We are learning to install, work with, and extend the QFieldCloud (source) project - a service to synchronise data between QField users, itself based on Django, PostGIS, GeoDB, Minio - in a Linux cloud (a virtual machine in a Swiss data center managed by Exoscale). Everything we are doing should also run "offline" on a small Linux computer or even RaspberryPi.

As proposed in the Challenge, field workers need to update geographically-precise details about biodiversity and other characteristics of parcels on the farm. They are doing this with a convenient, freely available, open source mobile app - QField. The data properties are configured using QGIS, which is also used to combine the farm data with other geodata - such as open data from Swisstopo and Opendata.swiss.

Using analytics tools in QGIS and other open source GIS tools, the smart farm can manage their fields, collect statistical information needed for reporting, and even do predictive analytics to help with planning. One use case we would like to focus on is project management. We are investigating the possibility of an API-based connection from QFieldCloud to Mattermost or the Vikunja planning tool.

References

• https://lafermechautems.ch/
• QField im forstlichen Einsatz Fachstelle GWP / ibW Bildungszentrum Wald (PDF)

Sketches

Challenge

Digitaler Zwilling des Hofs ermöglicht effizientes Management der Diversität

QGIS ist ein Open Source Geographisches-Informationssystem (https://www.qgis.org/de/site/). Marc hat seinen Bauernhof darauf abgebildet (Flächen und Kulturen). Die anfallenden Arbeiten pro Fläche bzw. Kultur werden angezeigt, wodurch alle Mitarbeitenden auf einfache Weise den Überblick behalten und Informationen holen und eintragen können. Ein vielfältig bebauter Bauernhof - auch genannt Mosaik Landwirtschaft - hat diverse grosse Vorteile (Stichworte Mischkultur, regenerative Landwirtschaft, Biodiversität, Resilienz). Das Tool ist die Voraussetzung, diese Komplexität mit beschränktem Ressourceneinsatz zu meistern.

Das Einbinden von mehr Layers (Daten) und der Ausbau in Richtung eines digitalen Zwillings würde noch diverse weitere Vorteile bringen, um die Komplexität effizient zu bewältigen

• Rotationsoptimierung Kulturen (rollende Planung, «Decision Support System»).
• Map Layer Biodiversität einbinden --> Anknüpfungspunkt zur Challenge "Machine Learning Kamera für Biodiversität"
• Alerts einbinden
• Daten zu Fruchtfolgen einbinden
• Daten zu Pestizideinsatz einbinden
• Etc…

Screenshots

Um die Wirtschaftlichkeit eines Betriebes zu steigern, gibt es verschiedene Ansätze. Einer davon ist herauszufinden, welches die grössten Kostentreiber sind. Somit kann versucht werden, diese zu reduzieren. Bei vielen Betrieben machen die Grundfutterkosten einen beträchtlichen Teil der Kosten aus. Zurzeit können die Grundfutterkosten nur schwer ermittelt werden. Durch die Neugestaltung des Grufko-Programms soll es möglich sein, dass jeder Landwirt und jede Landwirtin ihre Grundfutterkosten einfach, schnell und insbesondere wahrheitsgetreu errechnen kann.

Biodiversität ist wichtig. Die Landwirtschaft hat einen grossen Einfluss darauf. Wir versuchen, diesen messbar zu machen.

Im SNF Projekt Mitwelten wurde eine IoT & ML Infrastruktur entwickelt. Designs und Code sind Open Source. Das System besteht aus Kameras, die Bilder von Pflanzen aufnehmen und einem Access Point, der Strom und Internet bereitstellt (PoE). Aktuell ist das System darauf ausgelegt, in Gärten und Parks installiert zu werden, die Auswertung der Bilder mit Machine Learning geschieht in der "Cloud".

Für die Open Farming Hackdays wollen wir die Hardware zum ersten mal "richtig ins Feld" bringen, wo keine Steckdose zur Verfügung steht. Auch die Kamera Perspektive und Art der Pflanzen/Tiere könnte sich unterscheiden. Falls möglich, soll zudem die Abhängigkeit vom Cloud Backend verringert werden, durch Edge-Computing, bzw. Machine Learning Inferenz, direkt vor Ort.

