1import"../chunks/DsnmJJEf.js";import{i as z}from"../chunks/DUxdT478.js";import{p as A,f as D,b as K,g as p,e,C as c,t as y,F as E,$ as P}from"../chunks/D_57Ob8c.js";import{a as S,f as _}from"../chunks/8OUzn-Tl.js";import{h as k}from"../chunks/CKh-52_v.js";import{h as B,a as I}from"../chunks/DE43SEZa.js";import{S as F}from"../chunks/D9z589nM.js";import{m as L}from"../chunks/DQ8Tk_Ei.js";import{C as V}from"../chunks/DqaQr0R1.js";import{L as t}from"../chunks/DELAAtH6.js";import{N as b}from"../chunks/DwlfC_oW.js";import{T as s}from"../chunks/CZuKj08d.js";import{U as W,a as M,b as T,c as j}from"../chunks/B9V0gaED.js";import{U}from"../chunks/DBe0u634.js";import{U as C}from"../chunks/ArLLfxq6.js";import"../chunks/rsIYjV2I.js";import{gT as w,gU as v}from"../chunks/D-_Z1rKW.js";const H=""+new URL("../assets/split.1yFG1vYJ.webp",import.meta.url).href;var N=_("<!> <!> <!> <!> <!> <!> <!>",1);function R(m,f){A(f,!1),z();var l=N(),d=D(l);{let n=c(()=>[{label:"App-Entwicklung",link:b.AppEntwicklung},{label:"Hardware-Integration",link:b.IotAgentur},{label:"Teamerweiterung",link:b.AppEntwickler}]),a=c(()=>[s.flutter,s.android,s.iOS,s.firebase,s.aws]);W(d,{eyebrow:"Projekt · AgriTech",title:"Drohnen-KI-App für Smart Farming: Pflanzenzählung & Feldanalyse statt Feldbegehung",paragraph:"Für ein internationales Agrartechnik-Unternehmen haben wir â als Teil des Produktteams des Kunden â die Flutter-App entwickelt, die Drohnenflüge über Feldern steuert, Bildserien standardisiert erfasst und per KI in agronomische Kennzahlen übersetzt: Pflanzenzählung, Pflanzabstände, Vegetationskartierung und Bestandesdeckung, direkt dort verfügbar, wo Agrarteams arbeiten.",get services(){return p(n)},stats:[{value:"5",label:"Drohnenmodelle"},{value:"3",label:"Drohnen-SDKs"},{value:"Enterprise",label:"Kundentyp"},{value:"DE",label:"Kundensitz"}],get technologies(){return p(a)},nda:{bold:"Enterprise-Projekt unter NDA",text:"â auf Wunsch vermitteln wir ein persönliches Referenzgespräch."},get image(){return L},imageAlt:"Landwirt nutzt eine Smart-Farming App, um Drohnenflüge und KI-Feldanalyse zu steuern"})}var o=e(d,2);{let n=c(()=>[{title:"Manuelle Feldbegehungen",description:"Feldkontrollen finden zu Fuà statt â zeitintensiv, witterungsabhängig und bei groÃen Flächen nicht skalierbar. GroÃe Schläge werden zwangsläufig nur punktuell erfasst.",icon:t.Footprints},{title:"Keine vergleichbaren Daten",description:"Fotos, Messungen und Notizen entstehen unsystematisch: andere Höhe, anderes Licht, anderer Blickwinkel. Ohne standardisierte Erfassung sind Vergleiche über Zeiträume wertlos.",icon:t.ChartColumn},{title:"Entscheidungen aus Stichproben",description:"Bestandsdichte, Lücken und Vitalität werden aus wenigen Messpunkten hochgerechnet â Nachsaat- und Düngeentscheidungen für ganze Schläge hängen an Einzeleindrücken.",icon:t.TriangleAlert}]);M(o,{leftTitle:"Ausgangssituation: Feldwissen zu FuÃ, Entscheidungen aus Stichproben",leftParagraphs:["Wie steht die Kultur auf 200 Hektar â heute, verglichen mit letzter Woche? Diese Frage beantworteten beim Kunden bisher Menschen zu FuÃ: Feldbegehungen kosteten Zeit und Personal, waren witterungsabhängig und lieferten keine vergleichbaren Daten über Flächen und Zeiträume hinweg.","Das Ziel: Felder standardisiert aus der Luft erfassen, Bilddaten automatisiert in agronomische Kennzahlen übersetzen und Handlungsempfehlungen direkt im Feld verfügbar machen â bedienbar von Agrarteams, ohne dass diese Drohnen-Piloten oder KI-Experten sein müssen."],get painPoints(){return p(n)}})}var u=e(o,2);T(u,{title:"Lösung: Eine App, die Drohne, KI und Agronomie in einen Workflow bringt",subtitle:"Gemeinsam mit dem Produktteam des Kunden haben wir die mobile App entwickelt, die den gesamten Ablauf trägt: Flug planen, Feld standardisiert befliegen, Bilder erfassen und hochladen, KI-Ergebnisse als verständliche Feldkarte zurückspielen. Fünf Drohnenmodelle, ein Workflow â bedienbar mit Handschuhen im Feld.",features:[{solves:"Manuelle Feldbegehungen",title:"Flugplanung & Drohnen-Steuerung",description:"Feldteams wählen den Schlag auf der Karte, die App generiert die Flugroute mit definierter Höhe, Ãberlappung und Aufnahmemuster â und steuert die Drohne über die nativen Hersteller-SDKs. Keine Flugerfahrung, keine Spezialsoftware."},{solves:"Keine vergleichbaren Daten",title:"Standardisierte Bilderfassung",description:"Damit KI-Ergebnisse über Flüge und Vegetationsperioden vergleichbar bleiben, erzwingt die App konsistente Aufnahmeparameter und prüft Bildserien schon wÃ
