Bio-LSP: Vom Streulicht im Samenkorn zum lernenden Prüfgerät

Gesundes Saatgut ist eine stille Grundlage der Landwirtschaft. Ob ein Korn keimfähig ist, entscheidet sich biologisch früh, wird in der amtlichen Prüfung aber oft erst spät sichtbar. Genau hier setzt Bio-LSP an: Das Vorhaben entwickelt eine schnelle, berührungslose Methode auf Grundlage der Laser-Speckle-Photometrie, um die Keimfähigkeit von Saatgut, besonders bei Wintergetreide, früher und automatisierter zu bestimmen. Im Projektantrag ist das Ziel klar beschrieben: Ein Sensor mit Technologiereifegrad 4 soll unter industriellen Bedingungen die Keimfähigkeit von Saatgut beurteilen können; SupraTix ist dabei für Datenauswertung, Modellbildung, Visualisierung, Auswerteverfahren, Datenverarbeitung und künstliche Intelligenz vorgesehen.

Aus Sicht von SupraTix befindet sich Bio-LSP an einem entscheidenden Übergang: Die Fragestellung ist nicht mehr nur, ob Laserstreumuster biologische Aktivität sichtbar machen können. Das ist wissenschaftlich gut begründet. Die eigentliche Aufgabe lautet nun, aus vielen zeitaufgelösten Bildfolgen einen belastbaren, wiederholbaren und später verkleinerbaren Prüfablauf zu formen. Das bedeutet: Messdaten müssen sauber beschrieben, Proben eindeutig zugeordnet, Störquellen erkannt, Bildmerkmale berechnet und Modelle so aufgebaut werden, dass sie nicht nur im Labor funktionieren, sondern auch bei wechselnden Saatgutpartien, Messorten und Geräteausführungen.

Der Ausgangspunkt ist stark. Klassische Keimfähigkeitsprüfungen bei Weizen folgen festgelegten Regeln: Vorkühlung zur Brechung der Keimruhe, Keimung bei 20 °C, Auszählung normaler, anomaler und toter Keimlinge. Die Projektunterlagen nennen für Weizen unter anderem drei Tage Vorkühlung bei 8 °C ohne Beleuchtung sowie eine Erstauszählung ab vier Tagen; der Antrag beschreibt außerdem den üblichen Stichprobenumfang von 4 × 100 Samen und den Bedarf, die mehrtägige Prüfzeit deutlich zu verkürzen. Der Tetrazoliumtest ist schneller, bleibt aber aufwändig, zerstörend und in der Auslegung fachlich anspruchsvoll; genau deshalb ist ein berührungsloses Verfahren attraktiv, wenn es mit den anerkannten Vergleichsverfahren sauber abgeglichen wird.
Die wissenschaftliche Grundlage ist ebenfalls tragfähig. Bereits Braga und Mitarbeitende zeigten, dass dynamische Speckle-Muster die biologische Aktivität von Samen abbilden und zur Unterscheidung lebensfähiger und nicht lebensfähiger Samen genutzt werden können. Spätere Arbeiten an Kaffee-Samen zeigten, dass eine höhere Aktivität im Bereich der Keimachse mit besserer Sämlingsqualität verbunden ist und dass die Messung eher Wachstum und Stoffwechsel als bloßen Wassergehalt widerspiegelt. Für Saatgutbehandlungen wurde eine starke positive Beziehung zwischen Biospeckle-Aktivität und Keimungsanteil sowie eine negative Beziehung zur mittleren Keimdauer berichtet. Auch bei Weizen wurde gezeigt, dass hochfrequente Biospeckle-Aktivität im Keimbereich mit dem Keimungsfortschritt zusammenhängt und dass ganze Samen nach Schädigungsstufen unterschieden werden können.

