MSc-Abschlussarbeiten am AFI-Lab
Das AFI-Lab bietet eine breite Palette von Masterarbeitsthemen, die in drei zentrale Forschungsbereiche gegliedert sind und die Expertise des Labors in Agrartechnik, Nachhaltigkeit und digitaler Innovation widerspiegeln. Diese Bereiche umfassen die Entwicklung und Bewertung fortschrittlicher landwirtschaftlicher Systeme und kombinieren Feldversuche, Laboranalysen und datenbasierte Ansätze.
Die Themen sind so strukturiert, dass Sie leicht den Bereich finden, der am besten zu Ihren Interessen und Ihrem Hintergrund passt. Wählen Sie einen Sektor aus, um die verfügbaren Themen zu entdecken und mehr über die spezifischen Forschungsmöglichkeiten in jedem Bereich zu erfahren.
Sektor 1 – Agrartechnik und Mechanisierung
Fossilfreie Obstproduktion – Bewertung des Elektrifizierungspotenzials in der Apfelproduktionskette aus technologischer Perspektive
Thema
Die Arbeit wird im Rahmen eines Kooperationsprojekts mit dem Versuchszentrum Laimburg auf dem staatlichen Betrieb „Bauernhof Binnenland, Binnenland 1, 39040 Auer“ durchgeführt. Das untersuchte Produktionssystem ist der Apfelanbau. Alle Antriebseinheiten (Traktoren und Geräte) sind mit Messsystemen ausgestattet, um den tatsächlichen Energieverbrauch einzelner Prozessschritte online zu erfassen, Spitzenlasten mit hoher zeitlicher und räumlicher Auflösung zu bestimmen sowie Durchschnittsverbräuche zu ermitteln. Auf Basis dieser Daten werden Potenzialanalysen durchgeführt, um Möglichkeiten und Grenzen der zukünftigen Substitution fossiler Antriebe durch elektrische Antriebe aufzuzeigen sowie den notwendigen Photovoltaikbedarf zu bestimmen.
Aufgaben
- Installation der Messtechnik in Zusammenarbeit mit dem AFI-Lab-Team
- Durchführung von Versuchen zur Datenerhebung und -aufzeichnung
- Auswertung der erhobenen Daten und Berechnung von Leistungsprofilen mechanischer Teilprozesse im Apfelanbau
- Berechnung des Elektrifizierungspotenzials der Antriebseinheiten auf Grundlage der ermittelten Leistungsprofile
- Verfassen der Masterarbeit
Qualifikation
- Abgeschlossenes Bachelorstudium in Agrarwissenschaften oder Ingenieurwissenschaften
- Kenntnisse im Datenmanagement und in der statistischen Datenanalyse
Anforderungen
- Bereitschaft zur Begleitung von Feldversuchen auf landwirtschaftlichen Betrieben
- Interesse an technischen Fragestellungen und wissenschaftlicher Arbeit
- Interesse an wissenschaftlichen Veröffentlichungen und einer möglichen Promotion
Betreuung
Univ. Prof. Dr. Andreas Gronauer, N.N. (Elektroingenieur), Francesco Nicolosi
Smart Orchard Farming – Bewertung von Digitalisierungstechnologien in der Apfelproduktionskette aus technologischer Perspektive
Thema
Die Arbeit wird im Rahmen eines Kooperationsprojekts mit dem Versuchszentrum Laimburg auf dem staatlichen Betrieb „Bauernhof Binnenland, Binnenland 1, 39040 Auer“ durchgeführt. Das untersuchte Produktionssystem ist der Apfelanbau. Alle Antriebseinheiten (Traktoren und Geräte) werden hinsichtlich ihrer Nachrüstbarkeit mit Sensortechnik, Informations- und Telekommunikationssystemen analysiert. Möglichkeiten der Digitalisierung und Automatisierung werden auf Basis produktionstechnischer und arbeitsorganisatorischer Eigenschaften dargestellt und bewertet.
