SatErnte
In "SatErnte" soll mittels neuer Datenquellen und innovativer Methoden aus der Erdbeobachtung, Datenwissenschaften und Ertragsmodellierung bestehende Verfahren der amtlichen Agrarstatistik weiterentwickelt, aktuelle Defizite vermindert und Inhalte, Aktualität sowie Vergleichbarkeit der amtlichen Statistik erweitert und verbessert werden. Hierzu werden Machine Learning basierte sowie prozessbasierte Verfahren der Ertragsprognose unter Nutzung von Copernicus Sentinel-Satellitendaten untersucht.
- Authority
- Julius Kühn-Institut, Bundesforschungsinstitut für Kulturpflanzen
- Administrative level
- Federal
- Ministry
- Bundesministerium für Landwirtschaft, Ernährung und Heimat
- Risk classification
- Minimal riskSelf-reported in the MaKI profile, not an i6eal assessment
- AI method
- Machine Learning
- Application area
- Landwirtschaft · Öffentliche Verwaltung
Published, planned or open
The matrix separates published information, planned reviews, non-required information and unknown fields. It deliberately has no composite score.
Affected groups and risk measures
- Affected groups
- Mitarbeitende der Behörde/ des Ressorts
- Risk measures
- Wurde nicht betrachtet
- Described harm risks
- Wurde nicht betrachtet
Project and publication dates
These dates come from the current MaKI profile. They are not i6eal observation history.
- Project start
- First published
- Last published
Observation history
This profile has been observed since 19 Jul 2026. Source-reported project and publication dates remain separate.
From the start of observation on 19 Jul 2026 to the last complete source state on 17 Oct 2026, we observed no change to this profile.