Skip to main content
Agri-Gaia
Agri-Gaia ist ein offenes KI-Ökosystem für die Agrar- und Ernährungsindustrie auf Basis von GAIA-X, der europäischen souveränen Dateninfrastruktur. Dort ist Agri-Gaia das erste Use-Case Szenario im Bereich Agrar, welches auf ein anwendungsstarkes Konsortium zugreift, auf dessen Initiative die Domäne Agrar gegründet wurde.

Innerhalb von Agri-Gaia werden Standards für eine herstellerübergreifende Infrastruktur und Vernetzung geschaffen, damit Künstliche Intelligenz in der Landwirtschaft zukünftig einfacher und schneller in die Praxis gebracht werden kann. Agri-Gaia unterstützt dabei Business-2-Business Prozesse von verschiedenen Akteuren wie KI-Entwicklern, Landtechnikherstellern und der Lebensmittelwirtschaft.

Als domänenspezifisches KI-Ökosystem integriert Agri-Gaia viele wichtige Datenquellen des Agri-Food Systems, stellt Basisalgorithmen zur Verfügung und ermöglicht standardisierten Austausch von Daten und Algorithmen.

Agri-Gaia setzt ökonomisch und ökologisch relevante Use-Cases um, die das Potential des Ökosystems demonstrieren. Mit KI-Technologie werden hierbei die anfallenden Daten im Pflanzenbau verarbeitet, Produktionsprozesse entlang der Wertschöpfungsketten optimiert und die Produktivität als auch die Qualität nachhaltig gesteigert.

Agri-Gaia-Homepage
Agri-Gaia im FIS der Universität Osnabrück

Featured Dataverses

In order to use this feature you must have at least one published dataverse.

Publish Dataverse

Are you sure you want to publish your dataverse? Once you do so it must remain published.

Publish Dataverse

This dataverse cannot be published because the dataverse it is in has not been published.

Delete Dataverse

Are you sure you want to delete your dataverse? You cannot undelete this dataverse.

Find
Advanced Search

11 to 20 of 27 Results
TIFF Image - 174.5 MB - MD5: 872fb866ee419f5a266a102010eb9033
Digital terrain model of an agricultural area near Linne, Bissendorf (Lower Saxony, Germany) calculated from drone laser scanning. Height reference system: Ellipsoidal heights. Coordinate reference system: UTM zone 32 related to ETRS89. Unit: metres.
Jan 16, 2025
Rahe, Florian, 2025, "Machine loging data", https://doi.org/10.26249/FK2/PXCZOB, osnaData, V1
This data was collected within the resarch project Agri-Gaia. This data contains logging data from work of different agricultural machines (sprayer, spreader and seeder) on a field called "Linne". It contains position and time of the recording of each data point. Additionally dif...
Jan 16, 2025 - Machine loging data
JSON - 13.1 MB - MD5: 5cf1c6f553c5c50457e7e4ca2949a9fa
Jan 16, 2025 - Machine loging data
JSON - 2.2 MB - MD5: 7c476ebef53f1da27a353fa238ea953e
Jan 16, 2025 - Machine loging data
JSON - 1.9 MB - MD5: cfbdf7b09338a48a0f71a35f7f0dc1fa
Jan 16, 2025 - Machine loging data
JSON - 1.8 MB - MD5: 0df59b5733f05435c32cb973c12d3ce8
Jan 16, 2025 - Machine loging data
JSON - 1.1 MB - MD5: daf882ffd70d5b712df109c2525bf1fd
Jan 16, 2025 - Machine loging data
JSON - 2.2 MB - MD5: 99ede046540a477762c66aaea37f92d6
Jan 16, 2025 - Machine loging data
JSON - 2.1 MB - MD5: fb93218cd82895bdc148e326b7a72e58
Jan 16, 2025 - Machine loging data
JSON - 2.2 MB - MD5: 1cb6bce960721319e589dce034cb43e2
Add Data

Log in to create a dataverse or add a dataset.

Share Dataverse

Share this dataverse on your favorite social media networks.

Link Dataverse
Reset Modifications

Are you sure you want to reset the selected metadata fields? If you do this, any customizations (hidden, required, optional) you have done will no longer appear.

Contact osnaData Support

osnaData Support

Please fill this out to prove you are not a robot.

+ =