Taotlus

Taotlusvorm

Koostatud justiits- ja digiministri 18.05.2026 määruse nr 15 “Tulevikukindla andmemajanduse

ökosüsteemi mudel ja taristulised lahendused andmete turvaliseks haldamiseks, käitlemiseks

ja väärindamiseks” põhjal.

1. Taotleja andmed

Taotleja asutuse nimi Maaelu Teadmuskeskus

Taotleja esindaja nimi Marko Kass

Taotleja esindaja ametikoht Asedirektor (teadustegevused)

Esindaja telefoninumber +372 5334 5120

Esindaja e-post [email protected]

2. Partneri andmed (vajadusel)

Partnerasutuse nimi -

Partneri esindaja nimi -

Partneri esindaja ametikoht -

Partneri esindaja telefoninumber -

Partneri esindaja e-post -

3. Projekti lühiülevaade

Projekti lühikirjeldus METK on põllumajanduse kestlikkuse andmevõrgu kontaktasutus

Eestis ja pakub maamajanduse andmeteenust. Samuti kogume

erinevaid põllumajandusturgu iseloomustavaid andmeid.

Maamajanduse andmeteenuse ja andmevõrgu eesmärk on koguda

majandus-, keskkonna ja sotsiaalse iseloomuga detailandmeid,

seejuures lähtudes andmete ühekordse esitamise põhimõttest ning

EL tasemel kokkulepitud kvaliteedinõuetest. Esitatud andmete

alusel on kontaktasutusel kohustus koostada andmeesitajatele

võrdlev tagasiside, mis sisaldab andmeesitajale huvi pakkuvaid

jätkusuutlikkuse indikaatoreid.

Andmevõrgu ja turuinfo andmete alusel koostatakse erinevaid

poliitika mõjuhinnanguid, andmed on sisendiks erinevatele

teadusuuringutele toidutootmise kontekstis, nii majanduslikust,

keskkonnahoiu kui sotsiaalsest aspektist.

Projekti raames kaardistatakse ja testitakse tehisaru kasutamise

võimalused FSDN ja turuinfo üksikandmete valideerimisel ja

analüüsil arvestades privaatsuskaitset. Projekti raames treenitakse

tehisaru selliselt, et projekti tulemusel valmiv tehisaru lahendus

võimaldab pakkuda paremini toimivat toodet (abimees andmete

kogujatele, väärtuslik tagasiside andmeesitajale) ja kõrgema

kvaliteediga teenust (täiustatud kvaliteedikontroll ning

andmebaasist päringute tegemise võimekus), mis toetab

andmepõhist poliitikakujundust.

3. Projekti lühiülevaade

Algandmetena on kasutusel FSDN ja turuinfo andmebaas

(PostgreSQL) ja etteantud ulatuses väliste andmete alusel, näiteks

Statistikaamet või muud usaldusväärsed avaldatud

põllumajandusturu konteksti kirjeldavad andmed erinevate

prognooside, jätkusuutlikkuse hinnangute koostamiseks.

Projekti tulemusel valmib tehisaru võimekus:

* mis toetab andmete kogujat (assistant)

* mis koostab FSDN andmeesitaja parameetritele ja vajadustele

vastava tagasiside, kus ettevõtte andmeid võrreldakse temaga

sarnase ettevõtte grupiga, näidatakse ajaloolist arengut ning antakse

hinnang n+1 aasta tulemuse kohta (prognoos).

* mis tagab kvaliteetse tagasiside kuna eelnevalt on andmete

kogumisel rakendatud valideerimiskontrolle arvestades

põllumajandustootmise erisusi ning kokkulepitud andmekvaliteedi-

ja konfidentsiaalsusnõudeid.

* privaatsuskaitses keskendutakse seostamatuse tehnoloogiatele,

mis tagaks andmete kaitse infosüsteemides ja analüütilisel

töötlemisel

Tagatud on nii standardsete kui mittestandardsete päringute

tegemise võimekus.

Tehisaru lahendus aitab kaasa ettevõtjate ja andmekogujate

halduskoormuse vähenemisele, parandades avaliku sektori

efektiivsust (kiirem andmekorje ja automatiseeritud andmete

ristkontroll koos edasise analüüsiga).

FSDN andmete mudeldamine tehisaru abil panustab

“Digiühiskonna arengukava 2035” eesmärkidesse eelkõige

andmepõhise juhtimise, tehisaru rakendamise, avalike teenuste

tõhustamise ning eesti andmeruumi väärtustamise kaudu. Eesti

peab rakendama andmeid ja tehisaru inimkeskselt, turvaliselt ja

nutikalt kõigis sektorites ning kujundama tulevikukindla

andmemajanduse (lk 17–18). FSDN andmete tehisarupõhine

mudeldamine aitab seda eesmärki ellu viia, sest võimaldab muuta

kogutud andmed paremini kasutatavaks analüüsiks,

prognoosimiseks, otsustamiseks ja tagasisidestamiseks. See toetab

arengukava punkti 2.1.1, mille järgi tuleb rakendada andmepõhist

poliitikakujundamist ja parandada otsuste kvaliteeti ning jälgitavust

(lk 17), samuti punkti 2.2.1, mille kohaselt peab riik kasutama

tehisaru laialdaselt tootlikkuse suurendamiseks ja personaalsemate

teenuste pakkumiseks (lk 18).

Lisaks aitab FSDN andmete mudeldamine luua praktilisi

tehisarurakendusi, mis muudavad keerukad andmed kasutajatele

arusaadavaks ja rakendatavaks. See on kooskõlas arengukava

eesmärgiga pakkuda personaalsemaid, mugavamaid ja tõhusamaid

teenuseid ning kasutada tehisaru erinevates protsessides seal, kus

see loob lisandväärtust. Kui mudeldamine toimub läbipaistvalt,

turvaliselt ja inimese kontrolli austades, toetab see ka arengukava

3. Projekti lühiülevaade

põhimõtet „vaba inimese vaba valik“ ning usaldusväärset

andmekasutust (lk 20). Seega aitab FSDN andmete tehisarupõhine

mudeldamine kaasa nii andmemajanduse arengule, avaliku sektori

nutikamale toimimisele kui ka Eesti positsioonile tehisaru teadliku

ja praktilise rakendajana.

