Ethik, Datenschutz, Grenzen und End-to-End-Integration

Gewinne:

• Fähigkeit, ethische Risiken wie Dateneigentum der Landwirte, Datenschutz und algorithmische Voreingenommenheit zu erkennen und zu bewältigen
• Möglichkeit, alle Links des Moduls in einem einzigen saisonalen End-to-End-Workflow zu kombinieren
• In einem Qualitätssystem festlegen, dass die KI-Ergebnisse nicht die Zustimmung eines kompetenten Agrarwissenschaftlers bei sicherheitskritischen landwirtschaftlichen Entscheidungen ersetzen

Modulprüfung

1. Was sind die Anker der „Drei-Anker“-Validierung, die angewendet wird, bevor die KI-Ergebnisse in eine Entscheidung in der Agrartechnik einbezogen werden?

• A) Größenbereich, agronomische Plausibilität und Feldnachweise ✔
• B) Beliebtheit des Modells, Länge der Antwort und Sprachkompetenz
• C) Preis, Geschwindigkeit und Benutzeroberfläche
• D) Glaubwürdigkeit der Marke, Internetverbindung und Dateiformat

Beschreibung: Drei Anker; Größenordnung, die prüft, ob das Ergebnis innerhalb der erwarteten Potenz von 10 liegt, agronomische Angemessenheit, die die Übereinstimmung der Ergebnisse mit Kultur und Klima prüft, und Feldnachweise, die eine Bestätigung im Feld und nicht im Kern/in der Probe liefern. Die Marke der Quelle, die Beliebtheit des Modells oder die Fließfähigkeit des Textes sind keine Überprüfungskriterien.

2. Was misst der NDVI (Normalized Difference Vegetation Index) grundsätzlich?

• A) Bestimmen Sie den genauen Feuchtigkeitsanteil des Bodens in Zentimetern
• B) Dichte und Stärke der grünen, lebendigen Vegetation ✔
• C) Welcher Krankheitserreger ist auf Artenebene vorhanden?
• D) Endproduktpreis nach der Ernte

Beschreibung: NDVI misst die Dichte und Stärke grüner, photosynthetischer lebender Vegetation durch Normalisierung der Differenz zwischen Nahinfrarot- (NIR) und roten Bandreflexionen. Da gesunde Pflanzen NIR stark reflektieren und Rot intensiv absorbieren, steigt der NDVI; Bei stressiger oder spärlicher Deckung sinkt der Wert. Ertrag, Bodenfeuchtigkeit oder Krankheitsart werden nicht direkt gemessen; diese erfordern zusätzliche Daten.

3. Ein Satellitenbild zeigt einen Bereich mit einem niedrigen NDVI-Wert. Welcher der folgenden Schritte ist der beste, bevor diese Anomalie in eine technische Entscheidung umgewandelt wird?

• A) Tragen Sie sofort ein Fungizid auf diesen Bereich auf
• B) Verdoppelung der Düngemitteldosis auf der Fläche
• C) Bestätigen Sie die Ursache durch Feldkontrolle, Meteorologie und Phänologie ✔
• D) Ignorieren Sie die Anomalie und wenden Sie einen Durchschnitt auf das gesamte Feld an

Erläuterung: Ein niedriger NDVI kann durch Wasserstress, Krankheit, Nährstoffmangel, seltenes Auflaufen, Wolkenschatten oder frisch gepflügten Boden verursacht werden. Wir können diese Unsicherheit nur durch Feldkontrolle, Meteorologie und Phänologie unterscheiden; Die Karte allein sagt nicht, warum. Der direkte Einsatz von Pestiziden oder Düngemitteln birgt das Risiko, in die falsche Ursache einzugreifen.

4. Was ist der genaueste Ansatz bei der Eingabe von Feldkoordinaten, Ertrags- und Kostendaten von Landwirten in ein öffentlich verfügbares KI-Tool?

