Wie kann die Rasenqualität von Grünflächen mithilfe von Vision AI automatisiert bewertet werden?

Mit einem innovativen Hard-Software-System wird die Bewertung von Rasenflächen unabhängig von subjektiven Faktoren und eröffnet neue Möglichkeiten für Planung und Pflege.

Branche

Agrar

Thema

Vision AI

Projektjahr

2022–2023

Herausforderung & Zielsetzung

Manuelle Rasen­bewertung - zeitaufwendig, subjektiv und fehleranfällig

EUROGREEN bietet hochwertige Produkte und Dienstleistungen für die professionelle Pflege von Rasenflächen – insbesondere Sportplätze und öffentliche Grünflächen. Dazu gehören Rasensamen, Düngemittel, Pflegegeräte sowie umfassende Beratungs- und Pflegeleistungen.

Die Qualität von Rasenflächen – ob auf Sportplätzen, in Parks oder öffentlichen Anlagen – wird bislang meist manuell und visuell beurteilt. Dieser Prozess ist nicht nur zeitaufwendig, da jede Grünfläche persönlich begutachtet wird, sondern auch stark subjektiv: Unterschiedliche Einschätzungen führen zu uneinheitlicher Pflege, ineffizienter Planung und im schlimmsten Fall zu Qualitätseinbußen bei der Nutzung der Flächen.

Das Projektteam stand dabei vor mehreren zentralen Herausforderungen:

  • Datenbeschaffung und Datenqualität: Hochwertige, verwertbare Bilddaten müssen erst systematisch gesammelt werden
  • Aufwendiges Data-Labeling: Die manuelle Einordnung von Rasenqualität zur Trainingsdatenerstellung ist komplex und erforderte Domänenwissen
  • Data-Testing & Modellvalidierung: Die Vielfalt an Lichtverhältnissen, Jahreszeiten und Rasenarten stellt hohe Anforderungen an die Modellrobustheit
  • Viele Arbeitshypothesen: Es müssen unterschiedliche Bewertungsmodelle und Rasterungskonzepte getestet werden

Ziel war es, ein KI-gestütztes Hard-Software-System zu erstellen, welches eine mobile Analyse und automatisierte Bewertung von Grünflächen ermöglicht.
 

Ansatz & Herangehensweise

Von der Vision zur Lösung - ein Retrofit-System für objektive Analysen

Entwicklung eines innovatives Analyse- und Bewertungsystems von Grünflächen. Dabei mussten viele verschiedene Werte berücksichtigt werden, wo ein Zusammenhang von Anfang nicht immer ersichtlich war. Der Retrofit-Ansatz erforderte ein Hard-Software-System, was in das Bestandssystem integriert werden sollte.

Wesentliche Bausteine des Projekts:

  • Anforderungsmanagement: Definition der Kernanforderungen und Integration in bestehende Prozesse
  • Hardware-Software-Konzeption: Entwicklung eines Retrofit-fähigen Systems zur Erweiterung vorhandener Infrastrukturen
  • Data- & AI-Engineering: Aufbau, Labeling und Training hochwertiger Datensätze zur Modelloptimierung
  • Hardwareintegration: Verknüpfung der Sensorik mit der Softwarearchitektur
  • Systemvalidierung: Umfangreiche Tests unter realen Bedingungen, um Praxistauglichkeit und Robustheit sicherzustellen

Lösung

Automatisierte Rasen­bewertung mit Vision AI – präzise, effizient und marktreif

Mittels einfachen Fotos von Rasterfeldern der Fläche analysiert ein Modell in den Zustand des Rasens – objektiv, reproduzierbar und unabhängig vom Prüfer. Die daraus gewonnene Bewertung unterstützt die Pflegeplanung datenbasiert, präzise und effizient. 

  • Deutliche redizierung von Kontroll- & Reisezeiten
  • Ermöglichung einer objektiven Qualitätsbewertung
  • Basis für optimierte Rasenpflege

Entwicklungsstand TRL 8: Wir konnten das System erfolgreich in seiner endgültigen Form und unter realen Einsatzbedingungen testen. Das System hat in der Form alle Validierungen und Demonstrationen durchlaufen. Der Fokus lag in dieser Stufe auf die Produktentwicklung zur Marktplatzierung und auf der Festigung der Leistungsfähigkeit, Zuverlässigkeit und Integration, um die Markteinführung zu ermöglichen.