Arengukava järgi peab Eesti rakendama andmeid ja tehisaru

nutikalt kõigis sektorites ning toetama tulevikukindlat

andmemajandust (lk 17–18).

Arengukava märgib, et krativäelise tehisaruga seotud riskide

maandamine eeldab muu hulgas kohapealset suveräänset

arvutusvõimsust ning keelemudelite arendusi (lk 7).

Tehisaru arendamine aitab panustada „Andmete ja tehisintellekti

valgesse raamatusse 2024–2030“ otseselt, kuna valge raamatu

keskne eesmärk on kujundada Eestist andmete väärindamise ja

targa kasutamise toel juhtiva andmemajanduse ja avaliku

halduse kvaliteediga riik maailmas (lk 4). Tehisaru arendamine ei

ole selles raamistikus kõrvaltegevus, vaid üks peamisi hoobasid,

millega tõhustada riiki, kasvatada ettevõtete tootlikkust ja

suurendada inimeste heaolu.

4.1.6 Andmepõhine juhtimine, kus rõhutatakse vajadust

rakendada andmepõhist poliitikakujundamist ja kasutada andmeid

otsuste tegemisel kiiremini ja väiksema ressursikuluga (lk 25).

Plaanitava projekti panus "Andmete ja Tehisintellekti valges raamat

2024-2030":

Valge raamat nimetab üheks kolmest põhialamvaldkonnast just

„Tehisintellekt igas nurgas: riigis ja ühiskonnas“ (lk 5–6, 17).

Selle eesmärk on, et nii erasektor kui ka riigikorraldus oleksid

tehisintellekti poolt rikastatud ning Eesti oleks juhtiv tehisintellekti

rakendaja maailmas (lk 17).

Valge raamatu mõõdikud näevad ette, et 2030. aastaks kasutab

tehisintellekti 75% ettevõtetest ning avaliku sektori tõhususe kasv

tehisintellekti toel ulatub 425 miljoni euroni (lk 17).

Peatükk 4.2.2 Avalik sektor kirjeldab eesmärki, et Eestis saab

avaliku sektoriga asjad aetud tehisintellektil põhinevate lahenduste

ja vestluskrattide abil ning et avalik sektor oleks tehisintellekti

rakendamisel esirinnas (lk 28).

Peatükis 4.2.3 Erasektor on eesmärk, et 2030. aastaks rakendab

75% Eesti ettevõtetest tehisintellekti lisandväärtuse

kasvatamiseks ning Eesti ettevõtted arendavad ja ekspordivad

maailma parimaid tehisintellekti lahendusi (lk 29).

Valge raamatu kolmas põhisuund on „Inimese heaks: andmete ja

tehisintellekti inimkesksus ja usaldusväärsus“ (lk 18).

Peatükk 4.3.5 Rahvusvaheline koostöö rõhutab, et Eesti saab oma

praktilise kogemuse põhjal olla eestvedaja rahvusvahelistes

aruteludes ja praktiliste lahenduste juurutamisel (lk 36, 62).

Projekti ajaraam 01.10.2026 kuni 31.10.2027

3. Projekti lühiülevaade

Omafinantseeringu

suurus ja allikas

35 295 eurot, EAGF (EL, FSDN eelarve vastavalt määrusele (EL)

2024/2746 Lisa X)

Taotletav toetuse

summa [€]

200 000 eurot

4. Projekti detailsem kirjeldus

Probleemikirjeldus

Selgitage, miks on

probleem aktuaalne

ning keda see

puudutab. Mida on

probleemi

lahendamiseks Eestis

juba tehtud või mis on

tegemisel?

Andmeesitajatele individuaalse tagasiside koostamine on FSDN

kontaktasutuse kohustus. Individuaalse tagasiside koostamine

kõikidele valimiplaani (580) osalistele igal aruandeaastal on aja-

ja ressursimahukas töö. Tehisaru võimalusi kasutades on

võimalik lahendada järgmised probleemkohad vähendades tööks

vajalikku aega, väärindades suurt hulka andmeid ja suurendades

kvaliteeti.

Alates 2025. aruandeaastast kogutakse lisaks uusi

keskkonnaalaseid ja sotsiaalse sisuga näitajaid, mille kohta

puudub võimekus tagasisidet koostada.

Seni ainult majandusnäitajate alusel koostatud tagasiside ei ole

ettevõtte individuaalseid vajadusi arvestav (seni kokkulepitud

indikaatorid kehtivad kõigile ühetaoliselt, puudub

ettevõttespetsiifiline lähenemine). Tagasiside parem sihitus

(ettevõtja vajadusi ja spetsiifikat arvestav) tõstab koostatud

tagasiside väärtust, andes sisendi põllumajandustootja

otsustusprotsessi.

Puudub võimekus rakendada uute näitajate kvaliteedinõuete

valideerimine ja teha mittestandardseid erinevatele

uurimisküsimustele vastamiseks vajalikke andmepäringuid

arvestades konfidentsiaalsusnõudeid.

Andmekogujate nõustamine on FSDN kontaktasutuse töötajate

ülesanne ja toimub vaid kokkulepitud ajal. Puudub juhenditele

toetuv juturobot, mis oleks andmekogujatele käepärast igal

vajalikul hetkel kui küsimus tõstatub. Juturoboti abil on

võimalik tõsta andmekogujate töö kiirust ja aidata vähendada

andmekogumisele kuluvat ajakulu.

Iga-aastaselt kogutavate andmete detailanalüüs on suure

inimressursi vajadusega, ilma tehisintellekti abita jäävad

väärtuslikud detailandmed põllumajandustootjate kohta

suures osas väärindamata. Senised koostatud majandusliku

sisuga tagasisided, aastakogumikud ja faktilehed on aluseks

tehisintellekti esialgsel treenimisel.

Uurimisküsimustele vastamiseks andmepäringute ja

võrdlusanalüüside koostamise mahtning detailsusaste on seni

piiratud.

Projekt toetab „Digiühiskonna arengukava 2035“ ning

„Andmete ja tehisintellekti valge raamat 2024-2030“ eesmärke.

4. Projekti detailsem kirjeldus

Projekti oodatav

tulemus ja mõju

Kas projektil on selge

ning mõõdetav

eesmärk, mille

saavutamist või

mittesaavutamist on

võimalik hinnata?

