Acronym

AU

Land

Dänemark

Die Universität Aarhus (AU) wurde im Jahr 1928 gegründet. Sie hat 37.500 Studierende und etwa 1.900 Doktoranden – von denen jeder vierte eine ausländische Staatsangehörigkeit hat – und fast 700 Postdocs zusammen mit 8.000 Mitarbeitern. AU bietet eine Reihe von internationalen Master- und Promotionsprogrammen an. Das Department of Engineering/Operations Management Unit forscht und lehrt in den Bereichen Biosystem-Engineering und innovative Technologien, die in der industriellen Produktion und in Bioproduktionssystemen eingesetzt werden. Konkret umfasst die Gruppe Operations Management des Dept. of Engineering die Forschung, Entwicklung und Implementierung von Planungs-, Steuerungs- und Anwendungstechnologien für die präzise Bearbeitung von Anlagen und anderen Produktionseinheiten sowie effiziente Datenerfassungs- und Dokumentationsmethoden für die Rückverfolgbarkeit der Produktion. Dies beinhaltet den Einsatz innovativer Technologien, Sensoren, mathematischer/physikalischer Modelle, Entscheidungsunterstützungssysteme für die Betriebs- und Aufgabensteuerung, die Konzeption und Implementierung von Informations- und Kommunikationstechnik und anderer innovativer Technologien.

 

Zusätzlich werden neue Produkte und Produktionsmethoden in Bezug auf Nachhaltigkeit, Machbarkeit, etc. bewertet. Forschungsprojekte: H2020 Internet of Food & Farm 2020 und IoF2020, haben das Ziel, IoT-Lösungen in der europäischen Landwirtschaft über die gesamte Wertschöpfungskette hinweg zu integrieren. EU ERA-NET, ICT-AGRI VAROS zielen darauf ab, Precision Farming für ein optimales Obstgartenmanagement zu entwickeln und zu implementieren. EU ERA-NET, ICT-AGRI GeoWebAgri haben das Ziel der Entwicklung und Implementierung einer raumbezogenen ICT-Infrastruktur für landwirtschaftliche Maschinen und Farm-Management-Informationssysteme. FutureCropping hat das Ziel Ziel der Entwicklung und Anwendung einer kollaborativen und systemorientierten IKT-Plattform, während Square Meter Farming auf die Entwicklung von KI und automatisierten Big Data für die standortspezifische Entscheidungsunterstützung in der Landwirtschaft abzielt.