Ausgangslage:

Faserhanf bietet ein großes Potenzial für eine regionale und nachhaltige Wertschöpfung. Entscheidend ist jedoch die Faserqualität. Diese ist stark abhängig vom Erntezeitpunkt und von der erforderlichen Röstung des Hanfs. Der richtige
Zeitpunkt der Ernte wird bisher in der Regel visuell bestimmt. Es fehlen bisher praxisnahe, datengestützte, standort-, sorten- und wetterangepasste Empfehlungen.

Zielsetzung:

Im Fokus des Projekts steht die Entwicklung eines KI-Systems, welches den Landwirtinnen und Landwirten in Form einer APP bzw. Webanwendung zur Verfügung stehen soll, über die der optimale Zeitpunkt der Ernte aus Bild-, Qualitäts- und Umweltdaten bestimmt werden kann.

Projektaktivitäten und erwartete Ergebnisse

1. Sortenversuche der Universität Hohenheim an drei unterschiedlichen Standorten in Baden-Württemberg, Datenerhebung und Entwicklung der KI, Überführung in eine praxistaugliche APP bzw. Webanwendung
2. Faserqualitätsanalyse und Datenmanagement am Deutschen Institut für Textil und Faserforschung Denkendorf (auch Grundlage für die Entwicklung der APP)
3. Öffentlichkeitsarbeit und Wissenstransfer
4. Testung und Validierung auf drei landwirtschaftlichen Betrieben (ggf. Einbindung von weiteren Betrieben im letzten Projektjahr)

Nutzen für die landwirtschaftliche Praxis

• Entwicklung einer datengestützten Entscheidungshilfe (APP bzw. Webanwendung) zur Bestimmung des optimalen Erntezeitpunkts von Faserhanf
• Verbesserung der Faserqualität und der Verarbeitbarkeit, Verringerung von Ernteverlusten
• Erkenntnisse zu geeigneten Sorten
• Erkenntnisse zu Anpassungen von Anbau- und Erntestrategien an Standort- und Witterungsbedingungen
• Erkenntnisse zur Bewertung sortenspezifischer Unterschiede in Bezug auf die Faserqualität