Das KI-Betriebssystem für die Agrarwirtschaft
Eine produktive KI-Schicht für die Landwirtschaft, gebaut, um übernommen und in Ihren Stack, Ihre Daten und Ihre Marke eingesetzt zu werden.
Heute produktiv im Einsatz
90+
Alora-Agent-Tools, lesend und schreibend
1.000+
Agronomische Regeln, täglich ausgewertet
28
Geodaten-Ausführungstypen
19
Oberflächensprachen
Mobil, Web, API
Auslieferungskanäle
Was ein Käufer an Tag eins erhält
Kein Konzeptpapier. Xsupra wird als arbeitendes KI-Betriebssystem für den Hof übertragen: Agent, Ausführungs-Engine, Regeln, Datenadapter, Mobile, Web und Admin.
Übernahme-These
- KI-Beratung in ein bestehendes Agronomie- oder Maschinenportfolio einbauen, ohne ein mehrjähriges Entwicklungsprojekt zu starten.
- Proprietäre Schlag-, Produkt- und Landwirtedaten in Karten, Dokumente, Aufgaben und tägliche Empfehlungen verwandeln.
- Die Kernsysteme des Käufers bleiben bestehen. Xsupra wird über externe IDs, APIs, Service-Rollen und Standard-Geodatenformate angebunden.
- Langfristig die Steuerungsebene für autonome Maschinen, Drohnen und Robotik besitzen, gestützt auf eine Ausführungs-Pipeline, die heute schon Feldmaßnahmen erzeugt.
Integrationsmodell
Bestehende Systeme bleiben bestehen. Die Xsupra-Intelligenzschicht wird dort eingefügt, wo Entscheidungen und Maßnahmen entstehen.
Systeme und Daten des Käufers
CRM, Farmmanagement-Plattform, Produktkatalog, Schlaggrenzen, Bodenlabore, Maschinendaten
Zuordnung über externalId und Standardformate, ohne das führende System zu ersetzen
Xsupra-Intelligenzschicht
Alora-Agent, Regelwerk, YME-Dask-Geodaten-Ausführung, VRA- und Boden-Pipelines
Empfehlungen, Risiko-Scores, Feldkarten, Compliance-Dokumente und Maßnahmenvorschläge
Produkte und Kanäle des Käufers
Bestehende mobile App, Webportal, Händler-Tools, agronomische Beratungsprozesse
Eingebettete Alora, White-Label-Oberflächen, API-Zugriff, markeneigene Beratungserfahrung
Feldmaßnahmen und Ergebnisse
GeoJSON, GeoTIFF, Shapefiles, ISOXML, CSV, JSON, PDF, Schlagkartei-Schreibzugriffe
Maschinenfertige Applikationsraten, Scouting-Einträge, Dokumente, Aufgaben und Audit-Trail
Was an Tag eins übertragen wird
Alora-Agent
LangGraph-Orchestrierung, über 90 Tools, multimodales Foto und Sprache, mehrsprachige UX, Gedächtnis und Audit-Logs.
Geodaten-Engine
YME-Dask-Pipeline für Vegetation, Gelände, Textur, Bodenkarten, Beprobungszonen, Befahrbarkeit und VRA.
Regeln und Compliance
Über 1.000 YAML-Agronomieregeln, tägliche Bewertungen, KI-Regelgenerierung, deutsche DüV/GLÖZ- und BVL-Abfragen.
Produkte und Betrieb
Mobile App, Web-Plattform, Admin-/Analytics-Konsole, Hintergrundjobs, Redis/Celery-Worker und API-Gateways.
Die ersten 90 Tage nach der Übernahme
Wochen 1-2
Nutzer, Schläge und Unternehmen über die externalId-Brücke abbilden; Service-Accounts und API-Keys anbinden.
Wochen 3-4
Agronomie- und Produktdaten des Käufers einspielen; festlegen, welche Tools Landwirte, Berater und Händler nutzen.
Wochen 5-8
Alora in einen führenden Workflow einbetten: Feldberatung, VRA, Scouting, Dokumentation oder Händler-Support.
Wochen 9-12
Maschinenfertige Outputs und Audit-Logs mit ausgewählten Betrieben pilotieren, dann über die Kanäle des Käufers skalieren.
Werthebel
KI-Roadmap verkürzen
Einen funktionierenden agronomischen Agenten und eine Ausführungs-Engine übernehmen, statt ein Forschungsprojekt aufzubauen.
Proprietäre Daten monetarisieren
Bestehende Produkt-, Schlag- und Landwirtedaten in Empfehlungen und Maßnahmen umwandeln.
Das Farm OS besitzen
Die Entscheidungsebene zwischen Felddaten, Beratung und Maschinenausführung kontrollieren.
Autonomie vorbereiten
Heutige VRA, Karten, Scouting und Aufgaben-Pipeline als Steuerungsebene für Roboter und Drohnen nutzen.
Technischer Anhang für die Due Diligence
APIs
LoopBack-REST-Gateway mit über 160 KI-Routen plus NestJS-Ausführungsdienst.
Auth-Modell
JWT, API-Keys, Service-Rollen, Admin-/App-/Model-/artint-Rollen und Isolation je Nutzeranfrage.
Datenformate
GeoJSON, GeoTIFF, Shapefiles, ISOXML, JSON, CSV, PDF und signierte Asset-URLs.