Projekti tulemusel valmiv tehisaru võimalustel baseeruv

rakendus koostab konkreetsetele koostööpartneritele igal aastal

tagasiside andmevõrgu andmete alusel.

Kogutavate andmete kvaliteet on kõrgel tasemel ning läbib

vigadeta Euroopa Komisjoni poolse valideerimisprotsessi.

Huvitatud isikute mittestandardsetele päringutele on vastatud

kiirelt ja asjakohaselt arvestades kõiki konfidentsiaalsusnõudeid.

Projekti raames töötatakse välja mudel-agnostiline

andmevahetuskiht, mis põhineb MCP (Model Context

Protocol) standardil. See võimaldab METK-il kiiresti ja

paindlikult testida ning kasutusele võtta erinevaid keelemudeleid

(nii lokaalseid vabavaralisi kui ka pilvepõhiseid

kommertsmudeleid), tegemata muudatusi infosüsteemi

põhiarhitektuuris.

Lisaks lokaalse taristu kasutamisele kaardistatakse ja

testitakse projekti käigus andmete pöördumatu

anonüümimise tõhusust. Piloodi käigus valideeritakse, kas

FSDN andmestikku on võimalik anonüümida sellisel tasemel,

mis tagaks täieliku vastavuse isikuandmete kaitse üldmäärusele

(IKÜM/GDPR) ning võimaldaks andmete analüüsiks ja

väärindamiseks turvaliselt ära kasutada ka võimekaid

pilvepõhiseid kommertsmudeleid, kaotamata andmete statistilist

kasulikkust.

Välja töötatud raamistikku saab suures osas taaskasutada

järgnevate METK tehisaru projektide raames.

Projekti meeskond ja

töökorraldus

Kirjeldage rollide ja

töö jaotust

projektimeeskonnas.

Missugust täiendavat

ekspertiisi tuleb juurde

kaasata (nt tehniline

ekspertiis,

andmekaitse)?

Reeli Hansen (METK, projektijuht)

Marek Kärner (METK peaspetsialist, FSDN tooteomanik,

arendaja)

Egle Jakin-Haidak (METK peaspetsialist turuinfo osateenuse

juht, ärisisendi andja)

Anne Varendi (METK peaspetsialist, FSDN andmeanalüütik,

FSDN ärisisendi andja)

Renno Kalda (METK IT konsultant)

Anti Konsap (METK vaneminsener, AI-lahendused)

Katre Kirt (METK, maamajanduse andmeteenuse juht)

Johannes Voldemar Valter (PRIA, AI analüütik)

Katrin Leemet (METK, nõunik, sh andmekaitse)

Virko Nilender (ReMITK, strateegiliste projektide juht)

Kuna METK-il puudub hetkel spetsiifiline sügav oskusteave

suurte masinõppemudelite metoodilise ülesehituse osas,

kaasatakse projekti väline tehisaru- ja andmeteaduse ekspert.

Eksperdi põhiülesanneteks on:

1. Toetada FSDN ja turuinfo üksikandmete analüüsiks sobiva

modelleerimisloogika ja masinõppe arhitektuuri väljatöötamist.

2. Luua tehisintellekti lahenduse metoodiline ülesehitus ja

4. Projekti detailsem kirjeldus

viipade inseneeria (prompt engineering) standardid.

3. Valideerida arendatavaid mudeleid ja MCP-tööriistu,

tagamaks lahenduse usaldusväärsus, täpsus ja praktiline

rakendatavus.

Välisteenuse kaasamisega ennetatakse otseselt arendusriskide

realiseerumist ja tagatakse riigieelarvelise toetuse kuluefektiivne

kasutus.

Jätkutegevused

Kirjeldage planeeritud

jätkutegevusi pärast

rahastusperioodi lõppu.

Valminud tehisaru lahenduste asja- ja ajakohasena hoidmine,

täiendav parendamine , testimine ja juurutamine.

Iga-aastased indikaatorite ja klientide vajaduste kohandamised,

Uute andmete lisandumisel, nende integreerimine.

Minimaalsete jätkutegevuste tarbeks on võimalik leida osaliselt

vahendeid FSDN iga-aastasest eelarvest (EAGF). Vajadusel

tuleb leida lisarahastusallikaid.

Väljatöötatud raamistiku ja lahenduste taaskasutamise

võimaluste analüüsimine teiste METK teenuste arenduseks.

Riskid ja

maandamismeetmed

Kirjeldage peamisi

riske, mis võivad

takistada projekti

elluviimist või

eesmärkide

saavutamist, millised

maandamismeetmed

kasutusele võetakse?

Peamised ilmneda võivad riskid on halvasti läbimõeldud või

jäik tegevuskava, ebapiisava ekspertiisiga meeskond, liiga

ambitsioonikas eesmärk ning alaplaneeritud aja ja ressursikulu.

Tegu on detailsete üksikandetega, võib kaasneda andmekao risk.

Tehnoloogiate kiire arengu tõttu võib väljatöötatud mudel kiirelt

aeguda või vananeda. Mudeli väljundi vähene valideerimine

inimese poolt. Projekti käigus võib ilmneda erinevate

kaardistuste tulemusel lisariske seoses lokaalse või

pilvelahendusega.

Võimalike riskide maandamiseks:

Projekt on süsteemselt planeeritud, toimub pidev tegevuste seire.

Projektil on tegevus- ja ajakava (tegevused on planeeritud

varuga).

Projektimeeskonnas on määratud selged vastutusvaldkonnad

ning lepitud kokku regulaarne edenemise jälgimine,

rakendatakse agiilset lähenemist ning vajadusel reageeritakse

tegevuskava muutmisega.

Arvesse võetakse eelarve võimalusi, seiratakse selle kasutust.

Tagatud on andmete varukoopiad.

Andmekaitse tagamiseks on eelistatud lokaalne mudel kui

võimalik (selgub testides) või andmebaasi

anonümiseerimine/hägustamine kui kasutatakse pilvelahendust

(isikuandmeid või koordinaadid ei ole analüüsi kaasatud).

Mudeli kasutus sõltub andmete delikaatsustasemest

(delikaatseid isikuandmeid andmebaas ei sisalda).

Mudeli aegumine on võimalik maandada MCP lahendusega,

kasutades paindliku vahekihina agnostilisi mudeleid, maandame

riski sõltuda ühe kindla tehisaru algoritmist või

teenusepakkujast.

