16.05.2017

“In Europa sind Landwirte technikaffiner als in den USA”

Farmdoc Gründer Andreas Prankl spricht mit dem Brutkasten über die Herausforderung Agrar-Startup und warum sich Wieselburg zu einem Zentrum für landwirtschaftliche Innovationen entwickelt.
/artikel/in-europa-sind-landwirte-technikaffiner-als-in-den-usa
Die Prankl-Brüder kommen selbst aus der Landwirtschaft und ihre Geschäftsidee ist aus dem eigenen Bedarf entstanden. (c) screenshot farmdok

Viele heimische Bauern haben Angst um ihre Daten. Startups müssen mit diesem Thema also besonders sensibel umgehen. Das weiß auch Andreas Prankl, der mit seinen Brüdern Johann und Peter und Franz Heinzlmaier das Startup Farmdok gegründet hat.

Eure App hilft Landwirten, die Arbeit am Feld zu dokumentieren – warum ist eine App in diesem Fall praktischer?

Andreas Prankl: In Österreich und Europa sind die Betriebe sehr klein strukturiert, ohne eigenes Personal für die Dokumentation. Deshalb machen die Landwirte die Dokumentation immer am Abend nach der Arbeit. Die erste Erleichterung ist, dass wir diese Nacharbeit direkt auf das Feld verlagern. Das machen andere auch – da gibt es in Deutschland und auch international einige Apps. Einzigartig ist aber, dass wir das durch die GPS-Datenanalyse auch automatisieren können. Wir können durch den Algorithmus zum Beispiel Felder wiedererkennen, Betriebsmittel schätzen, Arbeitszeit ermitteln. Diese automatische Dokumentation kommt im Sommer mit der zweiten Generation der App.

Wie genau ist die App? Müssen Nutzer sich am Abend hinsetzen und die Daten korrigieren?

Die Genauigkeit ist eine Herausforderung. Ein normales Smartphone-GPS hat eine gewisse Ungenauigkeit. Wir wollen aber ohne zusätzliches Präzisions-GPS auskommen. Das wäre für den Landwirt teuer. Ein einzelner GPS-Punkt hat im besten Fall zwei bis drei Meter Abweichung. Das können im schlimmsten Fall aber auch 30 bis 40 Meter sein. Unsere Technologie kann diese Abweichung aber zu einem gewissen Grad korrigieren. Das funktioniert, indem wir nicht nur den einzelnen GPS-Punkt, sondern das ganze Fahrmuster betrachten. Ein Traktor springt ja nicht auf einmal 30 Meter nach links. Da sind wir bereits im Bereich der artificial intelligence.

Redaktionstipps

Wie seid ihr auf die Idee von Farmdok gekommen?

Wir sind vier Gründer, davon drei Brüder – der Hannes, der Peter und ich. Wir sind auf einem landwirtschaftlichen Betrieb aufgewachsen. Peter hat den Betrieb vor fünf, sechs Jahren übernommen. Er hat früh gemerkt, dass er etwas Einfaches für die Aufzeichnung braucht. Etwas, was er immer dabeihat. Vor drei Jahren haben wir dann begonnen.

Wie seid ihr das Thema angegangen?

Hannes ist auf der Uni im Bereich vision and robotics. Er kennt sich also mit Datenauswertung sehr gut aus. Wir haben uns dann überlegt, wie wir das GPS-Fahrmuster hernehmen können, um die Aufzeichnung zu automatisieren. Hannes hat dann den Algorithmus entwickelt. Ich bin eher zufällig immer weiter in den Bereich der Softwareentwicklung gekommen. Ich habe Wirtschaftsingenieurwesen und Maschinenbau auf der TU Wien studiert. Vorher war ich bei einem Unternehmensberater tätig. Den ersten Prototypen haben wir mit zehn Testbetrieben in Nieder- und Oberösterreich umgesetzt.

“Die Genauigkeit ist eine Herausforderung. Ein normales Smartphone-GPS hat eine gewisse Ungenauigkeit.”

Vor welchen Herausforderungen steht man als Agrar-Startup in Österreich?

Die Algorithmus- und Software-Entwicklung war relativ langwierig, weil wir dazu immer wieder Praxisdaten brauchen. Die Daten müssen wir dann analysieren und dann fließen sie wieder in die Entwicklung ein. In der Landwirtschaft ist man von der Vegetationsperiode abhängig – das macht die Sache nicht leichter. Man muss vorausschauender planen. Im schlimmsten Fall verliert man eine Saison, bei uns ist es aber nicht so schlimm, weil wir auf Daten der vergangenen Jahre aufbauen können.