Aufgaben
- Analyse der Möglichkeiten mechanischer Teilprozesse und deren bestimmender Parameter im Apfelanbau im Hinblick auf den Einsatz verschiedener Sensorsysteme
- Integration externer Informationen sowie Einbindung in ein datenbankgestütztes FIMS
- Grundlage bildet eine umfassende Literaturrecherche sowie die Auswertung von Monitoringdaten des genannten Versuchszentrums Laimburg
Qualifikation
- Abgeschlossenes Bachelorstudium in Agrar-, Umwelt- oder Ingenieurwissenschaften
- Grundkenntnisse der Landwirtschaft und der zugehörigen Prozesse, insbesondere im Obstbau
- Kenntnisse im Datenmanagement und in der statistischen Datenanalyse
Anforderungen
- Bereitschaft zur Begleitung von Feldversuchen auf landwirtschaftlichen Betrieben
- Interesse an technischen Fragestellungen und wissenschaftlicher Arbeit
- Interesse an Smart-Farming-Technologien
- Verfassen der Masterarbeit
Betreuung
Univ. Prof. Dr. Andreas Gronauer, N.N. (Elektroingenieur), Francesco Nicolosi
Fossilfreie Weinbauproduktion – Bewertung des Elektrifizierungspotenzials in der Weinproduktionskette aus technologischer Perspektive
Thema
Die Arbeit wird im Rahmen eines Kooperationsprojekts mit einem Weinbaubetrieb durchgeführt. Alle Antriebseinheiten (Traktoren und Geräte) sind mit Messsystemen ausgestattet, um den tatsächlichen Energie-, Zeit- und Ressourceneinsatz einzelner Prozessschritte online zu erfassen, Spitzenlasten mit hoher zeitlicher und räumlicher Auflösung zu bestimmen sowie Durchschnittswerte zu berechnen. Auf Basis dieser Daten werden Potenzialanalysen durchgeführt, um Möglichkeiten und Grenzen der zukünftigen Substitution fossiler Antriebe durch elektrische Antriebe aufzuzeigen sowie Optimierungspotenziale zu identifizieren.
Aufgaben
- Installation der Messtechnik in Zusammenarbeit mit dem AFI-Lab-Team
- Durchführung von Versuchen zur Datenerhebung und -aufzeichnung
- Auswertung der erhobenen Daten und Berechnung von Leistungsprofilen mechanischer Teilprozesse im Weinbau
- Berechnung des Elektrifizierungspotenzials der Antriebseinheiten auf Grundlage der ermittelten Leistungsprofile
- Publikation in wissenschaftlichen Fachzeitschriften und Verfassen der Dissertation
Qualifikation
- Abgeschlossenes Bachelorstudium in Agrar-, Umwelt- oder Ingenieurwissenschaften
- Grundkenntnisse der Landwirtschaft und der zugehörigen Prozesse
- Kenntnisse im Datenmanagement und in der statistischen Datenanalyse
Anforderungen
- Bereitschaft zur Begleitung von Feldversuchen auf landwirtschaftlichen Betrieben
- Interesse an technischen Fragestellungen und wissenschaftlicher Arbeit
- Interesse an wissenschaftlichen Veröffentlichungen und einer möglichen Promotion
Betreuung
Univ. Prof. Dr. Andreas Gronauer, N.N. (Elektroingenieur), Francesco Nicolosi
Smart Viticulture Farming – Bewertung von Digitalisierungstechnologien in der Weinproduktionskette aus technologischer Perspektive
Thema
Die Arbeit wird im Rahmen eines Kooperationsprojekts mit einem Weinbaubetrieb durchgeführt. Alle Antriebseinheiten (Traktoren und Geräte) werden hinsichtlich ihrer Nachrüstbarkeit mit Sensortechnik, Informations- und Telekommunikationssystemen analysiert. Möglichkeiten der Digitalisierung und Automatisierung werden auf Basis produktionstechnischer und arbeitsorganisatorischer Eigenschaften dargestellt und bewertet.