Wie Du uns helfen kannst:

• Solar Setup oder Generator für 220V, ~150 W (Material, Erfahrung mit Elektroinstallationen)
• ML Modell für "Feldflanzen/-tiere" trainieren (Data Science, Bio-/Ökologie Kenntnisse)
• Embedded ML Proof of Concept (Software Engineering, Data Science Kenntnisse)

Was wir gerne mitbringen:

• Mitwelten Kameras & Access Point (Vernetzte Kameras mit Pi 3B+, AP mit Pi 4, 500 GB SSD, [1, 2])
• Mitwelten Fotos einer Wiese (Schräge Perspektive, Magerwiese in der Reinacher Heide [3])
• Embedded ML Hardware (Coral USB Accelerator, Coral Dev Board, Mini und Micro, [4])

Ressourcen und Links:

1. http://www.tamberg.org/council/2021/LowEndHighTechForUrbanBiodiversityMonitoring.pdf
2. https://github.com/mitwelten/mitwelten-iot-hardware-poc (Kamera, AP)
3. https://data.mitwelten.org/api/v3/docs (Zugang auf Anfrage)
4. https://coral.ai/products/#prototyping-products
5. Slack #2024team05ml-kamera
   

Ausgangslage

Durch vermehrte Mäuse- und Trockenheitsschäden erhöht sich der Bedarf für die Wiesensanierung und Bekämpfung der Mäuse, auf der anderen Seite wird die auf den Landwirtschaftsbetrieben verfügbare Zeit immer mehr zum limitierenden Faktor. Als Folge davon werden der Bedarf für die Sanierung häufig nicht erkannt oder die Ausführung vernachlässigt. Entsprechend sinken die Erträge und die Probleme mit der Verunkrautung nehmen zu. Da eine Sanierung aus rationellen Gründen meist nur ganzflächig behoben wird, sind Pflegemassnahmen kostspielige Treiber der Produktionskosten.

Lösungsansätze

Die Sanierung soll roboterbasiert und örtlich gezielt erfolgen. Das Schadbild wird vorgängig durch Drohnenaufnahmen erhoben und ausgewertet. Der Roboter ist ein multifunktionales, hangtaugliches Gerät, welches mit verschiedenen, austauschbaren Modulen ausgerüstet ist. Er kann:

• Mäuse mit der Topcatfalle bekämpfen: Gänge aufspüren, Loch öffnen, Fallen platzieren, stellen, leeren und neu richten

Mein Motto: Wer träumen kann, kommt weiter…

Messung der Gefühlswelt von Mensch, Tier und Pflanzen an der Phaenomenamit immersiver KI in einer grünen Naturoase.

https://vimeo.com/926585721?share=copy

Wir erarbeiten anhand ausgewählter Produkte einen Prototypen für eine Webapplikation. Diese ermöglicht die Kennzeichnung Step-by-Step ohne gravierende Lücken und Fehler zu erstellen. Die Applikation besteht aus einer Eingabemaske mit Drop-Down-Menüs oder mit leeren Eingabefeldern. Zusätzlich werden bei leeren Feldern Informationen und Links geliefert. Sie helfen beim korrekten Ausfüllen.

Diese Applikation ist kostengünstig. Denn wer bis jetzt mit der Kennzeichnung überfordert war, musste auf kostenpflichtige Beratungen zurückgreifen oder machte auf "gut Glück" eine Kennzeichnung und hatte bei Lebensmittelkontrollen ein schlechtes Gefühl. Bei Standaktionen, wie Weihnachtsverkäufe von Schulklassen, fehlte die korrekte Kennzeichnung oft. Mit einem einfachen Tool könnte sich das ändern.

• Schweizer Nahrwertdatenbank bereinigt Allergen ergänzt.csv

Lösung

Challenge

Mit Leib und Seele stellen Direktvermarktungsbetriebe oder kleine Manufakturen feine und immer wieder neue Regionalprodukte her. Spätestens bei der Zusammenstellung der Etikette erfahren sie dann mehr Frust als Lust.

