PlantGrid

Digitale Management-Unterstützungssysteme für kleine und mittelständische Unternehmen in Wertschöpfungsketten von Zierpflanzen, Stauden und Schnittblumen
Projektlaufzeit bis 12/2023

Wie bestellt, so verkauft. Geht das?

Das Projekt PlantGrid entwickelt ein digitales Management-Unterstützungssystem für kleine und mittelständische Unternehmen, die im Garteneinzelhandel bzw. der Wertschöpfungskette von Zierpflanzen, Schnittblumen und Stauden tätig sind.

Das Management-System soll in der Lage sein, genauere Absatzprognosen zur Verfügung zu stellen. Somit kann die Disposition und Bestellung der Ware zielgerichteter erfolgen. Davon profitieren alle vorgelagerten Produktions- und Handelsstufen der Wertschöpfungskette sowie die Logistik.

Im Projekt arbeiten die Hochschule Weihenstephan-Triesdorf, die Hochschule Geisenheim University und das Unternehmen snoopmedia GmbH zusammen mit 10 weiteren Praxisbetrieben, deren Daten als Grundlage für die Entwicklung des Systems dienen.

Zunächst werden die Daten und Strukturen dieser Betriebe analysiert und daraus Optimierungspotentiale abgeleitet. Die Daten werden in ein dafür programmiertes Dashboard integriert, homogenisiert (Benennung und Granularität) und in ein Standardformat überführt. Von diesem Datenspeicher ausgehend wird ein auf Machine Learning basierendes Analysemodell entwickelt, d.h. mit den vorhandenen Datensätzen trainiert, um dann künftig verbesserte Absatzprognosen und Empfehlungen ableiten zu können.

Die Projektnehmer untersuchen hierbei unterschiedliche Fragestellungen,  z.B.: Wie müssen Informationssysteme konzipiert sein, um die heterogenen Strukturen adäquat abzubilden? Inwiefern können Absatzprognosen mit Analyse- und Prognoseansätzen verknüpft werden, die eine bessere Planung und Optimierung der Abläufe in den Supply Chains zum Ziel haben? Welche Herausforderungen ergeben sich daraus für die Logistiksysteme in den Wertschöpfungsketten?

Im Hinblick auf die Arbeitnehmer wird darüber hinaus geklärt, wie sich die Digitalisierung in den Unternehmen auf die Arbeitswelten verschiedener Gruppen von Beschäftigten auswirkt und welche Chancen und Risiken diese in einer zunehmenden Technisierung des Gartenbaus sehen.

Veröffentlichungen

Eiglsperger, Josef; Haselbeck, Florian; Stiele, Viola; Guadarrama Serranoa, Claudia; Lim-Trinh, Kelly; Menrad, Klaus; Hannus, Thomas; Grimm, Dominik G (2024) Forecasting seasonally fluctuating sales of perishable products in the horticultural industry. Expert Systems with Applications 249:123438, https://doi.org/10.1016/j.eswa.2024.123438

Eiglsperger, Josef; Haselbeck, Florian; Grimm, Dominik G (2023) ForeTiS: A comprehensive time series forecasting framework in Python. Machine Learning with Applications (12), 100467, https://doi.org/10.1016/j.mlwa.2023.100467

Haselbeck, Florian; Killinger, Jennifer; Menrad, Klaus; Hannus, Thomas; Grimm, Dominik G (2022) Machine Learning Outperforms Classical Forecasting on Horticultural Sales Predictions. Machine Learning with Applications 7: 100239, https://doi.org/10.1016/j.mlwa.2021.100239

Haselbeck, Florian; Grimm, Dominik G (2021) EVARS-GPR: EVent-triggered Augmented Refitting of Gaussian Process Regression for Seasonal Data. KI 2021: Advances in Artificial Intelligence, German Conference on Artificial Intelligence (KI), https://doi.org/10.1007/978-3-030-87626-5_11

Hüwel, Jan David; Haselbeck, Florian; Grimm, Dominik G; Beecks, Christian (2022) Dynamically Self-Adjusting Gaussian Processes for Data Stream Modelling. KI 2022: Advances in Artificial Intelligence, German Conference on Artificial Intelligence (KI), https://doi.org/10.1007/978-3-031-15791-2_10

Schroeder, Sam; Lehberger, Mira; Sparke, Kai (2022) The impact of digitalization and automation on horticultural employees – A systematic literature review and field study. Journal of Rural Studies 95: 560-569, https://doi.org/10.1016/j.jrurstud.2022.09.016

Abschlussarbeiten

Eiglsperger, Josef (2022) Synthesizing Time-Series Data with Generative Adversarial Networks. Master’s Thesis, Technical University of Munich (TUM), https://github.com/Zepp3/Master-Thesis

Gulobovic, Katarina (2022) An Online Machine Learning Framework for Changing Distributions in Time Series Data. Master’s Thesis, Technical University of Munich (TUM)

Picini, Ana (2023) Synthesizing Time-Series Data with Diffusion Models. Master’s Thesis, Technical University of Munich (TUM)

Projektkoordination

Prof. Dr. Klaus Menrad

Hochschule Weihenstephan-Triesdorf (HSWT), TUM Campus Straubing
Petersgasse 18, 94315 Straubing

Email: klaus.menrad@hswt.de
Telefon: +49 (9421) 187-200

Beteiligte Institutionen

Hochschule Weihenstephan-Triesdorf (HSWT), FG Marketing und Management nachwachsender Rohstoffe
Prof. Dr. Klaus Menrad, Dr. Thomas Decker, Daniel Berki-Kiss

Hochschule Weihenstephan-Triesdorf (HSWT), FG Handelsbetriebslehre
Prof. Dr. Thomas Hannus

Hochschule Weihenstephan-Triesdorf (HSWT), FG Bioinformatik
Prof. Dr. Dominik Grimm, Florian Haselbeck

 

Hochschule Geisenheim
Prof. Dr. Kai Sparke, Prof. Dr. Andreas Holzapfel, Dr. Mira Lehberg, Marius Drechsler, Sam Schröder

 

Beteiligte Unternehmen

snoopmedia GmbH
Gerald Neu, Franziska Bertlich

 

Beteiligte Praxisbetriebe

Status-Update

19.10.2022

Im Rahmen der BLE-Innovationstage in Bonn präsentierte Sam Schröder den aktuellen Projektstatus von PlantGrid. Das zugehörtige Poster finden Sie im hortigate-Blickpunkt „Gartenbau 4.0“ zum Download.

Poster hier herunterladen

Forum Zukunft Gartenbau

21./22. Juni 2023

Josef Eiglsperger präsentierte die Projektfortschritte von PlantGrid im Rahmen des Science Slam beim Forum Zukunft Gartenbau. Den Beitrag finden Sie im hortigate-Blickpunkt „Gartenbau 4.0“ zum Download.

Beitrag hier herunterladen

Poster hier herunterladen

Künftig künstlich? Gartenbau 4.0-Projekte auf dem Deutschen Gartenbautag des ZVG

Mannheim, 08. September 2023

Florian Haselbeck, wissenschaftlicher Mitarbeiter an der Hochschule Weinstephan-Triesdorf, stellte das digitale Management-Unterstützungssystem vor, welches im Rahmen des Projektes PlantGrid entwickelt wird.

Mehr lesen

Klingt spannend? Informieren Sie sich gerne auch über die anderen FuE-Projekte der Förderung: