Software II: Autonomes Entscheidungsmodell

In der App ist Software II kein einzelner Prompt mehr, sondern der letzte Schritt einer Verarbeitungskette, die bei jedem Upload läuft. Jeder Schritt wird auf dem Server berechnet, sodass Web- und Mobil-App dieselben Ergebnisse zeigen.

Jeder Upload wird von beiden Paketen bewertet, und beide Ergebnisse werden gespeichert, damit die Apps zeigen können, wo sie voneinander abweichen. Das auf der Upload-Seite gewählte Paket bestimmt die Empfehlung.

Entscheidungsmatrix und NDVI-Prüfung verwenden dieselben fünf Weizenstadien, nach Tagen nach der Aussaat:

Jede Parzelle erhält 100 Punkte minus drei Abzüge: bis zu 50 Punkte für einen NDVI unter dem Bereich ihres Stadiums (ein stetiges Maß, geschätzt aus Mittelwert und Streuung der Parzelle), bis zu 30 für Stickstoff und bis zu 20 für Bewässerung (eine niedrige Stufe kostet das volle Gewicht, eine mittlere die Hälfte). Der Wert des Feldes ist der Mittelwert über die bewertbaren Parzellen.

• Die Abzüge für Stickstoff und Bewässerung werden mit der validierten Genauigkeit des Modells gewichtet: Ein Modell, das weniger als fünf Punkte über dem Zufall liegt, zählt nur ein Zehntel und verändert den Wert kaum. Modelle ohne festgehaltene Validierung (Datenerhebung 1) zählen voll, und die Abzüge von Datenerhebung 2 werden zusätzlich mit der Wahrscheinlichkeit skaliert, die das Modell seiner Antwort gibt.
• Ab dem Ährenschieben zählt eine niedrige Stickstoff- oder Bewässerungsstufe nur zu einem Viertel, solange der NDVI im Bereich seines Stadiums liegt: Die niedrige Bewertung ist dann höchstwahrscheinlich das Vergilben, das mit der Reife kommt.
• Wenn weniger als die Hälfte der Parzellen bewertet werden kann, zeigen die Apps keinen Wert statt eines irreführenden.

Der Bericht vom Januar nutzte das Modell Llama-3.3-70b-versatile über einen externen Anbieter. Seitdem laufen die Empfehlungen über preunecs eigenes OpenAI-kompatibles Modell-Gateway, derzeit mit Googles Gemini 3.1 Flash-Lite (gemini-3.1-flash-lite). Das Modell ist eine Konfigurationseinstellung und lässt sich ohne Änderung der Software wechseln.

• Das Modell antwortet in einer festen JSON-Struktur (Feldzustand, Wasserempfehlung, Düngeempfehlung, ein Hinweis), damit die Apps die Empfehlung zuverlässig darstellen können.
• Der Prompt enthält die Entscheidungsmatrix für die fünf Stadien und die NDVI-Beurteilung der Parzelle und weist das Modell an, für stadientypisches Vergilben weder Wasser noch Dünger zu empfehlen.
• Bei Ratenbegrenzungen des Gateways wird gewartet und erneut versucht; eine Empfehlung, die trotzdem scheitert, wird in der App gemeldet statt stillschweigend übersprungen.

Jede Parzelle der Saison 2025, beurteilt genau wie von der App: ihr NDVI bei jedem Flug im Vergleich zum Bereich ihres Stadiums, gezählt in Tagen nach der Aussaat.

• Frühe Aussaat: Die Bereiche passen. Mitte April galten 24 von 27 Parzellen als normal, und die drei darunter waren genau die ungedüngten: Die Prüfung erkennt den fehlenden Stickstoff. Am 16. Juni (Tag 186) fielen 14 Parzellen unter den Reifebereich, als der Bestand für die Ernte abtrocknete.
• Späte Aussaat: Die Bereiche passen nicht. Am 16. Juni, an Tag 108, erwartet die App einen wachsenden Bestand (Schossen, NDVI 0,42–0,87), doch der späte Weizen war nach einer viel kürzeren Saison schon reif: Alle 27 Parzellen würden als niedrig bewertet. Zehn Tage zuvor waren es bereits 13.
• Was das bedeutet: Wird das Stadium nur in Tagen nach der Aussaat gezählt, wird ein später Bestand in einem warmen Frühjahr falsch eingeschätzt. Die Bereiche sollen je Stadium anhand der Referenzparzellen kalibriert werden, und für das Stadium selbst braucht es mehr als das Aussaatdatum, etwa die Wärmesumme, die der Bestand angesammelt hat.

Software II, das autonome Entscheidungsmodell, macht aus den Analyseergebnissen von Software I praktische Handlungsempfehlungen. Es behandelt die Drohnenmessungen nicht als statische Zahlen, sondern als Teil des zeitlichen Verlaufs der Kultur, und erstellt daraus einen Maßnahmenplan mit konkreten Empfehlungen für den Landwirt.

Die Entscheidungen folgen der phänologischen Zadoks-Skala, abgeglichen mit im Feld gemessenen NDVI- und DAS-Daten, sodass jedes Stadium auf Messungen statt auf Annahmen beruht.

Software II nutzt die Schlussfolgerungsfähigkeit des Sprachmodells Llama-3.3-70b-versatile, um mehrere Variablen gleichzeitig abzuwägen und landwirtschaftliche Zielkonflikte zu berücksichtigen.

• Kontextbezogene Bewertung: Die Bewertungen von Software I werden wie von einem erfahrenen Berater beurteilt – nach den Risiken und Chancen des aktuellen Wachstumsstadiums.
• Nichtlineare Zusammenhänge: Das Modell kann über Verbindungen zwischen Pflanzenbiologie und Ressourceneinsatz nachdenken, etwa über das Gleichgewicht zwischen Stickstoff und Wasser.
• Erweiterbar: Neue Eingaben wie Temperatur oder Luftfeuchtigkeit lassen sich später ergänzen, ohne den Kern des Systems zu ändern.

Software II verfeinert die technische Diagnose von Software I zu strategischen Empfehlungen. Weil die Daten durch die Biologie der Kultur gefiltert werden, erreichen nur lohnende Entscheidungen den Erzeuger, und der Rat gegen unnötige Düngung oder Bewässerung unterstützt sowohl Einsparungen als auch eine nachhaltige Produktion.