Welche Angaben müssen auf der Etikette stehen? In welcher Reihenfolge sollen Zutaten aufgeführt sein? Was sind Allergene? Was ist ein Detailpreis? Als Ausgang der Challenge soll ein Creator-Tool entstehen, in welchem bei der Eingabe diverser Angaben und der Zutaten in eine Maske ein fertiger Etikettenvorschlag entsteht. Ziel davon ist, dass keine wesentlichen Angaben vergessen gehen und korrekt gekennzeichnet wird. Die Nährwertkennzeichnung entfällt bei der handwerklichen Herstellung zur direkten Abgabe an den Konsumenten. Deshalb würde die Nährwertkennzeichnung vorerst ausgeklammert werden.

Das Problem

Wer Lebensmittel herstellt ist verpflichtet, diese korrekt herzustellen und zu kennzeichnen. Trotz einer hohen Anzahl korrekt gekennzeichneter Regionalprodukten, kommt es immer wieder zu Beanstandungen seitens des Amts für Verbraucherschutz. Eine Etikette von Dritten erstellen zulassen, ist oft zu kostspielig für kleine Produktionseinheiten. Neue kreierte Produkte sind am fehleranfälligsten und benötigen meistens in enorm kurzer Zeit eine Etikette. Daher suchen die Betriebe nach einem effizienten, einfachen Hilfsmittel.

Die Challenge

Es wird ein Tool programmiert, in welchem sich die entsprechende Lebensmittelkategorie, die Zutaten eines Produkts sowie alle anderen erforderlichen Angaben wie Preis und Produzenten-Adresse eintragen lassen.

Bsp. Kategorie: Joghurt / Zutaten: Milch, Zucker, Milchpulver, Erdbeeren

Im Programm hinterlegt sind die Anforderungen aufgrund der spezifischen Verordnungen. Bsp. Joghurt: Verordnung betreffend Lebensmittel tierischer Herkunft. Ebenfalls hinterlegt sind jene Anforderungen aus den übergeordneten Verordnungen:

• LGV (Lebensmittel- und Gebrauchsgegenstände-Verordnung)
• HyV (Hygieneverordnung)
• LIV (Verordnung betreffend die Information über Lebensmittel)
• Preisbekanntgabeverordnung

Am Ende der Eingabe erhalten die Direktvermarktungsbetriebe einen Etikettenvorschlag, der sich noch Ergänzen /Abändern lässt, bevor die Vorlage in ein Etikettendruckprogramm eingespeist wird.

Daten / Links:

• OpenAI (könnte optional auch dienen)
• blv.admin.ch - VerordnungsstrukturLebensmittelrecht2017
• blv.admin.ch - Verordnungen-lmr-namen-sr-nr
• SR 942.211 - Verordnung vom 11. Dezember 1978 über die Bekanntgabe von Preisen (Preisbekanntgabeverordnung, PBV) (admin.ch)
• 2021-blv-datierungsleitfaden.pdf
• mhdplus-flyer-d-def-1.pdf
• allergene-korrekt-kennzeichnen.pdf
• merkblatt-01-kennzeichnung-eines-vorverpackten-lebensmittels.pdf

Falls der Nährwert auch eingebaut werden möchte:

Es besteht bereits ein Excel basiertes Berechnungstool. Eventuell könnte dieses in das neue Tool eingebaut werden.

• Home - The Swiss Food Composition Database (naehrwertdaten.ch)
• www.naehrwertrechner.de
• anleitung-naehrwertrechner-1.pdf
• naehrwertrechner-1.xlsm
• https://www.foodrepo.org/

Mögliche Weiterentwicklung:

• API-Anbindung an eine oder mehrere Datenbanken mit Nahrungsmitteln (Rohstoffe plus allenfalls nach Rohstoffen aufgeschlüsselte verarbeitete Produkte, bspw. Nährwertdatenbank vom BLV oder CH-Version von Open Food Facts) für Auswahl unter Zutatenliste
• Automatisierte Berechnung der Prozentangaben von Zutaten gemäss Eingabe in Masseinheit (bspw. Gramm oder Deziliter)
• Hinterlegte Allergenliste mit automatischer Erkennung (statt Feld, das man ankreuzen muss, falls eine Zutat als Allergen ausgewiesen werden muss)
• Einfache Anpassung bei aktualisierten gesetzlichen Vorgaben
• Einstellungen für nutzerspezifische Gestaltung der Etikette (Schriftart, Farbe), solange im Rahmen der Vorgaben der Lebensmittelverordnung

Was benötigen wir für die Realisierung:

