02.07.2019

Roboter von Startups erledigen in diesem Sommer die Feldarbeit

Das AIL hat sechs Roboter ausgewählt, die im Rahmen der Robotics Challenge 2019 einen nachhaltigen Nutzen für die Landwirtschaft stiften sollen. Sie helfen zum Beispiel bei der Unkrautbekämpfung und bei der Ernte.
/artikel/roboter-startups-feldarbeit-agrar
Roboter Landwirtschaft
"Robotti" hilft bei Aussaat, Düngung, Unkrautregulierung und Ernte. (c) Georges Schneider

„Infolge der immer raueren Bedingungen für die Landwirtschaft – nicht zuletzt infolge des Klimawandels – sehen wir es als wichtige Dienstleistung des Lagerhaus-Verbunds, nach immer innovativeren Agrar-Lösungen zu suchen“, sagt Christoph Metzker, RWA-Bereichsleiter und Beiratsvorsitzender des Agro Innovation Labs: „Es geht darum, das bäuerliche Arbeiten moderner, effizienter und attraktiver zu gestalten. Gerade die Robotik bietet sehr interessante Einsatzgebiete gerade auch für die heimische Landwirtschaft und hat das Potential, diese zukünftig zu revolutionieren.“

+++Farmdok: hohes sechsstelliges Investment für Wieselburger AgTech-Startup+++

Die RWA Raiffeisen Ware Austria AG ist das Großhandels- und Dienstleistungsunternehmen der Lagerhausgenossenschaften in Österreich., zu der wiederum 90 eigenständigen und regionalen Genossenschaften im Eigentum bäuerlicher Mitglieder mit mehr als 1.000 Standorten und rund 12.000 Mitarbeitern gehören. Gemeinsam mit der BayWa AG hat die RWA eine Innovationsplattform namens Agro Innovation Lab GmbH (AIL) ins Leben gerufen, mit der Innovationen für die Landwirtschaft zugänglich gemacht werden.

(c) Georges Schneider

In den vergangenen drei Jahren wurden dadurch bereits 650 Startups aus 60 Ländern beim Markteintritt unterstützt. Dieses Jahr liegt der Fokus auf einer weiteren zukunftsträchtigen Technologie: Robotik.

Robotics Challenge 2019 für Roboter in der Landwirtschaft

Im Zuge dieser Herangehensweise wurde auch die Robotics Challenge 2019“ ins Leben gerufen, bei der das AIL die besten Agrar-Roboter sucht. In einem ersten Kick-off Ende Juni wurden dabei sechs Roboter identifiziert, die von Startups entwickelt wurden, bereits funktionsfähige Prototypen entwickelt haben und das Potenzial besitzen, die Landwirtschaft nachhaltig zu verändern.

Besonders für die autonome Unkrautregulierung, sowie für die Obst- und Gemüseernte sieht man beim AIL Potenzial. Die sechs ausgewählten Finalisten aus insgesamt 34 Einreichungen sind konkret:

