News · Farmer.Chat von Digital Green stellt den Menschen zwischen Modell und Landwirt
Farmer.Chat von Digital Green stellt den Menschen zwischen Modell und Landwirt
Die Wahl der Schnittstelle – Berater als Endnutzer, nicht der Landwirt – ist das ganze Design.
Für wen die Schnittstelle eigentlich gedacht ist
Die meisten Konzepte für landwirtschaftliche Chatbots stellen sich einen Landwirten vor, der Fragen eintippt und Antworten erhält. Digital Green hat genau das bewusst nicht gebaut. Farmer.Chat wird als Assistent für Berater eingesetzt, während der Landwirt auf der anderen Seite eines menschlichen Gesprächs steht.
CEO Rikin Gandhi macht klar, warum: Die Variante mit direktem Landwirt-Kontakt wurde als zu riskant verworfen.
Um dem Risiko vorzubeugen, dass der Chatbot Landwirte fehlerhaft berät, haben wir die Wissensbasis des Chatbots sorgfältig kuratiert und ihn als Assistenten für Berater eingesetzt, statt ihn direkt an Landwirte auszuliefern. So entsteht eine zusätzliche Stufe menschlicher Kontrolle.Montana Labs
Das verschiebt die eigentliche Produktoberfläche. Das sichtbare Frontend bleibt das Gespräch zwischen Berater und Landwirt, oft von Angesicht zu Angesicht. Der Chatbot ist ein Backoffice-Werkzeug, das der Berater konsultiert. Diese strukturelle Entscheidung – ein Mensch als letzte Darstellungsebene – macht den Einsatz in einem Bereich vertretbar, in dem eine falsche Antwort eine Ernte und eine Existenz gefährden kann.
Berater dort erreichen, wo sie bereits arbeiten
Die Frontend-Strategie hat sich über drei Oberflächen entwickelt. Der erste Pilot war ein eigener Chatbot auf Basis von GPT-4. Danach brachte Digital Green ein Farmer.Chat GPT innerhalb von ChatGPT heraus, ergänzt um multimodale Foto-Eingaben, damit ein Berater eine Pflanze fotografieren und eine Diagnose erhalten kann, plus Echtzeit-Wetter- und Marktdaten.
Der aufschlussreichste Schritt ist der dritte. Digital Green nutzt inzwischen die Assistants API, um Farmer.Chat in WhatsApp und Telegram zu integrieren – Oberflächen, die Berater bereits nutzen. Das ist die Entscheidung, Berater nicht mehr zur Installation einer neuen App zu bewegen, sondern die Funktion in Werkzeuge einzubetten, die auf ihren Telefonen bereits geöffnet sind.
Für ein Feldteam von über 4.500 Beratern in Kenia und Indien zählt dieser Unterschied mehr als jedes Modell-Upgrade. Die beste Schnittstelle für diese Nutzer ist die, die man ihnen nicht erst zur Installation anweisen muss.
Sprache als Frontend-Anforderung erster Klasse
Farmer.Chat funktioniert auf Hindi, Swahili und regionalen Sprachen und integriert länderspezifische Übersetzungsdatensätze und -dienste. Digital Green sieht den mehrsprachigen Zugang als Treiber der behaupteten hundertfachen Kostensenkung – von 35 auf 0,35 US-Dollar pro Landwirt –, weil ein einzelner Berater nun mehr Landwirte pro Tag in ihrer eigenen Sprache betreuen kann.
Das Unternehmen testet zudem ein fein abgestimmtes 'Agri-LLM', damit Fragen und Antworten in lokalen Dialekten erfolgen können, ohne den Umweg über Englisch. Das ist ein Zugeständnis, dass Übersetzung als Middleware eine verlustreiche Frontend-Ebene für landwirtschaftliche Feinheiten darstellt und die Sprachverarbeitung tiefer im Stack verankert sein muss.
Bemerkenswert ist, dass die Trainingsdaten für dieses Modell über einen Datentreuhänder laufen sollen, damit Landwirte die Kontrolle über ihre eigenen Beiträge behalten – ein Governance-Detail, das direkt in die Art integriert ist, wie die Schnittstelle ihr Wissen bezieht, statt nachträglich angehängt zu werden.
Die Lehre: Oberfläche einschränken, dann Reichweite erweitern
Die Design-Reihenfolge von Farmer.Chat lohnt sich für jedes risikoreiche Beratungsprodukt zu übernehmen. Digital Green hat die Schnittstelle auf einen geprüften Vermittler beschränkt, die Wissensbasis hinter RAG kuratiert und behördlich validiert – und erst danach die Reichweite erweitert: auf mehr Sprachen, mehr Bundesstaaten und mehr Messaging-Kanäle.
Die konkrete Folgerung: In Beratungsbereichen, in denen Fehler echte Kosten verursachen, lautet die Frontend-Frage nicht 'Wie bringen wir das Modell vor die Endnutzer', sondern 'Wer sollte zwischen Modell und Konsequenz stehen.' Digital Green hat mit dem Berater geantwortet und jede weitere Oberfläche – ChatGPT GPT, WhatsApp, Telegram – um diese Person herum aufgebaut, nicht um den Landwirten.
Find this story relevant to you?
Contact us to find a unique solution
Brauchen Sie einen KI-Engineering-Partner, der auch liefern kann?
Wir helfen Unternehmen dabei, KI in Produkte und Prozesse zu integrieren, wertvolle Workflows zu automatisieren und die zugrunde liegenden Softwaresysteme zu modernisieren.
Weiterführende Beiträge
Weitere Analysen rund um Produktbereitstellung, operative KI und die Systemarbeit, die dafür sorgt, dass der Einsatz in der Praxis Bestand hat.