ABOUT THE SPEAKER
Caleb Harper - Principal Investigator and Director of the Open Agriculture Initiative
Caleb Harper leads a group of engineers, architects, urban planners, economists and plant scientists in the exploration and development of high performance urban agricultural systems.

Why you should listen

What do we know about the food we eat? What if there was climate democracy? These and other questions inform the work of Caleb Harper and his colleagues as they explore the future of food systems. He is the principal investigator and director of the Open Agriculture Initiative (OpenAG) at the MIT Media Lab. Under his guidance, a diverse group of engineers, architects, urbanists, economists and plant scientists (what he calls an “anti-disciplinary group”) is developing an open-source agricultural hardware, software and data common aiming to create a more agile, transparent and collaborative food system.

More profile about the speaker
Caleb Harper | Speaker | TED.com
TEDGlobal>Geneva

Caleb Harper: This computer will grow your food in the future

Caleb Harper: Dieser Computer wird in Zukunft Ihr Essen anbauen

Filmed:
1,812,924 views

Wie wäre es, wenn wir köstliche, nahrhafte Lebensmittel überall auf der Welt in geschlossenen Räumen gedeihen lassen können? Caleb Harper, Direktor der CitiFARM am MIT Media Lab, will das Nahrungsmittelsystem durch Vernetzung der Farmer mit Technologie verändern. Lernen Sie Harpers "Lebensmittel-Computer" kennen, und bekommen Sie eine Vorstellung davon, wie die Zukunft der Landwirtschaft aussehen könnte.
- Principal Investigator and Director of the Open Agriculture Initiative
Caleb Harper leads a group of engineers, architects, urban planners, economists and plant scientists in the exploration and development of high performance urban agricultural systems. Full bio

Double-click the English transcript below to play the video.

00:13
FoodEssen crisisKrise.
0
1157
1264
Lebensmittelkrise.
Sie ist täglich in den Nachrichten.
00:14
It's in the newsNachrichten everyjeden day.
1
2445
1578
00:16
But what is it?
2
4047
1322
Aber was ist das?
00:17
Some placessetzt in the worldWelt
it's too little foodLebensmittel,
3
5393
2899
An einigen Orten der Erde
gibt es zu wenig Nahrung,
00:20
maybe too much.
4
8316
1190
vielleicht auch zuviel.
Anderorts retten GMO
[genveränderte Organismen] die Welt.
00:21
Other placessetzt, GMOGVO is savingsparen the worldWelt.
5
9963
2329
00:24
Maybe GMOGVO is the problemProblem?
6
12821
1788
Ist vielleicht GMO das Problem?
00:27
Too much agriculturallandwirtschaftlich runoffAbfluss
creatingErstellen badschlecht oceansOzeane, toxicgiftig oceansOzeane,
7
15355
3462
Zu intensive Landwirtschaft
führt zu vergifteten Ozeanen
00:30
attenuationDämpfung of nutritionErnährung.
8
18841
1637
und schwächt die Ernährungsbasis.
00:32
They go on and on.
9
20836
1666
Das geht immer weiter.
00:34
And I find the currentStrom climateKlima
of this discussionDiskussion
10
22919
3225
Ich empfinde die aktuelle Diskussion
00:38
incrediblyunglaublich disempoweringEntmachtung.
11
26168
2299
als unglaublich frustrierend.
00:41
So how do we bringbringen that
to something that we understandverstehen?
12
29110
3441
Wie können wir das verstehen?
00:45
How is this appleApfel foodLebensmittel crisisKrise?
13
33508
2230
Wie steht dieser Apfel
für die Ernährungskrise?
00:48
You've all eatengegessen an appleApfel
in the last weekWoche, I'm sure.
14
36194
2615
Sicher haben Sie letzte Woche
alle einen Apfel gegessen.
00:51
How oldalt do you think it was
from when it was pickedabgeholt?
15
39468
2753
Wieviel Zeit verstrich seit
dem Zeitpunkt des Pflückens?
00:55
Two weeksWochen?
16
43264
1184
Zwei Wochen?
00:56
Two monthsMonate?
17
44472
1154
Zwei Monate?
00:58
ElevenElf monthsMonate --
18
46887
1153
11 Monate --
01:00
the averagedurchschnittlich ageAlter of an appleApfel
in a groceryLebensmittelgeschäft storeGeschäft in the UnitedVereinigte StatesStaaten.
19
48064
3355
ist das mittlere Alter eines Apfels
in einem Supermarkt in den USA.
01:03
And I don't expecterwarten von it
to be much differentanders in EuropeEuropa
20
51443
2499
Ich erwarte nicht, dass es
in Europa oder in der Welt
01:05
or anywhereirgendwo elsesonst in the worldWelt.
21
53966
1480
sehr viel anders ist.
01:07
We pickwähle them,
22
55470
1164
Wir pflücken sie,
01:08
we put them in coldkalt storageLager,
23
56658
2077
geben sie ins Kühlhaus,
01:10
we gasGas the coldkalt storageLager --
24
58759
1268
und leiten Gas ein --
01:12
there's actuallytatsächlich documenteddokumentiert proofBeweis
25
60051
1897
Es gibt nachgeprüfte Fälle,
01:13
of workersArbeitskräfte tryingversuchen to go
into these environmentsUmgebungen
26
61972
2243
wo Arbeiter in ein Kühlhaus gingen,
01:16
to retrieveAbrufen an appleApfel,
27
64239
1594
um einen Apfel zu holen,
01:17
and dyingsterben,
28
65857
1168
und starben,
01:19
because the atmosphereAtmosphäre
29
67606
1155
weil die Atmosphäre,
01:20
that they slowlangsam down the processverarbeiten
of the appleApfel with is alsoebenfalls toxicgiftig to humansMenschen.
30
68785
3965
mit der der Zerfallsprozess der Äpfel
verlangsamt wird, giftig für Menschen ist.
01:25
How is it that nonekeiner of you knewwusste this?
31
73152
1899
Weshalb weiss das keiner von Ihnen?
01:27
Why didn't I know this?
32
75075
1504
Wieso wusste ich das nicht?
01:29
NinetyNeunzig percentProzent of the qualityQualität
of that appleApfel --
33
77086
2208
90 % der Qualität des Apfels --
01:31
all of the antioxidantsAntioxidantien -- are goneWeg
by the time we get it.
34
79318
2960
alle Antioxidantien -- sind weg,
wenn wir den Apfel bekommen.
01:34
It's basicallyGrundsätzlich gilt a little ballBall of sugarZucker.
35
82719
2183
Im Grunde ist es ein kleiner Zuckerball.
01:38
How did we get so informationInformation poorArm
36
86126
2782
Warum erhalten wir so wenig Informationen,
01:40
and how can we do better?
37
88932
1458
und wie geht es besser?
01:43
I think what's missingfehlt is a platformPlattform.
38
91347
2856
Was fehlt, ist eine Plattform.
Ich kenne Plattformen und Computer,
01:46
I know platformsPlattformen -- I know computersComputer,
39
94630
1809
Ich lernte das Internet kennen,
als ich noch jung war.