Aufgaben
- Analyse der Möglichkeiten mechanischer Teilprozesse und deren bestimmender Parameter im Weinbau im Hinblick auf den Einsatz verschiedener Sensorsysteme
- Integration externer Informationen sowie Einbindung in ein datenbankgestütztes FIMS
- Entwicklung eines FIMS auf Grundlage einer umfassenden Literaturrecherche sowie der Auswertung von Monitoringdaten des genannten Partnerbetriebs
- Publikation in wissenschaftlichen Fachzeitschriften und Verfassen der Dissertation
Qualifikation
- Abgeschlossenes Bachelorstudium in Agrar-, Umwelt- oder Ingenieurwissenschaften
- Grundkenntnisse der Landwirtschaft und der zugehörigen Prozesse, insbesondere im Weinbau
- Kenntnisse im Datenmanagement und in der statistischen Datenanalyse
Anforderungen
- Bereitschaft zur Begleitung von Feldversuchen auf landwirtschaftlichen Betrieben
- Interesse an technischen Fragestellungen und wissenschaftlicher Arbeit
- Interesse an Smart-Farming-Technologien
Betreuung
Univ. Prof. Dr. Andreas Gronauer, N.N. (Elektroingenieur), Francesco Nicolosi
Smart Dairy Farming – Bewertung von Digitalisierungstechnologien in der gesamten Milchproduktionskette aus technologischer Perspektive
Messung der Maschineneffizienz und Ernteverluste bei Getreideerntemaschinen auf Bergflächen: Datenerhebung im Feld und Analyse im Labor
Thema
In Südtirol war der Getreideanbau in Berggebieten auf geneigten Flächen früher weit verbreitet. Das AFI-Lab der Freien Universität Bozen am NOI Techpark arbeitet an der Entwicklung von Maschinen, die den Getreideanbau unter diesen Bedingungen unterstützen. Zu diesem Zweck testet das AFI-Lab verschiedene neue sowie nachgerüstete landwirtschaftliche Maschinen hinsichtlich Parametern wie Verbrauch, Geschwindigkeit, Ernteverluste und weiteren Kennwerten. Diese Tests werden sowohl im Feld während der Ernte als auch im AFI-Labor durchgeführt.
Diese Aktivitäten erfolgen im Rahmen des INTERREG-Projekts CEREALP.
Aufgaben
CEREALP bietet Bachelor- und Masterarbeiten an, die sich mit den Projektaktivitäten befassen. Es bestehen zahlreiche Möglichkeiten zur Erhebung und Analyse von Daten für wissenschaftliche Arbeiten. Die Tätigkeiten können folgende Aufgaben umfassen:
- Methodische Probenahme im Feld während der Ernte und präzise Aufbereitung im Labor
- Analyse der Proben und exakte Extraktion relevanter Daten anhand festgelegter Methoden
- Diskussion der Ergebnisse und Ableitung von Schlussfolgerungen zur Maschineneffizienz und zu Arbeitsprozessen
- Verwaltung und Speicherung verschiedener Datentypen sowie Veröffentlichung der Ergebnisse
Qualifikation
- Diese Arbeit kann sowohl als Bachelor- als auch als Masterarbeit durchgeführt werden. Grundkenntnisse in Landwirtschaft, landwirtschaftlichen Maschinen und zugehörigen Prozessen sind von Vorteil
Anforderungen
- Motivation zur Mitarbeit bei Feldversuchen auf landwirtschaftlichen Betrieben in Südtirol sowie bei Laborarbeiten am AFI-Lab
- Interesse an technischen Fragestellungen und wissenschaftlicher Arbeit
- Interesse an neuen und traditionellen landwirtschaftlichen Technologien
Betreuung
Nah- und Fernerkundung zur Ertragsabschätzung und Bestimmung von Ernteverlusten im kleinräumigen Getreideanbau in Berggebieten
Thema
In Südtirol war der Getreideanbau in Berggebieten auf geneigten Flächen früher weit verbreitet. Das AFI-Lab der Freien Universität Bozen am NOI Techpark arbeitet an der Entwicklung von Maschinen, die den Getreideanbau unter diesen Bedingungen unterstützen. Zu diesem Zweck testet das AFI-Lab verschiedene neue sowie nachgerüstete landwirtschaftliche Maschinen anhand unterschiedlicher Parameter. Der Schwerpunkt liegt auf der präzisen Messung von Ernteverlusten. Daher muss auch die Feldproduktivität (Primärproduktion) erfasst werden. Um ein genaues Bild der Feldproduktivität zu erhalten, werden verschiedene Methoden eingesetzt, darunter Probenahmen im Feld sowie Erhebungen mittels Drohnen- oder Satellitendaten.
