Success Story

Lesedauer: 3 min

Energy & Utilities

Predictive Quality

Predictive Maintenance

Visual Inspection

Kontext

Die Österreichische Hagelversicherung versichert Ernteausfälle. Angesichts zunehmender Trockenheit steigen die Schadensfälle, und durch die Internationalisierung steht das Unternehmen unter starkem Wettbewerbsdruck. Für ein effizientes Schadensmanagement müssen die Felder zwei Wochen vor der Ernte inspiziert werden – ein äußerst knappes Zeitfenster. Diese Faktoren machen die Arbeit der Gutachter nahezu unbewältigbar. Zudem müssen Proben manuell entnommen und ins Labor gebracht werden, was nicht nur zeitaufwändig ist, sondern auch die Pflanzen beschädigt.

Herausforderung

Die ÖHV forderte craftworks und andere Unternehmen dazu auf, ein Konzept zu entwickeln, mit dem der zukünftige Ertrag von Weizenfeldern schnell und einfach vorhergesagt werden kann. Die größte Herausforderung bestand darin, dass der Ertrag nicht nur pro Pflanze, sondern auch pro m² innerhalb eines Feldes stark variierte. Die Pflanzen standen dicht beieinander, waren optisch kaum zu unterscheiden, und bis zu 40 % der Pflanzen waren noch nicht reif genug, um zum Ertrag beizutragen. craftworks gewann den Wettbewerb und wurde beauftragt, ein Minimum Viable Product (MVP) zu entwickeln, das auch Hardware-Scouting beinhaltet.

Auftrag

Die Aufgabe bestand darin, den Ertrag eines Feldes zwei Wochen vor der Ernte mithilfe georeferenzierter Bilder von Proben vorherzusagen. Diese Bilder sollten von Sachverständigen vor Ort mit einem tragbaren Gerät aufgenommen werden, sodass die Pflanzen nicht durch die Entnahme von Laborproben beschädigt werden. Ein weiteres Ziel war es, sicherzustellen, dass die Untersuchung jeder Pflanze nicht länger als eine Minute dauert.

Lösung

craftworks fand eine LIDAR-Kamera mit hoher spektraler Auflösung, mit der ein 1 m² großes Weizenfeld mit Infrarot fotografiert werden konnte. Dadurch konnten wir einzelne Weizenkörner erkennen, ihren Feuchtigkeitsgehalt messen und diese Ergebnisse in ein Modell übertragen, das wir mit Hilfe vorhandener Probenergebnisse aus dem Labor trainierten. Die ersten Ergebnisse waren sehr vielversprechend, allerdings bedarf es noch einer viel größeren Anzahl an Proben, um die Genauigkeit des Modells zu verbessern.

Das KI-System von craftworks erreicht eine Genauigkeit von 95 % bei der Vorhersage des Weizenertrags pro Quadratmeter. Dabei wird eine fortschrittliche Bildverarbeitungstechnologie zur Erkennung von Feuchtigkeit eingesetzt.

three male team members of craftworks at a meeting table looking at laptops and working

Successful growth is a decision. Driven by data.

Wie können wir Ihnen weiterhelfen?