- AutorIn
- Dipl.-Ing. Stefan Schwede
- Dipl.-Ing. Benjamin Striller
- Dipl.-Ing. Jens Teichmann
- Prof. Dr.-Ing habil. Thomas Herlitzius
- M.Sc. Felix Schiller
- Dr. Martin Schneider
- B. Sc. Lisa-Marie Paul
- Dipl.-Ing. Daniel Martini
- Titel
- Digitale Daten im Maschinenmanagement
- Untertitel
- Untersuchung zur Kombination von Maschinenmanagementsystemen mit Agrarsoftwareanwendungen zur Bereitstellung entscheidungsrelevanter digitaler Daten und Weiterleitung in das Farm Management Information System (FMIS) sächsischer Landwirtschaftsbetriebe
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-833770
- Schriftenreihe
- Schriftenreihe des Landesamtes für Umwelt, Landwirtschaft und Geologie
- Bandnummer
- 01/2023
- Erstveröffentlichung
- 2023
- Abstract (DE)
- Der Bericht informiert über die Untersuchung zur Kombination von Maschinenmanagementsystemen mit Agrarsoftwareanwendungen zur Bereitstellung digitaler Daten und deren Weiterleitung in Farm-Management-Information-Systemen (FMIS) sächsischer Landwirtschaftsbetriebe. Eine SWOT-Analyse gibt für alle untersuchten Systeme einen Überblick über Stärken, Schwächen, Chancen und Risiken. Die Bewertungsmatrix umfasst eine tabellarische vergleichende Bewertung der drei untersuchten Maschinenmanagementsysteme, orientiert an den Fragestellungen der Landwirte. Für Landwirte, Landtechnik- und Softwarehersteller sowie für die landwirtschaftliche Beratung werden Handlungsempfehlungen gegeben. Redaktionsschluss: 12.12.2022
- Freie Schlagwörter (DE)
- Sachsen, Maschinenmanagement, Agarsoftware, SWOT-Analyse
- Klassifikation (DDC)
- 004
- 330
- 630
- Klassifikation (RVK)
- SR 860
- ST 265
- ZA 74000
- Normschlagwörter (GND)
- Sachsen, Landwirtschaft, Landwirtschaftlicher Betrieb, Datenverwaltung, Datenmanagement
- HerausgeberIn
- Nikolaus Staemmler
- Beitragende/r
- Tobias Pohl
- Nikolaus Staemmler
- Verlag
- Sächsisches Landesamt für Umwelt, Landwirtschaft und Geologie (LfULG), Dresden
- Förder- / Projektangaben
- Version / Begutachtungsstatus
- publizierte Version / Verlagsversion
- URN Qucosa
- urn:nbn:de:bsz:14-qucosa2-833770
- Veröffentlichungsdatum Qucosa
- 14.02.2023
- Dokumenttyp
- Buch
- Sprache des Dokumentes
- Deutsch
- Lizenz / Rechtehinweis