Projekt · AgriTech
Für ein internationales Agrartechnik-Unternehmen haben wir – als Teil des Produktteams des Kunden – die Flutter-App entwickelt, die Drohnenflüge über Feldern steuert, Bildserien standardisiert erfasst und per KI in agronomische Kennzahlen übersetzt: Pflanzenzählung, Pflanzabstände, Vegetationskartierung und Bestandesdeckung, direkt dort verfügbar, wo Agrarteams arbeiten.
'%20%3e%3c/rect%3e%3cpolygon%20fill='%2301579b'%20points='38,44%2026,44%2021,39%2027,33'%3e%3c/polygon%3e%3cpolygon%20fill='%23084994'%20points='21,39%2030,36%2027,33'%20%3e%3c/polygon%3e%3c/svg%3e)
Flutter
Android
iOS
Firebase
%20--%3e%3csvg%20version='1.1'%20id='Layer_1'%20xmlns='http://www.w3.org/2000/svg'%20xmlns:xlink='http://www.w3.org/1999/xlink'%20x='0px'%20y='0px'%20viewBox='0%200%20304%20182'%20style='enable-background:new%200%200%20304%20182;'%20xml:space='preserve'%3e%3cstyle%20type='text/css'%3e%20.st0{fill:%23252F3E;}%20.st1{fill-rule:evenodd;clip-rule:evenodd;fill:%23FF9900;}%20%3c/style%3e%3cg%3e%3cpath%20class='st0'%20d='M86.4,66.4c0,3.7,0.4,6.7,1.1,8.9c0.8,2.2,1.8,4.6,3.2,7.2c0.5,0.8,0.7,1.6,0.7,2.3c0,1-0.6,2-1.9,3l-6.3,4.2%20c-0.9,0.6-1.8,0.9-2.6,0.9c-1,0-2-0.5-3-1.4C76.2,90,75,88.4,74,86.8c-1-1.7-2-3.6-3.1-5.9c-7.8,9.2-17.6,13.8-29.4,13.8%20c-8.4,0-15.1-2.4-20-7.2c-4.9-4.8-7.4-11.2-7.4-19.2c0-8.5,3-15.4,9.1-20.6c6.1-5.2,14.2-7.8,24.5-7.8c3.4,0,6.9,0.3,10.6,0.8%20c3.7,0.5,7.5,1.3,11.5,2.2v-7.3c0-7.6-1.6-12.9-4.7-16c-3.2-3.1-8.6-4.6-16.3-4.6c-3.5,0-7.1,0.4-10.8,1.3c-3.7,0.9-7.3,2-10.8,3.4%20c-1.6,0.7-2.8,1.1-3.5,1.3c-0.7,0.2-1.2,0.3-1.6,0.3c-1.4,0-2.1-1-2.1-3.1v-4.9c0-1.6,0.2-2.8,0.7-3.5c0.5-0.7,1.4-1.4,2.8-2.1%20c3.5-1.8,7.7-3.3,12.6-4.5c4.9-1.3,10.1-1.9,15.6-1.9c11.9,0,20.6,2.7,26.2,8.1c5.5,5.4,8.3,13.6,8.3,24.6V66.4z%20M45.8,81.6%20c3.3,0,6.7-0.6,10.3-1.8c3.6-1.2,6.8-3.4,9.5-6.4c1.6-1.9,2.8-4,3.4-6.4c0.6-2.4,1-5.3,1-8.7v-4.2c-2.9-0.7-6-1.3-9.2-1.7%20c-3.2-0.4-6.3-0.6-9.4-0.6c-6.7,0-11.6,1.3-14.9,4c-3.3,2.7-4.9,6.5-4.9,11.5c0,4.7,1.2,8.2,3.7,10.6%20C37.7,80.4,41.2,81.6,45.8,81.6z%20M126.1,92.4c-1.8,0-3-0.3-3.8-1c-0.