KI unterstützt die Pflanzenzüchtung der Zukunft

Nachdem wir zeigen konnten, dass Künstliche Intelligenz (KI) die Auswertung von Computertomographie (CT)-Scans von Ackerbohnen um das 15fache beschleunigen kann, geht es nun in die nächste Runde: Gemeinsam mit KI.SH entwickeln wir diesen Ansatz weiter und arbeiten an einem Werkzeug für den praktischen Einsatz in der Pflanzenzüchtung.

Unser Ziel: Wir möchten den Pflanzenzüchtern neue Tools an die Hand geben, mit denen Sorten zukünftig schneller und kostengünstiger identifiziert werden können. Der Fokus liegt im ersten Schritt auf Sortenkandidaten der Ackerbohne, die besser mit Schadinsekten wie dem Ackerbohnenkäfer zurechtkommen.

Das klingt einfacher als es ist. Die Herausforderung dabei: Jede Ackerbohne ist einzigartig und variiert in Größe, Form, Farbe und innerer Struktur. Selbst für moderne KI-Systeme ist es herausfordernd, in CT-Scans zu erkennen, ob eine Bohne vom Käfer befallen und geschädigt wurde.

Deswegen müssen wir in diesem Projekt neue Datensätze aufbauen und die KI-Modelle gezielt weiterentwickeln.

Langfristig soll die Technologie nicht nur bei Ackerbohnen, sondern auch bei Erbsen oder Raps eingesetzt werden können. So können Pflanzenzüchter künftig robuste Sorten effizienter entwickeln. Ziel ist es, die züchterische Verbesserung von Resistenzen zu beschleunigen und damit neue Möglichkeiten für einen ressourcenschonenden Pflanzenbau zu schaffen.

Mehr über KI.SH – Der zentrale Transfer-Hub für Künstliche Intelligenz in Schleswig-Holstein:

https://kuenstliche-intelligenz.sh/

Bildunterschrift:
Auftakttreffen zum Folgeprojekt mit KI.SH, v.li.n.re.: Dr. Nils Lockmann (WTSH), Dr. Josef Küstner (CAU Kiel), Leon Oehme (Data Scientist NPZi), Paul Pfaffe (Praktikant NPZi), Dr. Matthias Enders (Leiter Arbeitsgruppe „Züchtungstechnologien“ NPZi), Dr. Alwin Klick (FH Kiel), Max Brede (FH Kiel), Thies Schönfeldt. M.Sc. (CAU Kiel)