4. Projekti detailsem kirjeldus

Mudeli hallutsinatsioonide tuvastamiseks ja maandamiseks

vaatab tulemuse üle ekspert (human-in-the-loop testimine),

tulemuse hoomamiseks toimub raporti genereerimine

väiksemate osadena.

Võimalikku viiba rünnaku riski lokaalse kasutuse puhul hindame

madalaks.

Riskide ilmnemisel hinnatakse nende mõju ning rakendatakse

sobivad parandusmeetmed, et tagada projekti eesmärkide

saavutamine planeeritud mahus ja kvaliteedis.

5. Seos teadus- ja arendustegevuse kriteeriumitega (palun kirjeldage)

Tegevuse liik

(alusuuring,

rakendusuuring või

eksperimentaalarendus)

Rakendusuuring

Uudsus Senine andmete töötlus ja valideerimine on toimunud Excel

lahenduste abil ja käsitsi. Valmiva keelemudeli või olemasoleva

keelemudeli kohandamise tulemusel ühendatakse analüüsi FSDN

spetsiifilised keskkonna, sotsiaalsed ja majandusnäitajad.

Projekti tulemusel luuakse mudel-agnostiline MCP-

andmevahetuskiht. Erinevalt standardsest mudeli treenimisest

(fine-tuning) võimaldab MCP-lähenemine reaalajas

registripäringute vahendamist ja dünaamilist andmekaitse

reeglistiku rakendamist keelemudeli tasandil. Uudsus seisneb ka

andmete anonüümimise ja pilvepõhiste mudelite võimekuse

valideerimises spetsiifiliste põllumajandusandmete kontekstis.

Loomingulisus Kliendi iseärastust ja vajadusi arvestav lahendus tagatakse

analüütikute poolt defineeritud ülesannetega tehisarule. Lõplik

lahendus ja kuidas selleni jõutakse kujuneb projekti käigus.

Ettemääramatu tulemus Puudub kogemus kasutada tehisaru FSDN andmete

valideerimisel ja analüüsil, treeningu ja testimise tulemus on

ettemääramatu. Arvetelt andmete koondamist ning erinevate

arvete klassifitseerimist on piloodina rakendanud NL ja BE, kuid

need riigid hindavad tulemuse kvaliteeti 70% juurde ning

kinnitavad inimese kontrolli vajadust AI töö tulemusele.

Puudub eelnev avaliku sektori praktika MCP standardi

rakendamiseks põllumajanduse kestlikkusandmete (FSDN)

analüüsil. Kuna tegemist on mudel-agnostilise kihiga, on

uurimisküsimuseks ja ettemääramatuks tulemuseks see, kuidas

erineva arhitektuuriga mudelid (nt lokaalsed vs pilvepõhised)

suudavad MCP kaudu edastatud konteksti mõista ja reageerida.

Samuti on ettemääramatu tulemusega andmete anonüümimise

eksperiment: kas pöördumatu anonüümimine säilitab keeruliste

põllumajanduslike risttabelite statistilise struktuuri (andmete

kasulikkuse) tasemel, mis on pilvepõhisele AI-le piisav sisuka

tagasiside genereerimiseks. Tulemuse usaldusväärsuse

tagamiseks kaasatakse väline ekspert, kes aitab tulemusi ja

mudeleid valideerida.

5. Seos teadus- ja arendustegevuse kriteeriumitega (palun kirjeldage)

Süsteemsus Koostatakse treeningülesannete ja testimiste kava

Ülekantavus või

korratavus

Kogutud treeningute ja testimiste tulemused dokumenteeritakse.

Uued andmed on võimalik mudelisse lisada ning tehtut korrata.

6. Projekti eelarve ja ajakava

Lisa iga etapi ning tegevuse juurde tegevuse kirjeldus, algus ja lõpp ning eelarve.

I etapp Ettevalmistus, hanked ja väliseksperdi kaasamine

Aeg: 01.10.2026 – 31.12.2026 (3 kuud)

Hinnanguline eelarve: 70 000 eurot+15% omaosalus

Välise AI-eksperdi hanke läbiviimine ja eksperdi kaasamine meeskonda;

esmase metoodilise ülesehituse ja modelleerimisloogika kaardistamine.

Hinnanguline eelarve: 10 000 eurot+15% omaosalus

Tarkvara, litsentside ja vajadusel riistvara (serverite) tehniliste tingimuste

koostamine ja hankimine

Hinnanguline eelarve: 55 000 eurot+15% omaosalus

Andmekaitsealase mõjuhinnangu (DPIA) algatamine;

anonüümimismetoodika ja MCP turvanõuete esmane disain.

Hinnanguline eelarve: 5 000 eurot+15% omaosalus

II etapp Taristu käivitamine, anonüümimise testimine ja optimeerimine

(RAG-i loomine)

Aeg: 01.01.2027 – 31.03.2027 (3 kuud)

Hinnanguline eelarve: 40 000 eurot+15% omaosalus

Taristu seadistamine REMITK või välise teenusepakkuja keskkonnas

keelemudelite tarbeks.

Hinnanguline eelarve: 10 000 eurot+15% omaosalus

Staatiliste andmete (juhendid, eeskirjad) ja Euroopa Komisjoni reeglistiku

vektordokumentatsiooni (RAG) ettevalmistamine.

Hinnanguline eelarve: 15 000 eurot+15% omaosalus

Anonüümimise pilootprojekt: FSDN testandmestiku anonüümimine ja

esmane testimine pilvepõhiste kommertsmudelitega (API-de kaudu),

hindamaks mudelite vastuste adekvaatsust ja andmete kasulikkuse

säilivust.

Hinnanguline eelarve: 15 000 eurot+15% omaosalus

III etapp Mudel-agnostilise MCP kihi arendus ja integreerimine

Aeg: 01.04.2027 – 30.06.2027 (3 kuud)

Hinnanguline eelarve: 50 000 eurot+15% omaosalus

Mudel-agnostilise MCP (Model Context Protocol) andmevahetuskihi

arendamine ja seadistamine PostgreSQL andmebaasile.

Hinnanguline eelarve: 25 000 eurot+15% omaosalus

6. Projekti eelarve ja ajakava

Lisa iga etapi ning tegevuse juurde tegevuse kirjeldus, algus ja lõpp ning eelarve.

