Dresden, 21. August 2026 - Die SupraTix GmbH startet im sächsischen Forschungsprojekt Bio-LSP die Entwicklung eines domänenspezifischen Foundation Models für Saatgut. Das Unternehmen erweitert damit die im Verbundprojekt vorgesehenen Arbeiten zur KI-basierten Auswertung von Laser-Speckle-Daten um einen wiederverwendbaren Modellansatz. Dieser soll zunächst anhand von Winterweizen entwickelt und wissenschaftlich validiert werden.
Die Datengrundlage bilden zeitaufgelöste Messungen der Laser-Speckle-Photometrie, kurz LSP. Ein Schwerpunkt der geplanten Untersuchungen liegt auf geeigneten Wellenlängen im infraroten Spektralbereich. Ergänzend sollen Messparameter, Umgebungsbedingungen, Informationen über Saatgutpartien und biologische Referenzwerte in das Training einfließen. Welche Wellenlängen, Intensitäten und Messkonfigurationen für die einzelnen Prüfaufgaben am besten geeignet sind, wird im Projekt systematisch untersucht.
Ziel ist nicht nur ein KI-Modell für eine einzelne Klassifikationsaufgabe. Vielmehr soll ein technologischer Wissenskern entstehen, der übertragbare Merkmale biologischer Aktivität erlernt und anschließend für unterschiedliche Sorten, Saatgutarten und Qualitätsparameter angepasst werden kann.
Ein KI-Basismodell für optische Saatgutdaten
Der Begriff Foundation Model bezeichnet in diesem Zusammenhang kein Sprachmodell und keinen Chatbot. Gemeint ist ein Basismodell für optische, zeitabhängige und biologische Sensordaten. Es soll zunächst auf einer möglichst breiten und standardisiert erfassten Datengrundlage vortrainiert und anschließend für konkrete Aufgaben weiterentwickelt werden.
Dazu zählen perspektivisch insbesondere:
die Bewertung von Lebens- und Keimfähigkeit,
die Erkennung normaler, anormaler und ausbleibender Keimung,
die Analyse von Triebkraft und Vitalität,
die Erkennung von Stress- oder Alterungseffekten,
die Bewertung von Vorbehandlungen wie Seed Priming,
die Untersuchung latent einsetzender Keim- oder Auswuchsschäden.
Statt für jede Sorte und jede neue Fragestellung ein vollständig separates Modell entwickeln zu müssen, soll das Foundation Model durch gezielte Anpassung auf weitere Anwendungen übertragen werden können. Ob und in welchem Umfang diese Übertragbarkeit zwischen Sorten, Getreidearten und Prüfbedingungen erreicht wird, ist Gegenstand der wissenschaftlichen Entwicklung und Validierung.
Biologische Aktivität berührungslos sichtbar machen
Bei der Laser-Speckle-Photometrie wird das Saatgut mit kohärentem Laserlicht beleuchtet. Das zurückgestreute Licht erzeugt ein charakteristisches Interferenzmuster, das als Speckle-Muster bezeichnet wird. Mikroskopische Bewegungen, Stoffwechselprozesse, Wasseraufnahme und strukturelle Veränderungen innerhalb biologischer Gewebe können dieses Muster im Zeitverlauf beeinflussen.
Hochfrequente Kameras erfassen daraus Bild- und Zeitreihen. Die Herausforderung besteht darin, die biologisch relevanten Veränderungen von Einflüssen wie Beleuchtung, Reflexionen, Temperatur, Feuchtigkeit, Positionierung und technischem Rauschen zu unterscheiden. Hier setzt die KI-Entwicklung von SupraTix an: Das Modell soll robuste Aktivitätssignaturen erkennen, Unsicherheiten berücksichtigen und seine Ergebnisse mit etablierten biologischen Referenzverfahren abgleichen.