01:48
they put me on the InternetInternet
when I was youngjung.
40
96463
2119
01:50
I did very weirdseltsam things --
41
98606
1246
Ich tat sehr verrückte Sachen --
01:51
(LaughterLachen)
42
99876
1001
(Lachen)
01:52
on this platformPlattform.
43
100901
1151
auf dieser Plattform.
01:54
But I metgetroffen people,
and I could expressausdrücken myselfmich selber.
44
102076
2093
Aber ich traf Leute,
und konnte meine Meinung sagen.
01:56
How do you expressausdrücken yourselfdich selber in foodLebensmittel?
45
104193
2014
Wie kann man seine Meinung
über Lebensmittel äußern?
01:58
If we had a platformPlattform,
46
106556
1540
Wenn wir eine Plattform hätten,
02:00
we mightMacht feel empoweredermächtigt
to questionFrage: What if?
47
108120
3147
würden wir fragen: "Was wäre, wenn?"
02:04
For me, I questionedin Frage gestellt:
48
112005
1151
Ich würde mich fragen:
02:05
What if climateKlima was democraticdemokratisch?
49
113180
2746
Was wäre, wenn Klima demokratisch wäre?
02:09
So, this is a mapKarte of climateKlima in the worldWelt.
50
117830
2007
Hier ist eine Klimakarte unserer Erde.
02:11
The mostdie meisten productiveproduktiv areasBereiche in greenGrün,
the leastam wenigsten productiveproduktiv in redrot.
51
119861
3340
Die produktivsten Regionen sind grün,
die am wenigsten produktiven rot.
Sie verschieben und ändern sich.
02:15
They shiftVerschiebung and they changeVeränderung,
52
123606
1308
02:16
and CalifornianKalifornische farmersBauern
now becomewerden MexicanMexikanische farmersBauern.
53
124938
2671
Kalifornische Farmer werden
zu mexikanischen Farmern.
China erwirbt Land in Brasilien,
um bessere Erträge zu erzielen.
02:19
ChinaChina picksTipps up landLand in BrazilBrazilien
to growgrößer werden better foodLebensmittel,
54
127934
2897
02:22
and we're a slaveSklave to climateKlima.
55
130855
2026
Wir sind abhängig vom Klima.
02:26
What if eachjede einzelne countryLand had
its ownbesitzen productiveproduktiv climateKlima?
56
134056
3057
Was wäre, wenn jedes Land
sein eigenes Klima hätte?
02:29
What would that changeVeränderung about how we liveLeben?
57
137612
2120
Wie würde das unser Leben ändern?
02:32
What would that changeVeränderung
about qualityQualität of life and nutritionErnährung?
58
140233
2984
Wie würde das Lebensqualität
und Ernährung verändern?
02:36
The last generation'sGeneration problemProblem
was, we need more foodLebensmittel
59
144257
3295
Das Problem der letzten Generationen war,
genug Lebensmittel zu haben,
02:39
and we need it cheapbillig.
60
147576
1181
und das möglichst billig.
02:41
WelcomeHerzlich Willkommen to your globalglobal farmBauernhof.
61
149194
2120
Willkommen in ihrer globalen Farm.
02:43
We builtgebaut a hugeenorm analoganalog farmBauernhof.
62
151338
2460
Wir bauten eine riesige analoge Farm.
02:45
All these tracesSpuren --
63
153822
1430
All diese Verbindungen --
02:47
these are carsAutos, planesFlugzeuge,
trainsZüge and automobilesAutos.
64
155276
2900
das sind Autos, Flugzeuge, Züge und LKWs.
02:50
It's a miracleWunder that we feedFutter
sevenSieben billionMilliarde people
65
158597
3185
Es ist ein Wunder, dass wir
7 Milliarden Menschen
02:53
with just a fewwenige of us involvedbeteiligt
in the productionProduktion of foodLebensmittel.
66
161806
3045
mit nur wenigen von uns
in der Produktion ernähren.
02:57
What if ...
67
165709
1168
Was wäre, wenn ...
02:59
we builtgebaut a digitaldigital farmBauernhof?
68
167758
1676
wir eine digitale Farm bauen?
Eine weltweite digitale Farm.
03:01
A digitaldigital worldWelt farmBauernhof.
69
169458
1163
03:02
What if you could take this appleApfel,
70
170645
2809
Wenn wir diesen Apfel nehmen,
03:06
digitizedigitalisieren it somehowirgendwie,
71
174052
1710
und ihn irgendwie digitalisieren,
03:07
sendsenden it throughdurch particlesPartikel in the airLuft
72
175786
2468
ihn durch Teilchen in der Luft senden
03:10
and reconstituterekonstituieren it on the other sideSeite?
73
178278
2410
und ihn am Ende wieder zusammenbauen?
03:13
What if?
74
181337
1160
Was wäre, wenn?
Einige dieser Zitate inspirierten mich,
03:15
Going throughdurch some of these quotesZitate,
75
183338
1675
03:17
you know, they inspireinspirieren me to do what I do.
76
185037
2042
das zu tun, was ich tue.
03:19
First one:
77
187103
1155
Das Erste:
03:20
["JapaneseJapanisch farmingLandwirtschaft has no youthJugend,
no waterWasser, no landLand and no futureZukunft."]
78
188282
4110
["Japanische Landwirtschaft hat keinen
Nachwuchs, kein Land und keine Zukunft."]
03:24
That's what I landedgelandet to the day
that I wentging to MinamisanrikuMinamisanriku,
79
192767
3738
Das nahm ich wahr, als ich nach
der Katastrophe von Fukushima
03:28
one stop southSüd of FukushimaFukushima,
80
196529
1573
eine Station südlich von Fukushima
03:30
after the disasterKatastrophe.
81
198126
1702
in Minamisanriku ankam.
03:31
The kidsKinder have headedgeleitet to SendaiSendai and TokyoTokyo,
82
199852
2551
Die Kinder zogen nach Sendai und Tokyo,
03:34
the landLand is contaminatedkontaminiert,
83
202427
1375
das Land ist kontaminiert,
03:35
they alreadybereits importeinführen 70 percentProzent
of theirihr ownbesitzen foodLebensmittel.
84
203826
2321
70 % der Lebensmittel sind importiert.
03:38
But it's not uniqueeinzigartig to JapanJapan.
85
206171
2140
Da steht Japan nicht allein.
03:40
Two percentProzent of the AmericanAmerikanische populationBevölkerung
is involvedbeteiligt in farmingLandwirtschaft.
86
208749
3397
2 % der Amerikaner
arbeiten in der Landwirtschaft.
03:45
What good answerAntworten comeskommt
from two percentProzent of any populationBevölkerung?
87
213091
3542
Welche guten Antworten
kommen von 2 % einer Bevölkerung?
03:49
As we go around the worldWelt,
88
217725
1585
Wenn wir die Welt anschauen,
03:51
50 percentProzent of the AfricanAfrikanische
populationBevölkerung is underunter 18.
89
219334
3611
sind 50 % der Afrikaner
unter 18 Jahre alt.
03:55
EightyAchtzig percentProzent don't want to be farmersBauern.
