Am 7. und 8. Mai 2026 traf sich das Team von EXPRESS.smart auf dem Lehr- und Versuchsgut der Universität Leipzig in Oberholz, um die erste Projektphase „Analyse und Synchronisation“ abzuschließen. Im Mittelpunkt des zweitägigen Retreats stand die gemeinsame Frage, wie die sechs Use Cases, die Querschnittsthemen Wissenstransfer und Geschäftsmodelloptionen sowie die Evaluation des Experimentierfeldes so zusammenspielen, dass aus technischen Ideen praxistaugliche Lösungen für den Obst- und Weinbau entstehen.

Die erste Projektphase diente dazu, Anforderungen aus der landwirtschaftlichen Praxis systematisch aufzunehmen, die geplanten Arbeiten im Konsortium abzustimmen und gemeinsame Grundlagen für die iterative Demonstrationsphase zu schaffen. Im Retreat wurden die bis dahin erarbeiteten Steckbriefe und Demonstrationskonzepte der Use Cases zusammengeführt. Dazu gehören das integrierte Frostmonitoring, das Pflanzengesundheits- und Wasserhaushaltsmonitoring sowie digitale Bonitur, Datenkompetenz und smarte Dokumentation. Damit wurde sichtbar, wo bereits tragfähige Ansätze vorhanden sind, wo technische Schnittstellen weiterentwickelt werden müssen und an welchen Stellen der Austausch mit Praxisbetrieben besonders wichtig bleibt.

Ein zentrales Ergebnis des Retreats ist die aktualisierte Projektroadmap für den verbleibenden Projektverlauf. Sie beschreibt, wie die Use Cases entlang der Vegetationsperioden iterativ erprobt, validiert und angepasst werden. Vor allem regelt sie jene Aufgaben und Ziele, für die im Projekt ein besonders hohes Maß an Kooperation und vorausschauender Planung nötig ist. Dazu zählen etwa Messeauftritte, die Regionalkonferenz oder Erprobungen auf den Demonstrationsflächen, die nur dann erfolgreich umgesetzt werden können, wenn mehrere Partner ihre technischen, organisatorischen und kommunikativen Beiträge frühzeitig aufeinander abstimmen. Die Roadmap schafft damit Orientierung für gemeinsame Arbeitsprozesse, macht Abhängigkeiten sichtbar und hilft dem Konsortium, langfristige Aktivitäten verlässlich zu planen.

Neben den technischen Fragen stand auch die Wirkung des Experimentierfeldes im Mittelpunkt. Im Retreat wurde das Evaluationskonzept finalisiert. Künftig sollen sowohl quantitative Kriterien wie eingebundene Betriebe, Workshops, Demonstrationsprojekte oder Reichweiten der Kommunikation als auch qualitative Rückmeldungen aus Interviews, Workshops und Praxisdialogen berücksichtigt werden. Für jeden Use Case werden passende Indikatoren definiert, damit nicht nur der technische Fortschritt sichtbar wird, sondern auch die tatsächliche Nützlichkeit für landwirtschaftliche Anwenderinnen und Anwender.

Das Retreat setzte außerdem wichtige Leitplanken für den Wissenstransfer. EXPRESS.smart knüpft an die bewährten Strukturen des Vorgängerprojekts EXPRESS an. Dazu gehören Webseite, Newsletter, Veranstaltungsformate und die Mobile Scheune. Diese Strukturen werden mit neuer thematischer Ausrichtung weiterentwickelt. Der Wissenstransfer soll sowohl intern wirken, indem Erfahrungen aus den Use Cases geteilt werden, als auch nach außen, indem Praxisbetriebe, Verbände, Beratungen und weitere Akteure verständliche und unabhängige Informationen zu digitalen und KI-basierten Lösungen erhalten. Besonders wichtig ist dabei, Überforderung zu vermeiden und technische Entwicklungen konsequent an den Bedarfen des mitteldeutschen Obst- und Weinbaus auszurichten.

Mit dem Abschluss der Synchronisationsphase ist EXPRESS.smart gut aufgestellt für die nächsten Projektschritte. Die gemeinsame Roadmap, die abgestimmten Zielsetzungen für die Use Cases, die Indikatoren der Selbstevaluation und das verabschiedete Transferkonzept bilden den Rahmen für die iterative Demonstrationsphase. In den kommenden Monaten wird sich zeigen, wie die entwickelten Konzepte auf den Demonstrationsflächen, in den Dateninfrastrukturen und im Austausch mit den Betrieben konkret Gestalt annehmen. Das Retreat in Oberholz war damit nicht nur ein organisatorischer Meilenstein, sondern ein wichtiger Moment der gemeinsamen Verständigung. EXPRESS.smart will Digitalisierung und KI nicht als Selbstzweck erproben, sondern als Werkzeuge, die landwirtschaftliche Betriebe bei realen Herausforderungen unterstützen. Praxisnah, lernend und gemeinsam mit den Menschen, die sie anwenden sollen.