Diese Aktivitäten erfolgen im Rahmen des INTERREG-Projekts CEREALP.
Aufgaben
CEREALP bietet Bachelor- und Masterarbeiten an, die sich mit den Projektaktivitäten befassen. Es bestehen zahlreiche Möglichkeiten zur Erhebung und Analyse von Daten für wissenschaftliche Arbeiten. Die Tätigkeiten können folgende Aufgaben umfassen:
- Methodische Probenahme im Feld während der Ernte und präzise Aufbereitung im Labor
- Analyse der Proben im Labor und exakte Extraktion relevanter Daten anhand festgelegter Methoden
- Erhebung von Daten mittels Drohnenflügen oder Satellitenquellen
- Verwaltung und Speicherung verschiedener Datentypen sowie Veröffentlichung der Ergebnisse
Qualifikation
- Diese Arbeit kann sowohl als Bachelor- als auch als Masterarbeit durchgeführt werden
- Grundkenntnisse in Landwirtschaft, landwirtschaftlichen Maschinen und zugehörigen Prozessen sind von Vorteil
Anforderungen
- Motivation zur Mitarbeit bei Feldversuchen auf landwirtschaftlichen Betrieben in Südtirol sowie bei Laborarbeiten am AFI-Lab
- Interesse an landwirtschaftlichen Produktionsprozessen sowie an technischen und wissenschaftlichen Fragestellungen
Betreuung
Prof. F. Mazzetto, Prof. Dr. Andreas Gronauer, Dr. A. Mandler, Dr. G. Carabin
Smart Forestry Systeme – Kalibrierung und Bewertung eines Sicherheitssystems zur Online-Messung der Seilzugkraft (Skyline)
Thema
Die Arbeit befasst sich mit der Entwicklung eines integrierten Sicherheitssystems für Forstseilkrananlagen (Seilwagen). Im Mittelpunkt steht ein System, das in der Lage ist, die Spannung im Tragseil (Skyline) in Echtzeit über indirekte Messungen am Seilwagen zu erfassen. Dadurch können automatische Sicherheitsstrategien implementiert werden, wie das Anhalten des Wagens im Gefahrenfall mit Freigabe nur für Rückwärtsbewegung oder – in weniger kritischen Situationen – eine Begrenzung der Geschwindigkeit.
Aufgaben
- Durchführung von experimentellen Tests in einer kontrollierten Umgebung zur Kalibrierung und Validierung des entwickelten Systems
- Nutzung einer neuen Versuchsanlage für Forstseilsysteme im AFI-Lab (Gebäude B5, NOI Techpark)
- Messung der Kräfte im Tragseil mittels Dynamometer und Vergleich mit den vom entwickelten Algorithmus geschätzten Werten
- Durchführung der Tests unter verschiedenen Konfigurationen (Seilneigung, Position entlang der Linie, Transportlast)
- Erstellung einer Kalibrierkarte für das System
Qualifikation
- Abgeschlossenes Masterstudium in Agrar- oder Ingenieurwissenschaften
- Grundkenntnisse im Datenmanagement und in der statistischen Datenanalyse
- Grundkenntnisse in der Forsttechnik
Anforderungen
- Bereitschaft zur Teilnahme an Laborversuchen
- Interesse an technischen Fragestellungen und wissenschaftlicher Arbeit
- Interesse an Smart-Forestry-Technologien
Betreuung
Sektor 2 – Bewertung landwirtschaftlicher Produktionsprozesse mittels Lebenszyklusanalyse (LCA)
Fossilfreie Obstproduktion – Vergleich traditioneller und elektrisch betriebener Produktionssysteme mittels LCA
Thema
Die Arbeit wird im Rahmen eines Kooperationsprojekts mit dem Versuchszentrum Laimburg auf dem staatlichen Betrieb „Bauernhof Binnenland, Binnenland 1, 39040 Auer“ durchgeführt. Das untersuchte Produktionssystem ist der Apfelanbau. Die im Rahmen von Betriebsmonitoring-Kampagnen (2026–2028) erhobenen Maschinendaten für Traktoren und Geräte sowie deren Energieverbrauch ermöglichen die Bewertung der Teilprozesse anhand verschiedener Einflussfaktoren, wie z. B. Energieverbrauch und CO₂-Äquivalent-Emissionen.
