebensmittelproduzenten erreichbar ist, die einen sofortigen ROI bei der Implementierung von Vorhersagemodellen sehen müssen.

Wenn Sie beispielsweise Kartoffeln anbauen, ist es wichtig, Indikatoren für Schädlinge wie die Krautfäule zu haben, die durch einen pilzähnlichen Organismus verursacht wird und in kurzer Zeit zu Ernteausfällen führen kann, wenn keine geeigneten Bekämpfungsmaßnahmen ergriffen werden. Bei dieser Art von Reihenkulturen auf großen Hektar offenem Feld können Krankheiten oder Probleme effizient und effektiv erkannt werden, wenn Kameras an Schwenkbewässerungssystemen montiert sind. Die Daten, die benötigt werden, um einen digitalen Zwilling für ein offenes Kartoffelfeld zu erstellen, würden ein Vermögen kosten, und die Erstellung eines vollständigen Modells in einem solchen Maßstab, um Erkenntnisse zu gewinnen, die mit einfacherer und erschwinglicherer Technologie gewonnen werden können, macht einfach keinen Sinn.

• Das Videospiel SimCity hatte in den 90er Jahren seinen Durchbruch, als die Spieler zum Helden ihrer eigenen Stadt wurden, als sie digital eine schöne, geschäftige Metropole entwarfen und erschufen. Spulen Sie 30 Jahre vor, und wir haben die Technologie, um unglaublich genaue digitale Darstellungen von echten Bäumen, Farmen oder Obstgärten zu erstellen. So wie wir in SimCity simulieren können, wie sich eine Metropole entwickeln würde, basierend auf dem, was wir im Spiel „investieren“, können wir jetzt Simulationen erstellen, wie eine Pflanze in verschiedenen Szenarien wachsen wird – was uns hilft, die landwirtschaftlichen Bemühungen mit beispielloser Voraussicht zu verfeinern.
• Ein digitaler Zwilling ist eine digitale Darstellung eines realen Dings. Es kann verwendet werden, um das echte „Ding“ aus der Ferne zu überwachen. Um einen genauen und realistischen Ersatz für den realen Zwilling bereitzustellen, muss der digitale Zwilling durch digitale Messung der realen Entität dateninformiert werden. In der Landwirtschaft könnten dies Daten sein, die über Tools wie Bodensensoren, Pflanzenbildgebung, Wetterdaten usw.
• Die neue digitale Darstellung oder der digitale Zwilling sollte den gesamten landwirtschaftlichen Aufwand widerspiegeln: physische Vermögenswerte, Prozesse, Systeme, Ressourcen, alles. Im Gegenzug ermöglicht uns dies, landwirtschaftliche Prozesse in einem bisher ungeahnten Umfang zu simulieren, zu planen, zu analysieren und zu verbessern. Ist es jedoch wirklich notwendig, dass Lebensmittelproduzenten diese kostspielige, ausgeklügelte Technologie implementieren – oder können sie die Erkenntnisse, die sie benötigen, von zugänglicheren und erschwinglicheren Sensoren erhalten, die ihnen helfen, wichtige Ergebnisse zu überwachen und vorherzusagen?

Wachstum und Einführung digitaler Zwillinge und ihr Potenzial in der Landwirtschaft

Gartner prognostiziert, dass bis 2021 die Hälfte der großen Industrieunternehmen davon Gebrauch machen wird digitale Zwillinge, was zu einer 10%igen Verbesserung der Effektivität für diese Organisationen führen wird. Das Konzept der digitalen Zwillinge gibt es jedoch schon seit Jahrzehnten. Seit über 30 Jahren verwenden Produkt- und Prozessentwicklungsteams 3D-Renderings von computergestütztes Design (CAD)-Modelle, Asset-Modelle und Prozesssimulationen zur Sicherstellung und Validierung der Herstellbarkeit. Beispielsweise führt die NASA seit Jahrzehnten komplexe Raumfahrzeugsimulationen durch. Innovationen im Bereich des maschinellen Lernens und der KI rücken jedoch das Konzept des digitalen Zwillings in den Vordergrund und sorgen als disruptiver Trend mit Breitenwirkung in naher Zukunft für viel Hype.

Wenn es um landwirtschaftliche Prozesse geht, mit Digital Twins als zentrales Mittel zur Betriebsführung kann die Entkopplung physischer Ströme von ihrer Planung und Steuerung ermöglichen. Infolgedessen können Landwirte den Betrieb auf der Grundlage digitaler Informationen (nahezu) in Echtzeit verwalten, anstatt sich auf direkte Beobachtung und manuelle Aufgaben vor Ort verlassen zu müssen. So können sie bei (erwarteten) Abweichungen sofort handeln und Auswirkungen von Eingriffen auf Basis realer Daten simulieren. Beispielsweise könnte ein digitaler Zwilling einer Obstplantage die Obstplantage vor Überbewässerung warnen, ohne dass der Landwirt die Obstplantage untersuchen muss.

Die Idee eines digitaler Obstgarten ist äußerst attraktiv für Landwirte, die die arbeitsintensive Natur der Überwachung, Vorhersage und Kontrolle der Gesundheit von Obstbäumen und der Qualität ihrer Ernte verstehen. Wissenschaftler der University of Queensland entwickelten ein Modell für einen Obstgarten mit langsam wachsenden Pflanzen wie Mango und Macadamia. Auf diese Weise können Benutzer schnell neue Ideen ausprobieren und Erkenntnisse darüber gewinnen, wie Produktionssysteme am besten optimiert werden können. Die Forscher des Projekts betonten, wie diese sofortigen Simulationen besonders langsam wachsenden Pflanzen wie Obstbäumen zugute kommen könnten.

Es gibt bestimmte Anwendungsfälle, in denen es finanziell sinnvoll ist, einen digitalen Zwilling zu erstellen, z. B. in der Pflanzenzüchtung, wo Sie anhand eines Modells frühzeitig vorhersagen können, ob eine bestimmte Sorte wirtschaftlich nicht rentabel ist. Aber in vielen Fällen muss man keine Nuss mit dem Vorschlaghammer knacken.

• Raviv Itzhaky ist Mitbegründer und CTO von Prospera-Technologien, der die technische Vision des Unternehmens anführt, die Art und Weise, wie Lebensmittel angebaut werden, mithilfe von Data Science und KI zu verändern. Er nutzt sein Fachwissen in den Bereichen Algorithmenentwicklung, Mathematik und maschinelles Lernen, um reale Probleme zu lösen. Vor Prospera entwickelte Raviv Algorithmen beim Cybersicherheitsunternehmen BioCatch und diente als Signalverarbeitungsingenieur bei der IDF. Er hat einen BSc in Physik und einen MSc in Angewandter Physik von der Hebräischen Universität.

Nachrichten / Zukunft / klug