Ausführungs-Pipeline
BullMQ und Redis schicken Jobs an YME-Dask; Ergebnisse laufen über typisierte Handler und Azure Storage zurück.
Regel-Engine
YAML-Regeln, tägliche Bewertungen, KI-Regelgenerierung aus Dokumenten oder URLs, EPPO-Validierung.
Betrieb
Mobile, Web, Admin/Analytics, Celery-Hintergrundjobs, Tool-Audit und Modell-Logs.
Hypothetisches Käuferbeispiel: Ein Betriebsmittel-, Maschinen- oder Farmsoftware-Unternehmen behält seine Kernplattform, verbindet proprietäre Daten mit Xsupra und liefert Feldmaßnahmen über die eigenen Landwirtekanäle aus.
Vier Ebenen, ein intelligenter Kern
Alora sitzt im Zentrum. Darum herum verwandeln vier Ebenen rohe Feldsignale in Entscheidungen und Maßnahmen.
Alora, der Agent-Kern
Ein LangGraph-orchestrierter Agent mit über 90 Tools, spezialisierten Sub-Agenten, Langzeitgedächtnis und einer Schutzschicht. Multimodal und mehrsprachig.
Erfassen
Satellit (Sentinel-2 und Sentinel-1), Gelände, Boden, Wetter, Foto-Vision und Ihre Schlagdaten, in einem Modell zusammengeführt.
Entscheiden
Ein Regelwerk aus über 1.000 agronomischen Regeln, Satelliten- und Boden-Machine-Learning und VRA-Logik bewerten jeden Schlag täglich.
Handeln
Applikationskarten, Boden- und Beprobungskarten, Nachweisdokumente, Schlagkartei-Einträge und Aufgaben, erzeugt und zurückgeschrieben.
Sprechen
Chat, Sprache und Foto auf Mobil und Web. Alora antwortet in der Sprache des Nutzers und erledigt die Arbeit, nicht nur das Reden.
Alora ist mehr als ein Chatbot
Ein arbeitender agronomischer Agent, der über den gesamten Betrieb liest und schreibt.
LangGraph-Orchestrierung
Ein zustandsbehafteter Agent-Graph mit spezialisierten Sub-Agenten für Agronomie, Bewertungen, Dokumentation und Recherche.
Modell-flexibel
Läuft heute auf Google Gemini, mit Adaptern für OpenAI und Anthropic. Nicht an einen einzelnen Anbieter gebunden.
Multimodal
Fotografieren Sie Schädling oder Symptom zur Diagnose, oder sprechen Sie statt zu tippen. Vision und Sprache sind erstklassig.
Mehrsprachig
Antwortet in der eigenen Sprache des Nutzers, mit lokalisiertem Kultur- und Agronomie-Vokabular.
Gedächtnis und Audit
Langzeit-Nutzergedächtnis und Gesprächszusammenfassungen, plus vollständige Tool- und Modell-Protokolle.
Arbeitet im Hintergrund
Komplexe Anfragen laufen über eine Celery- und Redis-Pipeline und werden auch bei geschlossener App fertig.
Integriert sich mit jedem System und jeden Daten
API-first konzipiert. Bringen Sie Ihre Identitäten, Ihre Schläge und Ihre Datenformate mit. Xsupra passt sich daran an.
API-first-Gateways
Ein REST-Gateway mit über 160 KI-Routen und ein separater Ausführungsdienst, beide mit JWT- und API-Key-Auth und rollenbasiertem Zugriff.
Ihre IDs, nicht unsere
Jeder Nutzer, jeder Schlag und jedes Unternehmen trägt eine externe ID, sodass Ihre Systeme die Quelle der Wahrheit bleiben.
Standardformate
GeoJSON, GeoTIFF, Shapefiles und ISO 11783-10 ISOXML für Terminals, plus JSON, CSV und PDF, ein und aus.
Bringen Sie Ihre Daten
Schlaggeometrien, Bodenlabore, Erträge und Dokumente aus PostgreSQL, per Datei-Upload und aus Registern wie EPPO und BVL.
Bringen Sie ihr Ihre Agronomie bei
Die Regel-Generierungspipeline macht aus jedem Dokument oder Link validierte agronomische Regeln, geprüft vor dem Aktivieren.
Lebenszyklus-Hooks
Authentifizierte Hook-Endpunkte halten Xsupra synchron, wenn Schläge in Ihrem Kernsystem angelegt, geändert oder entfernt werden.
Der Burggraben ist die Integration
Jedes Teil gibt es irgendwo. Wenige haben sie verknüpft und ausgeliefert.
Agronomie plus KI
Über 1.000 kuratierte Regeln und eine Geodaten-ML-Pipeline speisen den Agenten, sodass Antworten fundiert sind, nicht generisch.
Daten plus Handlung
Dieselbe Plattform erfasst den Schlag und schreibt Karten, Dokumente und Aufgaben zurück. Einsicht und Umsetzung in einem Kreislauf.
Für die EU gebaut
Deutsche DüV- und GLÖZ-Konformität, BVL-Pflanzenschutz-Abfragen und 19 Sprachen von Haus aus.
Für Partnerschaft gebaut
Ob Sie integrieren, einbetten oder übernehmen wollen, beginnen Sie mit einem Gespräch und einem Blick in den Datenraum.
