Phase 1: Konzept & Planung
- Zielklärung & Nutzungskontext definieren
– Wer nutzt den SmartBioGarten? (z. B. Landwirte, Solawi, Schule, Gastronomie, Forschung)
– Was sind die Ziele? Bildung, Versorgung, Modellprojekt, Forschung etc.
– Welche Fläche steht zur Verfügung? - Projektteam & Kooperationspartner festlegen
– z. B. Kommune, Biosphärenreservat, Schule, Handwerksbetrieb, IT-Partner - Standort wählen & Genehmigungen klären
– Zugang zu Strom, Wasser, Internet?
– Baurechtlich relevante Vorgaben (z. B. Folientunnel)? - Finanzierung sichern / Fördermittel beantragen
– z. B. über EU-, Landes- oder kommunale Programme
– ggf. Sponsoring durch Unternehmen, Bildungseinrichtungen, Stiftungen
Phase 2: Technik & Infrastruktur beschaffen
- FarmBot auswählen und bestellen
– Modellwahl (Genesis XL empfohlen)
– Bestellung bei FarmBot Inc. (Lieferzeit einplanen) - Hardware vorbereiten
– Hochbeet bauen oder beschaffen (z. B. 1,5 × 3 m, erhöht, wetterfest)
– Folientunnel aufbauen (z. B. 5 × 8 m als begehbarer Schutzraum)
– Technikstandort einrichten (WLAN, Stromanschluss, ggf. Wetterschutz) - Sensorik & Zusatztechnik integrieren
– Bodenfeuchte, pH, EC, Kameras etc.
– ggf. Anbindung an Wetterdaten oder KI-Systeme vorbereiten
Phase 3: Installation & Inbetriebnahme
- FarmBot montieren & kalibrieren
– mechanische Montage
– Software-Setup & Verbindung zur FarmBot-Webplattform
– Kalibrierung der Achsen und Werkzeuge - Pflanzpläne anlegen & Testläufe durchführen
– Auswahl der Sorten (z. B. biodivers, regional, marktfähig)
– Pflanzreihenfolge, Fruchtfolgen, Zeitplanung
– Testdurchläufe: Säen, Gießen, Kamera testen - Schulungen & Einführung
– für Nutzer:innen, Schüler:innen, Mitarbeitende
– Schulung in Software, Bedienung, Wartung
– Einführung in Biodiversitätsprinzipien und Monitoring
Phase 4: Betrieb & Weiterentwicklung
- Regelbetrieb starten
– saisonale Pflege, kontinuierliches Monitoring
– Beobachtung des Pflanzenwachstums, erste Ernten - Datenanalyse & KI-Anbindung (optional)
– Pflanzenwachstum dokumentieren
– Sensorwerte auswerten
– Machine-Learning-Potenziale identifizieren - Wirkung sichtbar machen & kommunizieren
– Infotafeln, QR-Codes, Führungen, Öffentlichkeitsarbeit
– Beteiligung von Schulklassen, Stadtgesellschaft, Gastronomie - Evaluation & Weiterentwicklung
– Was funktioniert gut? Wo sind Schwächen?
– Integration in Bildungsangebote, Gastronomiekonzepte, Forschung
– Skalierungsideen: weitere Beete, Franchise, größere Systeme (FarmBird)
No responses yet