Der aktuelle Stand der Arbeit wirkt aus SupraTix-Sicht wie der Aufbau einer ersten belastbaren Datenkette. Die gezeigten Messbilder zeigen eine hochauflösende Kameraeinstellung mit fester Belichtungszeit, Bildfrequenz, Grauwertformat und Messausschnitt. Das ist wichtig, weil jedes lernende Verfahren nur so gut sein kann wie die Wiederholbarkeit der Aufnahme. Gleichzeitig zeigen die Notizen zur Probenschale, warum Datenwissenschaft im Bio-LSP-Projekt nicht erst beim Modell beginnt: Eine verdrehte Schale verändert die Zuordnung von Korn, Messfeld und späterem Keimergebnis. In der vorliegenden Notiz muss Schale 2 um 180° gedreht werden; die keimenden Körner sind demnach 1, 2 und 3, die toten 4, 5 und 6. Für SupraTix ist das kein kleines Protokolldetail, sondern ein Kernpunkt der Modellgüte: falsche Zuordnung erzeugt falsche Lerndaten.

Die nächsten Schritte liegen daher zuerst in der Datenordnung. Jede Messung braucht einen vollständigen Messpass: Saatgutpartie, Sorte, Vorbehandlung, Trockenmasse, Schalenlage, Kornposition, Zeitpunkt nach Wasseraufnahme, Temperatur, Luftfeuchte, Laserwellenlänge, Leistung, Belichtungszeit, Bildfrequenz, Messausschnitt und Verweis auf das spätere Keimergebnis. Dazu kommen Güteprüfungen der Bilder: Sättigung, Helligkeitsverteilung, Schärfe, Speckle-Größe, Bewegung, verdeckte Körner, Lagefehler und gleichmäßige Beleuchtung. Die Literatur zeigt, dass Beleuchtungsunterschiede und räumliche Mittelung die Auswertung beeinflussen können; deshalb müssen sie entweder technisch vermieden oder rechnerisch ausgeglichen werden.
Für den Modellaufbau sollte SupraTix zweigleisig vorgehen. Der erste Strang ist erklärbar: Aus den Bildfolgen werden Merkmale wie zeitlicher und räumlicher Kontrast, Trägheitsmoment, mittlere Differenz, Entropie, Abklingzeit der Selbstähnlichkeit und Frequenzanteile berechnet. Diese Merkmale werden getrennt für sinnvolle Bereiche des Korns betrachtet, etwa Keimlingsbereich und Bauchseite. Danach folgen einfache und robuste Modelle, die Keimfähigkeit, Lebensfähigkeit sowie den Anteil normaler, anomaler und toter Samen schätzen. Der zweite Strang ist lernstärker: Erst wenn genügend sauber zugeordnete Daten aus verschiedenen Partien und Messbedingungen vorhanden sind, sollten tiefere Bildfolgenmodelle hinzukommen. Entscheidend ist dabei, dass nicht zufällig einzelne Bilder getrennt werden, sondern ganze Saatgutpartien, Tage oder Messorte vom Lernen ausgeschlossen und erst zur Prüfung genutzt werden. Nur so zeigt sich, ob das Modell biologische Qualität erkennt oder nur eine bestimmte Messreihe wiedererkennt.

Der Projektplan unterstützt genau diese Richtung. In Arbeitspaket 5 ist SupraTix federführend für Auswertealgorithmus, Datenaufnahme und Datenverarbeitung. Vorgesehen ist eine besondere Auswertung auf Grundlage maschinellen Lernens, mit oder ohne Bildverarbeitung, Optimierung auf Geschwindigkeit, Datenmenge, Auswertezeit, Eignung und Robustheit sowie ein Abgleich mit Referenzmessungen. Genannt werden außerdem eine Aufteilung in Lerndaten und Prüfdaten, die Entwicklung von Schnittstellen für Umwelt- und Maschinendaten, Einflussanalyse, Auswahl geeigneter künstlicher neuronaler Netze und Speicherung der Prüfergebnisse in einer Datenbank. Damit ist SupraTix nicht bloß Lieferant einer Auswertung, sondern die Instanz, die aus optischem Rauschen einen prüfbaren digitalen Befund macht.