90
223905
2816
80 % wollen keine Farmer werden.
03:58
FarmingLandwirtschaft is hardhart.
91
226745
1454
Landwirtschaft ist mühsam.
04:00
The life of a small-shareholderklein-Aktionär
farmerFarmer is miserableelend.
92
228651
3831
Das Leben eines Kleinbauern ist elend.
04:05
They go into the cityStadt.
93
233381
1292
Sie ziehen in die Städte.
04:06
In IndiaIndien:
94
234697
1160
In Indien haben Bauernfamilien
04:08
farmers'Landwirte familiesFamilien not beingSein ablefähig
to have basicBasic accessZugriff to utilitiesDienstprogramme,
95
236523
3190
keinen Zugang zur Grundversorgung.
04:11
more farmerFarmer suicidesSelbstmorde this yearJahr
and the previousbisherige 10 before that.
96
239737
3799
Seit 10 Jahren haben die Bauern
eine stetig steigende Selbstmordrate.
Darüber zu sprechen, fällt nicht leicht.
04:15
It's uncomfortableunbequem to talk about.
97
243560
1635
04:17
Where are they going?
98
245219
1168
Wo gehen sie hin?
04:18
Into the cityStadt.
99
246411
1208
Sie gehen in die Städte.
04:20
No youngjung people, and everyone'sjeder ist headedgeleitet in.
100
248719
2168
Nicht nur junge Menschen, alle gehen hin.
04:22
So how do we buildbauen this platformPlattform
that inspiresinspiriert the youthJugend?
101
250911
3971
Wie können wir junge Menschen
mit einer Plattform inspirieren?
04:27
WelcomeHerzlich Willkommen to the newneu tractorTraktor.
102
255687
1632
Das ist der neue Traktor.
04:29
This is my combinekombinieren.
103
257754
1827
Das ist meine Kombine.
Vor einigen Jahren ging ich
04:32
A numberNummer of yearsJahre agovor now,
104
260224
1299
zu "Bed Bath and Beyond" und "Home Depot"
04:33
I wentging to BedBett BathBad and BeyondDarüber hinaus
and Home DepotDepot
105
261547
2162
und fing das Ausprobieren an.
04:35
and I startedhat angefangen hackingHacking.
106
263733
1151
04:36
And I builtgebaut sillydumm things
107
264908
1215
Ich baute verrückte Dinge,
04:38
and I madegemacht plantsPflanzen dancetanzen
108
266147
1151
brachte Pflanzen das Tanzen bei,
04:39
and I attachedangebracht them to my computerComputer
109
267322
1851
und verband sie mit meinem Computer.
04:41
and I killedermordet them all --
110
269197
1290
Ich brachte alle um --
04:42
a lot.
111
270966
1173
eine ganze Menge.
04:44
(LaughterLachen)
112
272163
1000
(Lachen)
Schliesslich brachte ich sie durch.
04:45
I eventuallyschließlich got them to surviveüberleben.
113
273773
1610
Ich erlebte eine meiner
intimsten Beziehungen,
04:47
And I createderstellt one of the mostdie meisten
intimateintime relationshipsBeziehungen
114
275407
2466
die ich je in meinem Leben hatte.
04:49
I've ever had in my life,
115
277897
1215
04:51
because I was learningLernen
the languageSprache of plantsPflanzen.
116
279136
3105
Weil ich die Sprache der Pflanzen lernte.
Ich wollte es größer machen.
04:55
I wanted to make it biggergrößer.
117
283008
1318
04:56
They said, "KnockKnock yourselfdich selber out, kidKind!
118
284350
1763
Sie sagten: "Tob dich aus, Junge!"
04:58
Here'sHier ist an oldalt electronicsElektronik roomZimmer
that nobodyniemand wants.
119
286137
2901
Hier ist ein alter Elektronikraum,
den keiner mehr will.
05:01
What can you do?"
120
289062
1302
Was kann man damit machen?
Mit meinem Team baute ich eine Farm
innerhalb des MIT Media Lab,
05:03
With my teamMannschaft, we builtgebaut a farmBauernhof
insideinnen of the mediaMedien labLabor,
121
291031
2627
05:05
a placeOrt historicallyhistorisch knownbekannt
not for anything about biologyBiologie
122
293682
3934
einen Ort, der bisher nicht für
irgendetwas mit Biologie bekannt war,
05:09
but everything about digitaldigital life.
123
297640
2549
aber für alles über
den digitalen Lifestyle.
Innerhalb dieser 6 qm produzierten
wir genug Nahrungsmittel,
05:12
InsideIm Inneren of these 60 squarePlatz feetFüße,
124
300213
2642
05:14
we producedhergestellt enoughgenug foodLebensmittel to feedFutter
about 300 people onceEinmal a monthMonat --
125
302879
3126
um 300 Leute jeden Monat
einen Tag zu ernähren.
05:18
not a lot of foodLebensmittel.
126
306029
1152
Nicht gerade viel Essen.
05:19
And there's a lot of interestinginteressant
technologyTechnologie in there.
127
307205
2515
Wir verwenden erstaunliche Technologie.
05:21
But the mostdie meisten interestinginteressant thing?
128
309744
1655
Was sind die faszinierendsten Dinge?
05:24
BeautifulSchöne, whiteWeiß rootsWurzeln,
129
312226
1705
Die schönen, weißen Wurzeln,
05:26
deeptief, greenGrün colorsFarben
130
314478
2421
die satten, grünen Farben
05:29
and a monthlymonatlich harvestErnte.
131
317629
1532
und die monatliche Ernte.
05:31
Is this a newneu cafeteriaCafeteria?
132
319668
2561
Ist das eine neue Cafeteria?
05:34
Is this a newneu retailVerkauf experienceErfahrung?
133
322787
3321
Ein neues Einkaufserlebnis?
05:38
Is this a newneu groceryLebensmittelgeschäft storeGeschäft?
134
326132
1574
Ein neuer Supermarkt?
05:39
I can tell you one thing for sure:
135
327730
1881
Eines kann ich mit Sicherheit sagen:
05:42
this is the first time
136
330127
1150
Es ist das erste Mal,
05:43
anybodyirgendjemand in the mediaMedien labLabor
rippedgerissen the rootsWurzeln off of anything.
137
331301
2881
dass jemand im Media Lab
etwas von den Wurzeln geerntet hat.
05:46
(LaughterLachen)
138
334613
1417
(Lachen)
Wir bekommen unseren Salat in Tüten.
05:48
We get our saladSalat in bagsTaschen;
139
336528
1705
05:50
there's nothing wrongfalsch with that.
140
338257
1736
Das ist soweit o.k.
05:52
But what happensdas passiert
141
340400
1521
Was passiert nun,
05:53
when you have an image-basedImage-basierte
processingwird bearbeitet expertExperte,
142
341945
3111
wenn ein Bildverarbeitungsexperte,
05:57
a dataDaten scientistWissenschaftler,
143
345080
1415
ein Datenanalyst,
05:58
a roboticistRoboteringenieur,
144
346996
1396
ein Roboteringenieur,
von den Wurzeln erntet und denkt:
06:00
rippingrippen rootsWurzeln off and thinkingDenken,
145
348933
1526
06:02
"Huh. I know something about --
146
350483
1880
"Hoppla, ich weiß etwas darüber --
06:04
I could make this happengeschehen, I want to try."