Wie erlebt ihr als Startup den Agrarsektor?

Ich glaube, da kommt gerade viel Bewegung herein. 2015 sind auf der größten Agrar-Technik-Messe in Hannover Startups präsentiert worden und das hat für viel Aufmerksamkeit gesorgt. Auf einmal haben große Firmen Interesse an dem Thema und man hat relativ schnell Termine bekommen bei Bayer oder Borealis. Große Firmen sind aber relativ schwerfällig und es kommt nicht so schnell zum Abschluss einer Partnerschaft. Richtiges Silicon-Valley-Denken muss sich in der Landwirtschaft erst entwickeln.

Wie erreicht man die Zielgruppe Landwirt?

Mich hat überrascht, dass klassisches Online-Marketing sehr gut funktioniert. Gerade die jüngere Generation erreicht man sehr gut über Facebook und Google. Das zeigt auch, dass der Markt reif ist – Landwirte sind bereit, Online-Technologien zu verwenden. Was auch gut funktioniert sind Fachmedien wie Landwirt.com oder die Bauernzeitung. In Zukunft werden für uns sicher auch die bestehenden Netzwerke der Saatguthändler oder Düngemittel-Händler interessant.

Spricht man mit Landwirten oder Kammer-Vertretern, hört man immer wieder von einer großen Sorge um ihre Daten.

Das ist eine große Diskussion in der Landwirtschaft. Da muss vonseiten der Politik den Sorgen der Landwirte natürlich Genüge getan werden. Ich würde auch nicht wollen, dass sich meine persönlichen Daten selbstständig machen. Uns war von Anfang an klar, dass die Daten, die unser System sammelt einen riesigen Wert haben. Wir wollen die Daten in erster Linie den Landwirten wieder zur Verfügung stellen. Landwirte wollen sich ja gerne vergleichen. Das tun sie ja auch am Wirtshaustisch. Wichtig ist sicher, dass man in der Kommunikation deutlich macht, dass mit den Daten sorgsam umgegangen wird. Die Landwirte müssen auch einen Nutzen davon haben. Aber natürlich ist das eine Gratwanderung.

Warum habt ihr euch für Wieselburg als Standort entschieden?

Der elterliche Betrieb ist in Wieselburg. Wieselburg ist aber auch darüber hinaus ein guter Standort, weil sich da die Agrar-Technologie ganz gut gesammelt hat. Wir haben da auch schon mit Josefinum Research zusammengearbeitet. Wieselburg ist auch Technopol-Standort. Außerdem ist die FH ein guter Nährboden für Nachwuchs, den wir brauchen, wenn die Firma wächst. Vielleicht entwickelt sich Wieselburg ja noch zum Silicon Valley der österreichischen Agrar-Startups. Wir sind mit dem Standort sehr zufrieden.

Geht euch manchmal die Nähe zu Wien ab?

Es ist schon grundsätzlich schwierig, gute Entwickler zu finden – im ländlichen Raum ist es noch schwieriger. Auch die Startup-Szene findet einfach in Wien statt. Deshalb haben wir letztes Jahr auch ein kleines Entwickler-Büro in Wien aufgemacht.

Wie habt ihr die Entwicklung von Farmdoc finanziert?

Wir haben das zuerst aus eigener Tasche finanziert. Damit sind wir dann zum AWS gegangen und haben es ins Pre-Seed-Programm geschafft. Am Ende des Pre-Seed-Projekts haben wir innerhalb von drei Monaten zweieinhalbtausend Downloads gehabt. Das Interesse ist also da. Die Technologie funktioniert. Seit Mitte 2016 arbeiten wir an der zweiten Generation. Jetzt haben wir wieder einen Praxistest. Anfang März haben wir uns Gedanken über die weitere Finanzierung gemacht und haben jetzt eine Beteiligung von TecNet Equity gemeinsam mit dem Business Angel Walter Riess und einem befreundeten Unternehmen, der Cega GmbH.

Was sind eure nächsten Ziele?

Im Sommer wird unser neues Produkt eingeführt. Damit wollen wir in Österreich eine gute Marktdurchdringung erreichen und international die ersten Schritte machen. Der kostenlose Teil unseres Produktes ist relativ schnell internationalisierbar, weil er von regionalen Anforderungen unabhängig ist. Wir beginnen mit Deutschland, gehen dann Richtung Osten und Westen. Übernächstes Jahr geht es auch in die USA und Kanada.

USA und Kanada sind bestimmt eine große Herausforderung.

