Wat gebeurt er als je twee kassen hebt, beide uitgerust met een commercieel kascontrolesysteem, waarin onder identieke plantdichtheden en protocollen voor gewaswerkzaamheden cherrytomaten worden geteeld, maar de ene kas wordt bestuurd door AI en de andere door een ervaren teler? Dat was precies het uitgangspunt van een proef die van eind juni tot medio november plaatsvond in het Controlled Environment Agriculture Research Complex (CEARC) van Ohio State University. Het resultaat: het AI-systeem van Koidra behaalde een 9,6% hogere totale opbrengst dan de conventionele methode, gemeten over een productieperiode van 13 weken.
© Koidra
De uitkomsten werden gepresenteerd als een van de tien geselecteerde plenaire technische presentaties tijdens GreenSys 2025, een internationale conferentie over tuinbouwinnovatie.
"Kasmanagement is een complex samenspel van temperatuur, licht, vochtigheid en voedingsstoffen — factoren die allemaal van invloed zijn op opbrengst, middelengebruik en productkwaliteit", leggen de managers van Koidra uit. "Conventionele methoden leunen zwaar op de expertise van telers, wat voortdurende waakzaamheid en bijsturing vraagt. Zelfs de meest ervaren telers kampen echter met uitdagingen zoals stijgende energie- en grondstofkosten, die de budgetten onder druk zetten. Bovendien zorgen inconsistente klimaatomstandigheden voor variatie in opbrengsten, terwijl datagestuurde beslissingen zonder geavanceerde hulpmiddelen moeilijk te realiseren zijn."
Met financiering van USDA SCRI-beurzen werkte Ohio State University samen met Koidra aan een AI-gestuurd klimaatcontrolesysteem dat niet alleen de teeltomstandigheden optimaliseert, maar ook telers ondersteunt bij beslissingen op basis van data.
Koidra's KoPilot maakt gebruik van physics-informed machine learning (PIML) om kasbeheer te verfijnen. Het systeem past belichting, temperatuur, vochtigheid en CO₂-niveaus aan om fotosynthese en transpiratie te optimaliseren. Realtime gegevens en voorspellende algoritmes creëren zo een dynamische, responsieve omgeving die is afgestemd op de behoeften van de planten. "KoPilot is ontwikkeld om de besluitvorming van telers te versterken, aanvullend op hun eigen teeltexpertise", aldus Koidra.
© Koidra
Deze wetenschappelijke vergelijkende studie is volgens Koidra de eerste in Noord-Amerika — en wereldwijd de tweede — waarin autonoom klimaatbeheer bij cherrytomatenteelt in kassen wordt onderzocht. De proef vergeleek twee kascompartimenten van elk 482 m², beide uitgerust met een commercieel klimaatcontrolesysteem en identieke teeltomstandigheden.
"De positieve resultaten laten het potentieel van AI in CEA zien. AI behaalde een 9,6% hogere totale opbrengst in 13 weken ten opzichte van de conventionele methode."
Voor ervaren telers biedt dit waardevolle inzichten. "Door voortdurend klimaatgegevens te analyseren, verfijnen AI-systemen de omstandigheden op een manier die opbrengst en kwaliteit maximaliseert." Deze innovatie kan bovendien bijdragen aan duurzaamheid: "Naarmate AI-technologie zich verder ontwikkelt, wordt het gebruik van hulpbronnen steeds efficiënter, in lijn met duurzaamheidsdoelen." De kernboodschap: samenwerking tussen mens en technologie. "Deze proef toont aan dat AI telers versterkt. Door routinetaken te automatiseren en bruikbare inzichten te bieden, kunnen telers zich richten op strategische planning en besluitvorming."
Voor meer informatie:
Koidra
[email protected]
www.koidra.ai