147
352387
2193
das kann und probier ich auch."
06:07
In that processverarbeiten we would
bringbringen the plantsPflanzen out
148
355364
2275
So führen wir die Pflanzen ein.
06:09
and we would take some back to the labLabor,
149
357663
1909
Manche bringen wir ins Labor zurück.
Wenn man sie aufzieht,
wirft man sie nicht weg.
06:11
because if you grewwuchs it,
you don't throwwerfen it away;
150
359596
2256
Sie sind für einen selbst wertvoll.
06:13
it's kindArt of preciouskostbar to you.
151
361876
1397
06:15
I have this weirdseltsam tongueZunge now,
152
363297
1397
Ich habe nun einen
unheimlichen Geschmackssinn.
06:16
because I'm afraidAngst to let anybodyirgendjemand eatEssen
anything untilbis I've eatengegessen it first,
153
364718
3444
Ich will alles zuerst essen,
bevor es ein anderer isst.
06:20
because I want it to be good.
154
368186
1389
Ich will, dass es gut ist.
So esse ich jeden Tag Salat,
06:21
So I eatEssen lettuceSalat everyjeden day
155
369599
1246
06:22
and I can tell the pHpH
of a lettuceSalat withininnerhalb .1.
156
370869
2457
und kann den Ph-Wert auf
0,1 Punkte genau bestimmen.
06:25
(LaughterLachen)
157
373350
1005
(Lachen)
06:26
I'm like, "No, that's 6.1 -- no,
no, you can't eatEssen it todayheute."
158
374379
3171
Etwa so: "Nein, 6,1 -- nein,
das kannst du heute nicht essen."
06:29
(ApplauseApplaus)
159
377574
3145
(Applaus)
06:34
This lettuceSalat that day was hyperHyper sweetSüss.
160
382042
2588
Dieser Salat war sehr süß.
06:37
It was hyperHyper sweetSüss
because the plantPflanze had been stressedbetont
161
385362
2548
Das bewirkte der Stress der Pflanze.
06:39
and it createderstellt a chemicalchemisch reactionReaktion
in the plantPflanze to protectschützen itselfselbst:
162
387934
3129
Er löst eine chemische Schutzreaktion aus.
06:43
"I'm not going to diesterben!"
163
391087
1164
"Ich will nicht sterben!"
06:44
And the plantsPflanzen not-going-to-dienicht gehen, sterben,
tasteGeschmack sweetSüss to me.
164
392275
3129
Die überlebenden Pflanzen
schmecken dann süß.
Technologen betreten hier das Feld
der Physiologie der Pflanzen.
06:48
TechnologistsTechnologen fallingfallend backwardsrückwärts
into plantPflanze physiologyPhysiologie.
165
396683
2862
06:51
So we thought other people
needederforderlich to be ablefähig to try this.
166
399569
2705
Also brauchten wir andere Leute,
die auch daran arbeiten können.
06:54
We want to see what people can createerstellen,
167
402298
1857
Wir wollen sehen,
was andere schaffen können.
06:56
so we conceivedkonzipiert of a labLabor
that could be shippedVersand anywhereirgendwo.
168
404179
2689
Wir konzipierten ein Labor,
das überall hin versandt werden kann.
06:59
And then we builtgebaut it.
169
407359
1232
Daraufhin bauten wir es.
07:02
So on the facadeFassade
of the mediaMedien labLabor is my labLabor,
170
410095
2623
Mein Labor befindet sich
an der Fassade des Media Labs.
07:04
that has about 30 pointsPunkte
of sensingWahrnehmung perpro plantPflanze.
171
412742
2693
Es hat 30 Sensoren pro Pflanze.
07:08
If you know about the genomeGenom or geneticsGenetik,
172
416035
3169
Denken Sie an Gene und Genetik.
07:11
this is the phenomePhänomen, right?
173
419228
2503
Das die Basis von allem, richtig?
07:13
The phenomenaPhänomene.
174
421755
1242
Ein Phänomen.
07:15
When you say, "I like
the strawberriesErdbeeren from MexicoMexiko,"
175
423021
2480
Wenn Sie die Erdbeeren aus Mexiko mögen,
07:17
you really like the strawberriesErdbeeren
from the climateKlima
176
425525
2389
mögen Sie in Wirklichkeit
die Erdbeeren des Klimas,
07:19
that producedhergestellt the expressionAusdruck
that you like.
177
427938
2088
welches den Geschmack erzeugte.
07:22
So if you're codingCodierung climateKlima --
178
430050
2189
Wenn Sie nun ein Klima programmieren --
07:24
this much COCO2, this much O2 createserstellt
a recipeRezept -- you're codingCodierung
179
432263
3301
so und soviel CO2 und O2,
dann erstellen Sie ein Rezept
07:27
the expressionAusdruck of that plantPflanze,
the nutritionErnährung of that plantPflanze,
180
435588
3275
für die Ausprägung und
Ernährung der Pflanze.
07:30
the sizeGröße of that plantPflanze, the shapegestalten,
the colorFarbe, the textureTextur.
181
438887
3258
Sie bestimmen Form, Größe,
Farbe und Textur der Pflanze.
Dafür brauchen wir Daten.
07:35
We need dataDaten,
182
443683
1185
Deshalb brauchen wir die Sensoren,
07:36
so we put a bunchBündel of sensorsSensoren in there
183
444892
1781
um zu erkennen, was abläuft.
07:38
to tell us what's going on.
184
446697
1303
07:40
If you think of your houseplantsZimmerpflanzen,
185
448024
1582
Denken Sie an Ihre Zimmerpflanzen.
07:41
and you look at your houseplantZimmerpflanze
186
449630
1495
Sie schauen sie an.
07:43
and you're superSuper sadtraurig, because you're like,
187
451149
2012
Sie sind sehr traurig und fragen sich:
07:45
"Why are you dyingsterben? Won'tWird nicht you talk to me?"
188
453185
2016
"Warum gehst du ein,
warum sagst du nichts?"
07:47
(LaughterLachen)
189
455225
1000
(Lachen)
07:48
FarmersBauern developentwickeln the mostdie meisten beautifulschön
fortune-tellingWahrsagerei eyesAugen
190
456659
2822
Farmer entwickeln leuchtende
Augen beim Vorhersagen,
07:51
by the time they're in theirihr
latespät 60s and 70s.
191
459505
2171
wenn sie Ende 60 bis Ende 70 sind.
07:53
They can tell you when you
see that plantPflanze dyingsterben
192
461700
2193
Wenn eine Pflanze eingeht, sagen sie:
07:55
that it's a nitrogenStickstoff deficiencyMangel,
a calciumKalzium deficiencyMangel
193
463917
2539
Das liegt am Stickstoffmangel.
am Kalziummangel,
sie hat zu wenig Feuchtigkeit.