1¤hrend des Flugs auf Vollständigkeit â Lücken werden sofort auf der Karte sichtbar, nicht erst im Büro."},{solves:"Entscheidungen aus Stichproben",title:"Von Pixeln zu Kennzahlen",description:"Die ML-Pipeline übersetzt Bildserien in das, womit Agronom:innen arbeiten: Pflanzenzählung (Bestandsdichte), Pflanzabstände und Reihenlücken, Vegetationskartierung und Bestandesdeckung â als Feldkarte mit markierten Problemzonen."}]});var g=e(u,2);{let n=c(()=>[{title:"Fünf Drohnenmodelle, drei native SDKs, eine Codebasis",copy:"Die Hersteller-SDKs für Flugsteuerung existieren nur nativ und verhalten sich je Modell unterschiedlich â bei Kalibrierung, Verbindungsverhalten und Fehlerbildern. Wir haben sie über Platform Channels an Flutter angebunden und hinter einer einheitlichen Abstraktion gekapselt: Ein Flug-Workflow in Dart, modellspezifische Eigenheiten sauber isoliert. So bleibt jedes neue Drohnenmodell ein Modul, kein Umbau.",icon:t.Cpu},{title:"Gigabytes an Bildern, kein Netz am Feldrand",copy:"Ein Flug erzeugt hunderte hochauflösende Bilder â und Felder liegen selten neben Glasfaser. Die App puffert lokal, lädt priorisiert und wiederaufnehmbar hoch, sobald Verbindung da ist, und macht den Zustand jederzeit sichtbar: Was ist erfasst, was ist übertragen, was ist ausgewertet. Offline-first ist hier keine Kür, sondern die Bedingung, unter der das Produkt überhaupt funktioniert.",icon:t.Upload},{title:"Zuverlässigkeit unter Feldbedingungen",copy:"Wind, Sonne auf dem Display, Handschuhe, Akkustände von Drohne und Telefon, Verbindungsabbrüche mitten im Flug: Im Feld ist die Störung der Normalfall, nicht die Ausnahme. Eine App, die hier besteht, muss jeden Fehlerzustand von Anfang an einplanen â mit einer verständlichen Erklärung und einem klaren Wiederaufnahmepfad für jede Störung. Getestet nicht im Büro, sondern in geführten Testflügen mit echten Feldteams.",icon:t.ShieldCheck}]);C(g,{title:"Die drei härtesten technischen Nüsse",subtitle:"Was dieses Projekt von einer gewöhnlichen App unterscheidet â und warum Hardware-Erfahrung hier über Erfolg entscheidet.",get challenges(){return p(n)}})}var r=e(g,2);j(r,{get image(){return H},imageAlt:"Drohne mit Kamera fliegt über einem Feld und nimmt Bilder für die KI-Analyse auf",title:"Von der technischen Machbarkeit zum einsatzbereiten Smart-Farming-MVP",steps:[{title:"Discovery & Machbarkeit",body:"Gemeinsam mit Agronom:innen und dem Produktteam des Kunden klärten wir zuerst die harten Fragen: Welche Drohnenmodelle müssen unterstützt werden und was können deren SDKs wirklich? Welche Kennzahlen brauchen Feldteams â und in welcher Bildqualität muss dafür erfasst werden? Das Ergebnis war kein Pflichtenheft, sondern ein risikosortierter Plan: die unsichersten Annahmen zuerst."},{title:"Prototyp mit echten Testflügen",body:"Der erste Prototyp bewies die kritische Kette am echten Gerät: Drohne anbinden, Route fliegen, Bilder standardisiert erfassen, erste KI-Auswertung zurückspielen. In geführten Testflügen mit Feldteams schärften wir UX, Fehlerpfade und Visualisierungen â Feedback vom Acker, nicht aus dem Meeting-Raum."},{title:"MVP für den produktiven Feldeinsatz",body:"Darauf aufbauend entstand ein robuster MVP für den Einsatz in ausgewählten Regionen: zuverlässige Verbindungs- und Wiederaufnahme-Logik, Offline-Fähigkeit, klare Fehlerzustände und ein UI, das unter Feldbedingungen bedienbar bleibt. Ãbergeben mit sauberer Architektur und Doku â so, dass das Team des Kunden selbstständig weiterentwickeln kann."