View in browser

Willkommen zu unserem 8. ScaleAgData-Newsletter!

Während das ScaleAgData-Projekt voranschreitet, treten wir in eine spannende neue Phase ein. In unseren vorherigen Newslettern haben wir die sieben Innovationsbereiche beleuchtet, die das Rückgrat des Projekts bilden, und dabei Zielsetzungen, Konzepte und Lösungsansätze dargestellt. In dieser achten Ausgabe betrachten wir nun erste greifbare Ergebnisse, die aus unserer Zusammenarbeit hervorgehen.

Wir beginnen mit dem sogenannten Dairy Lab, in dem die datengetriebene Innovation für die Milchwirtschaft adressiert wird. Die neu entwickelte Milchparameterprognose zeigt, wie fortschrittliche Analytik und künstliche Intelligenz Molkereigenossenschaften dabei unterstützen können, die heutigen komplexen Herausforderungen zu bewältigen. Durch die Kombination meteorologischer Daten mit historischen Milchproduktionsdaten ermöglicht das System zuverlässige kurzfristige Prognosen der Milchmenge sowie -qualität und eröffnet damit neue Möglichkeiten für eine effizientere Planung, weniger Verschwendung und mehr Nachhaltigkeit.

Dies markiert einen wichtigen Meilenstein für ScaleAgData: die Umwandlung von Daten in umsetzbare Erkenntnisse, die entlang der gesamten Agrar- und Lebensmittelwertschöpfungskette echten Mehrwert schaffen. Wir laden Sie ein, zu entdecken, wie Innovationen in praktische Lösungen übersetzt werden und was sie für die Zukunft der Milchwirtschaft bedeuten.

Vielen Dank, dass Sie unsere Reise begleiten, auf der wir weiterhin Brücken zwischen Technologie und realen Herausforderungen in der Landwirtschaft schlagen. Viel Freude beim Lesen, und bleiben Sie auch über unsere Website und sozialen Medien auf dem Laufenden, um weitere Einblicke in die Praxis zu erhalten! Leiten Sie diesen Newsletter gern weiter oder laden Sie Kolleginnen und Kollegen zur Anmeldung ein.

In diesem ScaleAgData-Newsletter:

• Milchparameterprognose
• Aktuelle Neuigkeiten
• Nächste Veranstaltungen

Milchparameterprognose

Anwendungsbereich

Die Milchwirtschaft spielt eine entscheidende Rolle in den globalen Ernährungssystemen, da sie eine essenzielle Nährstoffversorgung sicherstellt und gleichzeitig zunehmend unter Druck steht, nachhaltiger zu wirtschaften. Dies geht einher mit Druck auf die Milchpreise sowie steigenden Kosten für das Reporting über Nachhaltigkeitsparameter. Eine Antwort darauf ist die Optimierung von Prozessen und Produktionsplänen in Molkereigenossenschaften unter Nutzung datenbasierter Entscheidungsfindung.

In diesem Zusammenhang haben Molkereigenossenschaften ein großes Interesse an präzisen Prognosen hinsichtlich Milchmenge und -qualität. Verlässliche Vorhersagen ermöglichen eine bessere Planung von Abläufen über verschiedene Geschäftsbereiche wie die Logistik und die Verarbeitung. Durch die Abstimmung von Angebot, Verarbeitungskapazitäten und Nachfrage der Verbraucher können Genossenschaften Verschwendung reduzieren, den Ressourceneinsatz optimieren und die Gesamteffizienz steigern. Verbesserte Prognosefähigkeiten unterstützen nicht nur die wirtschaftliche Leistungsfähigkeit, sondern auch Nachhaltigkeitsziele, indem Verluste minimiert, der Energieverbrauch gesenkt und widerstandsfähigere sowie transparentere Wertschöpfungsketten in der Milchwirtschaft ermöglicht werden.

Die Herausforderung

Die Prognose von Milchmenge und -qualität ist von Natur aus komplex, da beide von einer Vielzahl von Faktoren beeinflusst werden. Dazu zählen unter anderem die Zusammensetzung und Qualität des Futters, Milchpreise, Tiergesundheit und Krankheiten, meteorologische Bedingungen sowie individuelle Bewirtschaftungspraktiken in den Betrieben. Die Heterogenität und Variabilität dieser Einflussfaktoren erschweren die Entwicklung robuster und skalierbarer Prognoseansätze. Eine zentrale Frage ist dabei nicht nur, welche Parameter für die Vorhersagen herangezogen werden sollten, sondern auch, über welchen Zeithorizont diese Parameter die Zielgrößen der Milchdatenprognose beeinflussen und welche Genauigkeit erreicht werden kann.

Zur Bewältigung dieser Herausforderung wurde eine umfassende Analyse durchgeführt. Die Ergebnisse zeigen, dass die Prognose von Milchparametern auf regionaler Ebene möglich ist, wenn meteorologische Datensätze – wie die ERA5-Reanalyse und ECMWF-Vorhersagen – mit historischen Daten zu Milchqualität und -menge kombiniert werden. Dieser Ansatz macht relevante Muster sichtbar und ermöglicht zuverlässige kurzfristige Prognosen mit einem Vorhersagehorizont von bis zu 15 Tagen.

Wesentliche Ergebnisse

Ein skalierbares Prognosesystem wurde erfolgreich implementiert, um Molkereigenossenschaften bei datenbasierter Entscheidungsfindung zu unterstützen. Das System ermöglicht die Erfassung – nahezu in Echtzeit – sowohl von Molkerei- als auch von meteorologischen Daten, die anschließend zu konsistenten regionalen Zeitreihen verarbeitet und aggregiert werden.

Durch den Einsatz von künstlicher Intelligenz, insbesondere durch die Anwendung von Machine-Learning-Modellen mit automatisierter Modellauswahl, wird eine robuste Leistungsfähigkeit über die Zeit hinweg sichergestellt. Dies erlaubt eine Anpassung an sich verändernde Datenmuster bei gleichbleibender Prognosegenauigkeit.

Darüber hinaus bietet das System einen benutzerfreundlichen Zugang über ein interaktives Dashboard sowie eine Programmierschnittstelle, wodurch Tests und Validierungen durch Endnutzer und gleichzeitig eine nahtlose Integration in bestehende Arbeitsabläufe ermöglicht werden.

In der verbleibenden Projektphase liegt der Fokus auf der Bewertung und Weiterentwicklung praktischer Anwendungsfälle dieser Prognosen mit dem Ziel, ihren Mehrwert für Planung, Optimierung und einen nachhaltigen Betrieb entlang der Milchwertschöpfungskette zu maximieren.

Milchparameterprognose – Im Dairy Lab entwickeltes Dashboard zur Visualisierung täglicher regionaler Prognosen von Milchqualität und -menge mit einem Vorhersagehorizont von 15 Tagen.

Aktuelle Neuigkeiten

Nächste Veranstaltungen

Möchten Sie mehr über zukünftige Veranstaltungen zu innovativen Datentechnologien für die Landwirtschaft und das Monitoring von Agrarökosystemen erfahren?

• ESA StatEO26, 5-7/5/2026, Frascati, Italy