digital food

KI überwacht die Ernte

erntemaschine
Das Start-up Trilitec will unter anderem mit Sensoren auf Erntemaschinen Fremdkörper und Wild im Feld erkennen. (Bild: Trilitec)

f3 farm-food-future: Wer seid ihr, und warum habt ihr euer Start-up gegründet?

Benjamin Littau: Wir sind die Trilitec GmbH und bestehen aktuell aus sieben Leuten. Gegründet habe ich das Start-up Ende 2019 gemeinsam mit meinen Brüdern Tim und Florian. Ich bin Ingenieur und habe schwerpunktmäßig in der Elektrotechnik und Optik gelernt, decke also meist die Hardware-Seite unseres Unternehmens ab. Florian ist Physiker, bedient aber eher die Arbeiten zur Software, wie beispielsweise die modellbasierte Entwicklung von Analysealgorithmen. Tim ist Data Scientist und unser Spezialist für Künstliche Intelligenz (KI).

Benjamin, Tim und Florian Littau arbeiten gemeinsam an ihrem Start-up. (Foto: Trilitec)

f3: Was ist eure Grundidee und wo wollt ihr diese einsetzen?

Jetzt f3 Mitglied werden und direkt weiterlesen

Als f3-Mitglied erhälst du täglich Meldungen, Beiträge und Reportagen zu Innovationen und Start-ups aus den "grünen" Bereichen und wirst Teil des neuen Gründer-Netzwerks.

mehr Informationen bekommst du hier

Drei Brüder arbeiten in ihrem Start-up „Trilitec“ an intelligenten Sensorsystemen. Wie das sowohl die Ernte sicherer machen und auch bei der Qualitätsüberwachung von Lebensmitteln helfen soll, erklärt Benjamin Littau im f3-Interview.

f3 farm-food-future: Wer seid ihr, und warum habt ihr euer Start-up gegründet?

Benjamin Littau: Wir sind die Trilitec GmbH und bestehen aktuell aus sieben Leuten. Gegründet habe ich das Start-up Ende 2019 gemeinsam mit meinen Brüdern Tim und Florian. Ich bin Ingenieur und habe schwerpunktmäßig in der Elektrotechnik und Optik gelernt, decke also meist die Hardware-Seite unseres Unternehmens ab. Florian ist Physiker, bedient aber eher die Arbeiten zur Software, wie beispielsweise die modellbasierte Entwicklung von Analysealgorithmen. Tim ist Data Scientist und unser Spezialist für Künstliche Intelligenz (KI).

Benjamin, Tim und Florian Littau arbeiten gemeinsam an ihrem Start-up. (Foto: Trilitec)

f3: Was ist eure Grundidee und wo wollt ihr diese einsetzen?

Littau: Ganz grob gesagt: Wir entwickeln Millimeterwellen-Sensoren und dazu eine KI-basierte Auswertung. Damit können wir Objekte einfach unterscheiden (z.B. Materialien und Formen) und Unregelmäßigkeiten erkennen (z.B. Defekte und Fremdkörper). Im Vergleich zu optischen Kameras liefern wir auch in rauen Umgebungen mit Staub, Rauch oder Nebel zuverlässige Messergebnisse.

Angefangen haben wir im Agrarbereich. Ein Landwirt in unserem Familienkreis wusste, dass wir mit Sensoren arbeiten und hat gefragt, ob sich damit nicht Ernteunfälle mit Tieren, Metallteilen usw. verhindern lassen. Das war der Startschuss für den „Erntewächter“. Dieser wird auf Maschinen installiert und überwacht den Ernteprozess. Erkennt die KI ein Objekt, wie ein Reh oder Stein, soll sie den Maschinenführer warnen bzw. die Maschine stoppen. Das soll zukünftig Unfälle vermeiden.

Die Sensoren des Erntewächters sollen auf den Erntemaschinen installiert werden. (Foto: Trilitec)

Desweiteren sind wir nach und nach mit der Lebensmittelbranche in Kontakt gekommen. Hier kann unsere Technik helfen beispielsweise am Band Qualitäten von Produkten zu überprüfen. So soll die KI z.B. die Größe von Brötchen in „gut“ und „schlecht“ sortieren oder Fremdkörper auf dem Band erkennen.

f3: Was macht eure Technik aus, und warum ist sie unverzichtbar für eure Zielgruppe?

Littau: Es gibt meines Wissens nach grundsätzlich wenig Leute, die sich mit Millimeterwellen-Sensoren in unseren Sparten Food und Agrar beschäftigen. Das ist eher aus dem Automobilbereich bekannt, wo diese beispielsweise für die Abstandsmessungen genutzt werden. Unsere Kombination aus dem Sensor und der KI-basierten Auswertung hebt sich davon aber ab.

f3: Wo liegen aktuell die größten Stolpersteine bei der Entwicklung?

Littau: Bei dem Erntewächter brauchen wir sehr viele Daten aus der Praxis bei der Ernte. Damit sind wir schon an die Saison gebunden. Dann können wir das Sensorsystem auf die Maschine bauen und Informationen sammeln. Diese brauchen wir wiederum, um den Algorithmus zu trainieren und berechnen zu können, wie sicher wir Objekte, Personen usw. erkennen können. Da stehen wir noch in der Anfangsphase der Entwicklung. Zudem sind Kooperationen mit Maschinenherstellern nötig, auf die unsere Technik verbaut werden soll.

Bei der Qualitätssicherung im Food-Bereich sind wir nicht an eine Saison gebunden und können schneller größere Datenmengen aufnehmen. Positiv ist auch, dass die Umgebung um das zu überwachende Produkt deutlich einheitlicher und standardisierter ist, als ein Acker. Daher vermuten wir, dass wir hier schneller unsere Ziele erreichen.

f3: Vervollständige den Satz: In fünf Jahren ist Trilitec…

Littau: … marktbekannter Lieferant für Sensoren zur Qualitätssicherung in der Lebensmittelverarbeitung und Wegbereiter für die autonome Fahrt von Landmaschinen durch eine Sensorlösung zur Umfeldüberwachung.