Braucht die Landwirtschaft eigene KI? Definitiv.

Chinas erste Agraruniversität hat mit Sinong ein Open Source Sprachmodell veröffentlicht, das speziell für die Landwirtschaft trainiert wurde. Fast 250.000 Fachpublikationen und 9.000 Bücher stecken drin.

Die Nanjing Agricultural University hat Anfang Januar 2026 mit Sinong das erste große, frei verfügbare Sprachmodell für den Agrarsektor vorgestellt. Das Modell ist auf Plattformen wie ModelScope und GitHub frei zugänglich. Der Name Sinong ist keine Marketingerfindung. Er geht auf die historische Bezeichnung für chinesische Beamte zurück, die in der Antike für Landwirtschaft und Finanzen zuständig waren. Ein passender Verweis auf die Verbindung von staatlicher Planung und Anbaupraxis.

Was steckt in Sinong?

Das Modell wurde auf einem strukturierten Datensatz aus acht landwirtschaftlichen Kernbereichen trainiert. Darunter Tierwissenschaften, Agrarökonomie, Gartenbau, Pflanzenschutz, Veterinärmedizin, Ressourcenmanagement und Smart Farming. Die Wissensbasis umfasst knapp 9.000 Fachbücher, über 240.000 wissenschaftliche Arbeiten, rund 20.000 Richtlinien und Standards sowie umfangreiche webbasierte Quellen. Diese Breite soll sicherstellen, dass Sinong nicht nur theoretisches Wissen reproduziert, sondern praxisnahe Antworten auf konkrete Fragestellungen liefern kann.

Wie will Sinong Halluzinationen vermeiden?

Ein zentrales Problem bei spezialisierten Sprachmodellen ist die Tendenz, falsche oder veraltete Informationen zu generieren. Das Team der Nanjing Agricultural University hat deshalb über klassische Feinabstimmung hinaus mehrdimensionale Trainingsdaten eingesetzt. Chain of Thought Methoden und kontextuelle Referenzen sollen das Verständnis und die Generierungsfähigkeit für landwirtschaftliches Fachwissen deutlich verbessern.

Warum Open Source?

Die Entscheidung für eine vollständige Öffnung des Modells ist strategisch. Forschungseinrichtungen, Unternehmen und Entwickler können Sinong als Basis für eigene Anpassungen nutzen. So sollen die Hürden für KI Anwendungen in der Landwirtschaft sinken. Das erklärte Ziel ist ein kollaboratives Ökosystem für Smart Agriculture Lösungen. In einem Sektor, der traditionell als technologisch konservativ gilt, könnte das erhebliche Dynamik entfalten.

Was plant China insgesamt?

Sinong ist Teil einer umfassenden Digitalisierungsoffensive. Der nationale Smart Agriculture Action Plan 2024 bis 2028 sieht vor, bis Ende 2026 ein öffentliches Servicesystem für intelligente Landwirtschaft aufzubauen. Die Informatisierungsrate der Agrarproduktion soll dann über 30 % liegen und bis 2028 auf über 32 % steigen. Dazu gehören eine nationale Big Data Plattform, KI Modellbibliotheken und über 20 Basisalgorithmen für Bereiche wie Pflanzenwachstum, Tierverhalten und Produktionsentscheidungen.

Was bedeutet das für Europa?

Während China mit Sinong ein erstes spezialisiertes Agrar LLM Open Source stellt, arbeiten europäische Forschungseinrichtungen wie das Leibniz Zentrum für Agrarlandschaftsforschung an Benchmarks für multimodale Agrar KI. Ein vergleichbares, frei verfügbares europäisches Sprachmodell für die Landwirtschaft existiert bislang nicht. Die EU Kommission hat in einem aktuellen Bericht Handlungsbedarf identifiziert. Eine dedizierte Agri Food AI Factory im Rahmen des Digital Europe Programme soll kleineren Anbietern Zugang zu Rechenressourcen und domänenspezifischen Datensätzen verschaffen. Die Frage bleibt: Wird Europa eigene landwirtschaftliche KI Modelle entwickeln oder auf chinesische und amerikanische Grundlagen aufbauen müssen?

Noch mehr News-Hunger 🍕?

• Macht Sie Ihr Energieversorger unabhängig? Kaum.
• Kennt Google Sie besser als Sie selbst? Bald.
• Zerstört der 5-Uhr-Wecker Ihre Produktivität?
• Was macht LinkedIn so erfolgreich? Drei Gründe
• Nvidia baut KI-Fabrik in München für 1 Milliarde Euro
• Nimmt uns KI die Jobs weg? Kommt drauf an.