„Ein Samenkorn kann von außen vollkommen unauffällig aussehen. Entscheidend ist jedoch, welche biologischen Prozesse in seinem Inneren stattfinden. Wir wollen diese Aktivität mit infrarotgestützter Laser-Speckle-Photometrie erfassen und durch Künstliche Intelligenz interpretierbar machen. Das geplante Foundation Model soll nicht nur für eine einzelne Sorte oder Messaufgabe funktionieren, sondern einen wiederverwendbaren KI-Wissenskern für die Saatgutprüfung schaffen. Damit verbinden wir Sensorik, Biologie und industrielle KI in einem durchgängigen System aus Sachsen“, erklärt Tobias Göcke, Geschäftsführer der SupraTix GmbH.
Zeitgewinn in einem kritischen Prozess
Gesundes und keimfähiges Saatgut ist eine zentrale Voraussetzung für stabile Pflanzenbestände und eine produktive Landwirtschaft. Die etablierte Keimfähigkeitsprüfung benötigt bei Winterweizen einschließlich der erforderlichen Vorkühlung und Keimungsphase mehrere Tage. Gerade bei Wintergetreide ist das Zeitfenster zwischen Ernte, Aufbereitung, Anerkennung, Logistik und erneuter Aussaat begrenzt.
Das Projekt Bio-LSP verfolgt deshalb das Ziel, eine schnelle, berührungslose und möglichst zerstörungsfreie Ergänzung der bisherigen Prüfverfahren zu entwickeln. Perspektivisch könnte eine solche Technologie Saatguthersteller, Pflanzenzüchter, Anerkennungsstellen und Prüflabore dabei unterstützen, Saatgutpartien früher zu bewerten und weitere Prozessschritte gezielter zu planen.
Mögliche Vorteile reichen von früheren Freigabe- und Sortierentscheidungen über eine effizientere Nutzung von Lager- und Aufbereitungskapazitäten bis zu neuen Möglichkeiten für Forschung, Züchtung und Smart Farming. Diese Effekte müssen im weiteren Projektverlauf technisch, biologisch und wirtschaftlich validiert werden.
Wissenschaftliche Grundlage vorhanden – industrielle Validierung steht noch aus
Internationale Forschungsarbeiten zeigen bereits, dass dynamische Laser-Speckle-Signale relevante Informationen über Saatgut enthalten können. Bei Weizen wurden Zusammenhänge zwischen hochfrequenter Biospeckle-Aktivität im Keimbereich und dem Fortschritt der Keimung beobachtet. In Untersuchungen an Kaffeesamen konnten Biospeckle-Daten als früher, nicht destruktiver Hinweis auf die spätere Sämlingsqualität genutzt werden. Eine weitere Studie zu vorbehandeltem Saatgut zeigte deutliche statistische Zusammenhänge zwischen Biospeckle-Aktivität, Keimungsanteil und Keimungsdauer.
Diese Ergebnisse belegen das wissenschaftliche Potenzial der Methode. Sie stellen jedoch noch keinen Nachweis für ein industriell einsetzbares Bio-LSP-System oder für das geplante Foundation Model dar. Im Verbundprojekt werden deshalb standardisierte Versuchsreihen, biologische Referenzmessungen, statistische Validierungen und die Entwicklung eines robusten Demonstrators miteinander verbunden.
Klare Aufgabenverteilung im Bio-LSP-Konsortium
Das interdisziplinäre Projekt vereint Kompetenzen aus Sensorik, Elektronik, Automatisierung, Biologie und Künstlicher Intelligenz:
SupraTix GmbH verantwortet die Architektur der KI-Auswertung, die Verarbeitung der LSP-Messdaten, die Modellentwicklung, Visualisierung und Integration der Analysesoftware in den Demonstrator. Mit dem Foundation-Model-Ansatz soll die bisher vorgesehene aufgabenspezifische KI perspektivisch zu einer übertragbaren Modellplattform weiterentwickelt werden.
WiE GmbH – Werk für industrielle Elektronik entwickelt die Elektronik und die technische Hardware für das LSP-Funktionsmuster und den Demonstrator.
astec anlagen und steuerungstechnik GmbH übernimmt die Geräte- und Anlagensteuerung sowie die Integration der Steuerungstechnik.
Das Fraunhofer-Institut für Keramische Technologien und Systeme IKTS adaptiert die Laser-Speckle-Photometrie an die Anforderungen der Saatgutprüfung und entwickelt das optische Messsystem weiter.