• Verantwortliche Stelle für die Weiterentwicklung (Tätschmeister für inhaltliche und technische Weiterentwicklung)
• Testpersonen, die Prototyp ausprobieren und Rückmeldung geben, ob Felder und Info-Hinweise so "brauchbar" sind
• Ort fürs Hosting (aktuell github, kann auch hier weiter mit github-Actions betrieben werden)
• Ressourcen für inhaltliche und technische Weiterentwicklung und Unterhalt (verbunden mit Punkt 1)

Prototyp

https://jarheadcore.github.io/open-farming-hackdays-label-creator

Die Ausgangslage: Invasive gebietsfremde Arten nehmen in der Schweiz stetig zu. Heute werden 89 Pflanzen als invasive Neophyten eingestuft. Invasive Neophyten können die Biodiversität gefährden, die landwirtschaftliche Produktion beeinträchtigen und die Gesundheit von Mensch und Tier gefährden. Ein effizientes Neophytenmanagement ist deshalb von grosser Bedeutung, insbesondere auch im Hinblick auf den Klimawandel und die fortschreitende Globalisierung.

Das Problem: Ein flächendeckendes Neophytenmanagement ist sehr kosten- und arbeitsintensiv. Zudem ist das Neophytenmanagement eine Gemeinschaftsaufgabe. Jedoch können nicht alle GrundeigentümerInnen und Akteure die nötigen Arbeitskräfte und Ressourcen mobilisieren, um ein flächendeckendes Neophytenmanagement zu gewährleisten. Dies kann zu Frustrationen und Konflikten führen, gerade in der Landwirtschaft, wo es Schwellenwerte für gewisse invasive Neophyten gibt. Solche Konflikte kann es beispielsweise zwischen Nachbarn geben, aber auch zwischen grossen Akteuren wie beispielsweise der Verkehrsinfrastruktur und LandwirtInnen. Hier fehlt es an Koordination und Kommunikation. Ziel ist es deshalb, ein Instrument für ein ressourceneffizientes Neophytenmanagement zu schaffen, das die Koordination und Kommunikation zwischen verschiedenen Akteuren fördert.

Idee: Es soll eine Plattform geschaffen werden, die ein partizipatives Neophytenmanagement fördert. Die Plattform könnte Freiwilligeneinsätze koordinieren und LandwirtInnen ermöglichen, Hilfe bei der Bekämpfung von invasiven Neophyten anzufordern. Weiter könnte eine Plattform auch den Austausch von Erfahrungen und Informationsmaterial ermöglichen, die Kommunikation zwischen grossen Akteuren fördern und vieles mehr...

Präsentation Gruppe 11

Source Code

https://vimeo.com/926588879

Wir haben ein PDF-Dokument zur Visuellen Kontrolle. Aus dieser Bonitur z.B. Frostspanner heraus, soll der Kontrollblock ausgefüllt werden. Mit der anschliessenden Berechnung der Schadschwelle und Datum soll, gegen den festgestellten Schädling und die entsprechende Kultur Behandlungsvorschläge gemacht werden. Diese sollen den Optimalen Zeitpunkt z.B. Vorblüte mit der entsprechenden Aufwandmenge angegeben werden. Dazu leicht verständlich z.B. Bienentox und weitere Auflagen, am besten in leicht verständlichen Pictogrammen mit Hinweisen zur Wirkstoffmenge (ggf. aufsummiert), Wirkstoffkombi und Mischtabellen Voll und Teil, Nebenwirkung, Bio & IP. Durch die Verknüpfung mit dem Spritzmittelrechner, sollen Parzelle (Laubwand und Fläche) PSMittel, Name, W-Nr, Menge und Datum vor Generierung einer automatischen Email der vorgenommenen Behandlung zur Eintragung in PS-Dokumentation

Jedes Jahr führt die Fachstelle im Gemüsebau von KW 18 bis ca. KW 43 ein Schädlingsmonitoring für diverse Schädlinge durch. Dafür stehen im ganzen Kanton Fallen welche jeweils wöchentlich kontrolliert werden. Für die meisten Schädlinge gibt es zur Zeit keine Prognosemodelle oder diese sind zu ungenau.

Lösungsansatz: Mit den vorhandenen Daten soll mittels KI und Machine Learning ein Prototyp für ein Prognose- oder Tendenzmodell erstellt werden.

