Digitalisierung und Sensorik in der Agrar- und Biosystemtechnik

Fakult?t

Fakult?t Agrarwissenschaften und Landschaftsarchitektur (AuL)

Version

Version 1 vom 26.08.2025.

Modulkennung

44B0718

Niveaustufe

Bachelor

Unterrichtssprache

Deutsch

ECTS-Leistungspunkte und Benotung

5.0

H?ufigkeit des Angebots des Moduls

nur Sommersemester

Dauer des Moduls

1 Semester

 

 

Besonderheiten des Moduls

Das Modul ist ein hybrid angelegtes Modul. Ein gro?er Prozentsatz des Moduls muss durch die Anfertigung von Versuchen und ?bungsaufgaben in eigener Verantwortung umgesetzt werden. W?chentliche Treffen mit Vorstellungen zu den Grundlagen, Aufgaben, aber auch zu den Problemen beim L?sen der Hausarbeiten runden das hadlungsorientierte Modul ab. 

Kurzbeschreibung

Das Modul hat das Ziel, die Digitalkompetenz (d.h. das Verstehen und der Umgang mit digitalen Daten) der Studierenden zu erh?hen. Durch 8 spezielle ?bungen, die als Hausarbeiten an realen Objekten (Pflanzen, Flüssigkeiten, Gasen etc.)  durchgeführt werden, werden diese Kompetenzen nachhaltig und selbstst?ndig entwickelt.  Studierenden wird hierzu ein speziell  zusammengestellter Hard- und Softwarebausatz zur Verfügung gestellt. 

Lehr-Lerninhalte

Eine einleitende Session führt in die Thematik "Messen und Auswerten" ein, stellt die  Aufgabenstellungen dar und erkl?rt Abl?ufe. Anschlie?end werden den Studierenden die ?bungsmaterialien (Hard- und Softwarebaukasten) ausgeh?ndigt. 

Die 8 Arbeits-Sessions bestehen jeweils in der ersten Sessionwoche aus einer Kurzeinführung in die zugrundeliegende Sensorik und Hinweise zur Aufgabenstellung und zu L?sungsans?tzen. In der zweiten Sessionwoche findet eine gemeinsame Fragestunde zu Problemen bei der Bearbeitung der Hausübung statt. In der dritten Sessionwoche ist der Abgabetermin für die Hausarbeit. In der vierten Sessionswoche erfolgt die Rückgabe der digitalen Hausübungen vom Dozententeam mit Hinweisen, Korrekturen und Benotung. "24/7-Support"  im Intervallmodus in einem Ilias-Forum unterstützen die studentischen Arbeiten bei aktuellen Problemen.

Zum Abschluss des Moduls findet eine Session statt, die auf die mündliche ?berprüfung der Hausarbeit fokussiert und somit die Hausübungen noch einmal durchgeht. Ferner werden die Bauk?sten abgegeben, gemeinsam mit den Studierenden die Bauteile gecheckt und Wartungslisten abgearbeitet. 

Die Abgaben der Hausarbeiten erfolgen in elektronischer Form.

Sessions:
0. Einfuehrung Messungen mit RedLab/Labjack und Arduino (ohne ?bungsbewertung)
1. Eigenbau eines Psychrometers und Auswertung mit Widerstandssensoren, RedLab und ProfiLab-Expert.
2. Eigenbau eines Füllstandsmess-Systems mit Utraschallsensoren, Arduino und Python.
3. Strahlungsmessung mit Pflanzenbezug mit Solarimeter, Redlab und Excel.
4. Bodenfeuchtemessung mit kapazitivem Sensor, Arduino und Excel.
5. Blattfl?chenauswertung mit Handy und ImageJ.
6. Klassifikation von Pflanzenarten mit Handy, ImageJ und NeuralDesigner (KNN).
7. Tracergasmessung mit kapazitivem Sensor,
Arduino und R-Studio.
8. Phytopathologische Bestimmungen mit  Remote-Sensing (Spektrometrie, Infrarotkameratechnologie und Lidar-Technik) und Auswertealgorithmen in R. (zwei Termine)

Gesamtarbeitsaufwand

Der Arbeitsaufwand für das Modul umfasst insgesamt 150 Stunden (siehe auch "ECTS-Leistungspunkte und Benotung").

Lehr- und Lernformen
Dozentengebundenes Lernen
Std. WorkloadLehrtypMediale UmsetzungKonkretisierung
20VorlesungPr?senz-
30individuelle BetreuungPr?senz-
20?bungPr?senz-
Dozentenungebundenes Lernen
Std. WorkloadLehrtypMediale UmsetzungKonkretisierung
80Sonstiges-
Weitere Erl?uterungen

*Sonstiges: Eigenst?ndiges Erarbeiten und Umsetzen von Messketten in Bereich der Biosystemtechnik: Von Sensorauswahl bis Ergebnisdarstellung. 