Das sagen unsere Kunden

“Als Wissenschaftler, der sich mit natürlichen Ressourcen wie Pflanzen und Boden beschäftigt, ist KI abstrakt und nicht greifbar. NEUROLOGIQ hat es in unserem Projekt verstanden, mir die Möglichkeiten von KI aufzuzeigen und nachvollziehbar zu erklären. Das motivierte Team hat sich schnell und kreativ in das Thema Rasen eingearbeitet und die MI (Menschliche Intelligenz) mit KI bereichert. Die erfolgreiche Zusammenarbeit hat Spaß gemacht!”

Dr. Harald Nonn (Vegetationstechnische Beratung und Leiter F&E Vegetationstechnik)

Bereit für den Schritt in Richtung Zukunft?

KI ist mehr als eine Technologie – sie ist ein Wettbewerbsvorteil. Lassen Sie uns gemeinsam die Chancen in Ihren Prozessen aufdecken und Lösungen entwickeln, die Ihre Leistungen effizienter, sicherer und intelligenter machen.

Zukunftsgespräch vereinbaren

The NIQ Pathfinder

Marcão da Costa Zuzarte

Chief of Staff

Weitere Case Studies

Stahlindustrie

Was kann KI in der Flach­­metall­­produktion zu Prozess­­verbesserungen und -steuerungen beitragen?

KI macht komplexe Produktionsprozesse berechenbar: Durch smarte Modellprognosen wird der Zinkauftrag in der Feuerverzinkung optimiert – für gleichbleibend hohe Qualität, reduzierten Materialeinsatz und maximale Wettbewerbsfähigkeit.

Fertighausbau

Wie lassen sich historisch gewachsene Strukturen in einem Industriebetrieb smart und zukunftsfähig gestalten?

Von traditionellen Abläufen zu skalierbaren Prozessen: Wir begleiten die DFH GRUPPE – Deutschlands größten Fertighausbauer auf dem Weg, Prozesse zu optimieren, KI sinnvoll einzusetzen und das Team für die Zukunft zu rüsten.

Produktion

Kann Künstliche Intelligenz Sicherheits­­bestände zuverlässiger vorhersagen, als klassische Methoden sie berechnen?

Wenn Formeln an ihre Grenzen stoßen, eröffnet Machine Learning neue Wege: von aufwändigen Berechnungen hin zu präzisen, dynamischen Bestandsmodellen.

Fertighausbau

Wie können intelligente Systeme in der Dispositions­planung händische Arbeit mit Excel abschaffen?

Traditionelle Fahrtenplanung lebt vom Fingerspitzengefühl erfahrener Planer. Wie eine Lösung entwickelt werden kann, die dieses Wissen formalisiert und für alle nutzbar macht.

Vision AI & Technological Readiness (TRL)

Visuelle künstliche Intelligenz verändert die Industrie nachhaltig: Kamerasysteme und Algorithmen erkennen Muster, Abweichungen oder Fehler schneller und präziser als das menschliche Auge. Damit eröffnen sich enorme Potenziale – von höherer Produktqualität über reduzierte Stillstandszeiten bis hin zu völlig neuen Automatisierungsszenarien.

Die Entwicklungsstufen entlang des Technology Readiness Level (TRL) sind dabei entscheidend für die Marktreife und den breiten Einsatz von Innovationen im Industriekontext. Wir konzentrieren uns in Projekten primär auf die oberen TRL-Stufen: Sie ermöglichen eine frühe Einbettung in reale Umgebungen und machen Investitionen in konkrete Anwendungsfälle wirtschaftlich kalkulierbar.

Diese frühen Entwicklungsstufen sind entscheidend für die Identifikation von Technologien mit hohem Innovationspotenzial und bilden die Basis für weiterführende Entwicklungsprozesse.

  • TRL 1: Erforschung grundlegender wissenschaftlicher Prinzipien.
  • TRL 2: Entwicklung erster Konzeptideen und Technologieansätze.
  • TRL 3: Experimenteller Nachweis der Machbarkeit im Labor.

Eine weiterführende Entwicklung in TRLs 4-6 konzentriert sich auf die Validierung und Demonstration von Technologien im industriellen Rahmen

  • TRL 4: Von der Prüfung einzelner Komponenten im Labor in die Werkshalle
  • TRL 5: Tests in praxisnahen Umgebungen
  • TRL 6: bis zur Demonstration funktionsfähiger Prototypen im realen Umfeld

  • TRL 7: Demonstration von Prototypen in betriebsnahen Umgebungen, um die Leistungsfähigkeit unter realistischen Bedingungen zu testen.
  • TRL 8: Qualifizierung und Optimierung der Technologie für den praktischen Einsatz, einschließlich umfassender Tests zur Gewährleistung von Zuverlässigkeit und Effizienz.
  • TRL 9: Nachweis der Technologie im operativen Einsatz, wobei sie vollständig integriert und unter realen Betriebsbedingungen erfolgreich genutzt wird.