Da gibt es auf jeden Fall ganz andere Anforderungen. In Kanada hat der durchschnittliche Betrieb 300 Hektar. Zum Vergleich: in Österreich sind es 19 Hektar. In Europa sind Landwirte außerdem vergleichsweise technikaffin und geben gerne für ihren Traktor ein bisschen mehr Geld aus. Amerikaner sind da anders – dort ist ein gutes Radio und eine gute Sitzfederung wichtig. Trotzdem, auch die brauchen die Daten und die Aufzeichnung. Was für den kleinen Landwirt eine Erleichterung ist, ist für den großen sicher auch eine. In Amerika wird es aber ohne regionale Partner nicht gehen.

HIER gehts zu Farmdok

Deine ungelesenen Artikel:
17.12.2024

AnyConcept: Wie ein Grazer Software-Testing-Startup Google verblüffte

AnyConcept aus Graz hat eine Software Testautomatisierungs-Lösung entwickelt und dabei beim Trainieren seiner KI Google auf sich aufmerksam gemacht. Wie genau das Modell funktioniert und was der US-Gigant wollte, erklären die Gründer Leander Zaiser, Manuel Weichselbaum und Markus Hauser.
/artikel/anyconcept-wie-ein-grazer-software-testing-startup-google-verblueffte
17.12.2024

AnyConcept: Wie ein Grazer Software-Testing-Startup Google verblüffte

AnyConcept aus Graz hat eine Software Testautomatisierungs-Lösung entwickelt und dabei beim Trainieren seiner KI Google auf sich aufmerksam gemacht. Wie genau das Modell funktioniert und was der US-Gigant wollte, erklären die Gründer Leander Zaiser, Manuel Weichselbaum und Markus Hauser.
/artikel/anyconcept-wie-ein-grazer-software-testing-startup-google-verblueffte
Anyconcept, AnyConcept, Automatiserung, Software testen,
(c) AnyConcept - Das AnyConcept-Team.

Rund 80 Prozent aller Unternehmen testen ihre Anwendungen und Software händisch. Entweder klicken sie sich mühsam durch ihre Software oder ihren Webshop, um zu sehen, was funktioniert und was nicht, oder sie coden sich ihre Tests. Beides langwierige, kostenintensive und mühsame Aufgaben. Das wissen Leander Zaiser, CEO, Manuel Weichselbaum, CTO, und Markus Hauser, die gemeinsam mit Kevin Intering und Pascal Goldschmied das KI-Startup AnyConcept gegründet haben.

AnyConcept und das Problem der No-code-Software

Die Founder haben sich deswegen dazu entschlossen eine Testautomatisierungs-Software zu entwickeln, um den Prozess für Unternehmen zu vereinfachen und günstiger zu gestalten.

Zaiser war sechs Jahre lang RPA-Experte (Robotics Process Automation) bei Raiffeisen und hat dort Automatisierungssoftware automatisiert. Der CEO musste dabei feststellen, dass vermeintliche No-code-Software ohne Entwicklungskompetenzen sich nicht erfolgreich einsetzen ließ. Für gelernte Softwareentwickler wiederum war das Arbeiten mit solch einer Anwendung keine attraktive Tätigkeit.

Weichselbaum indes forscht seitdem er 17 ist an Künstlicher Intelligenz. Und widmet sich dabei vor allem immer den aktuellen Herausforderungen der internationalen Forschung. Das passte hervorragend zu Zaisers erkanntem Problem: aktuelle Automatisierungssoftware ist zu komplex für Non-Coder und nicht attraktiv genug für Coder. Also fragten sich die Founder: Was, wenn man Automatisierung mit einem No-Code-Ansatz macht, mithilfe einer KI, die genau das tut, was man ihr auf dem Bildschirm zeigt? So war AnyConcept geboren.

Das Black Friday-Problem

“Jede Software, jeder Webshop, jede Applikation muss immer wieder getestet werden, ob sie richtig funktioniert. Und da sie auch ständig durch neue Updates von Entwicklern oder bei einem Webshop mit neuen Produkten gefüttert wird, verändern sich Applikationen dauerhaft. Das kann wieder zum Brechen der bisherigen Funktionen führen”, erklärt Hauser, ein per Eigendefinition fleischgewordenes Startup-Kind, das zuletzt Johannes Braith (Storebox) als rechte Hand begleiten und somit Entrepreneurship aus nächster Nähe beobachten und Mitwirken durfte.