• A) Einfügen aller Daten mit ihrer ID und ihren Koordinaten
• B) Anonymisieren Sie identifizierende Informationen und teilen Sie nur die notwendigen technischen Daten ✔
• C) Laden von Daten in eine öffentliche Tabelle, ohne sie überhaupt zu überprüfen
• D) Spenden von Daten für Modellschulungen ohne Erlaubnis des Landwirts

Offenlegung: Landwirtsdaten sind geschäftlich und persönlich sensibel; Koordinaten-, Identitäts- und Kosteninformationen unterliegen dem Eigentum und der Vertraulichkeit. Der richtige Ansatz besteht darin, identifizierende Informationen mit repräsentativen Etiketten (Plot-A, X-Koordinate) zu anonymisieren und nur die technischen Daten weiterzugeben, die für die Analyse erforderlich sind. Die Weitergabe der Daten, so wie sie sind, oder deren Weitergabe an Bildungseinrichtungen ohne Genehmigung birgt ethische und rechtliche Risiken.

5. Der Bodenanalysebericht zeigt einen pH-Wert von 4,8 an. Was bedeutet dieser Wert agronomisch?

• A) Neutraler und idealer Boden für die meisten Kulturen
• B) Stark sauer; Ein Zustand, der die Nahrungsaufnahme einschränken kann und eine Korrektur erfordert ✔
• C) Starkes Alkali; ein Zustand, der eine Kalkung erfordert
• D) Das bedeutet, dass der Salzgehalt im Boden extrem hoch ist.

Beschreibung: pH 4,8 weist auf einen stark sauren Boden hin; Unter dieser Bedingung wird die Phosphor- und Molybdänaufnahme verringert, das Risiko einer Aluminium-/Mangan-Toxizität steigt und die Wurzelentwicklung wird bei vielen Kulturpflanzen unterdrückt. Für die meisten Feldfrüchte ist 6,0–7,0 der geeignete Bereich. Daher wird eine Korrektur wie Kalkung in Betracht gezogen; Saurer Boden ist nicht „ideal“ und garantiert keine hohen Erträge.

6. AI empfahl 60 kg reinen Stickstoff pro Dekar für ein Weizenfeld; Der regionale Praxis- und Zielertrag weist auf etwa 12–16 kg reinen Stickstoff pro Dekar hin. Was ist das beste Verhalten?

• A) Umsetzung der Empfehlung so wie sie ist, weil die KI berechnet hat
• B) Aus Sicherheitsgründen die Dosis noch weiter erhöhen
• C) Betrachten Sie es als Größenordnungswarnung und überprüfen Sie die Eingaben und die lokale Kalibrierung ✔
• D) Teilen des Vorschlags in zwei Hälften ohne Berücksichtigung der Bodenanalyse

Beschreibung: Die Empfehlung liegt etwa beim Vierfachen des erwarteten Bereichs. Dies ist eine Größenordnungswarnung. Überschüssiger Stickstoff bedeutet sowohl wirtschaftliche Schäden als auch das Risiko von Depressionen, Krankheiten und Nitratbelastungen. Das richtige Verhalten besteht darin, die Empfehlung abzulehnen und die Eingaben (Einheit, Ertrag, Zielertrag, Boden-N) und die lokale Kalibrierung zu überprüfen. Eine blinde Anwendung verursacht Umwelt- und Agrarschäden.

7. Was bedeutet der bei Bewässerungsentscheidungen verwendete „Pflanzenwasserverbrauch“ (Evapotranspiration, ET)?

• A) Die Wassermenge, die nur durch Niederschläge in den Boden gelangt
• B) Gesamtwasserverlust durch Verdunstung aus dem Boden und Transpiration aus der Pflanze ✔
• C) Elektrische Leitfähigkeit des Bodens
• D) Druckwert in der Bewässerungsleitung

Erläuterung: Evapotranspiration ist der gesamte Wasserverlust vom Boden an die Atmosphäre durch Verdunstung und Transpiration der Pflanze. Durch Multiplikation des Referenz-ET mit dem Erntekoeffizienten (Kc) wird der tatsächliche Wasserbedarf des Produkts (ETc) geschätzt und die Bewässerung entsprechend dieser Wasserbilanz geplant. ET ist kein Niederschlag oder Bodensalzgehalt; Es stellt die Abflussseite des Wasserhaushalts dar.