Benotete Prüfungsleistung
  • Arbeitsprobe (praktisch) und mündliche Prüfung
Bemerkung zur Prüfungsart

Arbeitsprobe: fristgerechte Abgabe von 8 Hausübungen, jede Hausübung z?hlt gleichgewichtig, Gesamtanteil der Arbeitsproben an der Note: 50 %

Mündliche Prüfung: Befragung zu einzelnen Arbeitsproben, Gesamtanteil der mündlichen Prüfung an der Note: 50 %

Prüfungsdauer und Prüfungsumfang

Arbeitsproben: 8 von 8 Arbeitsproben müssen abgegeben werden

Mündl. Prüfung: 15 Min. mit 2 Prüfenden

Empfohlene Vorkenntnisse

Grundkenntnisse in Wachstumsfaktoren und Interesse an der L?sung von Aufgaben durch Einsatz von Technik im besonderen Computertechnologie. Programmiervorausetzungen sind ausdrücklich nicht erforderlich. Kenntnisse in Excel und R sind von Vorteil, aber nicht zwingend. 

Wissensverbreiterung

Studierende sind nach erfolgreichem Abschluss des Moduls in der Lage, theoretische Kenntnisse über Datenerhebungen mit Sensoren am Objekt praktisch umzusetzen. Sie erlangen dazu Wissen im Bereich Algorithmenentwicklung, Programmierung sowohl bei dem Einsatz von konventionellen Programmiersprachen, als auch bei grafischer Programmierung und speziellen Programmiertools wie R.

Wissensvertiefung

Die Studierenden verfügen nach Durchführung des Moduls über Detailwissen hinsichtlich Wachstumsfaktoren und technischen Parametern in Biosystemen. Sie wissen, wie Daten hierzu erhoben werden k?nnen und auf welche Besonderheiten (z.B. Datenskalierungen, Sensorkalibrationen, Sensorplatzierung, Feinheiten statistischer Auswertung) bei Biosystemen geachtet werden muss. 

Wissensverst?ndnis

Studierende k?nnen nach Abschluss des Moduls digitale Daten aufnehmen, verarbeiten und auswerten. Im einzelnen:
1. Sie sind in der Lage Messketten aufzubauen, Sensorsysteme zu kalbrieren, Datenformate anzupassen und mit Software weiterzuverarbeiten.
2. Sie sind in der Lage, digitale Messdaten mit aktueller Software zu erheben, statistisch zu verdichten und grafisch oder tabellerisch dazustellen. 
3. Sie verstehen die wichtigsten Messprinzipien moderner Messtechnik der Biosystemtechnik und k?nnen diese in realen Umgebungen einzusetzen.
4. Sie sind in der Lage, Algorithmen zur Datenerfassung und -bearbeitung in unterschiedlichen Programmierumgebungen und -sprachen zu erstellen.

Nutzung und Transfer

Studierende k?nnen das erlernte Wissen bei allen Messungen im Studium anwenden. Sie werden durch das Modul bef?higt, in wissenschaftlichen T?tigkeitsbereichen zu agieren und dort weitere spezielle Mess-Methoden schnell und effizient zu erlernen.

Wissenschaftliche Innovation

Die Studierenden k?nnen ausw?hlen, welche Messverfahren mit welcher aktuellen Hard- und Software für konkrete Messaufgaben geeignet sind. Sie sind ferner in der Lage, neue Messkonzepte zu verstehen und kritisch zu hinterfragen. 

Kommunikation und Kooperation

Die Studierende sind nach Abschluss des Moduls in der Lage, sich verbal und schriftlich an Besprechungen, Diskussionen und Vortr?gen über den Messtechnik-Sektor mit seinem speziellen Vokabular zu beteiligen. Sie kennen die wichtigsten Fachbegriffe, k?nnen algorithmische Methoden umsetzen, sowie in Pr?sentationen verbal, grafisch und textorientiert mit Fachbegriffen und -ausdrücken sicher darstellen. 

Wissenschaftliches Selbstverst?ndnis / Professionalit?t

Die Studierenden erh?hen druch das Modul Ihre Professionalit?t und Ihr Selbstverst?ndis in Bezug auf den Umgang mit digitalen Daten, Algorithmen und Verfahren, speziell in den Bereichen Pflanze und Bioververfahrenstechnik. Sie k?nnen professionell Messketten aufbauen und nutzbringend und qualifiziert im sp?teren T?tigkeitsfeld einsetzen.  

Literatur

Online-Skript mit Praktikumsaufgaben,

Datenbl?tter,

Hard- und Softwareanleitungen aus dem Internet,

FAQs aus dem Internet in den entsprechenden User-Groups,

Berechnungsbeispiele als Powerpoints mit entsprechenden Anleitungen,

Powerpointpr?sentationen mit Baisics zu jedem Themenfeld der Sessions,

Verwendbarkeit nach Studieng?ngen

  • Landwirtschaft
    • Landwirtschaft B.Sc. (01.09.2025)

  • Angewandte Pflanzenbiologie - Gartenbau, Pflanzentechnologie
    • Angewandte Pflanzenbiologie - Gartenbau, Pflanzentechnologie B.Sc. (01.09.2025)

  • Bioverfahrenstechnik in der Lebensmittelindustrie
    • Bioverfahrenstechnik in der Lebensmittelindustrie B.Sc. (01.09.2025)

  • Agrarsystemtechnologien
    • Agrarsystemtechnologien B.Sc. (01.09.2025)

    Modulpromotor*in
    • Rath, Thomas
    Lehrende
    • Rath, Thomas