• Schädlingsmonitoringdaten (Kt. AG)
• Klimadaten

Challenge

Ausgangslage

Im März ‘22 haben Emmi und Migros den „KlimaTisch“ ins Leben gerufen. Motivation: Lebens-mittel-Industrie und -Handel wollen ihre Scope 3-Emissionen reduzieren um die Ziele gemäss der Science Based Targets initaitive (SBTi) zu erreichen. SBTi ist ein internationaler Standard, gemäss welchem sich ein wesentlicher Teil der internationa-len und CH-Industrie verpflichtet hat, seine CO2-Emissionen zu reduzieren, um die Ziele des Klimagesetzes zu erreichen. SBTi verlangt von den Betrieben, auch die Scope 3-Emissionen entlang der gesamten Wertschöpfungskette zu reduzieren. Dies inkludiert die vorgelagerte Lieferkette und auch die Kundschaft von Unternehmen. Am KlimaTisch sitzen zahlreiche relevante Akteure aus dem CH-Detailhandel, der CH-Verarbeitungsindustrie und der CH-Landwirtschaft.

Ziel / Idee: Konzipierung BPK

Der KlimaTisch hat sich darauf geeinigt, dass eine „Branchenplattform Klimaschutz“ (BPK) die Umsetzung der Klimaschutzmassnahmen verwalten soll. Die BPK wurde bisher jedoch noch nicht konzipiert, sondern nur andiskutiert. Klar sind bisher nur die prinzipiellen Ziele. Ein ele-mentares Ziel ist, dass das System mit möglichst wenig administrativem Aufwand funktio-niert, um den Aufwand und die Kosten für alle Beteiligten möglichst tief zu halten. Deshalb soll mit Modellen und bestehenden, verfügbaren Daten gearbeitet werden. (z.B. Agis-DB des Bun-des) Diese Challenge will folgende Themen konzipieren und möglichst visuell beschreiben:

• Datenströme: Woher kommen die Daten, was tun wir damit?
• Finanzströme: Wer bezahlt wieviel, wer erhält wieviel, wie funktionieren die Mechanismen?

• Konzept eines Business-Plans für die BPK
• CO2-Gutschriften: Wie funktionieren die? Wer kann sich wann wieviel davon anrechnen las-sen?
• Welche IT-Tools brauchen wir?
• Visualisierung der Nutzung der Dienstleistung der BPK aus Sicht Landwirtschaft («customer-journey», Beschreibung der IT-Anwendung)

Guideline für die Konzipierung sind die Protokolle des KlimaTisches und die bestehende, vom Klima-Tisch verabschiedete Beschreibung («Onepager»). Ziel ist letztlich, dass der KlimaTisch aufgrund dieser Vorarbeit rasch in eine Umsetzungsphase über-gehen kann.

Um mittels IoT Daten von Feldern erfassen zu können und dann darauf basierend bessere Entscheidungen fällen zu können, ist es notwendig, verschiedensten Sensoren im Feld zu installieren. Da dies mittelfristig immer mehr Sensoren werden (z.B. für Bewässerung, Düngung, Pflanzenschutz), ist die Verwaltung der Sensordaten eine Herausforderung.

Das Ziel dieser Challenge ist es, eine Lösung zu generieren, die diese Arbeit drastisch vereinfacht. Ein möglicher Ablauf für die Nutzung einer App im Feld könnte, wie folgt, aussehen:

In der Schweiz wird über 90% des Nüsslisalates von Hand geerntet. Dies bedingt hohe Arbeits-Kapazitäten und Kosten und ist eine körperlich sehr anstrengende Arbeit. Um die Arbeitsbelastung und den Arbeitskräftebedarf zu senken soll es eine Möglichkeit geben den Nüsslisalat maschinell/mechanisiert zu ernten.

Wir stellen uns einen "Mäher" vor, welcher schonend erntet und gleichzeitig transportiert.

Was wir brauchen: - Maschinenbauer - Softwareentwickler (Steuerung) - .....

