Bayer Crop ScienceBayer Crop Science, die Landwirtschaftssparte des deutschen Biotechnologieriesen, möchte in den kommenden Jahren innovative Lösungen für Landwirte auf der ganzen Welt bereitstellen. Dazu sieht der Konzern generative, künstliche Intelligenzkünstliche Intelligenz (Generative AIGenerative AI; GenAI) als wichtigen Katalysator an. Top-500-Firmenprofil für Bayer Crop Science AG Alles zu Generative AI auf CIO.de Alles zu Künstliche Intelligenz auf CIO.de

Mit der bisherigen, in die Jahre gekommenen Data-Science-Plattform von Bayer Crop Science war Generative AI allerdings nicht zu realisieren. Daher entschieden sich Will McQueen, Head of Crop Science Global Data Assets, und sein Team dazu, die Legacy-Lösung durch ein modernes, KI-fähiges Pendant zu ersetzen.

Abonnieren Sie unsere CIO-Newsletter für mehr Praxisberichte, News und Deep Dives aus der IT-Community.

Dieses soll in den kommenden Monaten mit dem ersten Release des "Decision Science Ecosystem" (DSE) ausgerollt werden. Das ist eine von Bayer Crop Science entwickelte Plattform, die auf Amazon Sagemaker Studio basiert. Sie ist mit den KI-Funktionalitäten von Amazon Bedrock und Q ausgestattet. Die Lösung soll künftig konzernweit von Datenwissenschaftlern und Engineers genutzt werden, um Innovationen im Bereich der Agrarwirtschaft zu entwickeln und voranzutreiben.

Artificial Intelligence aids farmers by analyzing data to offer personalized recommendations for optimal efficiency in farming. Bayer is leading the way in using tailored algorithms to provide global farmers with personalized advice. Learn more: https://t.co/h1FDaJiPPm pic.twitter.com/Gub0L0mlmz

— Bayer U.S. ???? | Crop Science (@Bayer4CropsUS) April 10, 2024

Grundlagenarbeit mit Generative AI

Den initialen Entwurf für die DSE-Plattform hat ein etwa zehnköpfiges Team, bestehend aus Engineers und Executives von Bayer, Amazon Web Services (AWS) sowie der Unternehmensberatung Slalom Consulting erarbeitet. Seit etwa einem Jahr wird inzwischen an der Plattform gefeilt, wie McQueen verrät: "Unsere Datenwissenschaftler haben mehrere Proofs of Concept zu generativen KI-Modellen auf der neuen Plattform entwickelt, die sich derzeit in der Experimentier- und Evaluierungsphase befindet. Die ersten Modelle werden nicht vor 2025 in Produktion gehen."

Da die Forschungs- und Entwicklungs-Pipeline von Bayer Crop Science streng vertraulich ist, kann McQueen diesbezüglich nicht viel Konkretes preisgeben, versucht sich jedoch an einem Ausblick: "Forschrittliche, generative Intelligenz könnte eines Tages dazu genutzt werden, hybrides oder völlig neuartiges Saatgut zu entwickeln, das der globalen Lebensmittel-Lieferkette zugute kommen könnte. Die Plattform wird die Entwicklung neuartiger landwirtschaftlicher Produkte und Lösungen erheblich vorantreiben."

Wie viele andere Unternehmen hat auch Bayer zunächst damit begonnen, mit Hilfe der Generative-AI-Tools von AWS grundlegende Geschäftsprozesse zu automatisieren - etwa, interne, technische Dokumentationen zu erstellen. Das ist ein Feature, das dem DSE-Plattform-Kernteam jetzt zugutekommt, wie McQueen erklärt: "Bevor dieses Feature existierte, musste jeder Engineer seinen individuellen Code dokumentieren. Die Out-of-the-Box-Fähigkeiten der AWS-Tools machen diese manuelle Arbeit überflüssig - und befähigen unsere Teams, effektiver zu arbeiten und schneller Mehrwert zu liefern."

