Kontaktieren Sie uns und setzen Sie auf einen zuverlässigen Entwicklungspartner, mit dem Sie Ihr Unternehmen weiterbringen.
Unserer Kernkompetenzen sind Erhebung und Auswertung von Remote Sensing Daten, Datenmodellierung, Feldversuche und die Entwicklung von Web-basierten Agrarservices.
Zusammen mit unseren Partner aus Industrie und Forschung bringen wir innovative Lösungen auf dem Markt, mit dem Ziel, die Effizienz und Nachhaltigkeit der Feldbewirtschaftung zu steigern.
Industriepartner
Gemeinsam mit den folgenden Industriepartnern entwicklen wir innovative Lösungen für die Landwirtschaft.


















Forschungs-partner
Gemeinsam mit den folgenden Forschungspartnern entwicklen wir innovative Lösungen für die Landwirtschaft.














Öffentlicher Sektor



Projektreferenzen
Zusammen mit unseren Partnern haben wir viel Neues geschaffen. Einige unserer Projekte sind hier kurz beschrieben

ATLAS Projekt
AgriCircle ist stolz darauf, ein Teil der landwirtschaftlichen Initiative der Europäischen Union, zur Vereinfachung des Plattformübergreifende Datenaustausches zu sein.
Das Ziel von ATLAS ist es, eine neue Ebene der Interoperabilität von landwirtschaftlichen Maschinen, Sensoren und Datendiensten zu erreichen und den Landwirten die volle Kontrolle über ihre Daten zu ermöglichen. Im Rahmen von ATLAS helfen wir eine offene, verteilte und erweiterbare Datenplattform aufzubauen, welche sicher und skalierbar ist.
Zusammen mit dem Fraunhofer Institut leitet AgriCircle die ATLAS Initiative welche von vielen Partnern mitgetragen und gestaltet wird.
Projektpartner: Fraunhofer Institut, DLG, AEF, meteomatics, u.a.
Sponsor: Europäische Kommission
Status: Läuft bis Frühjahr 2023

Schlagspezifische Bodenzonierung
Die Bodenzonierung ermöglicht die Identifizierung ähnlicher Bodenzonen innerhalb eines Feldes und den Nachweis ähnlicher Bodeneigenschaften wie Ton, Sand, Schluff und organischer Substanz sowie pH-Wert und Mineralisierung.
In Kenntnis der Eigenschaften jeder Zone kann eine angemessene Behandlung durchgeführt werden.
Projektpartner: ESA, ETH Zürich, Lufa Nordwest, DroneHarmony
Status: abgeschlossen

Krankheitserkennung im Weinbau mittels Hyperspectral und LIDAR Sensorik
Früherkennung der Befallslage im Weinbau mit Sensorik und Datentransfer in die AgriCircle Plattform
Projektpartner: Danish Technological Institute, Fraunhofer Institut, ZHAW, Schmidheiny Weine
Sponsoren: ICT Agri, Thomas Schmidheiny
Status: abgeschlossen

Abschätzung der Bodenfeuchte
Die durch maschinelles Lernen erstellten Karten zeigen die Bodenfeuchte mit und ohne Vegetation. Die Bodenfeuchtewerte wurden durch eine stabile Integration mit dem DAISY-Modell weiter angepasst.
Projektpartner: Rauch, Kuhn, Monroc, TU Wien
Status: abgeschlossen

Satellitenbasierte Feldindizes
Auf Basis der von Hyperspektral- und Radardaten rechneten wir Pflanzenindizes welche dem Landwirt ein besseres Verständnis des Einsatzbedarfes von Wachstumsreglern gibt.
Projektpartner: Adama, Syngenta, ETH Zürich, GFZ Potsdam
Status: abgeschlossen

Produktivitätskarten auf der Basis von Vegetations- und Bodenzonen
Dieses Projekt baute auf der Datengrundlage der feldspezifische Bodenzonierung und der Vegetationszonierung auf. Unsere Karten zeigen ein Produktivitätsranking der Zonen innerhalb eines Feldes. Die Zone mit dem höchsten Rang wird als Zone mit der höchsten Produktivität klassifiziert.
Projektpartner: internes Projekt
Status: abgeschlossen

Düngeproblemkarten
Unter normalen Bedingungen wird bei der Feldbewirtschaftung eine homogene Textur erwartet, was bedeutet, dass alle Kulturen mit einer ähnlichen Wachstumsrate wachsen sollten. Unter bestimmten Bedingungen, z.B. bei Krankheiten, kann sich die Wachstumsrate der Kulturpflanzen jedoch ändern.
Die räumlichen Anomaliekarten zeigen den Landwirten, welche Regionen ihrer Felder sich anders verhalten als andere Regionen, um sie bei den erforderlichen Massnahmen zu unterstützen.
Projektpartner: internes Projekt
Status: abgeschlossen

Wachstumskarten
Wachstumsratenkarten werden zur Identifizierung gesunder Regionen innerhalb eines Feldes verwendet. Anhand der Karten können Benutzer erkennen, in welchen Bereichen ihrer Felder die Leistung zu niedrig oder zu hoch ist. Dadurch können sie die erforderlichen Vorkehrungen treffen, bevor das Ertragspotential des Feldes sinkt.
Projektpartner: internes Projekt
Status: abgeschlossen