Das Arbeitspaket 1 umfasst die Entwicklung einer KI-basierten Ertragsprognose (KI-iREPro) als eigenständige Softwarelösung, welche auf öffentlich verfügbare, langjährige Ertrags- und Prozessmanagementdaten beruht und Umweltfaktoren berücksichtigt. Die KI-basierte Ertragsprognose verfolgt drei Hauptziele: (1) Minimierung des Prognosefehlers, (2) Minimierung der Kosten, sowie (3) Erklärbarkeit der Prognoseergebnisse. Dafür werden Verfahren der Künstlichen Intelligenz - genauer: des Maschinellen Lernens - angepasst, optimiert und umgesetzt.

Das Fraunhofer IOSB entwickelt ein Embedded-Vision-System, die sog. PHENOboxx, für eine bodengestützte Feldphänotypisierung im Weinberg. Für die Erfassung der teils sehr unterschiedlichen Pflanzenmerkmale wird ein Multi-Sensor-Ansatz verfolgt. Zur Bildgewinnung kommt dabei eine Multispektralkamera und zur Gewinnung der Tiefeninformation ein 3D-Sensor zum Einsatz. Durch die Datenfusion wird die Erfassung der Pflanzenparameter besser und robuster, um die Alltagstauglichkeit in unterschiedlichen Messsituationen unter freiem Himmel zu gewährleisten.

Mit dem System werden zunächst die ertragsrelevanten phänotypischen Parameter zu verschiedenen Zeitpunkten entlang des Vegetationszyklus erfasst und in das Ertragsprognosemodell der Uni Bonn implementiert, um später mit dem JKI auf neue Rebsorten übertragen zu werden. Mit dem Modell und dem sensornahen und leistungsstarken Computersystem können die Datenverarbeitungsprozesse soweit beschleunigt werden, sodass sie im Anwendungsfall dem Benutzer in Echtzeit zur Verfügung stehen.

Die in Arbeitspaket 1 eingeführte KI-basierte Ertragsprognose KI-iREPro wird weiterentwickelt zu KI-iREProext. Die Weiterentwicklung besteht in der Integration zusätzlicher aktueller und ortsbezogener Messdaten, welche für die Prognosen genutzt werden. Diese Merkmalsdaten werden insbesondere von der PHENOboxx geliefert und stellen die wichtigsten ertragsrelevanten Merkmale während der aktuellen Vegetationsperiode für eine gerade befahrene Rebanlage dar. Durch diese Integration von aktuellen ertragsrelevanten Merkmale ist die Ertragsprognose an die aktuelle Situation im konkreten Weinberg anpassbar und auf diese Weise weiter zu präzisieren.

Die in den Arbeitspaketen 1-3 entwickelten digitalen Tools für die Ertragsprohnose (KI-iREPro/KI-iREProext ) und die Sensordatenaufnahme (PHENOboxx) werden am Beispiel von vier in der Weinbaupraxis weit verbreiteten Rebsorten etabliert und getestet. Diese sind: Riesling, Spät- und Weißburgunder sowie Dornfelder. Neben diesen Sorten, ist die Einsatzfähigkeit für weitere Rebsorten ein wichtiges Kriterium für die Nutzung und Akzeptanz neuer Technologien in der weinbaulichen Praxis. Auch für die Nutzung in der Züchtungspraxis ist die Übertragbarkeit der Technologien auf neue Sorten essentiell.

Mit Hilfe von präzisen Referenzdaten der ertragsrelevanten Merkmale und der Vitalität soll die Vorhersagegenauigkeit sowie die Genauigkeit der Merkmalserfassung für weitere Rebsorten überprüft werden. In diesem Arbeitspaket entstehen somit Grundlagen für die Entwicklung eines neuartigen Monitoringverfahrens zur Erfassung von Ertragspotential neuer Rebsorten. Durch die Ergebnisse kann eine Anpassung und somit Optimierung für variables Zuchtmaterial vorgenommen werden. Erkenntnisse zum Ertragspotential verschiedener Rebsorten unter unterschiedlichen Umweltbedingungen werden gewonnen und dienen der Sortenvalidierung.

Ein immer wichtiger werdender Teil ist der Wissenstransfer von der Forschung in die weinbauliche Praxis. Zentrale Aufgabe dieses Arbeitspaketes ist die Erstellung und Verbreitung von Projektinformationen über eine Homepage, Informationsmaterialien (Flyer), sowie Social-Media-Kanäle. Darüber hinaus wird auf Feldtagen, Messen und Fachtagungen ein fachkundiges Publikum über neue Erkenntnisse und Fortschritte informiert. Desweiteren wird eine Machbarkeitsstudie zur Integration von KI-iREProext und PHENOboxx in die Arbeitsabläufe mit digitalen Prozessmanagement durchgeführt und eine Evaluierung der Marktakzeptanz stattfinden.