Pflanzenwissenschaft für die moderne Welt

Herausforderung

Steigern Sie die Effizienz, minimieren Sie Kosten und optimieren Sie Produkte, indem Sie statistische Methoden an F&E- und Produktionszentren weltweit weitergeben.

Lösung

Setzen Sie analytische Entscheidungsstrategien ein, von der Versuchsplanung bis hin zur Qualitätskontrolle und Prozesszuverlässigkeit. Verwenden Sie JMP® zum Erstellen überzeugender Modelle und gewinnen Sie so die Zustimmung lokaler Manager, die sich früher auf ihr intuitives Denken verlassen haben.

Ergebnisse

Durch die Harmonisierung fortschrittlicher Biotechnologie mit traditionellen Ansätzen in der Landwirtschaft hat Syngenta den Weg für eine Vielzahl neuer Innovationen geebnet, die die Pflanzenwissenschaft in eine nachhaltigere Zukunft führen.

Es ist noch gar nicht so lange her, dass sich die Bauern für ihre jährlichen landwirtschaftlichen Erkenntnisse vor allem auf Almanache verließen – so war es bereits seit der Mitte des zweiten Jahrtausends v. Chr. Von Pflanzterminen über Wettervorhersagen bis hin zur Astronomie – Bauernfamilien sammelten aus den Seiten des Almanachs viele Erkenntnisse und ergänzten dessen Weisheit mit einer gesunden Portion Intuition und Tradition. Doch mit dem Aufkommen der Biotechnologie und ihrer Anwendung in der heutigen florierenden Agrochemie-Industrie hat sich dies geändert. Heute ist das Saatgut kräftiger und die Ernteerträge größer als je zuvor. Solche Innovationen sind notwendig, um die immer größer werdende Weltbevölkerung zu ernähren.

Syngenta, heute einer der weltweit führenden Agrarkonzerne, entwickelt jedes Jahr neue Saatgutsorten und Hybride, entwickelt aber auch neue Eigenschaften und Formulierungen zur Bekämpfung von Resistenzen. Dieses Multimilliarden-Dollar-Vorhaben kommt sowohl Erzeugern als auch Verbrauchern auf der ganzen Welt zugute und bietet hochmoderne Produkte, die die landwirtschaftliche Produktivität steigern sollen, ohne die Artenvielfalt zu beeinträchtigen. Viele führen den Erfolg des Unternehmens auf die Verbindung von Wissenschaft und Kunst zurück. Auch wenn diese Kunst schon seit den Tagen der Almanache existiert, ist die Wissenschaft ein Produkt jüngerer Innovationen in allen Bereichen, von der Formulierungschemie über Qualität und Verfahrenstechnik bis hin zur Entwicklung neuer landwirtschaftlicher Verfahren.

David Barnett ist leitender Formulierungschemiker, Datenwissenschaftler und Robotikchemiker für Syngenta Crop Protection am Forschungs- und Entwicklungsstandort Jealott's Hill in der Nähe von Reading im Vereinigten Königreich; Dirk de Bruyn Ouboter ist Global Measurement Science and Process Performance Lead bei Syngentas Technologie- und Ingenieureinrichtungen im Raum Basel. Diese beiden Wissenschaftler berühren sehr unterschiedliche Aspekte der weltweiten Produktion von Syngenta, doch sind sie sich beide darüber einig, dass Präzisionswissenschaft und Analytik bei Syngenta ihren Platz haben. Und sowohl für Barnett als auch für de Bruyn Ouboter war JMP® der Mechanismus, mit dem sie wissenschaftliche Methoden über Statistiken in ihre Arbeit integrieren konnten. JMP wird mittlerweile in der gesamten globalen Organisation umfassend eingesetzt; vom Außendienst bis zu den fast 150 Forschungs- und Entwicklungsstandorten beschäftigt Syngenta laut Barnett Mitarbeiter aller Art: alltägliche JMP-Benutzer, Poweruser und JMP Pro-Benutzer.

