Mitglied werden
bigger 1900
1900
1600
1440
1280
1160
1024
940
850
767
600
480
360
320
portrait ipad
landscape ipad

Projekt

Stadt-Land-Fluss

Laufzeit:

01. 03. 2022 - 31. 07. 2024

single: quote

Stadt-Land-Fluss – KI für regionale Ernährungssysteme

single: quote

Stadt-Land-Fluss – KI für regionale Ernährungssysteme

single: text modul

Das Verbundprojekt „Stadt-Land-Fluss“ (Daten- und KI-gestützter Aufbau und Stärkung von Wertschöpfungsketten im Bereich der regionalen Ernährungssysteme), kurz SLF, erforscht die Stärkung des regionalen Ernährungssystems mittels des Aufbaus digitaler Datenplattformen für Wirtschafts- und Ernährungsdaten mit Methoden der Künstlichen Intelligenz (KI).

Verbraucherinnen und Verbraucher wünschen sich mehr regionale Produkte und mehr Transparenz beim Einkauf. Regionale Erzeuger wiederum benötigen mehr Informationen zu Bedarfen und Kaufverhalten ihrer Kunden. Um die Versorgung mit regionalen Lebensmitteln zu verbessern und die regionale Wirtschaft zu stärken, soll im Projekt entlang von Lebensmittel-Wertschöpfungsketten Transparenz geschaffen werden. Dies soll langfristig zu mehr Nachhaltigkeit und Effizienz führen. Verbraucher, Lieferanten und Produzenten werden über eine prototypische, digitale, interoperable, übertragbare und skalierbare Plattform für Ernährungsdaten in der Region Berlin-Brandenburg vernetzt und damit Angebot und Nachfrage abgeglichen. Der regionale Aspekt ist den Projektpartnern ein besonderes Anliegen: Die Region, Kommunen sowie Verbraucherinnen und Verbraucher sollen miteinbezogen werden.

Im Projekt Stadt-Land-Fluss untersuchen die Partner, wie mittels moderner Informationstechnik und ausgewählter Werkzeuge der Künstlichen Intelligenz das bestehende ‚Data-Gap‘ im regionalen Ernährungssystem aufgefüllt werden kann. Durch die Entwicklung geeigneter Tools soll der Stadt-Umland-Bezug gestärkt und langfristig zur Transparenz und Transformation in Richtung eines nachhaltigen Ernährungssystems beigetragen werden.

Im „Stadt-Land-Fluss Projekt“  arbeiten zehn Konsortialpartner unter der „Koordination" von Fraunhofer FOKUS zusammen und werden dabei von weiteren Unterstützern und assoziierten Partnern sekundiert.

single: text modul

Das Verbundprojekt „Stadt-Land-Fluss“ (Daten- und KI-gestützter Aufbau und Stärkung von Wertschöpfungsketten im Bereich der regionalen Ernährungssysteme), kurz SLF, erforscht die Stärkung des regionalen Ernährungssystems mittels des Aufbaus digitaler Datenplattformen für Wirtschafts- und Ernährungsdaten mit Methoden der Künstlichen Intelligenz (KI).

Verbraucherinnen und Verbraucher wünschen sich mehr regionale Produkte und mehr Transparenz beim Einkauf. Regionale Erzeuger wiederum benötigen mehr Informationen zu Bedarfen und Kaufverhalten ihrer Kunden. Um die Versorgung mit regionalen Lebensmitteln zu verbessern und die regionale Wirtschaft zu stärken, soll im Projekt entlang von Lebensmittel-Wertschöpfungsketten Transparenz geschaffen werden. Dies soll langfristig zu mehr Nachhaltigkeit und Effizienz führen. Verbraucher, Lieferanten und Produzenten werden über eine prototypische, digitale, interoperable, übertragbare und skalierbare Plattform für Ernährungsdaten in der Region Berlin-Brandenburg vernetzt und damit Angebot und Nachfrage abgeglichen. Der regionale Aspekt ist den Projektpartnern ein besonderes Anliegen: Die Region, Kommunen sowie Verbraucherinnen und Verbraucher sollen miteinbezogen werden.

Im Projekt Stadt-Land-Fluss untersuchen die Partner, wie mittels moderner Informationstechnik und ausgewählter Werkzeuge der Künstlichen Intelligenz das bestehende ‚Data-Gap‘ im regionalen Ernährungssystem aufgefüllt werden kann. Durch die Entwicklung geeigneter Tools soll der Stadt-Umland-Bezug gestärkt und langfristig zur Transparenz und Transformation in Richtung eines nachhaltigen Ernährungssystems beigetragen werden.

Im „Stadt-Land-Fluss Projekt“  arbeiten zehn Konsortialpartner unter der „Koordination" von Fraunhofer FOKUS zusammen und werden dabei von weiteren Unterstützern und assoziierten Partnern sekundiert.

Datenschutz-Übersicht

Diese Website verwendet Cookies, damit wir dir die bestmögliche Benutzererfahrung bieten können. Cookie-Informationen werden in deinem Browser gespeichert und führen Funktionen aus, wie das Wiedererkennen von dir, wenn du auf unsere Website zurückkehrst, und hilft unserem Team zu verstehen, welche Abschnitte der Website für dich am interessantesten und nützlichsten sind.