Der Gründer präzisiert sein Argument mit einem Beispiel passend zum Black Friday. Jedes Jahr würden Unternehmen Milliarden US-Dollar verlieren, weil sie ihre Preise falsch definieren oder Prozente und Dollar verwechseln, ohne dass es wem auffällt. Außerdem könnten “Trilliarden US-Dollar” an Schäden durch fehlerhafter Software, die nicht richtig getestet wurde, vermieden und “50 Prozent der IT-Projektkosten” gesenkt werden, wenn Testen automatisiert mit No-Code abläuft, so seine Überzeugung.

“Durch unser KI-Modell, das ein User-Interface rein durch Pixeldaten, Mausklicks und Tastatureingaben erkennen und manövrieren kann, schaffen wir es Automatisierung No-Code zu gestalten”, sagt Hauser. “Das Ziel ist es unsere KI-Agenten zukünftig zum Beispiel einen Prozess wie UI-Software-Testing rein durch eine Demonstration, das bedeutet das Vorzeigen des Testfalles, automatisiert durchführen zu lassen. Sie werden sich dabei exakt so verhalten wie es ein Benutzer tun würde, orientieren sich nur an den Elementen des User-Interface und konzentrieren sich nicht auf den dahinterliegenden Code. Das ist unser USP.”

FUSE for Machine Learning

Dieses Alleinstellungsmerkmal fiel auch Google auf. Konkreter Google Cloud Storage FUSE for Machine Learning. Anfänglich noch ein Open Source-Produkt als “Linux Filesystem in Userspace” oder eben als “FUSE” tituliert, wurde die Software von Google in die Cloud integriert und hilft beim Verwalten von Unmengen von Trainingsdaten, Modellen und Kontrollpunkten, die man zum Trainieren und Bereitstellen von KI-Workloads benötigt.

Anwendungen können hierbei direkt auf die Cloud zugreifen (Anm.: anstatt sie lokal herunterzuladen); als wären sie lokal gespeichert. Es müssten zudem keine benutzerdefinierte Logik implementiert werden und es gebe weniger Leerlaufzeit für wertvolle Ressourcen wie TPUs und GPUs, während die Daten übertragen werden.

FUSE sei einfach ein Produkt für Unternehmen, so Weichselbaum weiter, um große Datenmengen bequem zu verwalten und sie verfügbar zu machen: “Wir verwenden es, um viele Terrabytes von Daten auf der Cloud zu lagern, was am Computer nicht möglich ist”, sagt er.

Google sagt Hallo

Weil AnyConcept das Service von FUSE sehr intensiv nutzte, wurde Google auf die Grazer aufmerksam. Und hat konkret nachgefragt, was sie für einen Use-Case mit ihrem Angebot entwickelt haben. “Wir waren einer der ersten, die das genutzt haben, um effizient unsere KI-Agents zu trainieren“, sagt Weichselbaum. “Das Produkt von Google ist ein Teil unserer Datenverarbeitung und des Trainings unserer ganz spezifischen KI und Google wollte wissen, warum und wie wir das so intensiv verwenden. Das hat dazu geführt, dass wir unsere Ideen für Produktverbesserungen und Skripts mit ihnen teilen durften.“

AnyConcept und seine Konzepte

Das Ziel von AnyConcept ist es, ein Foundation-Modell nicht für Texte oder Bilder, sondern für Interaktionen mit dem User-Interface zu entwickeln.

Im Detail reicht hierbei eine Demonstration von einem solchen Interface und AnyConcept analysiert es mit neuronalen Netzwerken. Es erkennt Strukturen, die das Startup seinem Namen getreu “Konzepte” nennt und die auf breites Wissen aufbauen, wie man mit einem Computer interagiert.

“So ein Konzept wäre etwa ein ‘Button’ auf einer Website”, erklärt es Zaiser in anderen Worten. “Die KI versteht dann, dass man ihn anklicken kann und was danach passiert. Oder wie lange eine Website braucht, sich zu öffnen und wie sie aussieht.”

Aktuell forscht AnyConcept an der Generalisierungsfähigkeit ihres Netzwerkes. Zaiser dazu: “Wir testen unsere KI bereits mit Pilotkunden bei der Anwendung von Software-Testautomatisierung und bekommen großartiges Feedback.”

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

“In Europa sind Landwirte technikaffiner als in den USA”

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

“In Europa sind Landwirte technikaffiner als in den USA”

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

“In Europa sind Landwirte technikaffiner als in den USA”

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

“In Europa sind Landwirte technikaffiner als in den USA”

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

“In Europa sind Landwirte technikaffiner als in den USA”

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

“In Europa sind Landwirte technikaffiner als in den USA”

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

“In Europa sind Landwirte technikaffiner als in den USA”

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

“In Europa sind Landwirte technikaffiner als in den USA”

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

“In Europa sind Landwirte technikaffiner als in den USA”