8-0.6-1.5-2-2.1-3.9L96.7,10.2c-0.6-2-0.9-3.3-0.9-4%20c0-1.6,0.8-2.5,2.4-2.5h9.8c1.9,0,3.2,0.3,3.9,1c0.8,0.6,1.4,2,2,3.9l16.8,66.2l15.6-66.2c0.5-2,1.1-3.3,1.9-3.9c0.8-0.6,2.2-1,4-1%20h8c1.9,0,3.2,0.3,4,1c0.8,0.6,1.5,2,1.9,3.9l15.8,67l17.3-67c0.6-2,1.3-3.3,2-3.9c0.8-0.6,2.1-1,3.9-1h9.3c1.6,0,2.5,0.8,2.5,2.5%20c0,0.5-0.1,1-0.2,1.6c-0.1,0.6-0.3,1.4-0.7,2.5l-24.1,77.3c-0.6,2-1.3,3.3-2.1,3.9c-0.8,0.6-2.1,1-3.8,1h-8.6c-1.9,0-3.2-0.3-4-1%20c-0.8-0.7-1.5-2-1.9-4L156,23l-15.4,64.4c-0.5,2-1.1,3.3-1.9,4c-0.8,0.7-2.2,1-4,1H126.1z%20M254.6,95.1c-5.2,0-10.4-0.6-15.4-1.8%20c-5-1.2-8.9-2.5-11.5-4c-1.6-0.9-2.7-1.9-3.1-2.8c-0.4-0.9-0.6-1.9-0.6-2.8v-5.1c0-2.1,0.8-3.1,2.3-3.1c0.6,0,1.2,0.1,1.8,0.3%20c0.6,0.2,1.5,0.6,2.5,1c3.4,1.5,7.1,2.7,11,3.5c4,0.8,7.9,1.2,11.9,1.2c6.3,0,11.2-1.1,14.6-3.3c3.4-2.2,5.2-5.4,5.2-9.5%20c0-2.8-0.9-5.1-2.7-7c-1.8-1.9-5.2-3.6-10.1-5.2L246,52c-7.3-2.3-12.7-5.7-16-10.2c-3.3-4.4-5-9.3-5-14.5c0-4.2,0.9-7.9,2.7-11.1%20c1.8-3.2,4.2-6,7.2-8.2c3-2.3,6.4-4,10.4-5.2c4-1.2,8.2-1.7,12.6-1.7c2.2,0,4.5,0.1,6.7,0.4c2.3,0.3,4.4,0.7,6.5,1.1%20c2,0.5,3.9,1,5.7,1.6c1.8,0.6,3.2,1.2,4.2,1.8c1.4,0.8,2.4,1.6,3,2.5c0.6,0.8,0.9,1.9,0.9,3.3v4.7c0,2.1-0.8,3.2-2.3,3.2%20c-0.8,0-2.1-0.4-3.8-1.2c-5.7-2.6-12.1-3.9-19.2-3.9c-5.7,0-10.2,0.9-13.3,2.8c-3.1,1.9-4.7,4.8-4.7,8.9c0,2.8,1,5.2,3,7.1%20c2,1.9,5.7,3.8,11,5.5l14.2,4.5c7.2,2.3,12.4,5.5,15.5,9.6c3.1,4.1,4.6,8.8,4.6,14c0,4.3-0.9,8.2-2.6,11.6%20c-1.8,3.4-4.2,6.4-7.3,8.8c-3.1,2.5-6.8,4.3-11.1,5.6C264.4,94.4,259.7,95.1,254.6,95.1z'/%3e%3cg%3e%3cpath%20class='st1'%20d='M273.5,143.7c-32.9,24.3-80.7,37.2-121.8,37.2c-57.6,0-109.5-21.3-148.7-56.7c-3.1-2.8-0.3-6.6,3.4-4.4%20c42.4,24.6,94.7,39.5,148.8,39.5c36.5,0,76.6-7.6,113.5-23.2C274.2,133.6,278.9,139.7,273.5,143.7z'/%3e%3cpath%20class='st1'%20d='M287.2,128.1c-4.2-5.4-27.8-2.6-38.5-1.3c-3.2,0.4-3.7-2.4-0.8-4.5c18.8-13.2,49.7-9.4,53.3-5%20c3.6,4.5-1,35.4-18.6,50.2c-2.7,2.3-5.3,1.1-4.1-1.9C282.5,155.7,291.4,133.4,287.2,128.1z'/%3e%3c/g%3e%3c/g%3e%3c/svg%3e)
AWS
Enterprise-Projekt unter NDA — auf Wunsch vermitteln wir ein persönliches Referenzgespräch.