Auf Basis dieser Daten werden vergleichende Analysen zwischen fossilen und photovoltaisch basierten Energiesystemen für die Apfelproduktion durchgeführt, um Einsparpotenziale und Beiträge zum Klimaschutz zu ermitteln. Darüber hinaus dienen die Daten als Grundlage für einen wirtschaftlichen Vergleich.
Aufgaben
- Durchführung von Versuchen zur Datenerhebung und -aufzeichnung
- Einarbeitung in die LCA-Software (openLCA) sowie in das Datenbankmanagement unter Anleitung
- Auswertung der Daten mit openLCA sowie vergleichende Analyse von Energie- und CO₂-Bilanzen sowie Lebenszykluskosten (LCC)
- Publikation in wissenschaftlichen Fachzeitschriften und Verfassen der Dissertation
Qualifikation
- Abgeschlossenes Bachelorstudium in Agrar-, Umwelt- oder Ingenieurwissenschaften
- Grundkenntnisse der Landwirtschaft und der zugehörigen Prozesse
- Kenntnisse im Datenmanagement und in der statistischen Datenanalyse
Anforderungen
- Interesse an der LCA-Methodik und am Umgang mit der Software openLCA unter Anleitung
- Interesse an technischen Fragestellungen und wissenschaftlicher Arbeit
- Interesse an der Bewertung der Umweltwirkungen landwirtschaftlicher Systeme
Betreuung
Smart Orchard Farming – Bewertung von Digitalisierungstechnologien entlang der gesamten Apfelproduktionskette mittels LCA
Thema
Die Arbeit konzentriert sich auf die Identifikation effektiver Ansätze für das Smart Farming Management, wobei experimentelle Daten zur Prozessleistung aus abgeschlossenen oder laufenden Projekten sowie gezielte Datenerhebungen integriert werden. Nach der Bewertung und Auswahl geeigneter Technologien und Managementstrategien werden die Prozesse in einzelne Flüsse unterteilt, um eine umfassende Analyse aller Komponenten der Produktionskette mittels Lebenszyklusanalyse (LCA) zu ermöglichen. Ziel ist es, die kritischsten Prozesse zu identifizieren und die effizientesten Lösungen zur Reduzierung der Umweltwirkungen sowie zur Senkung von Produktions- und Investitionskosten zu bestimmen.
Abhängig von den verfügbaren Daten und den Interessen der Kandidatin bzw. des Kandidaten kann die Wertschöpfungskette auch um die Verarbeitung von Äpfeln zu weiteren Produkten erweitert werden. Ebenso können Lösungen zur Verwertung von Nebenprodukten im Sinne einer Kreislaufwirtschaft untersucht werden.
Aufgaben
- Unterstützung bei der Durchführung von Experimenten zur Datenerhebung und -aufzeichnung
- Einarbeitung in die LCA-Software (openLCA) sowie in das Datenbankmanagement unter Anleitung
- Auswertung von LCA- und Wirtschaftsergebnissen sowie vergleichende Bewertung der identifizierten Alternativen
- Publikation in wissenschaftlichen Fachzeitschriften und Verfassen der Dissertation
Qualifikation
- Abgeschlossenes Bachelorstudium in Agrar-, Umwelt-, Lebensmittel- oder Ingenieurwissenschaften
- Grundkenntnisse der Landwirtschaft, Lebensmitteltechnologie und der zugehörigen Prozesse
- Kenntnisse im Datenmanagement und in der statistischen Datenanalyse
Anforderungen
- Interesse an der LCA-Methodik und am Umgang mit der Software openLCA unter Anleitung
- Interesse an technischen Fragestellungen und wissenschaftlicher Arbeit
- Interesse an der Bewertung der Umweltwirkungen von agrarischen Wertschöpfungsketten
Betreuung
Fossilfreie Weinbauproduktion – Vergleich traditioneller und elektrisch betriebener Produktionssysteme mittels LCA
Thema
Die Arbeit wird im Rahmen eines Kooperationsprojekts mit einem Weinbaubetrieb durchgeführt. Die im Zuge von Betriebsmonitoring-Kampagnen (2026–2028) erhobenen Maschinendaten für Traktoren und Geräte sowie deren Energieverbrauch ermöglichen die Bewertung der Teilprozesse anhand verschiedener Einflussfaktoren, wie z. B. Energieverbrauch und CO₂-Äquivalent-Emissionen.