Väliseksperdi juhtimisel tehisaru lahenduse metoodilise ülesehituse

lõpuleviimine; reaalajas toimivate reeglipõhiste andmepiirangute

seadistamine MCP tasemel.

Hinnanguline eelarve: 15 000 eurot+15% omaosalus

Erinevate mudelite (lokaalsed mudelid taristus vs pilvepõhised mudelid

anonüümsete andmetega) liidestamine arendatud MCP kihiga, tagades

valmisoleku kiireks mudelite vahetuseks.

Hinnanguline eelarve: 10 000 eurot+15% omaosalus

IV etapp Mudelite valideerimine, testperiood ja turvakontroll

Aeg: 01.07.2027 – 30.09.2027 (3 kuud)

Hinnanguline eelarve: 30 000 eurot+15% omaosalus

Pilootkasutus reaalsete andmekogujatega (human-in-the-loop). Välise

eksperdi poolt masinõppemudelite ja tagasiside (Data Storytelling)

genereerimise loogika valideerimine.

Hinnanguline eelarve: 10 000 eurot+15% omaosalus

Valitud

lahenduste

võrdlemine

Lahenduse kiiruse, stabiilsuse ja tulemuste usaldusväärsuse võrdlev

analüüs lokaalsete ja pilvepõhiste mudelite vahel läbi MCP kihi.

Hinnanguline eelarve: 10 000 eurot+15% omaosalus

Turva- ja

lekketestid

Süsteemi turva- ja lekketestid (kontrollimaks, et MCP reeglid ja

anonüümimisloogika välistavad isikuandmete/konfidentsiaalsete

üksikandmete lekke pilveteenustesse).

Hinnanguline eelarve: 10 000 eurot+15% omaosalus

V etapp MVP Live, lähtekoodi avalikustamine ja projekti dokumendid

Aeg: 01.10.2027 – 31.10.2027 (1 kuu)

Hinnanguline eelarve: 10 000 eurot+15% omaosalus

Lähtekoodi

puhastamine ja

võimalusel

avalikustamine

Lahenduse lähtekoodi puhastamine ja võimalusel avalikustamine riiklikus

koodivaramus/GitHubis (ülekantavuse tagamiseks).

Hinnanguline eelarve: 5000 eurot+15% omaosalus

Kratid.ee

registrisse

esitamine

Tehisaru Kratid.ee registrisse „Algoritmi kasutuse ülevaate“ vormi

esitamine ja läbipaistvuse tagamine.

Hinnanguline eelarve: 2000 eurot+15% omaosalus

Aruandlus Projekti lõpparuandlus ja paikvaatluse korraldamine toetuse andjale.

Hinnanguline eelarve: 3000 eurot+15% omaosalus

7. Kasutatavate andmete ülevaade

Ülevaade projekti käigus

töödeldavatest andmetest

Detailne nimekiri andmetest on Komisjoni

rakendusmääruses (EL) 2024/2746, Komisjoni

rakendusmäärus (EL) 2017/1185

Kas vajalik on läbi viia

andmekaitsealane mõjuhinnang?

Kaitsetarve on määratud:

C1-I1-A2 (FSDN) ja C1-I1-A1 (turuinfo)

Andmekaitsealane mõjuhinnang tuleb läbi viia-

Kas projekti käigus rakendatakse

andmejälgijat?

Ei, tegu ei ole isikuandmetega ja andmejälgijat ei

rakendata

Kas vajalik on täita algoritmi

kasutatavuse vorm?1

Andmete alusel ei anta haldusakti, ei ole mõju

inimest vahetult mõjutavale otsusele, ei kasutata

inimeste kategoriseerimiseks ega profileerimiseks, ei

automatiseerita haldustoimingut, ei ole tegu

süsteemiga, mille kaudu saaks inimene ligi

isikustatud teabele või asutuse teenusele

Tulemus on seotud keelemudeliga (juturobot) ja

tagasisidega andmeesitajale tuginedes andmebaasi

andmetele, selles osas tuleb täia algoritmi

kasutatavuse vorm

Kas projekti käigus avalikustatakse

avaandmeid?

Projektis kaasatud andmed on detailsemad kui

avaandmed, tulemus avalikustatakse agregeeritult

(Avaandmed on avaldatud agregeeritult;

https://fadn.agri.ee/standardtulemused/ ja

https://metk.agri.ee/teadus-uuringud-

projektid/maamajandus/turuinfo )

8. Muu vajalik teave vabas vormis

1 AI ülevaade | Kratid

Volitused

Kontrollige e-äriregistrist2, kas Teil on äriregistri registrikaardi järgi õigus taotleja esindamiseks. Juhul,

kui Teil puudub e-äriregistris taotleja esindusõigus, saate oma esindusõigust tõendada, lisades

taotlusele digiallkirjastatud volituse.

Kinnitused

Palun tutvuge alljärgnevate tingimustega ning kinnitage, et olete nendega nõus:

Annan nõusoleku:

- teha õiguspädevale organile järelpärimisi;

- teostada taotleja suhtes toetuse andmise tingimustest tulenevaid õigusi;

- edasise infovahetuse toimumiseks elektroonilisel teel.

Kinnitan järgnevat:

- kõik taotluses esitatud andmed on õiged ning esitatud dokumendid on kehtivad ja ehtsad;

- taotluses sisalduv projekt vastab toetuse andmise tingimuste määruses sätestatud

eesmärkidele ja toetatavatele tegevustele;

- taotlejal on toetuse andmise tingimustes sätestatud projekti elluviimiseks ja haldamiseks vajalik

kvalifikatsioon või kogemus ning õiguslik, organisatsiooniline või tehniline eeldus;

- taotleja kohustub väljastama andmeid ja osutama igakülgselt kaasabi Justiits- ja

Digiministeeriumile ning teistele asutustele, kelle kohustus on teha taotluses sisalduva projekti

elluviimise üle järelevalvet;

- taotleja kohustub viima projekti ellu taotluses esitatud teabe ja tingimuste alusel;

- taotleja kohustub Justiits- ja Digiministeeriumi viivitamata teavitama taotluses esitatud

andmetes toimunud muudatusest ja ilmnenud asjaolust, mis võib mõjutada taotluse kohta

otsuse tegemist;

- taotlejal on nõutavad vahendid projekti omafinantseeringu tagamiseks;

- taotleja on teadlik, et toetuse saamise info ja toetuse summa avalikustatakse.