5
Drohnenmodelle
3
Drohnen-SDKs
Enterprise
Kundentyp
DE
Kundensitz
Wie steht die Kultur auf 200 Hektar – heute, verglichen mit letzter Woche? Diese Frage beantworteten beim Kunden bisher Menschen zu Fuß: Feldbegehungen kosteten Zeit und Personal, waren witterungsabhängig und lieferten keine vergleichbaren Daten über Flächen und Zeiträume hinweg.
Das Ziel: Felder standardisiert aus der Luft erfassen, Bilddaten automatisiert in agronomische Kennzahlen übersetzen und Handlungsempfehlungen direkt im Feld verfügbar machen – bedienbar von Agrarteams, ohne dass diese Drohnen-Piloten oder KI-Experten sein müssen.
Ausgangslage 01
Manuelle Feldbegehungen
Feldkontrollen finden zu Fuß statt – zeitintensiv, witterungsabhängig und bei großen Flächen nicht skalierbar. Große Schläge werden zwangsläufig nur punktuell erfasst.
Ausgangslage 02
Keine vergleichbaren Daten
Fotos, Messungen und Notizen entstehen unsystematisch: andere Höhe, anderes Licht, anderer Blickwinkel. Ohne standardisierte Erfassung sind Vergleiche über Zeiträume wertlos.
Ausgangslage 03
Entscheidungen aus Stichproben
Bestandsdichte, Lücken und Vitalität werden aus wenigen Messpunkten hochgerechnet – Nachsaat- und Düngeentscheidungen für ganze Schläge hängen an Einzeleindrücken.
Gemeinsam mit dem Produktteam des Kunden haben wir die mobile App entwickelt, die den gesamten Ablauf trägt: Flug planen, Feld standardisiert befliegen, Bilder erfassen und hochladen, KI-Ergebnisse als verständliche Feldkarte zurückspielen. Fünf Drohnenmodelle, ein Workflow – bedienbar mit Handschuhen im Feld.
Flugplanung & Drohnen-Steuerung
Feldteams wählen den Schlag auf der Karte, die App generiert die Flugroute mit definierter Höhe, Überlappung und Aufnahmemuster – und steuert die Drohne über die nativen Hersteller-SDKs. Keine Flugerfahrung, keine Spezialsoftware.
Standardisierte Bilderfassung
Damit KI-Ergebnisse über Flüge und Vegetationsperioden vergleichbar bleiben, erzwingt die App konsistente Aufnahmeparameter und prüft Bildserien schon während des Flugs auf Vollständigkeit – Lücken werden sofort auf der Karte sichtbar, nicht erst im Büro.
Von Pixeln zu Kennzahlen
Die ML-Pipeline übersetzt Bildserien in das, womit Agronom:innen arbeiten: Pflanzenzählung (Bestandsdichte), Pflanzabstände und Reihenlücken, Vegetationskartierung und Bestandesdeckung – als Feldkarte mit markierten Problemzonen.
Was dieses Projekt von einer gewöhnlichen App unterscheidet – und warum Hardware-Erfahrung hier über Erfolg entscheidet.
Die Hersteller-SDKs für Flugsteuerung existieren nur nativ und verhalten sich je Modell unterschiedlich – bei Kalibrierung, Verbindungsverhalten und Fehlerbildern. Wir haben sie über Platform Channels an Flutter angebunden und hinter einer einheitlichen Abstraktion gekapselt: Ein Flug-Workflow in Dart, modellspezifische Eigenheiten sauber isoliert. So bleibt jedes neue Drohnenmodell ein Modul, kein Umbau.