Auf Basis dieser Daten werden vergleichende Analysen zwischen fossilen und photovoltaisch basierten Energiesystemen für die Produktion durchgeführt, um Einsparpotenziale und Beiträge zum Klimaschutz zu ermitteln. Darüber hinaus dienen die Daten als Grundlage für einen wirtschaftlichen Vergleich.
Aufgaben
- Durchführung von Versuchen zur Datenerhebung und -aufzeichnung
- Einarbeitung in die LCA-Software (openLCA) sowie in das Datenbankmanagement unter Anleitung
- Auswertung der Daten mit openLCA sowie vergleichende Analyse von Energie- und CO₂-Bilanzen sowie Lebenszykluskosten (LCC)
- Publikation in wissenschaftlichen Fachzeitschriften und Verfassen der Dissertation
Qualifikation
- Abgeschlossenes Bachelorstudium in Agrar-, Umwelt- oder Ingenieurwissenschaften
- Grundkenntnisse der Landwirtschaft und der zugehörigen Prozesse, insbesondere im Weinbau
- Kenntnisse im Datenmanagement und in der statistischen Datenanalyse
Anforderungen
- Interesse an der LCA-Methodik und am Umgang mit der Software openLCA unter Anleitung
- Interesse an technischen Fragestellungen und wissenschaftlicher Arbeit
- Interesse an der Bewertung der Umweltwirkungen landwirtschaftlicher Systeme
Betreuung
Smart Viticulture Farming – Bewertung von Digitalisierungstechnologien entlang der gesamten Weinproduktionskette mittels LCA
Thema
Die Arbeit konzentriert sich auf die Identifikation effektiver Ansätze für das Smart Farming Management, wobei experimentelle Daten zur Prozessleistung aus abgeschlossenen oder laufenden Projekten sowie gezielte Datenerhebungen integriert werden. Nach der Bewertung und Auswahl geeigneter Technologien und Managementstrategien werden die Prozesse in einzelne Flüsse unterteilt, um eine umfassende Analyse aller Komponenten der Produktionskette mittels Lebenszyklusanalyse (LCA) zu ermöglichen. Ziel ist es, die kritischsten Prozesse zu identifizieren und die effizientesten Lösungen zur Reduzierung der Umweltwirkungen sowie zur Senkung von Produktions- und Investitionskosten zu bestimmen.
Abhängig von den verfügbaren Daten und den Interessen der Kandidatin bzw. des Kandidaten kann die Wertschöpfungskette auch um die Verarbeitung von Trauben zu weiteren Produkten erweitert werden. Ebenso können Lösungen zur Verwertung von Nebenprodukten im Sinne einer Kreislaufwirtschaft untersucht werden.