8. Ein Ingenieur, der Symptome auf dem Blatt sah, gab die Fotobeschreibung an AI weiter und erhielt eine vorläufige Diagnose. Was ist zwingend erforderlich, bevor diese Diagnose in eine Entscheidung zur Schädlingsbekämpfung umgesetzt wird?

• A) Bestätigung des Wirkstoffs vor Ort/Labor und Auswahl eines zugelassenen und gekennzeichneten Arzneimittels ✔
• B) Nehmen Sie sicherheitshalber mehrere Medikamente gleichzeitig ein
• C) Wenden Sie den Wirkstoff sofort an, ganz gleich, was die KI sagt.
• D) Wählen Sie das günstigste Pestizid und wenden Sie es auf dem gesamten Feld an

Erläuterung: Eine vorläufige Diagnose anhand des Bildes allein reicht nicht aus, da verschiedene Faktoren (Pilze, Bakterien, Viren, Nährstoffmangel, abiotischer Stress) ähnliche Symptome verursachen. Der Erreger sollte durch eine Feldprobe und gegebenenfalls eine Labordiagnose bestätigt werden, und dann sollte nur ein Arzneimittel ausgewählt werden, das für diesen Erreger und dieses Produkt zugelassen ist und für dessen Etikett geeignet ist. Der Einsatz von Breitbandpestiziden ohne Überprüfung birgt das Risiko von Resistenzen und Rückständen.

9. Was ist der Zweck des GDD-Konzepts (Growth Degree Day), das häufig in der landwirtschaftlichen Entscheidungsunterstützung eingesetzt wird?

• A) Dem pH-Wert des Bodens folgen
• B) Vorhersage der Pflanzenentwicklungsstadien und des Schädlingsaufkommens durch Hitzeakkumulation ✔
• C) Messung der Durchflussrate des Bewässerungsrohrs
• D) Berechnung des Marktpreises des Produkts

Beschreibung: GDD ist die Gesamtwärme, die durch Subtrahieren einer Basistemperatur von der täglichen Durchschnittstemperatur akkumuliert wird, und wird verwendet, um die Entwicklungsstadien (Phänologie) der Pflanze und die Entstehungszeit einiger Schädlinge abzuschätzen. Somit können Sprüh-, Dünge- und Erntefenster nach dem Hitzestau und nicht nach dem Kalender geplant werden. GDD ist nicht der pH-Wert des Bodens oder die direkte Niederschlagsmenge.

10. Welche der folgenden Aussagen ist die genaueste für ein mit maschinellem Lernen erstelltes Ertragsvorhersagemodell?

• A) Prognostiziert die Zukunft präzise und fehlerfrei
• B) Es basiert auf vergangenen Mustern; Muss mit Unsicherheitsbereich angegeben und überprüft werden ✔
• C) Es funktioniert unter anderen Bedingungen als den Trainingsdaten immer mit der gleichen Genauigkeit.
• D) Er ist der alleinige Entscheidungsträger ohne agronomische Informationen

Beschreibung: Ein Modell für maschinelles Lernen basiert auf Mustern, die es in historischen Daten erkennt. Das Vertrauen nimmt ab, wenn die Eingabebedingungen außerhalb der Trainingsdaten liegen (neue Sorte, ungewöhnliches Klima). Daher sollte die Ausgabe mit einem Unsicherheitsbereich und nicht mit einem Punkt angegeben werden und mit historischen Erträgen und Benchmarks überprüft werden. Das Modell kennt die Zukunft nicht mit Sicherheit und arbeitet nicht unter allen Bedingungen mit der gleichen Genauigkeit.

