Mit Durchblick zu optimierten Algorithmen – für eine intelligente & gesunde Landwirtschaft.

Kunde

Das Startup databaum setzt sich mit ihrem Krankheitsmanagement-Tool für eine nachhaltige und gesunde Landwirtschaft ein. Mit dem Einsatz von intelligenten Sensoren, modernen Software-Technologien und wissenschaftlich fundierten Vorhersagemodellen leisten sie einen grossen Beitrag, damit der Einsatz von Pestiziden in der Landwirtschaft und besonders im Weinbau deutlich reduziert werden kann.

Herausforderung

Dank eigenen Sensoren besitzt databaum viele Daten, die für die tägliche Arbeit von Winzern und Bauern von Bedeutung sind. In Kombination mit Wetterprognosen können diese Daten genutzt werden, um die Feuchtigkeit der Pflanzenblätter zu prognostizieren. Denn bei hoher Feuchtigkeit steigt das Risiko für Krankheiten. Entsprechend wichtig ist es, die Pflanzen zum richtigen Zeitpunkt zu behandeln, und databaum hat dazu eine erste Version eines ML (Machine Learning)-Modells entwickelt.

Prozess

Durch eine Analyse des ML-Modells von databaum konnten verschiedene Verbesserungsvorschläge zur Optimierung des Algorithmus erarbeitet werden. Danach wurde bei der Datengrundlage gestartet, wo invalide Daten identifiziert und Optimierungsmassnahmen für die Datenerfassung implementiert wurden. Zum Abschluss wurde der Code überarbeitet sowie der Datenoutput der Klassifizierung angepasst, wodurch die Effizienz und Genauigkeit des Modells noch weiter verbessert werden konnte.

Lösung

Bei der Analyse konnten wertvolle Erkenntnisse eruiert und daraus resultierend die Algorithmen verbessert werden. Diese Anpassungen helfen databaum dabei, die Auswertungs- und Vorhersagemodelle ihres Krankheitmanagement-Tools und dadurch ein wichtiges Kernstück ihres Angebots zu verbessern.