Kategorie: KI

Von Dzmitry Yablonski, CTO, GeoPard Agriculture

Letzte Woche fragte mich jemand, welches Modell unser KI-Agronom verwendet. Das ist die häufigste technische Frage, die uns gestellt wird, und meistens die falsche, um damit anzufangen.

Hier ist die ehrliche Antwort, und dann die nützlichere.

Die ehrliche Antwort: mehrere

Wir leiten jede Aufgabe an das am besten geeignete Modell weiter. In der Praxis bedeutet das separate Pfade für:

• Georäumliches Denken. Lesezonenstatistik, Vergleich von Schichten, Erklärung dafür, warum sich ein Teil eines Feldes anders verhält als ein anderer.
• Berechnen Sie Mathematik. Entfernungskoeffizienten, kritische Schwellenwerte, Aufbaukonventionen, Einheitenumrechnungen.
• Gespräch. Zu verstehen, was ein Agronom mit einer halben Satzanfrage tatsächlich meinte.
• Aufgabenklassifizierung. Bevor irgendetwas anderes passiert, muss entschieden werden, zu welchem Workflow eine Anfrage gehört.
• Leitplanken. Ergebnisse prüfen, bevor sie zu Artefakten werden.

Kein einzelnes Modell ist in allen fünf Bereichen optimal. Diejenigen, die in komplexen räumlichen Kontexten gut argumentieren, sind nicht immer diejenigen, die arithmetische Disziplin wahren. Diejenigen, die sich natürlich unterhalten, sind nicht immer diejenigen, die zuverlässig klassifizieren.

Wir veröffentlichen die Routingtabelle nicht, und zwar aus gutem Grund: Sie ändert sich. Alle paar Monate erscheinen neue Modellversionen, und jede davon verändert die Gewichtung auf ein oder zwei dieser Pfade. Würde man die Antwort in einem Blogbeitrag festschreiben, wäre sie bis zum Herbst schon wieder falsch.

Die hilfreichere Antwort: die Schichten

Würde man morgen unsere Modelle gegen ein anderes Frontier-Set austauschen, würde das Produkt weiterhin funktionieren und wäre immer noch als unseres erkennbar. Das ist das Designziel, und es lohnt sich, den Grund dafür zu erläutern.

Eine agronomische Empfehlung ist keine Textantwort. Es ist eine Zahl, die in einem Computerterminal erfasst und auf ein Feld angewendet wird. Die eigentliche Ingenieursleistung liegt in der Verbindung zwischen diesen beiden Schritten.

Nehmen wir eine konkrete Fehlerklasse. Ein Modell kann eine absolut begründete Phosphor-Vorgabe in Pfund P liefern.₂O₅ pro Acre. Korrekter Entfernungskoeffizient, korrekter Schwellenwert, korrekte Aufbaulogik. Anschließend wird die Rate einem Produkt mit 4 Prozent P zugeordnet.₂O₅, Der Streuer erhält es als Produktmenge. Der Plan war korrekt. Die Ausbringung weicht um mehr als eine Größenordnung ab.

Selbst die beste Modellqualität kann das nicht verhindern. Eine Konvertierungsschicht hingegen schon.

Dasselbe gilt für Einheitensysteme, für behördliche Höchstmengen, für Bodenuntersuchungswerte, ab denen die agronomisch korrekte Aufwandmenge null ist, und für die Differenz zwischen Laborwerten und Berechnungsformeln. Das sind keine Denkfehler, sondern Systemprobleme, die darüber entscheiden, ob eine Empfehlung bedenkenlos umgesetzt werden kann.

Die Schichten um das Modell herum leisten also die eigentliche Arbeit.

Erdung. Der Assistent liest die Daten des Kunden selbst. Bodenproben, aufbereitete Ernten, Topografie, Anwendungshistorie. Kein allgemeines Bild der Agronomie, sondern seine eigene.