Aufgaben
- Unterstützung bei der Durchführung von Experimenten zur Datenerhebung und -aufzeichnung
- Einarbeitung in die LCA-Software (openLCA) sowie in das Datenbankmanagement unter Anleitung
- Auswertung von LCA- und Wirtschaftsergebnissen sowie vergleichende Bewertung der identifizierten Alternativen
- Publikation in wissenschaftlichen Fachzeitschriften und Verfassen der Dissertation
Qualifikation
- Abgeschlossenes Bachelorstudium in Agrar-, Umwelt-, Lebensmittel- oder Ingenieurwissenschaften
- Grundkenntnisse der Landwirtschaft, Lebensmitteltechnologie und der zugehörigen Prozesse
- Kenntnisse im Datenmanagement und in der statistischen Datenanalyse
Anforderungen
- Interesse an der LCA-Methodik und am Umgang mit der Software openLCA unter Anleitung
- Interesse an technischen Fragestellungen
- Interesse an der Bewertung der Umweltwirkungen von agrarischen Wertschöpfungsketten
Betreuung
Smart Dairy Farming – Bewertung von Digitalisierungstechnologien entlang der gesamten Milchproduktionskette mittels LCA
Thema
Die Arbeit konzentriert sich auf die Identifikation effektiver Ansätze für das Management von Smart-Dairy-Systemen, wobei experimentelle Daten zur Prozessleistung aus abgeschlossenen oder laufenden Projekten sowie gezielte Datenerhebungen integriert werden. Nach der Bewertung und Auswahl geeigneter Technologien und Managementstrategien werden die Prozesse in einzelne Flüsse unterteilt, um eine umfassende Analyse aller Komponenten der Produktionskette mittels Lebenszyklusanalyse (LCA) zu ermöglichen. Ziel ist es, die kritischsten Prozesse zu identifizieren und die effizientesten Lösungen zur Reduzierung der Umweltwirkungen sowie zur Senkung von Produktions- und Investitionskosten zu bestimmen.
Der Fokus liegt auf Milchproduktionssystemen, einschließlich verschiedener Milchprodukte und deren Distribution. Abhängig von den verfügbaren Daten und den Interessen der Kandidatin bzw. des Kandidaten kann die Wertschöpfungskette unterschiedliche Verarbeitungsstufen von Milch zu weiteren Produkten bis hin zum Endverbraucher umfassen sowie Lösungen zur Verwertung von Nebenprodukten im Sinne einer Kreislaufwirtschaft berücksichtigen.
Aufgaben
- Unterstützung bei der Durchführung von Experimenten zur Datenerhebung und -aufzeichnung
- Einarbeitung in die LCA-Software (openLCA) sowie in das Datenbankmanagement unter Anleitung
- Auswertung von LCA- und Wirtschaftsergebnissen sowie vergleichende Bewertung der identifizierten Alternativen
- Publikation in wissenschaftlichen Fachzeitschriften und Verfassen der Dissertation
Qualifikation
- Abgeschlossenes Bachelorstudium in Agrar-, Tierproduktions-, Lebensmittel-, Umwelt- oder Ingenieurwissenschaften
- Grundkenntnisse der Landwirtschaft, Tierproduktion, Lebensmitteltechnologie und der zugehörigen Prozesse
- Kenntnisse im Datenmanagement und in der statistischen Datenanalyse
Anforderungen
- Interesse an der LCA-Methodik und am Umgang mit der Software openLCA unter Anleitung
- Interesse an technischen Fragestellungen und wissenschaftlicher Arbeit
- Interesse an der Bewertung der Umweltwirkungen von Milchwertschöpfungsketten
Betreuung
Sektor 3 – Agrartechnik und ländliche Bauwerke
Planung landwirtschaftlicher Gebäude und räumliche Einordnung mittels Geoinformationssystemen (GIS)
Thema
Die Arbeit konzentriert sich auf die Planung landwirtschaftlicher Gebäude mithilfe von technischer Zeichensoftware sowie auf die räumliche Einordnung der Projekte im Landschaftskontext mittels GIS-Systemen. Im Mittelpunkt steht die Planung neuer Gebäude (z. B. Milchvieh- oder Geflügelställe, Heu- oder Trocknungsanlagen) oder die Anpassung bestehender Strukturen, mit besonderem Fokus auf die landschaftliche Einbindung sowie die ökologische und umweltbezogene Nachhaltigkeit.