☒ Kinnitan, et kõik taotluses esitatud andmed on õiged ja täielikud, olen ülaltoodud

tingimustega tutvunud ja olen nendega nõus.

2 Juriidilise isiku otsing | e-Äriregister

Reg nr. 70000869

K Ä S K K I R I 14.12.2023 nr 1-1/98

Jõgeva

Volituste andmine dokumentide allkirjastamiseks ning asedirektorite asendamise kord

Haldusmenetluse seaduse § 8 lõike 2 ja maaeluministri 23.09.2022 määruse nr 50 “Maaelu

Teadmuskeskuse põhimäärus” § 8 lõike 2 punkti 9 alusel ja arvestades asedirektorite vahelise tööjaotuse

korraldamise vajadust

1. Volitan asedirektor (innovatsiooni ja ettevõtluse valdkond) Pille Koorbergi sõlmima (sh

muutma, lõpetama) Maaelu Teadmuskeskuse nimel järgnevaid lepinguid:

1.1. innovatsiooni ja ettevõtluse valdkonda sh maaeluvõrgustiku, põllumajanduse ja maaelu

teadmussiirde, nõuandeteenuste ning innovatsiooni toetavate tegevuste valdkonda puudutavaid

finants-, haldus- ja riigihankelepinguid;

1.2. võrgustiku osakonna ja selle teenistuste, teenuste arendusosakonna ning turunduse ja

kommunikatsiooniosakonna haldusalasse kuuluvaid lepinguid.

2. Asedirektor Pille Koorbergi puhkusel, teenistuslähetuses või töövõimetuslehel viibimise ajal,

samuti juhtudel, kui ta ei saa oma ülesandeid täita enesetaanduse tõttu on käskkirja punktis 1

nimetatud lepingute allkirjastamise järjekord järgmine:

2.1. direktor;

2.2. finants- ja strateegiaosakonna juhataja, kui direktori käskkirjaga ei ole määratud teisiti.

3. Volitan asedirektor (teaduse valdkond) Marko Kassi sõlmima (sh muutma, lõpetama) Maaelu

Teadmuskeskuse nimel järgnevaid lepinguid:

3.1. kogu teaduse valdkonna, sh sordiaretuse, taimekaitse, taimebiotehnoloogia,

põllumajandusuuringute ning seemnetootmise, pakendamise ja turustamise valdkonda

puudutavaid finants-, haldus- ja riigihankelepinguid;

4. Asedirektor Marko Kassi puhkusel, teenistuslähetuses või töövõimetuslehel viibimise ajal,

samuti juhtudel, kui ta ei saa oma ülesandeid täita enesetaanduse tõttu on käskkirja punktis 3

nimetatud lepingute allkirjastamise järjekord järgmine:

4.1. innovatsiooni ja ettevõtlus valdkonna asedirektor Pille Koorberg;

4.2. sordiaretuse osakonna juhataja, kui direktori käskkirjaga ei ole määratud teisiti.

5. Volitan asedirektor (labori ja katsekeskuste) Andrus Rahnut sõlmima (sh muutma, lõpetama)

Maaelu Teadmuskeskuse nimel järgnevaid lepinguid:

5.1. laborite ja katsekeskuste valdkonda sh registreerimis-, majandus-, järelkontrolli- ja teiste

põldkatsete tegemise ning seemnete, taimekahjustajate, väetise, mulla, taimse materjali, sööda

ja muu materjali laboratoorse analüüsimise valdkonda puudutavaid finants-, haldus- ja

riigihankelepinguid ning laborite akrediteerimise ja katsekeskuste sertifitseerimise audititega

seotud dokumente;

5.2. haldusosakonna haldusalasse kuuluvaid lepinguid.

6. Asedirektor Andrus Rahnu puhkusel, teenistuslähetuses või töövõimetuslehel viibimise ajal,

samuti juhtudel, kui ta ei saa oma ülesandeid täita enesetaanduse tõttu on käskkirja punktis 5

nimetatud lepingute allkirjastamise järjekord järgmine:

6.1. kvaliteedijuht;

6.2. laborite juht, kui direktori käskkirjaga ei ole määratud teisiti.

7. Volitan asedirektoreid allkirjastama Maaelu Teadmuskeskuse nimel ametiasutuse kirju ja teisi

dokumente, mis käsitlevad nende valitsemisalasse kuuluvaid küsimusi ja tegevusvaldkondi.

8. Asedirektoritel ei ole oma valitsemisalasse ja tegevusvaldkonda kuuluva küsimuse või otsustuse

edasivolitamise õigust.

9. Kui asedirektori valitsemisalasse ja tegevusvaldkonda kuuluv küsimus puudutab ka teise

asedirektori valitsemisala või kui asja lahendamine toimub koostöös teise asedirektoriga,

kooskõlastatakse asja lahendamine selle asedirektoriga. Kui kokkulepet ei saavutata,

esitatakse küsimus otsustamiseks direktorile, välja arvatus põhimääruse § 9 lõigetes 4 ja 6

nimetatud valdkondades.

10. Teha käskkiri teatavaks asedirektoritele ja osakonnajuhatajatele, keda käskkiri puudutab.

11. Käskkirja rakendatakse tagasiulatuvalt alates 01.01.2023.

12. Käesoleva käskkirjaga tühistan järgmised käskkirjad:

09.01.2023 KK nr 1-1/4 „Volituste andmine“

13.04.2023 KK nr 1-1/39 „Volituste andmine dokumentide allkirjastamiseks“

26.04.2023 KK nr 1-1/41 „Volituste andmine asutuse esindamiseks“.

Käskkirja on võimalik vaidlustada haldusmenetluse seaduses ning halduskohtumenetluse seadustikus

sätestatud alustel ja korras 30 päeva jooksul, arvates käskkirja teatavaks tegemise päevast.

/allkirjastatud digitaalselt/

Andre Veskioja

direktor

Taotlusvorm

Koostatud justiits- ja digiministri 18.05.2026 määruse nr 15 “Tulevikukindla andmemajanduse

ökosüsteemi mudel ja taristulised lahendused andmete turvaliseks haldamiseks, käitlemiseks

ja väärindamiseks” põhjal.