07:58
or it needsBedürfnisse more humidityLuftfeuchtigkeit.
194
466480
1404
07:59
Those beautifulschön eyesAugen
are not beingSein passedbestanden down.
195
467908
2315
Diese Erfahrungen
werden nicht weitergegeben.
08:03
These are eyesAugen in the cloudWolke of a farmerFarmer.
196
471199
2318
Das Erfahrungswissen bleibt beim Farmer.
08:06
We trendTrend those dataDaten pointsPunkte over time.
197
474080
2215
Wir sammelten das Wissen über die Zeit
und verknüpften die Daten
mit jeder einzelnen Pflanze.
08:08
We correlatekorrelieren those dataDaten pointsPunkte
to individualPerson plantsPflanzen.
198
476805
2475
08:11
These are all the broccoliBrokkoli
in my labLabor that day, by IPIP addressAdresse.
199
479304
4050
Das sind alle Brokkoli
im Labor mit IP-Adresse.
08:15
(LaughterLachen)
200
483378
1138
(Lachen)
08:16
We have IP-addressableIP-adressierbaren broccoliBrokkoli.
201
484540
2721
Jeder Brokkoli wird über
IP-Adresse angesprochen.
08:20
(ApplauseApplaus)
202
488176
4514
(Applaus)
08:24
So if that's not weirdseltsam enoughgenug,
203
492714
2675
Weiterhin erhält man beim Anklicken
08:27
you can clickklicken one
and you get a plantPflanze profileProfil.
204
495413
2489
das Profil einer Pflanze,
08:29
And what this tellserzählt you
is downloadablezum herunterladen progressFortschritt on that plantPflanze,
205
497926
3016
mit dem Entwicklungsfortschritt
der Pflanze zum Download.
Aber nicht so wie Sie denken.
08:32
but not like you'ddu würdest think,
206
500966
1206
08:34
it's not just when it's readybereit.
207
502196
1445
Nicht nur, wenn sie ausgewachsen ist.
08:35
When does it achieveleisten
the nutritionErnährung that I need?
208
503665
2276
Wann bekommt sie die
notwendige Ernährung?
08:37
When does it achieveleisten
the tasteGeschmack that I desireVerlangen?
209
505965
2780
Wann hat sie den Geschmack, den ich will?
08:41
Is it gettingbekommen too much waterWasser?
210
509284
1676
Bekommt sie zuviel Wasser?
08:42
Is it gettingbekommen too much sunSonne?
211
510984
1912
Hat sie zuviel Sonne?
08:44
AlertsWarnungen.
212
512920
1164
Warnungen.
08:46
It can talk to me, it's conversantvertraut,
213
514108
1834
Sie spricht, sie weiß Bescheid.
08:47
we have a languageSprache.
214
515966
1364
Wir haben eine Sprache.
08:50
(LaughterLachen)
215
518043
1788
(Lachen)
08:51
(ApplauseApplaus)
216
519855
4636
(Applaus)
08:56
I think of that as the first userBenutzer
on the plantPflanze FacebookFacebook, right?
217
524515
4779
Ich fühle mich als erstes Mitglied
des Pflanzen-Facebook
Das ist das Profil einer Pflanze,
09:01
That's a plantPflanze profileProfil
218
529318
1206
09:02
and that plantPflanze will startAnfang makingHerstellung friendsFreunde.
219
530548
1993
und diese Pflanze wird Freunde gewinnen.
09:04
(LaughterLachen)
220
532565
1007
(Lachen)
09:05
And I mean it -- it will make
friendsFreunde with other plantsPflanzen
221
533596
2619
Sie schließt Freundschaft
mit anderen Pflanzen,
09:08
that use lessWeniger nitrogenStickstoff, more phosphorusPhosphor,
222
536239
2127
die weniger Stickstoff, mehr Phosphor,
09:10
lessWeniger potassiumKalium.
223
538390
1198
weniger Kalium benötigen.
09:11
We're going to learnlernen about a complexityKomplexität
224
539910
1981
Wir werden eine Komplexität kennenlernen,
09:13
that we can only guessvermuten at now.
225
541915
1617
die wir uns noch gar nicht
vorstellen können.
09:16
And they maykann not friendFreund us back --
I don't know, they mightMacht friendFreund us back,
226
544048
3580
Vielleicht bestätigen sie
unsere Kontaktanfrage.
09:19
it dependshängt davon ab on how we actHandlung.
227
547652
1199
Das hängt von uns ab.
09:20
So this is my labLabor now.
228
548875
1958
Das ist mein neues Labor.
09:23
It's a little bitBit more systematizedsystematisiert,
229
551294
1738
Es ist etwas systematischer.
09:25
my backgroundHintergrund is designingEntwerfen dataDaten centersZentren
in hospitalsKrankenhäuser of all things,
230
553056
3231
Früher konzipierte ich Rechenzentren
in Krankenhäusern aller Art.
09:28
so I know a little bitBit about creatingErstellen
a controlledkontrolliert environmentUmwelt.
231
556311
2968
Daher weiß ich, wie ich etwas
unter Kontrolle bringen kann.
09:31
And so --
232
559303
1150
So kommt es --
09:32
insideinnen of this environmentUmwelt,
233
560754
1643
dass wir in dieser Umgebung
09:34
we're experimentingexperimentieren
with all kindsArten of things.
234
562421
2373
mit allem Möglichen experimentieren.
09:36
This processverarbeiten, aeroponicsAeroponics, was developedentwickelt
by NASANASA for MirMir SpaceRaum StationBahnhof
235
564818
4208
Die Luftbewurzelung aeroponics wurde von
NASA für die Raumstation MIR entwickelt,
09:41
for reducingreduzierend the amountMenge of waterWasser
they sendsenden into spacePlatz.
236
569050
2548
um die Wassermenge
für den Raumflug zu reduzieren.
09:43
What it really does is give the plantPflanze
exactlygenau what it wants:
237
571622
2859
Die Pflanze bekommt genau,
was sie benötigt:
Wasser, Mineralstoffe und Sauerstoff.
09:46
waterWasser, mineralsMineralien and oxygenSauerstoff.
238
574505
1635
09:48
RootsWurzeln are not that complicatedkompliziert,
239
576164
1492
Wurzeln sind nicht anspruchsvoll.
09:49
so when you give them that,
you get this amazingtolle expressionAusdruck.
240
577680
3912
Gib ihnen das und sie
gedeihen hervorragend.
09:54
It's like the plantPflanze has two heartsHerzen.
241
582472
3073
Es ist als hätte die Pflanze zwei Herzen.
09:57
And because it has two heartsHerzen,
242
585569
1665
Weil sie zwei Herzen hat,
09:59
it growswächst fourvier or fivefünf timesmal fasterschneller.
243
587958
2069
wächst sie 4-5-mal schneller.
Das ist eine perfekte Welt.
10:02
It's a perfectperfekt worldWelt.
244
590657
1154
Wir setzen viel auf Technologie
und leben in einer Risikogesellschaft.