Aufgaben
- Planung landwirtschaftlicher Gebäude mithilfe technischer Zeichensoftware (z. B. Autodesk AutoCAD)
- GIS-basierte territoriale Analyse
- Einbindung des Projekts in den Raum durch eine Kompatibilitätsanalyse unter Berücksichtigung des umliegenden Landschafts- und Umweltkontexts (z. B. Bodentyp oder Verfügbarkeit/Gefährdung von Wasserressourcen)
Qualifikation
- Abgeschlossenes Masterstudium in Agrar-, Umwelt-, Geowissenschaften oder Ingenieurwissenschaften
- Grundkenntnisse in GIS-Systemen und technischer Zeichnung (z. B. AutoCAD)
- Grundkenntnisse in Smart-Livestock-Farming-Technologien
Anforderungen
- Interesse am Erlernen der Planung und des Managements landwirtschaftlicher Gebäude in einer GIS-Umgebung
- Interesse an technischen Fragestellungen und wissenschaftlicher Arbeit
- Interesse an der Bewertung der landschaftlichen und ökologischen Auswirkungen landwirtschaftlicher Gebäude
Betreuung
Planung landwirtschaftlicher Gebäude mittels Building Information Modeling (BIM)
Thema
Die Arbeit konzentriert sich auf die Planung landwirtschaftlicher Gebäude mittels Building Information Modeling (BIM). Im Mittelpunkt steht die Planung neuer Gebäude (z. B. Milchvieh- oder Geflügelställe, Heu- oder Trocknungsanlagen), wobei besonderer Wert auf die Gestaltung von Anlagen für ein effizientes Management der Produktionsprozesse gelegt wird.
Aufgaben
- Planung landwirtschaftlicher Gebäude in einer BIM-Umgebung (z. B. Autodesk REVIT)
- Entwurf und Ausarbeitung der Anlagen
- Vorläufige Bewertung der Entwurfsleistungen anhand verschiedener Kriterien (Gebäudestruktur und landschaftliche Nachhaltigkeit, Produktivität und Best-Management-Praktiken, Wirtschaftlichkeit, Wasser- und Abfallmanagement, Tierwohl usw.)
Qualifikation
- Abgeschlossenes Bachelorstudium in Agrar-, Tierproduktions-, Umwelt- oder Ingenieurwissenschaften
- Grundkenntnisse der Landwirtschaft/Tierproduktion und der zugehörigen Prozesse
- Kenntnisse in Smart-Livestock-Farming-Technologien
- Kenntnisse im technischen Zeichnen (z. B. AutoCAD) sind von Vorteil
Anforderungen
- Interesse am Erlernen der Planung und des Managements landwirtschaftlicher Gebäude in einer BIM-Umgebung
- Interesse an technischen Fragestellungen und wissenschaftlicher Arbeit
- Interesse an der Bewertung der Umweltwirkungen von Milchproduktionssystemen
Betreuung
Optimierung der Planung landwirtschaftlicher Gebäude durch Machine-Learning-Algorithmen
Thema
Die Arbeit konzentriert sich auf die Planung landwirtschaftlicher Gebäude mithilfe technischer Zeichensoftware. Im Mittelpunkt steht die Planung neuer Gebäude (z. B. Milchvieh- oder Geflügelställe, Heu- oder Trocknungsanlagen), wobei ein besonderer Fokus auf der Optimierung des Entwurfs (z. B. Belüftungssysteme, Abwasserbehandlung, strukturelle Stabilität) durch den Einsatz von Machine-Learning-(ML)-Algorithmen liegt.
Aufgaben
- Multiszenarien-Planung landwirtschaftlicher Gebäude in einer Zeichensoftwareumgebung (z. B. Autodesk AutoCAD)
- Optimierung der Entwurfsmerkmale mittels ML-Algorithmen
- Vorläufige Bewertung der Entwurfsleistungen zur Identifikation der optimalen Lösung anhand geeigneter Kriterien
Qualifikation
- Abgeschlossenes Masterstudium in Agrar-, Umwelt-, Informatik- oder Ingenieurwissenschaften
- Grundkenntnisse der Landwirtschaft/Tierproduktion und der zugehörigen Prozesse
- Kenntnisse in Smart-Livestock-Farming-Technologien
- Kenntnisse im technischen Zeichnen (z. B. AutoCAD) und/oder Programmierung sind von Vorteil
Anforderungen
- Interesse am Erlernen der Planung und des Managements landwirtschaftlicher Gebäude in einer BIM-Umgebung
- Interesse am Programmieren in einer ML-Umgebung
Betreuung