1. Taotleja andmed

Taotleja asutuse nimi Maaelu Teadmuskeskus

Taotleja esindaja nimi Marko Kass

Taotleja esindaja ametikoht Asedirektor (teadustegevused)

Esindaja telefoninumber +372 5334 5120

Esindaja e-post [email protected]

2. Partneri andmed (vajadusel)

Partnerasutuse nimi -

Partneri esindaja nimi -

Partneri esindaja ametikoht -

Partneri esindaja telefoninumber -

Partneri esindaja e-post -

3. Projekti lühiülevaade

Projekti lühikirjeldus METK on põllumajanduse kestlikkuse andmevõrgu kontaktasutus

Eestis ja pakub maamajanduse andmeteenust. Samuti kogume

erinevaid põllumajandusturgu iseloomustavaid andmeid.

Maamajanduse andmeteenuse ja andmevõrgu eesmärk on koguda

majandus-, keskkonna ja sotsiaalse iseloomuga detailandmeid,

seejuures lähtudes andmete ühekordse esitamise põhimõttest ning

EL tasemel kokkulepitud kvaliteedinõuetest. Esitatud andmete

alusel on kontaktasutusel kohustus koostada andmeesitajatele

võrdlev tagasiside, mis sisaldab andmeesitajale huvi pakkuvaid

jätkusuutlikkuse indikaatoreid.

Andmevõrgu ja turuinfo andmete alusel koostatakse erinevaid

poliitika mõjuhinnanguid, andmed on sisendiks erinevatele

teadusuuringutele toidutootmise kontekstis, nii majanduslikust,

keskkonnahoiu kui sotsiaalsest aspektist.

Projekti raames kaardistatakse ja testitakse tehisaru kasutamise

võimalused FSDN ja turuinfo üksikandmete valideerimisel ja

analüüsil arvestades privaatsuskaitset. Projekti raames treenitakse

tehisaru selliselt, et projekti tulemusel valmiv tehisaru lahendus

võimaldab pakkuda paremini toimivat toodet (abimees andmete

kogujatele, väärtuslik tagasiside andmeesitajale) ja kõrgema

kvaliteediga teenust (täiustatud kvaliteedikontroll ning

andmebaasist päringute tegemise võimekus), mis toetab

andmepõhist poliitikakujundust.

3. Projekti lühiülevaade

Algandmetena on kasutusel FSDN ja turuinfo andmebaas

(PostgreSQL) ja etteantud ulatuses väliste andmete alusel, näiteks

Statistikaamet või muud usaldusväärsed avaldatud

põllumajandusturu konteksti kirjeldavad andmed erinevate

prognooside, jätkusuutlikkuse hinnangute koostamiseks.

Projekti tulemusel valmib tehisaru võimekus:

* mis toetab andmete kogujat (assistant)

* mis koostab FSDN andmeesitaja parameetritele ja vajadustele

vastava tagasiside, kus ettevõtte andmeid võrreldakse temaga

sarnase ettevõtte grupiga, näidatakse ajaloolist arengut ning antakse

hinnang n+1 aasta tulemuse kohta (prognoos).

* mis tagab kvaliteetse tagasiside kuna eelnevalt on andmete

kogumisel rakendatud valideerimiskontrolle arvestades

põllumajandustootmise erisusi ning kokkulepitud andmekvaliteedi-

ja konfidentsiaalsusnõudeid.

* privaatsuskaitses keskendutakse seostamatuse tehnoloogiatele,

mis tagaks andmete kaitse infosüsteemides ja analüütilisel

töötlemisel

Tagatud on nii standardsete kui mittestandardsete päringute

tegemise võimekus.

Tehisaru lahendus aitab kaasa ettevõtjate ja andmekogujate

halduskoormuse vähenemisele, parandades avaliku sektori

efektiivsust (kiirem andmekorje ja automatiseeritud andmete

ristkontroll koos edasise analüüsiga).

FSDN andmete mudeldamine tehisaru abil panustab

“Digiühiskonna arengukava 2035” eesmärkidesse eelkõige

andmepõhise juhtimise, tehisaru rakendamise, avalike teenuste

tõhustamise ning eesti andmeruumi väärtustamise kaudu. Eesti

peab rakendama andmeid ja tehisaru inimkeskselt, turvaliselt ja

nutikalt kõigis sektorites ning kujundama tulevikukindla

andmemajanduse (lk 17–18). FSDN andmete tehisarupõhine

mudeldamine aitab seda eesmärki ellu viia, sest võimaldab muuta

kogutud andmed paremini kasutatavaks analüüsiks,

prognoosimiseks, otsustamiseks ja tagasisidestamiseks. See toetab

arengukava punkti 2.1.1, mille järgi tuleb rakendada andmepõhist

poliitikakujundamist ja parandada otsuste kvaliteeti ning jälgitavust

(lk 17), samuti punkti 2.2.1, mille kohaselt peab riik kasutama

tehisaru laialdaselt tootlikkuse suurendamiseks ja personaalsemate

teenuste pakkumiseks (lk 18).

Lisaks aitab FSDN andmete mudeldamine luua praktilisi

tehisarurakendusi, mis muudavad keerukad andmed kasutajatele

arusaadavaks ja rakendatavaks. See on kooskõlas arengukava

eesmärgiga pakkuda personaalsemaid, mugavamaid ja tõhusamaid

teenuseid ning kasutada tehisaru erinevates protsessides seal, kus

see loob lisandväärtust. Kui mudeldamine toimub läbipaistvalt,

turvaliselt ja inimese kontrolli austades, toetab see ka arengukava

3. Projekti lühiülevaade

põhimõtet „vaba inimese vaba valik“ ning usaldusväärset

andmekasutust (lk 20). Seega aitab FSDN andmete tehisarupõhine

mudeldamine kaasa nii andmemajanduse arengule, avaliku sektori

nutikamale toimimisele kui ka Eesti positsioonile tehisaru teadliku

ja praktilise rakendajana.

Arengukava järgi peab Eesti rakendama andmeid ja tehisaru

nutikalt kõigis sektorites ning toetama tulevikukindlat

andmemajandust (lk 17–18).

Arengukava märgib, et krativäelise tehisaruga seotud riskide

maandamine eeldab muu hulgas kohapealset suveräänset

arvutusvõimsust ning keelemudelite arendusi (lk 7).

