AgriPestDatabase v1.0: Strukturierte Insekten‑Datenbank für landwirtschaftliche KI

Die Präzisionslandwirtschaft steht vor einer neuen Herausforderung: Schädlingsbekämpfung erfordert immer mehr schnelle und präzise Expertenwissen, während gleichzeitig die Verfügbarkeit hochwertiger, beschrifteter Daten begrenzt bleibt – besonders in ländlichen Gebieten mit schlechter Internetverbindung.

Mit der AgriPestDatabase v1.0 wird dieses Problem angegangen. Das Projekt hat für neun ausgewählte Schädlingarten strukturierte Informationsberichte erstellt, die aus bestehenden Schädlingsdatenbanken und Fachpublikationen zusammengetragen wurden. Ein Fachexperte hat die Daten geprüft und validiert, bevor daraus gezielte Frage‑Antwort‑Paare generiert wurden, die als Grundlage für das Training von KI-Modellen dienen.

Durch den Einsatz einer LoRA‑basierten Feinabstimmung wurden mehrere leichte Large‑Language‑Models (≤ 7 B Parameter) für den Einsatz auf Edge‑Geräten optimiert. Die Ergebnisse sind beeindruckend: Mistral 7B erreicht mit 88,9 % Passrate die höchste Leistung bei den domänenspezifischen Q/A‑Tests, deutlich besser als Qwen 2.5 7B (63,9 %) und LLaMA 3.1 8B (58,7 %). Dabei zeigt Mistral eine höhere semantische Übereinstimmung (Embedding‑Similarity = 0,865), obwohl die lexikalische Übereinstimmung (BLEU = 0,097) geringer ist – ein Hinweis darauf, dass tiefes Verständnis und robustes Denken in spezialisierten Bereichen entscheidender sind.

Die AgriPestDatabase v1.0 und die damit verbundenen KI‑Modelle eröffnen Landwirten die Möglichkeit, sofortige, kontextbezogene Entscheidungsunterstützung direkt auf ihren Geräten zu erhalten. Damit wird die Lücke zwischen Expertenwissen und Feldpraktik schließlicher geschlossen und ein neuer Standard für die digitale Schädlingsbekämpfung gesetzt.