Der Ringversuch ist der nächste größere Reifeschritt. Er sollte zunächst nicht als Zertifizierung verstanden werden, sondern als Nachweis der Wiederholbarkeit und Vergleichbarkeit. Der Projektantrag sieht ohnehin die Einbindung von Prüfstellen zur Vorbereitung von Ringversuchen für die ISTA-Standardisierung vor und nennt staatliche Anerkennungsstellen, Pflanzenzüchter, Saatguthersteller und Agrarindustrie als Zielgruppen. Für den ersten Ringversuch sollten mehrere Labore dieselben verblindeten Saatgutpartien messen. Die Referenz erfolgt über Keimfähigkeitsprüfung nach den geltenden Regeln und über den topographischen Tetrazoliumtest; im Antrag sind zudem mindestens fünf Abstufungen der Keimfähigkeit, rund zwei Kilogramm Saatgut pro Abstufung, 100 Proben je Versuchsreihe und die Korrelation der LSP-Parameter mit Keimfähigkeit und Lebensfähigkeit vorgesehen. Die Auswertung muss dann zeigen, wie groß Wiederholbarkeit innerhalb eines Geräts, Vergleichbarkeit zwischen Geräten und Abweichung vom Referenzverfahren sind.

Die Verkleinerung zum kleinen Gerät darf nicht als reines Gehäusedesign missverstanden werden. Sie ist eine wissenschaftliche Übersetzung: Welche Teile des großen Laboraufbaus sind wirklich nötig, damit das Modell seine Aussage behält? Aus SupraTix-Sicht müssen dafür Kamera, Optik, Beleuchtung, Probenträger, Recheneinheit und Bedienoberfläche gemeinsam gedacht werden. Ziel ist ein geschlossenes, sicheres, einfach bedienbares Prüfgerät mit fester Kornaufnahme, definierter Beleuchtung, automatischer Bildaufnahme und eingebauter Vorauswertung. Die Projektziele nennen ein kompaktes optisches System, schnelle Algorithmen, automatische Bestimmung unterschiedlicher Aktivitätsbereiche, eine direkte Ausgabe als Bild mit Vermessung und Parametrisierung sowie die deutliche Verringerung von Arbeits- und Zeitaufwand. Das spätere Erprobungsgerät soll eine Benutzeroberfläche mit integrierter Auswertung erhalten; die Steuerung und Auswertung werden in ein gemeinsames Modul überführt, um mit hohem Durchsatz und umfangreichen Vergleichsmessungen statistisch belastbare Qualitätsmerkmale zu bestimmen.

Der Zielzustand ist anspruchsvoll: Bis zu 100 Samen je Probe, Ausgabe der Keimfähigkeit in Prozent, Aussage über anomale und tote Samen, 100 Proben in 24 Stunden, höchstens 30 Minuten Messzeit und mindestens 40 Messungen pro Tag. Genau hier liegt der Beitrag von SupraTix: Die Plattform muss den Übergang vom Einzelversuch zur seriennahen Prüfung schaffen. Dazu gehören Datenannahme, Merkmalsberechnung, Modellanwendung, Unsicherheitsangabe, Prüfbericht, Nachvollziehbarkeit der Modellversion und langfristige Nachlernfähigkeit. Ein gutes Modell sollte nicht nur ein Ergebnis ausgeben, sondern auch anzeigen, wenn eine Probe außerhalb des gelernten Bereichs liegt.

Der Projektstatus lässt sich deshalb so zusammenfassen: Bio-LSP hat eine starke fachliche Begründung, erste Messketten und klare technische Ziele. Der kritische nächste Schritt ist die disziplinierte Datenerzeugung. Für SupraTix beginnt die eigentliche Wertschöpfung dort, wo jedes Korn, jedes Bild und jedes Referenzergebnis eindeutig zusammengeführt wird. Erst dann werden maschinelles Lernen, Ringversuch und Verkleinerung zu einem gemeinsamen Weg: vom Laboraufbau zum kleinen, lernenden, prüfnahen Gerät für die Saatgutwirtschaft.