Volkswirtschaftliche Bedeutung
In der Bundesrepublik gibt es derzeit rund 350.000 landwirtschaftliche Betriebe. Die in Deutschland herrschenden Rahmenbedingungen hinsichtlich Betriebsstruktur, Klima und Kosten erfordern eine stetige, technologische Weiterentwicklung, um Landwirte und deren Dienstleister in ihren Prozessen zu unterstützen und die Produktivität zu erhöhen.

Ausgangslage
Landwirte von heute verstehen sich als Unternehmer und sind häufig hoch spezialisiert. Zwar sind die Betriebe nach wie vor weitgehend „handwerklich“ organisiert, jedoch hat High-Tech auch hier längst seinen Einzug gehalten. IT-unterstützte Prozesse steigern die Produktivität und stärken damit auch nachhaltig die Wettbewerbsfähigkeit der deutschen Landwirtschaft. Die Landwirtschaft ist durch die Arbeit in Biosystemen und durch stark voneinander abhängige Geschäftsprozesse geprägt. Diese sind auch durch nicht planbare Ereignisse, wie zum Beispiel Witterungsschwankungen oder Pflanzenkrankheiten, beeinflusst. Abweichungen von der ursprünglichen Planung sind daher eher die Regel als die Ausnahme. Insofern ist es wünschenswert, dass der Landwirt ein selbstorganisierendes System an die Hand bekommt, das ihm einige Bereiche seiner täglichen Arbeit weitgehend abnimmt. Es gibt zwar bereits Maschinen und Informationssysteme, die streng definierte Teilaufgaben autonom erledigen können. Diese stoßen jedoch an ihre Grenzen, wenn sich das Arbeitsumfeld ändert, was in landwirtschaftlicher und handwerklicher Tätigkeit aber zum Alltag gehört.  

Die Hauptziele
Ziel ist die „Beherrschung“ dynamischer Prozesse. Das Projekt „Robot to Business“ dient dem Zweck, Landwirte und ihre Dienstleister in ihrer täglichen Arbeit dahingehend zu entlasten, dass die Kombination aus IT-Systemen und mobilen Anwendungen künftig in der Lage ist, den jeweiligen Handlungskontext und das aktuelle Umfeld zu erkennen und auf dieser Basis erforderliche informationstechnische Prozesse selbst anzustoßen, durchzuführen und komplexe Abläufe möglichst bedienungsarm zu gestalten.   

Innovation
Eine Anwendung im landtechnischen Szenario wird die selbstständige Einordnung einer Maschine in ihr Arbeitsumfeld sein. So soll sich die Maschine, ohne Zutun des Bedieners, die zur Erledigung der Arbeit erforderlichen Daten beschaffen und an andere Beteiligte liefern. Beispiele dazu sind die Zusammenarbeit in Maschinenketten auf dem Feld, die Optimierung der Fahrwegplanung, die Erfassung und Verarbeitung von Buchungs- und Rechnungsdaten und die Abfuhrlogistik. Dies soll beispielsweise auch dann funktionieren, wenn Maschinen von Lohnunternehmern in wechselnden landwirtschaftlichen Betrieben eingesetzt werden oder wenn der Arbeitsablauf in der Ernte durch Störungen oder Unterbrechungen verändert wird. Neben der automatisierten Buchung der Arbeitserledigung und der ebenfalls automatisch erfolgenden Rechnungsstellung sorgt ein sich selbst den Umweltbedingungen anpassendes System auch dafür, dass beispielsweise die Schnittlänge des Erntegutes an die Qualitätsziele bei der Futtererzeugung kontinuierlich angepasst wird. Eine automatische Hinderniswarnung könnte in Zukunft den Fahrer bei der Arbeit entlasten. Denkbar ist der Einsatz solcher teilautonomen Systeme auch im Baustellenbetrieb und in der Wartung von Systemen und Anlagen.  

Sicherheitsaspekte
Aus typischerweise unternehmensübergreifenden Anwendungsszenarien ergeben sich Ansprüche an die Datensicherheit der Beteiligten. Diese Ansprüche werden im Projekt durch die Verwendung und Anpassung erprobter Methoden und Verfahren befriedigt. Im dezentralen Umfeld der Agrarwirtschaft ist die Verfügbarkeit von Kommunikation nicht sicher gewährleistet. Um trotzdem Prozesssicherheit zu gewährleisten, werden Strategien und Methoden zur robusten Kommunikation erarbeitet und erprobt.

Konsortium
Am Projekt R2B arbeiten die Industriepartner Claas Selbstfahrende Erntemaschinen, CADsys Vertriebs- und Entwicklungsgesellschaft, Siemens IT Solutions und Services, eck*cellentIT und LMS Landwirtschaftsberatung Mecklenburg-Vorpommern/Schleswig-Holstein zusammen. Den Forschungspart übernehmen das Forschungsinstitut für Rationalisierung an der RWTH Aachen und das AIFB am Karlsruher Institut für Technologie.