AWS-Fokus mit Open-Source-Vorteilen

Bayers Data-Science-Plattform soll künftig nicht nur die Möglichkeit bieten, Code auf Grundlage natürlicher Sprache zu generieren. Das Plattformteam von Bayer Crop Science hat auch einige spezielle Funktionen entwickelt. Dazu zählt etwa eine individuelle "Model Registry", die es ermöglicht, KI-Modelle über ihren gesamten Lebenszyklus zu tracken sowie die (Code-basierte) Zusammenarbeit von Datenwissenschaftlern erleichtern.

"Wir sehen insbesondere in der Wiederverwendbarkeit der Ergebnisse das Potenzial, um mit Generative AI schneller neue Möglichkeiten zu schaffen", erklärt McQueen. Die Flexibilität und Offenheit der Tools von AWS hat den Datenentscheider auch dazu bewogen, die Partnerschaft auszubauen, wie er erklärt: "Wir betreiben eine Multi-Cloud-Umgebung und die auf Amazon Bedrock basierende Plattform ermöglicht unseren Datenwissenschaftlern und Ingenieuren, auf eine Vielzahl von Large Language Models aus dem Open-Source-Bereich zuzugreifen - zum Beispiel über Marktplätze wie Hugging Face."

Zudem ermögliche die KI-Plattform von AWS auch, die jeweils bevorzugte Datenplattform zu nutzen, so McQueen. Das sei ein wichtiger Aspekt, wenn es darum geht, KI-Modelle zu entwickeln. Im Fall von Bayer Crop Science kommt Google BigQuery als Data-Warehouse-Lösung zum Einsatz. Der Manager bringt den aus seiner Sicht größten Benefit der Partnerschaft mit AWS auf den Punkt: "Wir haben früh erkannt, dass wir mit AWS die Möglichkeit haben, flexible, technische Fähigkeiten und eine modulare Architektur zu entwickeln."

Die Auffassung, dass neue Technologien von entsprechenden Change-Initiativen begleitet werden sollten, vertritt man auch bei Bayers Landwirtschaftssparte. Nicht ohne Grund, wie McQueen betont: "Das Veränderungsmanagement, das mit dem Einsatz von KI-Plattformen verbunden ist, ist selbst für hochqualifizierte Mitarbeiter komplex und erfordert eine sorgfältige Evaluierung. Es braucht eine gewisse Eingewöhnungszeit, bis man bereit ist, seine Aufgaben grundlegend anders zu erledigen und dafür KI zu nutzen."

Deswegen schult der Konzern auch seine Datenwissenschaftler und Engineers in Sachen Prompt Engineering und fortschrittliche Datentechnologien. Das Ziel besteht dabei darin, die Wissenschaftler von Bayer Crop Science sukzessive zu befähigen, neue, einzigartige Tools und Funktionen zu entwickeln.

Disruptives in Arbeit

Bei aller Begeisterung haben McQueen und sein Team dabei auch die Risiken nicht vergessen, die mit dem Einsatz von KI-Systemen verbunden sind. Um diese zu minimieren, hat Bayer Crop Science seine Data-Science-Plattform mit automatisierten Filter- und Monitoring-Tools ausgestattet. Die sollen verhindern, dass etwa urheberrechtlich geschützte oder sensible Daten durchsickern oder, dass vielversprechende aber ungetestete Lösungen bei Landwirten ausgerollt werden.

"Bei allen neuen Funktionen, die wir entwickeln und die das Potenzial haben, auf den Markt zu kommen oder direkt in einen Workflow-Prozess eingebettet zu werden, müssen unsere Mitarbeiter sorgfältige Benchmarking- und Testverfahren einhalten. Nur dann können daraus Standardprodukte entstehen", spezifiziert McQueen die Bemühungen seines Teams.

Mit Blick auf die Zukunft stellt der Bayer-Manager Großes in Aussicht: "Wir entwickeln gerade aktiv einige neue Anwendungsfälle, die in der Agrarwirtschaft für Disruption sorgen werden." (fm)