Robotertechnologie hat die Formulierungschemie durch Automatisierung und Versuchsplanung verändert

Der Syngenta-Standort Jealott's Hill ist eines der größten landwirtschaftlichen Forschungszentren Europas und in erster Linie für Forschung und Entwicklung vorgesehen. Dort stellt die Elite-Formulierungsrobotik von Syngenta, die 2009 erstmals auf den Markt kam, einen wichtigen Durchbruch in der Formulierungschemie dar. Dank der Automatisierung sind Wissenschaftler wie Barnett in der Lage, täglich Hunderte von agrochemischen Formulierungen zu bewerten und so letztlich den Ertrag um ein Vielfaches zu steigern.

JMP ist eine natürliche Erweiterung der Arbeit der Formulierungsroboter von Syngenta. „Ich verwende JMP zum Entwerfen und Analysieren von Experimenten, die wir für einen Formulierungsroboter generieren“, sagt Barnett. JMP unterstützt Sie bei der Optimierung von Formulierungen, indem es einen strategischen Experimentierprozess anhand der statistischen Versuchsplanung (DOE) leitet. „Statt der üblichen zwei oder drei Proben, die die Leute an einem Tag herstellen können, können wir mit dem System zwei- bis dreihundert Proben herstellen“, sagt Barnett. „Die Handhabung all dieser Daten ist ziemlich wichtig und wir verwenden hierfür JMP.“ Darüber hinaus ist JMP laut Barnett auch ein unverzichtbares Werkzeug für die Bildanalyse, das andere traditionelle Formulierungstechniken schneller und benutzerfreundlicher macht.

Prozessanalytik steigert die Sicherheit, Qualität und Effizienz

De Bruyn Ouboter hat einen Hintergrund in physikalischer Chemie und Ingenieurwissenschaften. De Bruyn Ouboter arbeitet derzeit in einem der größten Technologie- und Entwicklungszentren von Syngenta im schweizerischen Münchwilen (in der Nähe von Basel) und beschäftigt sich hauptsächlich mit dem, was er als „Samenphase des Geschäfts“ bezeichnet. Er ist Teil eines globalen Performance-Teams, das als Schnittstelle zwischen Produktion, Forschung und Entwicklung fungiert und strategische Initiativen zur Verbesserung der Qualität, Sicherheit und Effizienz in den zahlreichen Saatgutverarbeitungsanlagen von Syngenta leitet. Darüber hinaus übernimmt de Bruyn Ouboter auch Diagnosefunktionen und stellt sicher, dass neue Technologien an Produktionsstandorten weltweit korrekt implementiert werden.

„Als Chemiker, der in die Welt der Agronomie einsteigt, basiert es weniger auf Daten und ist eher anekdotischer Natur“, sagt er. „Hier kommt JMP ins Spiel – warum ich JMP verwende. Die einzige Möglichkeit, [die Argumente für datengesteuerte Entscheidungsfindung zu veranschaulichen], besteht darin, mit den Daten, Grafiken und Bildern eine Geschichte zu erzählen. Und hier ist JMP wirklich hilfreich: Es wandelt Daten und Zahlen in Grafiken um, [die Produktionsleiter] sehen und besser verstehen können.“

Bei einem globalen Unternehmen wie Syngenta ist es selbstverständlich, dass die Mitarbeiter und Produktionsleiter im Saatgutbereich über einen multidisziplinären Hintergrund verfügen. Während der Saison sind sie auf den Feldern, koordinieren die Pflanzarbeiten und arbeiten direkt mit landwirtschaftlichen Maschinen. Nach der Ernte bringen sie die Produkte zu einem Verarbeitungsort, der möglicherweise an ein lokales Qualitätslabor angeschlossen ist, aber nicht muss. „Obwohl [die Betreiber] über umfassende Erfahrung verfügen, spielt wissenschaftliches Denken möglicherweise keine so große Rolle“, sagt de Bruyn Ouboter. „Deshalb sagt man: ‚Aus einer Kunst eine Wissenschaft machen.‘“ Vor dem Aufkommen des modernen DOE verließen sich die Menschen auf den Feldern und in den lokalen Produktionsstätten bei ihren Entscheidungen auf Intuition und erlerntes Wissen. „Vor JMP und DOE entwarfen sie Experimente auf Grundlage historischer Trends“, sagt er.