Angesichts der drängenden Herausforderungen des Klimawandels und des Anteils der Landwirtschaft an den globalen Treibhausgasemissionen hat der Bund die Klimastrategie veröffentlicht. Wir möchten die Landwirtschafts- und Landwirtschaftspartner ermächtigen, die Umsetzung dieser Strategie mitzugestalten. Wir suchen innovative Lösungen, um den Ackerbau für Landwirte attraktiver zu gestalten und die Umstellung zu vereinfachen. Insbesondere wollen die Rentabilität im Ackerbau erhöhen. Wir hacken Wege, wie Landwirte wirtschaftlich rentabler arbeiten können, ohne dabei die ökologische Nachhaltigkeit aus den Augen zu verlieren, und somit aus der Nachhaltigkeit ein Geschäftsmodell zu entwickeln.

Häufig werden arbeiten an Landwirtschaftlichen Maschinen vorgenommen, aber häufig nicht richtig dokumentiert. Um zu Wissen wann zuletzt Teil y ersetzt wurde muss zur Zeit das Kontrollheft schriftlich geführt werden.

Deshalb möchte ich eine Digitale Plattform auf der div. Landmaschinen erfasst werden können und ein Reparaturhandbuch geführt werden kann. Landwirte, Lohnunternhemen und deren ähnlichen Berufsgruppen die Reparaturarbeiten sollen Service und Unterhaltsarbeiten digital erfassen können. Dies ermöglicht es dem BesitzerIn auf einen Blick zu sehen, welche Arbeiten wann ausgeführt wurden und die Kosten für den Ersatz von Verschleissteilen besser abschätzen zu können.

Hintergrund

• Ein- bis mehrtägige Pferdeerlebnisse bestehen aus mehreren Elementen: Leihpferde (wenn keine eigenen Pferde verfügbar sind), Übernachtung für Reitende/Fahrende und Pferde, Verpflegung für Reitende.
• Die Organisation vor allem von mehrtägigen Touren ist sehr komplex, wenn bei jedem Übernachtungsort separat angefragt und alles «zusammengestückelt» werden muss.
• Eine Möglichkeit der Buchung von All-in-One-Packages würden das Routennetz und die Angebote von teilnehmenden Betrieben niederschwellig zugänglich machen. Von einer solchen substanziellen Vereinfachung wird sich eine gesteigerte Nutzungsfrequenz versprochen.
• Die verschiedenen Elemente wie Leihpferde, Übernachtung & Verpflegung werden zum Teil von Nicht-Profi-TourismusanbieterInnen erbracht. Können und Wollen zur Nutzung eines Buchungssystems sind als geringer anzunehmen als bei Profi-TourismusanbieterInnen.

Aufgabenstellung

• Konzeption eines digitalen, für KundInnen und AnbieterInnen sehr nutzungsfreundlichen, kosteneffizienten, einfach zu unterhaltenden Buchungssystems für ein- bis mehrtägige Touren auf dem Routennetz von Pferdeerlebnisse Aargau.
• Die Buchungskategorien umfassen: Leihpferde, Übernachtung für ReiterInnen, Übernachtung für Pferde, Verpflegung/Restauration für Reitende und ggf. weitere.
• Möglichkeiten bereits heute verfügbarer Plattformen für Buchung von Hotels, Camping, Privatunterkünften, Touren (wie Booking.com, Trip Advisor, Nomad.ch, Airbnb etc.) sind berücksichtigt.
• Die Ergebnisse einer entsprechenden Customer-Journey in der Studienarbeit «Pferde und Reiter» im Jurapark Aargau – Zielgruppenidentifikation, Angebotsvorschläge und Skizzierung von Vermarktungsmöglichkeiten» sind einbezogen.
• Das Thema Kontingentsverwaltung ist einzubeziehen. Es ist v.a. für kleinere, nicht professionell organisierte Anbieter von z.B. Übernachtungsmöglichkeiten sehr schwierig, das buchbare Kontingent zu verwalten. Beispiel: Ein B&B bietet seine Zimmer auf booking.com, auf der eigenen Webseite und neu auf Pferdeerlebnisse Aargau an. Sobald eine Buchung eines Zimmers über eine jeweilige Plattform abgewickelt wird, muss zwingend das Gesamtkontingent der restlichen zur Verfügung stehenden Zimmer angepasst werden. Bei den grossen Plattformen wie Booking o.ä sind sog. Channel Manager dazwischengeschaltet. Diese verwalten die entsprechenden Kontingente. Bei kleinen Betrieben ist dies bis anhin praktisch unmöglich. In den Fällen führt es zu einem gestützten Buchungsprozess führen, welcher eine E-Mail mit einer Buchungsanfrage zur Folge haben wird - und somit ist ein einfach buchbares Erlebnis nicht ohne weitere möglich. Es ist zu eruieren, ob man die Kontingentsverwaltung über allfällig vorhandene dezidierte B2B-Angebote grosser Plattformen in den Griff bekommen könnte. Gibt es entsprechende technische Möglichkeiten grosser Plattformen, über sich ein Buchungssystem für die oben aufgeführten Buchungskategorien abbilden lässt, im Sinne von Pferdeerlebnisse Aargau powered by booking.com (oder einer anderen, kostengünstigeren Plattform)?