}],collab:[{label:"Rolle",value:"Teamerweiterung"},{label:"Einbindung",value:"Produktteam des Kunden"},{label:"Fokus",value:"Drohnen-Anbindung & Offline-Logik"},{label:"Testflüge",value:"mit echten Feldteams"},{label:"Ãbergabe",value:"Architektur & Doku ans Team"}]});var i=e(r,2);U(i,{title:"Ergebnis: Feldkontrolle aus der Luft, Entscheidungen aus Daten",subtitle:"Drei Ausgangslagen â und was aus ihnen geworden ist.",transformations:[{before:{title:"Manuelle Feldbegehungen",description:"Feldkontrollen zu Fuà â zeitintensiv, witterungsabhängig und bei groÃen Flächen nur punktuell."},after:{title:"Ein geplanter Drohnenflug",description:"Definierte Route, vollständige Erfassung, ausgewertete Feldübersicht in der App â wiederholbar und witterungsunabhängiger als jede Begehung."}},{before:{title:"Keine vergleichbaren Daten",description:"Fotos und Notizen entstehen unsystematisch: andere Höhe, anderes Licht, anderer Blickwinkel."},after:{title:"Vergleichbare Zeitreihen je Fläche",description:"Standardisierte Erfassung macht Flüge und Vegetationsperioden vergleichbar â und gegenüber Betriebsleitung und Auftraggebern dokumentierbar."}},{before:{title:"Entscheidungen aus Stichproben",description:"Nac
1hsaat- und Düngeentscheidungen für ganze Schläge hängen an Einzeleindrücken."},after:{title:"Vollständige Feldanalysen",description:"Pflanzenzählung, Pflanzabstände, Vegetationskartierung und Bestandesdeckung als Entscheidungsgrundlage."}}],nda:{bold:"Warum ohne Kundennamen?",text:"Unser Auftraggeber betrachtet die Lösung als Wettbewerbsvorteil â bei Enterprise-Projekten der Normalfall. Für ernsthafte Anfragen vermitteln wir ein persönliches Referenzgespräch.",ctaLabel:"Referenzgespräch anfragen"}});var h=e(i,2);V(h,{leftTitle:"Dein Projekt startet hier",h2Title:"Du planst eine App, die mit Drohnen, Sensoren oder anderer Hardware spricht?",ctaLabel:"Kostenloses Erstgespräch (15 Min.)",subtitleContactForm:"Wir kennen die Fallstricke zwischen nativem Hersteller-SDK und fertiger App: Anbindung, standardisierte Datenerfassung, Offline-Betrieb, KI-Auswertung. In 15 Minuten sagen wir dir, wie der Weg für dein Produkt aussieht."}),S(m,l),K()}var x=_('<meta name="description"/> <!> <!>',1);function de(m,f){A(f,!1);const l={"@context":"https://schema.org","@type":"WebPage","@id":"https://flutterapps.agency/projekte/drohnen-ki-smart-farming-app#webpage",url:"https://flutterapps.agency/projekte/drohnen-ki-smart-farming-app",name:v(),description:w(),isPartOf:{"@id":"https://flutterapps.agency#website"},breadcrumb:{"@type":"BreadcrumbList",itemListElement:[{"@type":"ListItem",position:1,name:"Startseite",item:"https://flutterapps.agency/"},{"@type":"ListItem",position:2,name:"Drohnen-KI App für Smart Farming",item:"https://flutterapps.agency/projekte/drohnen-ki-smart-farming-app"}]},mainEntity:{"@type":"SoftwareApplication","@id":"https://flutterapps.agency/projekte/drohnen-ki-smart-farming-app#app"}},d=F.toScript(l),o={"@context":"https://schema.org","@type":"SoftwareApplication","@id":"https://flutterapps.agency/projekte/drohnen-ki-smart-farming-app#app",name:"Drohnen-KI App für Smart Farming",description:"Smart-Farming-App, die Drohnenflüge steuert, Felder aus der Luft erfasst und Bilddaten per KI auswertet â direkt dort, wo Agrarteams arbeiten.",applicationCategory:"BusinessApplication",applicationSubCategory:"AgricultureApplication",operatingSystem:"Android, iOS",creator:{"@id":"https://flutterapps.agency#business"}},u=F.toScript(o);z(),B("1l0utw",g=>{var r=x(),i=D(r),h=e(i,2);k(h,()=>d);var n=e(h,2);k(n,()=>u),y(a=>I(i,"content",a),[()=>w()]),E(a=>{P.title=a??""},[()=>v()]),S(g,r)}),R(m,{}),K()}export{de as component};
Line numbers count LF bytes from the start of the resource, as the search results do. Vendor segments are library code the classifier recognised; they are stored but not indexed. Bytes are shown as Latin1 characters, one per byte.