10:03
We'veWir haben goneWeg a long way into technologyTechnologie
and seedSamen for an adverseunerwünschte worldWelt
245
591835
3213
10:07
and we're going to continuefortsetzen to do that,
246
595072
1865
Wir beschreiten diesen Weg weiter.
10:08
but we're going to have a newneu toolWerkzeug, too,
247
596961
1913
Nun haben wir ein neues Tool.
10:10
whichwelche is perfectperfekt worldWelt.
248
598898
1683
Es ist die perfekte Welt.
10:12
So we'vewir haben growngewachsen all kindsArten of things.
249
600605
1679
Wir züchteten alles Mögliche.
10:14
These tomatoesTomaten hadn'thatte nicht been
in commercialkommerziell productionProduktion for 150 yearsJahre.
250
602308
3808
Diese Tomaten waren seit 150 Jahren
nicht mehr kommerziell angebaut worden.
10:18
Do you know that we have
rareSelten and ancientAntike seedSamen banksBanken?
251
606515
3274
Wissen Sie, dass wir Samenbanken
alter und seltener Saaten haben?
10:22
BanksBanken of seedSamen.
252
610312
1742
Datenbanken von Saatgut.
Das ist erstaunlich.
10:24
It's amazingtolle.
253
612078
1157
Sie haben lebende Zellkulturen und Dinge,
die Sie noch nie gegessen haben.
10:25
They have germplasmKeimplasma aliveam Leben
and things that you've never eatengegessen.
254
613259
2882
10:28
I am the only personPerson in this roomZimmer
that's eatengegessen that kindArt of tomatoTomate.
255
616165
3281
Ich bin der Einzige hier im Raum,
der so eine Tomate gegessen hat.
Das Problem: Es war eine Soßentomate.
Wir wussten nichts über die Zubereitung.
10:31
ProblemProblem is it was a sauceSoße tomatoTomate
and we don't know how to cookKoch,
256
619837
3001
10:34
so we ate a sauceSoße tomatoTomate,
whichwelche is not that great.
257
622862
2356
So aßen wir sie, was keine
große Gaumenfreude war.
10:37
But we'vewir haben doneerledigt things with proteinEiweiß --
we'vewir haben growngewachsen all kindsArten of things.
258
625242
3316
Wir experimentierten mit
proteinhaltigen Dingen, alles Mögliche.
10:40
We'veWir haben growngewachsen humansMenschen --
259
628582
1173
Wir züchteten Menschen --
10:41
(LaughterLachen)
260
629779
1642
(Lachen)
Naja, vielleicht geht das,
aber wir machten es nicht.
10:44
Well maybe you could, but we didn't.
261
632103
1732
10:45
But what we realizedrealisiert is,
262
633859
1596
Allerdings merkten wir,
dass die Apparatur
zu groß und zu teuer war.
10:47
the toolWerkzeug was too biggroß,
it was too expensiveteuer.
263
635479
2075
10:49
I was startingbeginnend to put them
around the worldWelt
264
637578
2004
Ich will es weltweit vertreiben,
10:51
and they were about 100,000 dollarsDollar.
265
639606
1817
und es kostet 100 000 USD.
10:53
FindingSuche nach somebodyjemand with 100 grandgroßartig
in theirihr back pocketTasche isn't easyeinfach,
266
641447
3009
Soviel Geld hat nicht jeder.
Wir mussten etwas Kleineres bauen.
10:56
so we wanted to make a smallklein one.
267
644480
1580
10:58
This projectProjekt was actuallytatsächlich
one of my student'sdes Schülers --
268
646084
2297
Das machte meine Studentin Camille
11:00
mechanicalmechanisch engineeringIngenieurwesen
undergraduateBachelor, CamilleCamille.
269
648405
2856
aus der Fachrichtung Maschinenbau.
11:03
So CamilleCamille and I and my teamMannschaft,
270
651851
1532
Camille, ich und mein Team
11:05
we iteratediteriert all summerSommer-,
271
653407
1858
arbeiteten den ganzen Sommer.
Wie geht es billiger? Wie geht es besser?
11:07
how to make it cheaperbilliger,
how to make it work better,
272
655289
2420
11:09
how to make it so other
people can make it.
273
657733
2024
Wie können es andere Menschen nachbauen?
11:11
Then we droppedfallen gelassen them off in schoolsSchulen,
seventhsiebte throughdurch eleventhelften gradeKlasse.
274
659781
3303
Wir probierten es in Schulen
in den Klassen 7 bis 11 aus.
Wenn Du verzweifeln willst,
versuch einem Kind etwas beizubringen.
11:15
And if you want to be humbledgedemütigt,
try to teachlehren a kidKind something.
275
663108
2999
11:18
So I wentging into this schoolSchule and I said,
276
666131
1849
Ich ging in die Schule und sagte:
11:20
"SetSatz it to 65 percentProzent humidityLuftfeuchtigkeit."
277
668004
1893
"Stelle 65 % Luftfeuchtigkeit ein."
Der 7.-Klässler sagte:
"Was ist Luftfeuchtigkeit?"
11:21
The seventhsiebte graderGrader
said, "What's humidityLuftfeuchtigkeit?"
278
669921
2266
11:24
And I said, "Oh, it's waterWasser in airLuft."
279
672211
1865
Ich sagte:"Oh, das ist
das Wasser in der Luft."
11:26
He said, "There's no waterWasser
in airLuft, you're an idiotDummkopf."
280
674100
2444
Er sagte: " Da ist kein Wasser
in der Luft, du Idiot."
11:28
(LaughterLachen)
281
676568
1019
(Lachen)
11:29
And I was like, "AlrightIn Ordnung, don't trustVertrauen me.
282
677611
2009
Ich dachte: "Ok, du glaubst mir nicht.
11:31
ActuallyTatsächlich -- don't trustVertrauen me, right?
283
679644
1659
"Du glaubst mit nicht, richtig?"
11:33
SetSatz it to 100.
284
681327
1151
Stelle 100 % ein.
Er stellte 100 % ein und was passierte?
11:34
He setssetzt it to 100 and what happensdas passiert?
285
682502
1705
11:36
It startsbeginnt to condensekondensieren, make a fogNebel
and eventuallyschließlich dripTropf.
286
684231
2774
Es kondensierte, Nebel bildete sich,
und es begann zu tropfen,
11:39
And he sayssagt, "Oh. HumidityLuftfeuchtigkeit is rainRegen.
287
687457
3224
Er sagte: "Luftfeuchtigkeit ist Regen.
Warum hast Du das nicht gleich gesagt?"
11:43
Why didn't you just tell me that?"
288
691372
1630
11:45
(LaughterLachen)
289
693026
1970
(Lachen)
11:47
We'veWir haben createderstellt an interfaceSchnittstelle
for this that's much like a gameSpiel.
290
695489
2843
Die Benutzeroberfläche
ist wie ein Online-Game.
Es gibt eine 3D-Darstellung,
11:50
They have a 3D environmentUmwelt,
291
698356
1316
11:51
they can logLog into it anywhereirgendwo in the worldWelt
292
699696
2016
ein Login ist von überall möglich,
11:53
on theirihr smartphoneSmartphone, on theirihr tabletTablette.