Erwartetes Produkt

• Es liegen in Textform ein oder mehrere Vorschläge vor, wie ein Buchungssystem umgesetzt werden könnte. Aus den Vorschlägen geht hervor, was sich einfach und was nur aufwändig realisieren lässt, welche technologischen Elemente bereits vorliegen und welche mit welchem Zeit-/Kostenaufwand projektspezifisch programmiert werden müssten.
• Der Fokus liegt auf dem Software Requirements Engineering unter Einbezug von Bedarf und Bedürfnissen bzw. Nutzungsverhalten von Reitenden und Ausfahrenden.

Die Beerenflächen nehmen im Aargau seit mehreren Jahren kontinuierlich ab. Dies obwohl Beeren bei vielen Leuten immer beliebter werden und Schweizer Beeren einen sehr guten Ruf geniessen. Zeitgleich nimmt die Bevölkerung im Aargau leicht zu. Wo liegt noch Marktpotenzial für Beeren im Aargau? Anhand von Layer mit Verkehrszählung, Naherholungsgebiete, demografische Verteilung, Strukturdaten etc. sowie den vorhanden Hofläden soll ein Modell/Potenzialkarte erstellt werden in welchen Gemeinden oder Standorte z.B. Potenzial für Verkaufsstandorte liegen. Somit könnten eventuell neue Märke erreicht werden.

Vorhandene Daten

• Strukturdatenerhebungen Aargau
• Verkehrszählungen Aargau
• Weite GIS Layer
• evt. Standorte Hofläden (diverse Webseiten)

Problemstellung:

Im Rahmen unseres VCS-Klimaprojekts werden über die Verfütterung von ätherischen Ölen die Methanemissionen der Milchkühe reduziert und so pro Jahr circa 8'000 Tonnen CO2-Äquivalent eingespart. Für das Controlling und Management der Daten, sowie die Berechnung der Emissionseinsparungen, müssen dabei für jeden Mineralstoffeinkauf die Belege hochgeladen, sowie wichtige Informationen zum Futter und einige Betriebskennzahlen erfasst werden.

Im Moment geschieht dies über unser Intranetsystem. Leider ist die Erfassung zurzeit nicht benutzerfreundlich und zeitraubend. Darüber hinaus ist es für die Produzenten nicht ersichtlich, wie viel CO2-Äquivalent sie eingespart haben oder voraussichtlich einsparen werden. So wissen die teilnehmenden Milchproduzenten bis zum Zeitpunkt der Auszahlung (1x pro Jahr) nicht, wie viel CO2 sie auf ihrem Betrieb eingespart haben und wie viel Geld ausbezahlt werden wird. Dem möchten wir mittels eines benutzerfreundlichen Dashboards, das den teilnehmenden Landwirten ermöglicht, ihre regelmässigen Fortschritte in der CO2-Reduktion zu überwachen und zu analysieren Abhilfe schaffen.

Lösungsansatz:

Die Erfassung der Einkäufe soll über eine App Schritt für Schritt erfolgen und der Prozess somit vereinfacht werden. So sollen zum Beispiel Kaufbelege direkt mit dem Smartphone abfotografiert und hochgeladen werden können.

