Auf dem Weg zu einer intelligenteren und besseren Landwirtschaft: STELAR-Konsortium trifft sich bei CODE

9 Juni 2025

Zu einer seiner letzten Sitzungen traf sich Anfang Juni das STELAR-Konsortium dieses Mal am Forschungsinstitut Cyber Defence und Smart Data der Universität der Bundeswehr. Bevor das Projekt im Juni 2025 endet, sollte das Treffen eine Plattform bieten, um den Fortschritt und die Zwischenergebnisse von STELAR zu bewerten. Schwerpunkte waren neben dem Knowledge Lake Management System (KLMS) auch der Knowledge Graph, der im Rahmen des EU-geförderten Forschungsprojekts entwickelt wird.

Das Konsortium führte intensive technische Diskussionen, in denen es sich mit den Herausforderungen bei der Integration der entwickelten KI-Tools auseinandersetzte. (Foto: FI CODE)

Ein zentrales Thema des Treffens war die Integration der im Projekt STELAR entwickelten KI-Tools in das KLMS-Framework. Die Tools wurden mit dem Ziel entwickelt, die Interoperabilität sowie die intelligente Verarbeitung von Daten in den folgenden Bereichen zu verbessern:

  • Datenprofilierung und -zusammenfassung
  • Schema- und Entitätsabgleich
  • Kennzeichnung und Zusammenführung von Erdbeobachtungsdaten
  • Vervollständigung von Zeitreihen
  • Entdeckung von Korrelationen
  • Text Mining und Annotation
  • Erkennung von Bias
  • Generierung synthetischer Daten

Darüber hinaus wurden während des Meetings drei konkrete Pilotanwendungen vorgestellt, welche die praktische Bedeutung des Projekts demonstrieren:

  1. Risikoprävention in Lebensmittel-Lieferketten
  2. Frühzeitige Vorhersage des Pflanzenwachstums und
  3. Eingriffe in die Präzisionslandwirtschaft

Diese Pilotanwendungen spiegeln das Engagement von STELAR wider, nachhaltige Landwirtschafts- und Lebensmittelsysteme durch datengesteuerte Lösungen zu unterstützen.

Mehr Informationen zum STELAR-Projekt und den Ergebnissen: https://stelar-project.eu

 


This project has received funding from the European Union’s Horizon Europe research and innovation programme under grant agreement No. 101070122.