Building in Public: Woche 1 - Unsere Tech-Stack-Entscheidung

Willkommen zu unserem ersten "Building in Public"-Update. Wir teilen unsere Entwicklungsreise transparent — die Erfolge, die Herausforderungen und die Entscheidungen, die Solco formen.

Diese Woche: die Wahl unseres Kern-Tech-Stacks.

Die großen Entscheidungen

1. Satellitenbilder: SkySat + Sentinel-2

Wir haben fünf Satellitenanbieter evaluiert. Es lief auf Auflösung vs. Kosten vs. Wiederbesuchsfrequenz hinaus.

Gewinner: SkySat (0,5m Auflösung, tägliche Wiederbesuche) für hochprioritäre Felder, mit Sentinel-2 (10m Auflösung, kostenlos, alle 5 Tage) als Basisschicht für alle Betriebe.

Warum diese Kombination? SkySat gibt uns die Details, um frühen Stress zu erkennen. Sentinel-2 macht es erschwinglich, riesige Flächen zu überwachen. Das Beste aus beiden Welten.

2. KI-Modell: Custom Fine-Tuned Vision Transformer

Wir haben vortrainierte Modelle (ResNet, EfficientNet) getestet und uns entschieden, einen Vision Transformer (ViT) auf landwirtschaftlichen Daten fein abzustimmen. Erste Ergebnisse sind vielversprechend — 93% Genauigkeit bei der Stresserkennung gegenüber 78% mit Standardmodellen.

Der Haken? Das Training dauerte 6 Tage auf 40.000 beschrifteten Feldbildern. Es hat sich gelohnt.

3. Sensor-Integration: MQTT + REST API

Wir unterstützen beide Protokolle, damit Landwirte vorhandene Sensoren oder unsere empfohlenen Modelle nutzen können. LoRaWAN für Langstrecken-Konnektivität in abgelegenen Feldern.

4. Frontend: React + Tailwind CSS

Schnell, reaktionsfähig, mobile-first. Landwirte checken ihre Handys auf dem Feld — unsere UI muss auf einem 5-Zoll-Bildschirm bei hellem Sonnenlicht perfekt funktionieren.

Herausforderungen dieser Woche

Problem 1: Wolkenbedeckung Sentinel-2 wird im Winter in Nordeuropa 40% der Zeit durch Wolken blockiert. Unsere Lösung: zeitliche Interpolation mit vergangenen Daten + Wettervorhersagen, um Feldbedingungen zu schätzen, wenn Satelliten nicht durchsehen können.

Problem 2: Daten-Pipeline-Latenz Rohe Satellitenbilder brauchen 2-4 Stunden zur Verarbeitung und Bereitstellung von Erkenntnissen. Wir wollen das unter 30 Minuten. Unsere Lösung: Vorverarbeitungs-Pipelines mit AWS Lambda und Edge-Caching. Wir optimieren noch.

Problem 3: Sensor-Kalibrierung Günstige Bodensensoren driften mit der Zeit. Wir bauen Auto-Kalibrierungs-Algorithmen, die Sensordaten mit Satelliten-Feuchtigkeitsschätzungen (vom Radar) vergleichen. Knifflig, aber machbar.

Was kommt als Nächstes (Woche 2)

• Finalisierung unserer KI-Warnlogik (wann Landwirte benachrichtigen vs. wann schweigen)
• Aufbau der ersten Version unseres SMS/E-Mail-Benachrichtigungssystems
• Interviews mit 5 Pilotlandwirten zur Validierung unserer Dashboard-Mockups

Wir wollen dein Feedback

Wenn du Landwirt, Agronom oder einfach interessiert bist: Welche Funktionen sind dir am wichtigsten? Was würdest du jeden Morgen checken? Antworte auf diesen Post oder schreib uns an hello@solco.farm.

Vorregistriere dich, um das Update der nächsten Woche zu erhalten: Warteliste beitreten

— Das Solco-Engineering-Team