Weiter planen wir die Entwicklung eines Dashboards, das die Daten aus unserem Intranet aus dem Klimaprojekt dazu nutzt, einfach verständliche Fortschrittsgraphiken zu erstellen. Basierend auf den erfassten Daten soll die App automatisch die CO2 Einsparungen pro Betrieb berechnen. Das Dashboard biete eine intuitive grafische Darstellung der Emissionsreduktionen, einschliesslich Diagrammen und Statistiken, die den Landwirten einen klaren Überblick über ihre Fortschritte geben. Zusätzlich bietet die App die Funktion Meilensteine anzuzeigen.

Challenge owner:

Benigna von Ballmoos, Rebecca Wolf, mooh Genossenschaft,

Ausganslage

Böden haben das Potenzial, den Klimawandel abzuschwächen, indem sie Kohlenstoff (C) speichern. Erwärmung und Landnutzungsänderungen können jedoch den Abbau von Humus beschleunigen und zu Verlusten an organischem Kohlenstoff im Boden (SOC) führen, was den Klimawandel verstärkt. Ob Böden den Klimawandel abmildern oder verschärfen, hängt vom Gleichgewicht zwischen der Kohlenstoffzufuhr z.B. durch die Vegetation und dem Kohlenstoffabbau durch mikrobielle Atmung, Bodenerosion und andere Prozesse ab. Mathematische SOC-Modelle übersetzen theoretische Annahmen in vereinfachte Darstellungen des ökologischen Systems und sind entscheidend für das Verständnis und die Vorhersage dieses Gleichgewichts. Seit den 1930er Jahren wurden mehr als 250 Modelle zur Darstellung der SOC-Dynamik entwickelt, aber es gibt keinen Konsens über einen einheitlichen Ansatz zur Vorhersage der SOC-Dynamik. Es gibt große Unterschiede in den vorhergesagten SOC-Werten und keine Standardisierung der Validierungskriterien. Zudem gibt es keine praxisnahen und real anwendbaren Modelle für die Schweiz.

Challenge

Diese Challenge zielt darauf ab, die existierenden Modelle systematisch zu analysieren, um die folgenden wichtigen Fragen zu beantworten:

• Gibt es Open Source SOC-Modelle, die für die Schweiz anwendbar sind? Wenn nicht, warum nicht?
• Was wird benötigt, um ein Open Source SOC-Modell mit ausreichender Genauigkeit für die Schweiz zu erstellen?
• Welche Daten sind öffentlich verfügbar?
• Welche Genauigkeit ist für Anwendungen zur Abschätzung des SOC-Gehaltes im Boden notwendig?
• Wie kann die Qualität (u.a. Genauigkeit) eines Modells beurteilt und überprüft werden?

Bedeutung

Die Verfügbarkeit eines solchen SOC-Modells ist für die Schweizer Landwirtschaft von grosser Bedeutung, da es erlaubt, gezielte Strategien zur Kohlenstoffspeicherung zu entwickeln und damit einen wesentlichen Beitrag zum Klimaschutz und zur Nachhaltigkeit der Schweizer Landwirtschaft zu leisten.

Challenge Owner

Ivan Halka ivan.halka@fhnw.ch; Dominik Roschi (s) dominik.roschi@students.fhnw.ch

Situation:

Einige Betriebe Schwierigkeiten haben, ihre Pachtflächen ordentlich zu verwalten. Dazu gehören (Pachtverträge, Pachtzahlungen, Pachtänderung, Pachtorganisation usw.) sowohl für Pächter als auch für Verpächter. Es wäre doch sinnvoll, wenn es einen gewissen Standard gäbe und dazu eine praktische Verwaltung in digitaler Form einzuführen. Ausserdem könnte man noch weitere Vorteile nutzen, wie z. B. eine Verbindung zu Agis (Parzellendarstellung etc.)

Was könnte die digitale Pachtzinsverwaltung beinhalten. 1. Normvertrag für Pacht (evtl. aktualisiert werden) 2. Erinnerung (cal. Eintrag für Zahlung) 3. Automatisch jährliche Generierung von Pachtrechnung, und Pachtquittung mit QR. Zb. Über mail. 4. Einbindung ins Agis, wem gehört es wer pachtet und bewirtschaftet es. 5. Pachtland Übersicht und einfache Anpassungen

Wer Profitiert:

Landwirt Privatpersonen (erbe) Juristische Personen Kanton Landverwaltung ist ja ein Thema für alle landwirtschaftlichen Kulturen.

Challenge Owner:

Rolf Wehrli