11. Was ist die beste Vorgehensweise vor der Ausführung eines KI-generierten Python/Pandas-Analysecodes?

• A) Anwenden des Codes direkt auf den gesamten Datensatz, ohne ihn zu lesen
• B) Testen mit kleinen Beispieldaten mit bekannten Ergebnissen und Überprüfen von Formeln und Einheiten ✔
• C) In Anbetracht dessen, dass es ausreicht, einfach fehlerfrei zu arbeiten.
• D) Einfügen der Ausgabe in den Bericht, ohne sie überhaupt zu überprüfen

Beschreibung: Auch wenn der von der KI generierte Code korrekt erscheint, kann er Fehler bei der Einheit, dem Spaltennamen, der Indexformel oder der Filterlogik enthalten. Eine gute Vorgehensweise besteht darin, das Ergebnis manuell mit einer kleinen Ihnen bekannten Datenstichprobe zu vergleichen, es mit der erwarteten Ausgabe zu vergleichen und Formeln wie NDVI mit der Quelle zu vergleichen. Das Anwenden von Code auf Big Data, ohne ihn zu sehen, verschiebt stille Fehler in die Produktion.

12. Warum ist das Medikamentenverabreichungsbuch für die Aufzeichnungen zur Rückverfolgbarkeit von entscheidender Bedeutung?

• A) Nur um einen Steuerabzug zu erhalten
• B) Bietet überprüfbare Aufzeichnungen zur MRL-Einhaltung, Zertifizierung und Chargenrückverfolgung ✔
• C) Nur zum Vergleich mit Nachbarfeldern
• D) Erstellung von Werbebroschüren

Beschreibung: Buch zur Medikamentenverabreichung; Darin wird dokumentiert, welches Produkt, welcher Wirkstoff, in welcher Dosierung und zu welchem ​​Datum angewendet wurde und wie lange die Wartezeit zwischen der letzten Anwendung und der Ernte verging. Diese Aufzeichnung ist für die Einhaltung der Rückstandshöchstmengen (MRL), eine gute Agrar-/Bio-Zertifizierung und die Chargenrückverfolgung bei Auftreten eines Problems obligatorisch. Sie werden nicht ausschließlich zur Kostenverfolgung oder Werbung aufbewahrt.

13. Ein KI-Tool meldete selbstbewusst einen Schädling, der in der Gegend nicht gefunden wurde, als „häufige Bedrohung“. Welches Konzept kann diese Situation am besten erklären?

• A) Sensorkalibrierungsfehler
• B) Halluzination: Produktion von Informationen, die nicht in einer sicheren Sprache vorliegen ✔
• C) Unterbrechung der Netzwerkverbindung
• D) Fehlende Niederschlagsdaten

Erläuterung: Man nennt es Halluzination, wenn das Modell Informationen produziert, die tatsächlich nicht existieren oder nicht zum Kontext passen, als ob sie real, fließend und sicher wären. Der agronomische Plausibilitätsfilter (ist das Klima und die Anbaubedingungen der Region für diesen Schädling geeignet?) und die Feldbeweise erkennen solche Fehler vor der Unterzeichnung. Hierbei handelt es sich nicht um eine Fehlfunktion des Sensors oder einen Gerätefehler.

14. Wie sollte die Rolle künstlicher Intelligenz bei landwirtschaftlichen Entscheidungen definiert werden, die für Sicherheit und Qualität entscheidend sind (z. B. Pestiziddosierung, Düngemittelverordnung, Bewässerungsplan)?

• A) Die zuständige Behörde, die allein die endgültige Entscheidung trifft
• B) Automatisiertes System, das die Zustimmung eines kompetenten Agrarwissenschaftlers ersetzt
• C) Ein Assistent, der Entwürfe und Vorschläge erstellt und die Entscheidung dem Experten überlässt ✔
• D) Genaue Informationsquelle, die keiner Überprüfung bedarf

Beschreibung: Künstliche Intelligenz; Es handelt sich um einen Assistenten, der Übersichten erstellt, Daten zusammenfasst und Hypothesen vorschlägt. Das letzte Wort bei kritischen Entscheidungen liegt beim kompetenten Agraringenieur, der mit Feldbeobachtung, lokaler Kalibrierung und Gesetzgebung vertraut ist; Die KI-Ausgabe ersetzt diese Genehmigung nicht. Wenn es um Produkt-, Umwelt- und Lebensmittelsicherheit geht, liegt die Verantwortung beim Signierexperten.