A mezőgazdasági termelés során keletkező adatok és információk mennyisége a modern gépek és új technológiák használatával ugrásszerűen nő. Az adatok gyűjtésével, feldolgozásával, kértékelésével és összekapcsolásával új, eddig feltáratlan lehetőségek nyílnak meg a felhasználók előtt. Az egyre gyorsabb számítógépek, az új programok és intelligens algoritmusok használata lehetővé teszi, a Big Data összefüggéseinek felismerését és az információk új szemszögből történő interpretálását.
Az AGATA projekt célkitűzése, egy olyan önállóan is tanulni képes segítő rendszer kifejlesztése, mely a termelés során keletkező adatok figyelésével és kiértékelésével összefüggéseket talál a termelési folyamat, a gépbeállítások és az egyéb külső tényezők között. A rendszer hibáiról és eltéréseiről nyert információk komoly segítséget nyújtanak a gépek használatának optimalizálásában és az egész termelés hatékonyabbá tételében.
Természetesen egy ilyen rendszer rendkívül komplex, hiszen ha csak az aratást vesszük példának, már akkor jól látható, hogy egy mai korszerű kombájn akár 500 szenzor- és paraméteradatot is produkálhat, részben másodpercenkénti gyakorisággal. A beállítások és a külső tényezők (pl. tábla hossza, lejtése, napsugárzás, szél, csapadék stb.) függvényében nagy mértékben változhat az aratás hatékonysága. Első körben itt a legfontosabb feladat az adott helyzetnek optimálisan megfelelő gépbeállítás, mely a keletkezett adatok elemzésével érhető el.
Az AGATA projekt DFKI sajtóközleménye itt érhető el, német nyelven (AGATA projekt).