Und Barnett stimmt zu: „Eine der wichtigsten Aufgaben ist die Datenvisualisierung. Das ist der Teil von JMP, der uns hilft, aus Kunst Wissenschaft zu machen. Sie können alle diese Zahlen in ein Bild einfügen. So können Sie am besten erklären, was Sie in den Daten sehen. Mit anderen Worten: Es geht um die Diskussion, wann die Daten lokaler Betreiber zurückgegeben werden. Sie können erklären, warum etwas passiert, und nicht einfach sagen: „Verwenden Sie diese Methoden, sie sind die besten.“ Auf diese Weise werden wissenschaftliche Erkenntnisse weitergegeben – vom Forschungs- und Entwicklungsstandort zum Produktionsstandort und vom Produktionsstandort zu widerstandsfähigeren Pflanzen und höheren Erträgen.

Neue Technologien und Tools erleichtern produktive interne Diskussionen

In einer Branche, in der die Produktion überwiegend im Freien stattfindet, kann selbst der zuverlässigste statistische Ansatz seine Grenzen haben. Unvorhersehbare Wetterlagen wirken sich erheblich auf den Ertrag aus – und hier ist diese Kunstform immer noch relevant. Dass einige Umweltvariablen nicht kontrolliert werden können, bedeutet allerdings nicht, dass keine statistischen Modelle erforderlich sind. Tatsächlich sei es deshalb so wichtig, Modelle zu erstellen und die Daten nach Antworten zu durchforsten, sagt de Bruyn Ouboter. „Es ist sehr schwierig vorherzusagen, welches Wetter man tatsächlich bekommt – oder was man eigentlich will“, sagt er. „Es gibt eine Bewegung, die dahin geht, Daten aus vielen verschiedenen Quellen (wie etwa agronomischen Datendienstnetzwerken und Satelliten) zu kombinieren, um diese Vorhersage zu verbessern. Wir kratzen wirklich nur an der Oberfläche dessen, was möglich ist.

„Wir finden und untersuchen neue Technologien und bringen sie zu den Einsatzorten von Syngenta, damit die Betreiber vor Ort sie nutzen können. Und das funktioniert auch andersherum: Wir besuchen die Standorte und schauen uns an, wie dort vorgegangen wird. Es dreht sich alles um Ideen und Diskussionen … und darum, die Teile zusammenzufügen.

„Oftmals handelt es sich dabei um Gespräche mit den Leuten vor Ort, die die Arbeit täglich machen. Manchmal haben sie ein Konzept im Kopf, doch die Ergebnisse, die wir dann mit statistischen Methoden erzielen, machen ihr Konzept zunichte. Aber wenn wir ein Diagramm haben, ist es das beste Medium. Wir können mit ihren Daten Modelle erstellen und sie sehen, was möglich ist. Sie beginnen, den wissenschaftlichen Aspekt zu verstehen und nicht nur die offensichtlichen Hintergründe ihrer Entscheidungen.“

Durch die Einführung neuer Technologien erfasst Syngenta heute an allen seinen Standorten weltweit, egal wie klein sie sind, mehr Daten als je zuvor. „Die Systeme vor Ort zeichnen Informationen auf, auch wenn nicht jeder sie sich ansieht“, sagt de Bruyn Ouboter. Doch JMP hat seinen Wert unter Beweis gestellt und aufgezeigt, wie kleine Variablen – selbst so unbedeutende wie das Offen- oder Geschlossenlassen eines Lufttors in einer Fabrikanlage – tatsächlich Auswirkungen auf die Ergebnisse haben können. Wenn Sie sich auf diese Idee einlassen, können Sie herausfinden, wie Sie Prozesse optimieren können. Und langfristig? Syngenta hofft, dass eine Produktivitätssteigerung durch bessere Wissenschaft letztlich zu einer stabileren und nachhaltigeren globalen Nahrungsmittelversorgungskette führen wird.