Ein Flug erzeugt hunderte hochauflösende Bilder – und Felder liegen selten neben Glasfaser. Die App puffert lokal, lädt priorisiert und wiederaufnehmbar hoch, sobald Verbindung da ist, und macht den Zustand jederzeit sichtbar: Was ist erfasst, was ist übertragen, was ist ausgewertet. Offline-first ist hier keine Kür, sondern die Bedingung, unter der das Produkt überhaupt funktioniert.
Wind, Sonne auf dem Display, Handschuhe, Akkustände von Drohne und Telefon, Verbindungsabbrüche mitten im Flug: Im Feld ist die Störung der Normalfall, nicht die Ausnahme. Eine App, die hier besteht, muss jeden Fehlerzustand von Anfang an einplanen – mit einer verständlichen Erklärung und einem klaren Wiederaufnahmepfad für jede Störung. Getestet nicht im Büro, sondern in geführten Testflügen mit echten Feldteams.
01
Gemeinsam mit Agronom:innen und dem Produktteam des Kunden klärten wir zuerst die harten Fragen: Welche Drohnenmodelle müssen unterstützt werden und was können deren SDKs wirklich? Welche Kennzahlen brauchen Feldteams – und in welcher Bildqualität muss dafür erfasst werden? Das Ergebnis war kein Pflichtenheft, sondern ein risikosortierter Plan: die unsichersten Annahmen zuerst.
02
Der erste Prototyp bewies die kritische Kette am echten Gerät: Drohne anbinden, Route fliegen, Bilder standardisiert erfassen, erste KI-Auswertung zurückspielen. In geführten Testflügen mit Feldteams schärften wir UX, Fehlerpfade und Visualisierungen – Feedback vom Acker, nicht aus dem Meeting-Raum.
03
Darauf aufbauend entstand ein robuster MVP für den Einsatz in ausgewählten Regionen: zuverlässige Verbindungs- und Wiederaufnahme-Logik, Offline-Fähigkeit, klare Fehlerzustände und ein UI, das unter Feldbedingungen bedienbar bleibt. Übergeben mit sauberer Architektur und Doku – so, dass das Team des Kunden selbstständig weiterentwickeln kann.
Zusammenarbeit
Drei Ausgangslagen – und was aus ihnen geworden ist.
Vorher
Manuelle Feldbegehungen
Feldkontrollen zu Fuß – zeitintensiv, witterungsabhängig und bei großen Flächen nur punktuell.
Nachher
Ein geplanter Drohnenflug
Definierte Route, vollständige Erfassung, ausgewertete Feldübersicht in der App – wiederholbar und witterungsunabhängiger als jede Begehung.
Vorher
Keine vergleichbaren Daten
Fotos und Notizen entstehen unsystematisch: andere Höhe, anderes Licht, anderer Blickwinkel.
Nachher
Vergleichbare Zeitreihen je Fläche
Standardisierte Erfassung macht Flüge und Vegetationsperioden vergleichbar – und gegenüber Betriebsleitung und Auftraggebern dokumentierbar.
Vorher
Entscheidungen aus Stichproben
Nachsaat- und Düngeentscheidungen für ganze Schläge hängen an Einzeleindrücken.
Nachher
Vollständige Feldanalysen
Pflanzenzählung, Pflanzabstände, Vegetationskartierung und Bestandesdeckung als Entscheidungsgrundlage.
Warum ohne Kundennamen?
Unser Auftraggeber betrachtet die Lösung als Wettbewerbsvorteil – bei Enterprise-Projekten der Normalfall. Für ernsthafte Anfragen vermitteln wir ein persönliches Referenzgespräch.
Referenzgespräch anfragen →Dein Projekt startet hier
Sprich direkt mit James & Joanna – ohne Vertrieb, ohne Umwege.
25+
Jahre Erfahrung
40+
Apps live
10+
Top-Firmen vertrauen
MVP
~6 Wochen
Buche eine 15-minütige Erstberatung – kostenlos & unverbindlich.
Schreib uns direkt.
Landet bei James & Joanna - nicht im Ticket-System. Antwort in 24–48 h.
Keine Weitergabe an Dritte — Datenschutz
Lieber direkt? info@flutterapps.agency
