LONDON (IT BOLTWISE) – Das Startup Computomics aus Tübingen treibt eine KI-gestützte Pflanzenzucht voran und will die Software stärker im kommerziellen Vertrieb verankern. Das Unternehmen hat in einer Serie-B-Runde 6,3 Mio. Euro eingesammelt. Ziel ist, dass die Lösung aus Sortenversuchen und Klimadaten belastbare Vorhersagen ableitet. Damit versucht Computomics, die Lücke zwischen Forschungsergebnissen und schneller Vermarktung von Pflanzenlinien zu schließen.
In der Pflanzenzucht entscheidet sich Tempo häufig nicht an der Biologie allein, sondern an der Frage, wie schnell sich Versuchsergebnisse in robuste Entscheidungen übersetzen lassen. Computomics, ein Unternehmen aus Tübingen, setzt dafür auf Künstliche Intelligenz und positioniert seine Software ausdrücklich entlang der Phase, in der eine neue Linie unter konkreten Klimabedingungen getestet wird. Der Kern der Idee: Aus Sortenversuchen und den Umgebungsdaten soll das System ableiten, wie sich eine Linie in der Praxis voraussichtlich verhält. Genau an dieser Übersetzungsarbeit setzt das Unternehmen auch sein jüngstes Funding-Event an.
Finanziell untermauert wird diese Strategie durch eine Serie-B-Runde, in der Computomics 6,3 Mio. Euro eingesammelt hat. Laut den Angaben des Startups sollen die Mittel insbesondere dazu dienen, das KI-gestützte Züchtungsverfahren stärker in den kommerziellen Vertrieb zu bringen. Für die Umsetzung bedeutet das in der Regel mehr als nur zusätzliche Rechenleistung: Unternehmen, die KI in produktionsnahe Prozesse integrieren wollen, müssen Modellqualität, Datenpipelines und die Einbindung in bestehende Arbeitsabläufe so weit treiben, dass Anwender die Ergebnisse mit möglichst geringer Reibung interpretieren können. Gerade in der Züchtung ist die Hürde hoch, weil Daten oft aus mehreren Standorten und Versuchsjahren stammen und nicht jedes Feldexperiment sauber vergleichbar ist.
Technisch ist „Computomics“ als Name dabei weniger entscheidend als die Art, wie prädiktive Modelle typischerweise in der Agrar-Analyse eingesetzt werden. Wenn Software vorhersagen soll, wie eine Linie unter bestimmten Klimabedingungen abschneidet, braucht das Modell Informationen über Umweltparameter, Entwicklungsstadien und Ertrags- oder Qualitätsmetriken. Solche Vorhersagen entstehen in der Praxis meist aus überwachten Lernverfahren, bei denen ein Modell aus historischen Versuchsdaten Muster lernt, die mit später messbaren Ergebnissen zusammenhängen. Damit die Vorhersagen nicht nur im Labor funktionieren, müssen außerdem Validierungsstrategien sehr sorgfältig gewählt werden, etwa um Standort- und Saison-Effekte nicht „aus Versehen“ zu lernen. Genau diese Stabilität macht dann den Unterschied, ob die KI im Vertrieb als Werkzeug für Entscheidungssicherheit oder nur als Experimentierhilfe wahrgenommen wird.
Der Sortenversuch, den das Management im Kontext der Software demonstriert, steht deshalb sinnbildlich für eine ganze Kette: Zuchtmaterial wird getestet, Messwerte werden dokumentiert, und aus dieser Historie sollen sich die nächsten Auswahlentscheidungen ableiten lassen. In der klassischen Pflanzenzucht sind die Zyklen oft lang, weil mehrere Generationen, Versuchsstandorte und Wetterlagen abgedeckt werden müssen, um eine Linie als robust zu betrachten. KI-basierte Ansätze verkürzen diese Schleifen nicht automatisch, können aber die Zahl der Kandidaten reduzieren, die in die teuersten Folgeschritte gehen. Damit verschiebt sich der Fokus vom „mehr testen“ hin zu „gezielter testen“, was in der Praxis auch die Planung von Ressourcen beeinflusst: Saatgut, Feldflächen, Laboranalytik und die Zeit der Zuchtteams werden stärker priorisiert.
Für den Markt ist bemerkenswert, dass Computomics die Mittel ausdrücklich in Richtung kommerzieller Skalierung lenkt. Das ist eine relevante Unterscheidung gegenüber reinen Forschungsprototypen: Der Schritt in den Vertrieb erfordert häufig standardisierte Onboarding-Prozesse, klar definierte Dateneinbindung und nachvollziehbare Ergebnisdarstellung für Zuchtunternehmen. Gerade im B2B-Umfeld wird dabei erwartet, dass die KI-gestützten Empfehlungen in bestehende Entscheidungsmodelle passen, etwa zu Saatgutvermehrung oder zur Auswahl von Linien für nächste Versuchsstufen. Gleichzeitig steigt dadurch auch der Wettbewerbsdruck innerhalb der Agrar-Tech-Sparte, wo viele Anbieter mit KI-Wortmarken arbeiten, aber weniger Anbieter den Weg in wiederholbare, produktnahe Abläufe gehen.
Aus historischer Sicht ist der Einsatz von KI in der Pflanzenzucht kein plötzliches Phänomen, sondern eine Weiterentwicklung von Statistik und Modellierung, die mit zunehmender Datenverfügbarkeit immer leistungsfähiger wurde. Der Unterschied heute: Moderne KI-Methoden können komplexe, nichtlineare Zusammenhänge abbilden, die entstehen, wenn Temperatur-, Niederschlags- und Bodenbedingungen gemeinsam auf Pflanzenentwicklung und Ertrag einwirken. Trotzdem bleibt der „letzte Meter“ entscheidend, also die Frage, ob das Modell neue Kombinationen von Bedingungen sinnvoll extrapoliert oder ob es sich nur auf das bezieht, was im Trainingsdatensatz bereits häufig vorkommt. Für Anwender bedeutet das, dass Evaluationsumgebungen und kontinuierliche Modellpflege nicht optional sind, wenn aus einer guten Demo ein dauerhaft nutzbares Produkt werden soll.
Mit der aktuellen Serie-B-Runde setzt Computomics ein Signal, dass das Unternehmen seine KI nicht als reines Konzept betrachtet, sondern als skalierbares Werkzeug in der Züchtungsindustrie. Wenn der kommerzielle Vertrieb gelingt, können solche Systeme im Idealfall die Auswahlzyklen beschleunigen, ohne die Robustheit zu opfern. Zugleich entstehen für Entwickler und Datenverantwortliche neue Aufgaben: Datenqualität, Versionierung der Trainingsdaten und die Kontrolle von Modellverhalten über Regionen und Jahre hinweg werden zu zentralen Produktbestandteilen. Wie stark sich dieser Ansatz im Alltag durchsetzt, hängt deshalb nicht nur von der Modellgenauigkeit ab, sondern davon, wie verlässlich die Vorhersagen in realen, heterogenen Versuchskontexten abrufbar bleiben.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Computomics sammelt 6,3 Mio. Euro ein: KI für Pflanzenzucht im Handel" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Computomics sammelt 6,3 Mio. Euro ein: KI für Pflanzenzucht im Handel" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Computomics sammelt 6,3 Mio. Euro ein: KI für Pflanzenzucht im Handel« bei Google Deutschland suchen, bei Bing oder Google News!