  • Agrointelli, Dänemark / „Robotti“: Entwicklung eines autonomen und vielseitig einsetzbaren Geräteträgers, an dem Maschinen zur Aussaat, Düngung, Unkrautregulierung und Ernte angebracht werden können. Damit bietet dieser Roboter Einsatzmöglichkeiten sowohl im Acker- als auch Gemüsebau.
  • Cerescon, Niederlande / „Sparter“: Entwicklung eines Roboters für die Ernte von weißem Spargel. Der an einem Traktor angehängte Roboter erkennt mittels Sensoren den reifen Spargel an der Oberfläche. Der Spargel wird nach Erreichen einer entsprechenden Mindestgröße vom Roboter eigenständig geerntet, wobei jeweils zwei bis drei Reihen parallel bearbeitet werden können.
  • Deepfield Robotics, Deutschland: Entwicklung von Robotern, die Unkraut in Reihenkulturen autonom regulieren. Mittels Zugriff auf 4,3 Millionen aufgenommene Bilder können die Roboter zwischen 35 verschiedenen Pflanzengattungen unterscheiden.
  • Mascor / FH Aachen, Deutschland / „Etarob“: Entwicklung eines Roboters zur selektiven Unkrautregulierung auf Grundlage von elektro-physikalischen Prinzipien, der bei jeglichen Wetterbedingungen und bei Nacht eingesetzt werden kann. Dieser kann bei Reihenkulturen bzw. im Gemüseanbau zwischen den Reihen eingesetzt werden. Weiterentwicklungen fokussieren auf eine selektive Düngung sowie speziell die Ernte von Eisbergsalat und Kartoffeln.
  • Saga Robotics, Norwegen: Entwicklung von modularen Robotern zur UV-Behandlung gegen Mehltau sowie zur autonomen Ernte von Erdbeeren. Diese eignen sich zum Einsatz in Glas- und Folienhäusern sowie in Obstgärten und Ackerflächen.
  • Tensorfield, USA / Hongkong: Entwicklung von autonomen Robotern zur thermalen Unkrautregulierung in Reihenkulturen mittels Einsatz von erhitztem Raps-Öl in Lebensmittelqualität. Entwicklung der visuellen Erkennung an Gemüsepflanzen sowie Spezialisierung auf Spinat und Römersalat.

Feldarbeit im Sommer, Finale im September

Im Laufe des Sommers nehmen die Unternehmen an so genannten Challenge Weeks und Feldversuchen teil, die in Österreich, Deutschland und zum Teil an den Standorten der Teilnehmer stattfinden. Im Rahmen der Zusammenarbeit mit dem AIL werden die Roboter intensiv geprüft, technisch angepasst und deren Marktpräsenz unterstützt, beziehungsweise in einem nächsten Schritt deren Markteinführung vorbereitet.

+++Smartbow: AgTech Startup aus OÖ schafft den Exit+++

Mitte September werden schließlich im Rahmen der Robotics Challenge Finals die Wettbewerbs-Gewinner verkündet. AIL-Geschäftsführer David Saad sieht jedenfalls schon jetzt viel Potenzial in der Robotik. „Die Teilnehmer der AIL Robotics Challenge zeigen deutlich, dass die Robotik in bestimmten Teilbereichen der Landwirtschaft bereits sehr weit ist“, sagt er: „Es ist Zeit, sich auch hierzulande mit dieser Entwicklung und deren Einsatzgebieten auseinanderzusetzen, um frühzeitig zu partizipieren.“ Aus diesem Grund habe man sich bewusst für die Förderung dieses Innovationsfelds entschieden und freue sich bereits auf die Ergebnisse der Challenge.“

Redaktionstipps
Deine ungelesenen Artikel:
07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

Das Linzer KI-Startup NXAI rund um KI-Pionier Sepp Hochreiter hat mit TiRex-2 ein neues Modell für Industrie-Vorhersagen veröffentlicht. Dieses soll extrem effizient bei der Analyse von Live-Datenströmen sein.
/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell
07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

Das Linzer KI-Startup NXAI rund um KI-Pionier Sepp Hochreiter hat mit TiRex-2 ein neues Modell für Industrie-Vorhersagen veröffentlicht. Dieses soll extrem effizient bei der Analyse von Live-Datenströmen sein.
/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell
KI-Pionier Sepp Hochreiter ist Co-Founder und Chief Scientist von NXAI | (c) NXAI
KI-Pionier Sepp Hochreiter ist Co-Founder und Chief Scientist von NXAI | (c) NXAI

Das Linzer KI-Startup NXAI hat sein neuestes Modell TiRex-2 veröffentlicht. Die Entwicklung des sogenannten „Time Series Foundation Models“ (Zeitreihen-Basismodell) stand unter der wissenschaftlichen Leitung von KI-Pionier Sepp Hochreiter, der Mitgründer ist und als Chief Scientist des Startups fungiert.