Explizite Parameter. Alle Koeffizienten, Schwellenwerte und Konventionen, die zur Berechnung einer Rate verwendet werden, werden vor der Generierung angezeigt und können bearbeitet werden. Wenn der Agronom mit einer Annahme nicht einverstanden ist, ändert er sie. Eine Zahl, die der Benutzer nicht überprüfen kann, ist eine Zahl, die er nicht kontrollieren kann.

Deterministische Mathematik. Die Berechnung der Raten erfolgt im Programmcode, nicht im Fließtext. Das Modell entscheidet, was und warum berechnet wird. Es führt die Rechenoperationen nicht selbst durch.

Validierung vor der Generierung. Bevor auch nur eine einzige Karte existiert, werden die Pläne im Probelauf anhand der agronomischen Regeln für die Region sowie aller Regeln, die der Kunde seiner eigenen Wissensdatenbank hinzugefügt hat, überprüft.

Zustimmung der Menschen. Nichts gelangt an eine Maschine, bevor nicht eine Person die Freigabe erteilt hat. Dies ist keine Zugeständnis an die Benutzerfreundlichkeit. Es ist die letzte und wichtigste Sicherheitsebene.

Was wir bewerten

Aus all diesen Gründen sagt uns eine isolierte Betrachtung des Modells nur sehr wenig.

Eine hohe Punktzahl in einem Multiple-Choice-Test zur Agronomie zeigt, dass das Modell die Lehrbücher kennt. Sie sagt aber nichts darüber aus, ob das System eine Nährstoffmenge korrekt in eine Produktmenge umrechnet, ob es die Phosphordüngung auf einem Feld mit bereits hohem Phosphorgehalt ablehnt oder ob es erkennt, dass ein Bodenbericht mit einer anderen Extraktionsmethode erstellt wurde als in der Gleichung angenommen.

Wir bewerten das System also von Anfang bis Ende. Ruft es die richtigen Datenebenen aus dem Kundenkonto ab? Verwendet es nachvollziehbare Koeffizienten? Legt es seine Vorgehensweise offen? Erkennt es Fehler, bevor sie das System verlassen? Das lässt sich nicht in einer einzigen Zahl ausdrücken, und genau deshalb halten wir es für wichtig, dies zu messen.

Bringen Sie Ihr eigenes Modell mit.

Über MCP können Sie Ihr eigenes Modell auf Ihre GeoPard-Daten ausrichten und es direkt nach Ihren Feldern fragen. Einige unserer technisch versierteren Nutzer tun dies bereits, und wir halten das für eine gute Sache. Dokumentation zum KI-Assistenten erklärt die Funktionsweise.

Um es ganz klar zu sagen: Wenn Sie das tun, übernehmen Sie die Ebenen. Die Grundlagen, die Parametertransparenz, die Einheitendisziplin, die Validierung, der Genehmigungsschritt. Diese Elemente sind nicht im Modell enthalten. Sie müssen von jemand anderem erstellt werden.

Warum dies eine Wette und keine Absicherung ist.

Die Leistungsfähigkeit verschiedener Modelle wird schnell standardisiert. Alle paar Monate verschiebt sich die Messlatte, und jeder profitiert kostenlos von der neuen Basis. Auf ein bestimmtes Modell zu setzen, bedeutet, auf einen kurzfristigen Vorteil zu setzen.

Die Schichten summieren sich. Sie akkumulieren agronomische Regeln, regionale Konventionen, Kundenwissen und alle Fehlerquellen, die wir gefunden und behoben haben. Das verbessert sich mit der Nutzung und wird nicht zurückgesetzt, wenn ein neues Modell auf den Markt kommt.

Das heißt im Klartext: Fragen Sie sich, was ein System mit einer falschen Antwort macht. Das sagt mehr aus, als zu wissen, welches Modell sie erzeugt hat.

Hier sehen Sie, wie die Assistentin genau das tut, von der Fragestellung bis zum exportierten Rezept, in zwei Minuten:

Die interaktive Version, in der jeder einzelne Denkschritt nachvollziehbar ist, finden Sie unter GeoPard KI-Assistentenseite.