Dein Suchergebnis zum Thema: Brandenburg

BMEL – Wettbewerb „Unser Dorf hat Zukunft“ – Kontaktstellen in den Bundesländern und Informationen zu Landesentscheiden

https://www.bmel.de/DE/themen/laendliche-regionen/ehrenamt/wettbewerb-unser-dorf-hat-zukunft/dorfwettbewerb-kontakt-laender.html

Teilnahmeberechtigte Dörfer können sich an dem vom jeweiligen Bundesland ausgeschriebenen Landeswettbewerb, der in der Regel auf Kreisebene beginnt, beteiligen. Die von den Bundesländern  bestimmten Landessieger nehmen im  Jahr 2026 am Bundesentscheid teil. Nachfolgend finden Sie Informationen und Anlaufstellen zu den Dorfwettbewerben in den Bundesländern.
Inhalt dieser Seite Baden-Württemberg Bayern Brandenburg Hessen Mecklenburg-Vorpommern

BMEL – Pressemitteilungen – Bund und Länder: Schulterschluss im Kampf gegen Afrikanische Schweinepest

https://www.bmel.de/SharedDocs/Pressemitteilungen/DE/2021/182-asp.html?nn=1566

Aus Anlass der Ausbrüche von Afrikanischer Schweinepest (ASP) in einem Hausschweinebestand und bei Wildschweinen in Mecklenburg-Vorpommern im November tagte der Zentrale Krisenstab Tierseuchen. Zum ersten Mal hat die neue Staatssekretärin im Bundesministerium für Ernährung und Landwirtschaft (BMEL), Silvia Bender, den Krisenstab geleitet, an dem die für die Tierseuchenbekämpfung zuständigen Amtschefs der Länder sowie das Friedrich-Loeffler-Institut (Bundesforschungsinstitut für Tiergesundheit) teilnehmen.
Die Leiterin des Landeskrisenstabs Brandenburg, Verbraucherschutzstaatsekretärin

BMEL – Praxisberichte – weed-AI-seek – drohnengestützte KI soll Pflanzenschutz umweltfreundlicher machen

https://www.bmel.de/SharedDocs/Praxisbericht/DE/kuenstliche-intelligenz/weed-AI-seek.html

Per Drohne erkennen, wo im Weizenfeld Unkräuter wachsen und diese dann ganz gezielt behandeln: Damit diese Vision wahr wird, trainiert ein Forschungsteam Künstliche Intelligenz (KI) mithilfe von Luftbildaufnahmen darin, alle Pflanzenarten eines Felds unterscheiden zu können.
Deep Residual Networks Hauptstandort: Potsdam, Brandenburg Projektkoordination:

BMEL – Praxisberichte – DynAWI – Extremwettersituationen sicher und regionsspezifisch vorhersagen

https://www.bmel.de/SharedDocs/Praxisbericht/DE/kuenstliche-intelligenz/DynAWI.html

Geodaten sind wichtig, um genau abschätzen zu können, wann und wo für die Landwirtschaft schädliche Extremwettersituationen auftreten werden. Allerdings wächst die Menge dieser Geodaten immer rasanter an. Es braucht daher effiziente „Big Data-Methoden“, um sie zum Nutzen der Landwirtschaft erschließen zu können. Diese Methodik soll im Projekt DynAWI entwickelt werden.
Künstliche Intelligenz: Machine learning (deep learning) Hauptstandort: Kleinmachnow, Brandenburg

BMEL – Praxisberichte – KAMI – Überwachung der Atemfrequenz von Milchkühen

https://www.bmel.de/SharedDocs/Praxisbericht/DE/kuenstliche-intelligenz/KAMI.html

Das Wohlbefinden von Milchkühen lässt sich verhältnismäßig gut über ihre Atmung ermitteln. Das Projekt KAMI zeichnet deshalb die Atmung der Tiere auf, um den Gesundheitszustand der Tiere besser beurteilen und frühzeitig präventiv tätig werden zu können.
Mustererkennung, -analyse und -vorhersage; neuronale Netze Hauptstandort: Potsdam, Brandenburg