Das Modell wurde auch als Open-Source-Software frei zugänglich gemacht. Es ist darauf spezialisiert, historische Datenreihen aus der Industrie zu analysieren, um zukünftige Entwicklungen vorherzusagen. In der Presseaussendung zum Release zeigt sich das Startup selbstbewusst: „Europa kann doch SOTA-Modelle“ (Anm. State of the Art). Laut Hochreiter teilt sich das neue Modell in den offiziellen Bestenlisten „die Spitzenplätze mit AWS“.

Mehrere Signale gleichzeitig im Blick

Die wesentliche technische Neuerung des Modells liegt in der Verarbeitung multivariater Zeitreihen. Während herkömmliche Vorhersagesysteme oft nur eine einzelne Datenreihe anhand ihrer eigenen Vergangenheit analysieren, bezieht TiRex-2 zusätzliche Einflussfaktoren – in der Fachsprache Kovariaten genannt – mit ein. Für Industrieunternehmen soll das zum entscheidenden Vorteil werden, da Maschinen und Prozesse selten nur ein isoliertes Signal erzeugen. In der Praxis bedeutet dies: Will ein Logistik- oder Energiebetrieb den künftigen Verbrauch prognostizieren, kann das Modell neben den historischen Verbrauchsdaten auch begleitende Faktoren wie das Wetter, Kalenderdaten oder Produktionspläne auswerten. Das macht die Vorhersagen präziser und aussagekräftiger.

xLSTM soll Effizienz-Boost bringen

Im Gegensatz zu bekannten KI-Systemen wie ChatGPT, die auf der speicherintensiven Transformer-Architektur basieren, nutzt TiRex-2 das von Hochreiter mitentwickelte xLSTM-Verfahren. Das soll ein zentrales Problem industrieller Live-Anwendungen lösen: Bei kontinuierlich einlaufenden Datenströmen (Streaming) explodiere bei herkömmlichen Systemen nämlich der Rechen- und Speicheraufwand, argumentiert man beim Startup. TiRex-2 hingegen verarbeitet Daten sequenziell und aktualisiert fortlaufend einen internen Zustand. Dadurch würden der Speicherbedarf und die Rechenkosten auch bei unbegrenzten Datenströmen konstant niedrig bleiben. Lukas Fischer, Head of Applied Research bei NXAI, erklärt dazu: „Mit TiRex-2 können wir kontinuierliche Datenströme in Echtzeit analysieren, ohne Einbußen bei der Modellperformance.“ Dies prädestiniert das Modell für den direkten Einsatz an Maschinen vor Ort (Edge-Anwendungen).

„Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren“

Die Leistungsfähigkeit des Modells wird durch das begleitende wissenschaftliche Paper des Forscherteams untermauert. Darin zeigen die Wissenschaftler, dass sich TiRex-2 besonders gut für das sogenannte Zero-Shot-Forecasting eignet. Das bedeutet, dass das Modell ohne vorheriges, spezielles Training präzise Vorhersagen für völlig neue Maschinentypen oder Datensätze treffen kann.

Laut dem CEO von NXAI, Albert Ortig, bringt diese Generalisierungsfähigkeit handfeste wirtschaftliche Vorteile im Betrieb: „Die Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren.“ Ein weiterer Vorzug des vergleichsweise kompakten Modells mit 82 Millionen Parametern ist, dass es auf Wunsch direkt auf den eigenen Servern der Kunden (On-Prem) betrieben werden kann, was die Datensicherheit für sensible Industrie-Prozesse erhöht.

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

Roboter von Startups erledigen in diesem Sommer die Feldarbeit

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Roboter von Startups erledigen in diesem Sommer die Feldarbeit

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Roboter von Startups erledigen in diesem Sommer die Feldarbeit

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 …

Roboter von Startups erledigen in diesem Sommer die Feldarbeit

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 …

Roboter von Startups erledigen in diesem Sommer die Feldarbeit

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 …

Roboter von Startups erledigen in diesem Sommer die Feldarbeit

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 …

Roboter von Startups erledigen in diesem Sommer die Feldarbeit

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Roboter von Startups erledigen in diesem Sommer die Feldarbeit

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Roboter von Startups erledigen in diesem Sommer die Feldarbeit