293
701736
1783
vom Smartphone und Tablet.
11:55
They have differentanders partsTeile of the botsBots --
the physicalphysisch, the sensorsSensoren.
294
703543
3427
Die Setzlinge werden aus physischer
und sensorischer Ebene betrachtet.
11:58
They selectwählen recipesRezepte that have
been createderstellt by other kidsKinder
295
706994
2640
Aus aller Welt können Rezepte
anderer Kinder gewählt werden.
12:01
anywhereirgendwo in the worldWelt.
296
709658
1150
12:02
They selectwählen and activateAktivieren that recipeRezept,
they plantPflanze a seedlingSämling.
297
710832
3031
Man wählt und aktiviert das Rezept
und pflanzt die Samen ein.
Während der Wachstumsphase
machen sie Änderungen.
12:06
While it's growingwachsend, they make changesÄnderungen.
298
714324
1837
Etwa so: "Wieso braucht die Pflanze CO2?
Ist das nicht schlecht?
12:08
They're like, "Why does a plantPflanze
need COCO2 anywaysowieso? Isn't COCO2 badschlecht?
299
716185
3009
12:11
It killstötet people."
300
719218
1151
Es ist tödlich."
12:12
CrankKurbel up COCO2, plantPflanze diesstirbt.
301
720393
1371
Dreht man CO2 auf, geht die Pflanze ein.
12:14
Or crankKurbel down COCO2, plantPflanze does very well.
302
722404
2997
Dreht man CO2 zu, gedeiht die Pflanze.
12:17
HarvestErnte plantPflanze,
303
725425
1190
Mit der Ernte
12:19
and you've createderstellt a newneu digitaldigital recipeRezept.
304
727130
2167
haben sie ein neues, digitales Rezept.
Es ist ein iterativer
Design-, Entwicklungs-
12:21
It's an iterativeiterative designEntwurf and developmentEntwicklung
305
729821
2090
12:23
and explorationErkundung processverarbeiten.
306
731935
1912
und Forschungsprozess
Alle Daten über die neue Pflanze,
12:25
They can downloadherunterladen, then,
307
733871
1412
12:27
all of the dataDaten about that newneu plantPflanze
that they developedentwickelt
308
735307
2717
auch das neue Rezept
und was es gemacht hat,
stehen zum Download bereit.
12:30
or the newneu digitaldigital recipeRezept
and what did it do --
309
738048
2286
12:32
was it better or was it worseschlechter?
310
740358
1444
War es besser oder schlechter?
12:33
ImagineStellen Sie sich vor these as little coresKerne
of processingwird bearbeitet.
311
741826
2126
Alles sind kleine Bausteine im Prozess.
12:36
We're going to learnlernen so much.
312
744771
1967
Wir lernen so viel.
12:39
Here'sHier ist one of the foodLebensmittel computersComputer,
as we call them,
313
747764
2698
Hier ist ein Lebensmittel-Computer
12:42
in a schoolSchule in threedrei weeks'Wochen time.
314
750486
2252
in einer Schule, drei Wochen lang.
Das ist das Wachstum in 3 Wochen.
12:45
This is threedrei weeksWochen of growthWachstum.
315
753793
1439
12:47
But more importantlywichtig,
316
755256
1844
Noch wichtiger,
12:49
it was the first time that this kidKind
ever thought he could be a farmerFarmer --
317
757124
3960
es war das erste Mal, dass dieses Kind
dachte, es könne Farmer werden --
12:53
or that he would want to be a farmerFarmer.
318
761658
2116
oder dass es Farmer zu werden wünschte.
Wir stellen daher alles quelloffen bereit.
12:56
So, we'vewir haben open-sourcedOpen Source-- all of this.
319
764187
2015
Alles ist Online, gehen Sie nach Hause und
bauen Sie Ihren ersten Essens-Computer.
12:58
It's all onlineonline; go home, try to buildbauen
your first foodLebensmittel computerComputer.
320
766226
3086
13:01
It's going to be difficultschwer --
I'm just tellingErzählen you.
321
769336
2389
Es ist nicht leicht, das sag ich Ihnen.
13:03
We're in the beginningAnfang,
but it's all there.
322
771749
2064
Wir stehen am Anfang,
aber es ist alles da.
13:05
It's very importantwichtig to me
that this is easilyleicht accessiblezugänglich.
323
773837
2699
Mir ist es sehr wichtig,
dass alles leicht zugänglich ist.
13:08
We're going to keep makingHerstellung it more so.
324
776560
1847
Wir werden es immer weiter ergänzen.
13:10
These are farmersBauern,
325
778946
1428
Sie sind Farmer,
13:13
electricalelektrisch engineerIngenieur, mechanicalmechanisch engineerIngenieur,
326
781016
1977
Elektroingenieure, Maschinenbauer,
13:15
environmentalUmwelt engineerIngenieur,
computerComputer scientistWissenschaftler,
327
783017
2033
Umweltingenieure,
Computerwissenschaftler,
13:17
plantPflanze scientistWissenschaftler,
economistÖkonom, urbanstädtisch plannersPlaner.
328
785074
2594
Botaniker, Ökonomen, Städteplaner.
13:20
On one platformPlattform, doing
what they're good at.
329
788214
2754
Sie tun hier das, worin sie gut sind.
13:22
But we got a little too biggroß.
330
790992
1824
Die Plattform geriet etwas zu groß.
13:24
This is my newneu facilityEinrichtung
that I'm just startingbeginnend.
331
792840
2832
Das ist das neue System,
das ich kürzlich startete.
13:27
This warehouseWarenhaus could be anywhereirgendwo.
332
795696
1840
Dieses Warenhaus kann überall stehen.
13:30
That's why I chosewählte it.
333
798088
1265
Deshalb wählte ich es so.
13:31
And insideinnen of this warehouseWarenhaus
334
799718
1623
In diesem Warenhaus
13:33
we're going to buildbauen something
kindArt of like this.
335
801365
2369
bauen wir solche Dinge an.
13:35
These existexistieren right now.
336
803758
1462
Das machen wir jetzt schon.
13:37
Take a look at it.
337
805244
1227
Sehen Sie.
13:40
These existexistieren, too.
338
808053
1331
Das gibt es auch schon.
Der eine baut Grünpflanzen an,
13:42
One growswächst greensGrüns,
339
810034
1280
13:43
one growswächst EbolaEbola vaccineImpfstoff.
340
811338
1581
der andere züchtet Ebola-Impfstoff
13:46
PrettyZiemlich amazingtolle that plantsPflanzen
and this DARPADARPA GrandGrand ChallengeHerausforderung winnerGewinner
341
814212
3914
Es ist sehr erstaunlich, dass Pflanzen
und der Gewinner des DARPA-Wettbewerbs
13:50
is one of the reasonsGründe dafür
we're gettingbekommen aheadvoraus of EbolaEbola.
342
818150
2496
Ebola besiegen helfen.
13:53
The plantsPflanzen are producingproduzierend
the proteinEiweiß that's EbolaEbola resistantbeständig.
