Ziel ist eine optimale Wegeführung eines jeden Anwenders im Feld. Hierbei müssen Effizienz wie auch Sicherheitsaspekte beachtet werden. Gerade in Steillagen ist es immens wichtig zu wissen, wie und wo der Eintrittspunkt in die Parzelle ist. Fehlverhalten führt leicht zu Unfällen, wie z.B. “Umkippen” von Schleppern oder Problemen wie Begegnungsverkehr, da Wirtschaftswege meist nur 3,5m breit sind. Eine irgendwie geartete nachträgliche einzelne Wegeführung ist weder zeit- noch kosteneffizient und wird als nicht praktikabel angesehen. Daher empfiehlt sich der Ansatz, gemeinsam mit den Testbetrieben, bzw. dann in einer möglichen breiten Anwendung mit allen gewillten Weinbaubetrieben, die individuell gefahrenen Wege als Datengrundlage für KI-gestützte Wegeführung zu nutzen. Hier sollten maschinelle Lernansätze genutzt werden, um innovative Algorithmen für diesen Anwendungsfall zur Marktreife zu bringen. Bei diesem Modell sammelt der einzelne Betrieb seine eigenen Daten und bekommt anhand seiner und weiterer anonymisierter Datensätze eine spezifische Wegeführung, welche anhand von immer neuen Fahrszenarien (verschiedene Witterungsverhältnisse, Jahreszeit, Aufgabentyp, spezifische Maschinennutzung etc.) mit der Zeit immer präziser und flexibler werden.