Das Fraunhofer-Institut für Zelltherapie und Immunologie IZI führt standardisierte biologische Untersuchungen durch und schafft gemeinsam mit dem IKTS die Referenzbasis für die Zuordnung optischer Signale zu physiologischen Saatguteigenschaften.
Die KWS LOCHOW GMBH und die Staatliche Betriebsgesellschaft für Umwelt und Landwirtschaft Sachsen – BfUL unterstützen das Vorhaben als assoziierte Partner unter anderem durch Saatgut, Referenzierung und Beratung im Hinblick auf eine spätere Standardisierung.
Vom Winterweizen zur skalierbaren AgTech-Plattform
Die erste Entwicklungs- und Validierungsstufe konzentriert sich auf Winterweizen. Weitere Wintergetreidearten wie Wintergerste, Winterroggen und Wintertriticale sind als anschließende Anwendungsfelder vorgesehen. Langfristig soll geprüft werden, ob der Modellansatz auf weitere Saatgutarten, biologische Fragestellungen und industrielle Prüfaufgaben übertragen werden kann.
Der im Projekt geplante Demonstrator soll Technologiereifegrad 4 erreichen. Er ist damit zunächst ein unter Laborbedingungen validiertes Forschungs- und Funktionssystem. Eine Nutzung als offizieller Ersatz etablierter und zertifizierter Saatgutprüfungen ist damit noch nicht verbunden. Für eine spätere Markteinführung wären zusätzliche industrielle Validierungen, Ringversuche, Standardisierungsarbeiten und gegebenenfalls eine Anerkennung nach den Regeln der International Seed Testing Association erforderlich.
Relevanz für die europäische KI- und Agrarstrategie
Mit der Entwicklung branchenspezifischer Foundation Models rücken in Europa zunehmend KI-Systeme in den Mittelpunkt, die nicht nur allgemeine Daten verarbeiten, sondern das Wissen, die Messverfahren und die Qualitätsanforderungen einzelner Branchen abbilden. Bio-LSP liefert dafür einen konkreten Anwendungsfall: hochwertige biologische Referenzdaten, physikalische Sensorik, domänenspezifische KI und industrielle Automatisierung werden in einer gemeinsamen Architektur verbunden.
Damit soll aus Sachsen heraus eine technologische Grundlage entstehen, die eine vertrauenswürdige, nachvollziehbare und skalierbare Nutzung von Künstlicher Intelligenz in der Saatgutwirtschaft unterstützt.
Über Bio-LSP
Bio-LSP steht für „Saatgutprüfung aus Daten der Laser-Speckle-Photometrie“. Das Verbundprojekt wird im Rahmen der EFRE/JTF-Forschung-und-Entwicklung-Projektförderung 2021 bis 2027 realisiert. Die Projektlaufzeit reicht vom 15. September 2025 bis zum 31. Dezember 2027.
Ziel des Vorhabens ist die Entwicklung eines LSP-Labormusters und eines Demonstrators zur schnellen, berührungslosen und zerstörungsarmen Bewertung der Keimfähigkeit und weiterer Qualitätsmerkmale von Saatgut. Der Schwerpunkt liegt zunächst auf Wintergetreide.
Über SupraTix
Die SupraTix GmbH mit Sitz in Dresden entwickelt digitale Ökosysteme, KI-Anwendungen, Automatisierungslösungen und Connected Digital Twins für Unternehmen und Forschungseinrichtungen. Das Unternehmen verbindet Daten, Prozesse, Software und technische Systeme zu modularen, skalierbaren Plattformen.
Im Projekt Bio-LSP bringt SupraTix seine Kompetenzen in den Bereichen Maschinelles Lernen, Bild- und Zeitreihenanalyse, Datenarchitektur, Modellbereitstellung, Visualisierung und Softwareintegration ein.
Pressekontakt
SupraTix GmbH
Presse und Unternehmenskommunikation
Ostra-Allee 20
01067 Dresden
E-Mail: presse@supratix.com
Telefon: +49 351 33948 400