343
821130
3524
Die Pflanzen erzeugen
ein Ebola-resistentes Protein,
13:57
So pharmaceuticalsArzneimittel, nutraceuticalsNutraceuticals,
344
825083
2538
das in Medikamenten,
Nahrungsergänzungsmitteln,
13:59
all they way down to lettuceSalat.
345
827645
1516
bis hin zum Salat, Verwendung findet.
14:01
But these two things look nothing alikewie,
346
829620
1938
Zwei Dinge sind völlig neu.
14:03
and that's where I am with my fieldFeld.
347
831582
2277
Deshalb mache ich das Ganze.
14:05
Everything is differentanders.
348
833883
1389
Alles verändert sich.
14:07
We're in that weirdseltsam "We're alrightin Ordung" stageStufe
349
835629
3310
Derzeit sagen alle: "Wir sind die Guten."
14:10
and it's like, "Here'sHier ist my blackschwarz boxBox --"
350
838963
1863
Sie bieten ihre Blackbox an --
14:12
"No, buykaufen mineBergwerk."
351
840850
1151
"Nein, kaufen sie meine."
14:14
"No, no, no -- I've got intellectualgeistig
propertyEigentum that's totallytotal valuablewertvoll.
352
842025
3361
"Nein, nein -- ich habe Patentschutz,
der ist sehr wertvoll.
Kaufen Sie meines, nicht seines."
14:17
Don't buykaufen his, buykaufen mineBergwerk."
353
845410
1200
14:18
And the realityWirklichkeit is,
we're just at the beginningAnfang,
354
846634
2285
In Wirklichkeit stehen wir erst am Anfang,
in einer Zeit, in der sich auch
die Gesellschaft verändert.
14:20
in a time when societyGesellschaft is shiftingVerschiebung, too.
355
848943
2143
14:23
When we askFragen for more, cheaperbilliger foodLebensmittel,
356
851110
1715
Früher wollten wir mehr
und günstigere Nahrung,
14:24
we're now askingfragen for better,
environmentallyUmwelt friendlyfreundlich foodLebensmittel.
357
852849
3340
heute wollen wir bessere und
umweltschonende Nahrung.
14:28
And when you have McDonald'sMcDonald's advertisingWerbung
what's in the ChickenHuhn McNuggetMcNugget,
358
856654
5313
McDonald´s wirbt mit den Inhaltsstoffen
der Chicken McNugget,
14:33
the mostdie meisten mysteriousgeheimnisvoll
foodLebensmittel itemArtikel of all time --
359
861991
2095
dem geheimnisvollsten
Lebensmittel aller Zeiten --
14:36
they are now basingstützen
theirihr marketingMarketing planplanen on that --
360
864110
2737
Jetzt bauen Sie Ihren
Marketingplan darauf auf.
14:38
everything is changingÄndern.
361
866871
1470
Alles verändert sich.
14:40
So into the worldWelt now.
362
868365
1522
So sind in unser jetzigen Zeit
14:41
PersonalPersönliche foodLebensmittel computersComputer,
363
869911
1658
Lebensmittel-Computer,
14:44
foodLebensmittel serversServer
364
872764
1150
Lebensmittel-Server
14:47
and foodLebensmittel dataDaten centersZentren
365
875261
1411
und Lebensmittel-Datencenter
14:50
runLauf on the openöffnen phenomePhänomen.
366
878434
2419
Bestandteile des Open Phenomene [Project].
Wir nehmen frei verfügbare Genome
und fügen kleine Klimarezepte hinzu,
14:53
Think openöffnen genomeGenom, but we're going
to put little climateKlima recipesRezepte,
367
881245
3229
die Sie, wie bei Wikipedia,
14:56
like WikipediaWikipedia,
368
884498
1161
14:57
that you can pullziehen down, actuateBetätigen and growgrößer werden.
369
885683
3481
auseinander nehmen,
anwenden und ergänzen können.
Wie sieht das in der realen Welt aus?
15:03
What does this look like in a worldWelt?
370
891275
1730
Sie erinnern sich an das Bild
der vernetzten Welt.
15:05
You remembermerken the worldWelt
connectedin Verbindung gebracht by stringsSaiten?
371
893029
2135
15:07
We startAnfang havingmit beaconsBaken.
372
895188
1547
Zunächst haben wir Leuchttürme.
15:09
We startAnfang sendingSenden informationInformation about foodLebensmittel,
373
897338
2086
Wir senden Informationen
über Lebensmittel,
15:11
ratherlieber than sendingSenden foodLebensmittel.
374
899448
1319
statt Lebensmittel selbst zu senden.
Das entspringt nicht meiner Fantasie,
15:13
This is not just my fantasyFantasie,
375
901249
1718
15:14
this is where we're alreadybereits deployingBereitstellung von.
376
902991
2038
das machen wir jetzt schon.
15:17
FoodEssen computersComputer, foodLebensmittel serversServer,
377
905578
1689
Lebensmittel-Computer,
Lebensmittel-Server,
15:19
soon-to-besoon-to-be foodLebensmittel dataDaten centersZentren,
378
907291
1436
bald auch Lebensmittel-Datencenter,
15:20
connectingVerbindung people togetherzusammen
to shareAktie informationInformation.
379
908751
2414
die Menschen verbinden,
um Informationen zu teilen.
15:24
The futureZukunft of foodLebensmittel is not about fightingKampf
over what's wrongfalsch with this.
380
912723
5357
Die Zukunft der Ernährung ist nicht
der Kampf um richtig und falsch.
15:30
We know what's wrongfalsch with this.
381
918556
1826
Wir wissen, was falsch läuft.
15:33
The futureZukunft of foodLebensmittel is about networkingVernetzung
the nextNächster one billionMilliarde farmersBauern
382
921128
4515
Die Zukunft der Ernährung ist
die Vernetzung der nächsten Mrd. Farmer,
15:37
and empoweringBefähigung them with a platformPlattform
383
925667
2274
Ihnen eine Plattform bereitzustellen,
15:39
to askFragen and answerAntworten the questionFrage,
384
927965
2020
die Frage zu stellen und zu beantworten:
15:42
"What if?"
385
930693
1335
"Was wäre wenn?"
15:44
Thank you.
386
932052
1171
Vielen Dank.
15:45
(ApplauseApplaus)
387
933247
8833
(Applaus)
Reviewed by Silvia Caporilli

▲Back to top

ABOUT THE SPEAKER
Caleb Harper - Principal Investigator and Director of the Open Agriculture Initiative
Caleb Harper leads a group of engineers, architects, urban planners, economists and plant scientists in the exploration and development of high performance urban agricultural systems.

Why you should listen

What do we know about the food we eat? What if there was climate democracy? These and other questions inform the work of Caleb Harper and his colleagues as they explore the future of food systems. He is the principal investigator and director of the Open Agriculture Initiative (OpenAG) at the MIT Media Lab. Under his guidance, a diverse group of engineers, architects, urbanists, economists and plant scientists (what he calls an “anti-disciplinary group”) is developing an open-source agricultural hardware, software and data common aiming to create a more agile, transparent and collaborative food system.

More profile about the speaker
Caleb Harper | Speaker | TED.com