This project is funded by the innovation program of the Federal Ministry of Food and Agriculture (BMEL), funding agency is the Federal Office for Agriculture and Food (BLE). Orchestration of Process Chains for data-driven Resource Optimization in Agricultural Business and Engineering Environmentally sustainable and economically efficient operation of agricultural processes depends heavily on farm management and controlling systems. However, practical usage of these systems suffers from diverse, non-compatible implementations across collaboration machinery. Systems are often bound to static operation in centralised environments. This is where OPeRAte comes in place: OPeRAte's vision is to develop mechanisms for an automatic creation und utilisation of dynamically adaptable agricultural processes in distributed environments. OPeRAte will employ Big Data techniques to automatically optimise resource usage in agriculture. During resource optimisation, OPeRAte will consider the privacy of process chain members at all times. The project will develop reusable components, which can be easily combined for the realisation of complex agricultural process chains. A big challenge is the dynamic nature of agricultural processes. Mechanisms for monitoring and adaption will be developed. Support of dynamic process chain optimisation at runtime is supposed to take effect on process-, data-, and device-level as follows: • Dynamic orchestration of process chains by combination of services for a fleet management (e.g. calculation of application maps for liquid manure, navigation of manure trailers / harvesters / tractor-trailer combinations, nutrient balance). • Efficient and privacy-guaranteeing data analysis of large, heterogeneous data sources for real-time optimisation of distributed agricultural processes. • Autonomous discovery, authentication and network integration of physical resources (devices, sensors, actors, data-servers, etc.). Cooperation between different agricultural actors (farmers, agricultural contractors, preicision farming providers, authorities, etc.) is supported by providing data analysis equipped with a flexible definition of data access rights. In regards to privacy concerns, every actor can only access data based on his given access rights by other actors. OPeRAte will implement and prototype the core concepts using two use cases (application of liquid manure, harvest logistics). Farmmanagementsysteme haben ein enormes Potential für eine ressourceneffiziente und nachhaltige Landwirtschaft. Der praktische Einsatz und die verbreitete Nutzung dieser Systeme leiden jedoch an der Heterogenität und fehlender Integration der anwendungsspezifischen Lösungen. Eingesetzte Lösungen sind häufig statisch und arbeiten lokal. Es fehlt eine übergeordnete Prozesssicht. Hier setzt OPeRAte an: Es werden Verfahren zur Erstellung und Nutzung komplexer Prozessketten für eine automatisierte, datengetriebene Ressourcenoptimierung unter Einhaltung des Datenschutzes entwickelt. Zur Umsetzung komplexer agrartechnischer Prozessketten werden wiederverwendbare Module entworfen, realisiert und kombiniert. Eine besondere Herausforderung stellt die Dynamik der landwirtschaftlichen Prozesse dar. Es werden Überwachungs- und Adaptionsverfahren entwickelt, die eine dynamische Optimierung der Prozessketten zur Laufzeit auf Prozess-, Daten- und Geräteebene wie folgt unterstützen: • dynamische Orchestrierung komplexer Prozessketten durch die Verbindung einzelner Dienste zu praxistauglicher Flottensteuerung (z.B. Berechnung einer Gülle-Applikationskarte, Navigation eines Güllewagens / von Erntemaschine / von An- u. Abfahrern, Nährstoffbilanzierung), • effiziente Datenanalyse von umfangreichen, heterogenen Datenquellen für die Echtzeit-Optimierung verteilter Prozesse unter Einhaltung des Datenschutzes, • automatisches Auffinden, Authentifizieren und Vernetzen der physischen Ressourcen (Geräte, Sensoren, Aktoren, Daten-Server etc.). Um die Kooperation unterschiedlicher Akteure (Landwirt, Lohnunternehmer, Precision-Farming-Dienstleister, Behörden, etc.) zu unterstützen, wird eine Datenanalyse mit flexiblem Rechtesystem realisiert, bei dem die Akteure nur auf die für sie freigegebenen Daten zugreifen können. Die Kernkonzepte werden prototypisch implementiert und in zwei Anwendungsfällen (Gülleausbringung, Erntelogistik) evaluiert.