Klassische statistische Analysen oder die Verwendung von Indices (z.B. NDVI) von multispektralen Satellitendaten ergeben keine ausreichend genauen Informationen zum aktuellen Status der Wasserversorgung von Pflanzenbeständen und sind somit zur Steuerung von Bewässerungs- und Beregnungsmaßnahmen in der Landwirtschaft nicht nutzbar. Hingegen zeigen erste Auswertungen von Satellitendaten durch künstliche Intelligenz (KI-Systeme), die mit entsprechenden Daten trainiert wurden, Ergebnisse, durch die sich die Wassereffizienz der Beregnung und Bewässerung entscheidend verbessern könnte.
Weltweit ist die Beregnung und Bewässerung von landwirtschaftlichen Flächen der mit Abstand größte Verbraucher von Süßwasser. In vielen Regionen der Welt ist ohne Beregnung und Bewässerung keine landwirtschaftliche Produktion möglich. Dies wird durch den Klimawandel noch weiter verschärft. Genaue Informationen zum aktuellen Wasserbedarf eines Pflanzenbestands liegen dem Landwirt in der Regel nicht vor, so dass der Wasser- und Energieverbrauch (Pumpen) oft wesentlich höher als nötig ist, die Erträge schwanken und Bodenversalzung und  Nährstoffauswaschungen weit verbreitet sind.
Im Rahmen des geplanten Projekts soll eine KI-basierte Auswertung von Satellitendaten entwickelt werden, die wesentlich genauere Informationen über die aktuelle Wasserversorgung von Pflanzenbeständen zur Verfügung stellt als bisher. Dazu sollen zusätzliche georeferenzierte Daten, u.a. Wärmebilder, einbezogen werden.
Darauf basierend sollen nach Abschluss des Projekts Produkte für Landwirte entwickelt werden, die es ihnen ermöglichen, Flächen zeitgerecht und effizient zu bewässern bzw. zu beregnen. Damit trägt das geplante Projekt zu den Sustainable Development Goals (SDG) der UN Nr. 2 (Zero Hunger) und indirekt auch zu Nr.6 (Clean Water und Sanitation) bei. Die globale Verfügbarkeit der Satellitendaten ermöglicht es zudem, die Produkte in allen Regionen der Welt anzubieten.