Tehisaru arendamine aitab panustada „Andmete ja tehisintellekti

valgesse raamatusse 2024–2030“ otseselt, kuna valge raamatu

keskne eesmärk on kujundada Eestist andmete väärindamise ja

targa kasutamise toel juhtiva andmemajanduse ja avaliku

halduse kvaliteediga riik maailmas (lk 4). Tehisaru arendamine ei

ole selles raamistikus kõrvaltegevus, vaid üks peamisi hoobasid,

millega tõhustada riiki, kasvatada ettevõtete tootlikkust ja

suurendada inimeste heaolu.

4.1.6 Andmepõhine juhtimine, kus rõhutatakse vajadust

rakendada andmepõhist poliitikakujundamist ja kasutada andmeid

otsuste tegemisel kiiremini ja väiksema ressursikuluga (lk 25).

Plaanitava projekti panus "Andmete ja Tehisintellekti valges raamat

2024-2030":

Valge raamat nimetab üheks kolmest põhialamvaldkonnast just

„Tehisintellekt igas nurgas: riigis ja ühiskonnas“ (lk 5–6, 17).

Selle eesmärk on, et nii erasektor kui ka riigikorraldus oleksid

tehisintellekti poolt rikastatud ning Eesti oleks juhtiv tehisintellekti

rakendaja maailmas (lk 17).

Valge raamatu mõõdikud näevad ette, et 2030. aastaks kasutab

tehisintellekti 75% ettevõtetest ning avaliku sektori tõhususe kasv

tehisintellekti toel ulatub 425 miljoni euroni (lk 17).

Peatükk 4.2.2 Avalik sektor kirjeldab eesmärki, et Eestis saab

avaliku sektoriga asjad aetud tehisintellektil põhinevate lahenduste

ja vestluskrattide abil ning et avalik sektor oleks tehisintellekti

rakendamisel esirinnas (lk 28).

Peatükis 4.2.3 Erasektor on eesmärk, et 2030. aastaks rakendab

75% Eesti ettevõtetest tehisintellekti lisandväärtuse

kasvatamiseks ning Eesti ettevõtted arendavad ja ekspordivad

maailma parimaid tehisintellekti lahendusi (lk 29).

Valge raamatu kolmas põhisuund on „Inimese heaks: andmete ja

tehisintellekti inimkesksus ja usaldusväärsus“ (lk 18).

Peatükk 4.3.5 Rahvusvaheline koostöö rõhutab, et Eesti saab oma

praktilise kogemuse põhjal olla eestvedaja rahvusvahelistes

aruteludes ja praktiliste lahenduste juurutamisel (lk 36, 62).

Projekti ajaraam 01.10.2026 kuni 31.10.2027

3. Projekti lühiülevaade

Omafinantseeringu

suurus ja allikas

35 295 eurot, EAGF (EL, FSDN eelarve vastavalt määrusele (EL)

2024/2746 Lisa X)

Taotletav toetuse

summa [€]

200 000 eurot

4. Projekti detailsem kirjeldus

Probleemikirjeldus

Selgitage, miks on

probleem aktuaalne

ning keda see

puudutab. Mida on

probleemi

lahendamiseks Eestis

juba tehtud või mis on

tegemisel?

Andmeesitajatele individuaalse tagasiside koostamine on FSDN

kontaktasutuse kohustus. Individuaalse tagasiside koostamine

kõikidele valimiplaani (580) osalistele igal aruandeaastal on aja-

ja ressursimahukas töö. Tehisaru võimalusi kasutades on

võimalik lahendada järgmised probleemkohad vähendades tööks

vajalikku aega, väärindades suurt hulka andmeid ja suurendades

kvaliteeti.

Alates 2025. aruandeaastast kogutakse lisaks uusi

keskkonnaalaseid ja sotsiaalse sisuga näitajaid, mille kohta

puudub võimekus tagasisidet koostada.

Seni ainult majandusnäitajate alusel koostatud tagasiside ei ole

ettevõtte individuaalseid vajadusi arvestav (seni kokkulepitud

indikaatorid kehtivad kõigile ühetaoliselt, puudub

ettevõttespetsiifiline lähenemine). Tagasiside parem sihitus

(ettevõtja vajadusi ja spetsiifikat arvestav) tõstab koostatud

tagasiside väärtust, andes sisendi põllumajandustootja

otsustusprotsessi.

Puudub võimekus rakendada uute näitajate kvaliteedinõuete

valideerimine ja teha mittestandardseid erinevatele

uurimisküsimustele vastamiseks vajalikke andmepäringuid

arvestades konfidentsiaalsusnõudeid.

Andmekogujate nõustamine on FSDN kontaktasutuse töötajate

ülesanne ja toimub vaid kokkulepitud ajal. Puudub juhenditele

toetuv juturobot, mis oleks andmekogujatele käepärast igal

vajalikul hetkel kui küsimus tõstatub. Juturoboti abil on

võimalik tõsta andmekogujate töö kiirust ja aidata vähendada

andmekogumisele kuluvat ajakulu.

Iga-aastaselt kogutavate andmete detailanalüüs on suure

inimressursi vajadusega, ilma tehisintellekti abita jäävad

väärtuslikud detailandmed põllumajandustootjate kohta

suures osas väärindamata. Senised koostatud majandusliku

sisuga tagasisided, aastakogumikud ja faktilehed on aluseks

tehisintellekti esialgsel treenimisel.

Uurimisküsimustele vastamiseks andmepäringute ja

võrdlusanalüüside koostamise mahtning detailsusaste on seni

piiratud.

Projekt toetab „Digiühiskonna arengukava 2035“ ning

„Andmete ja tehisintellekti valge raamat 2024-2030“ eesmärke.

4. Projekti detailsem kirjeldus

Projekti oodatav

tulemus ja mõju

Kas projektil on selge

ning mõõdetav

eesmärk, mille

saavutamist või

mittesaavutamist on

võimalik hinnata?

Projekti tulemusel valmiv tehisaru võimalustel baseeruv

rakendus koostab konkreetsetele koostööpartneritele igal aastal

tagasiside andmevõrgu andmete alusel.

Kogutavate andmete kvaliteet on kõrgel tasemel ning läbib

vigadeta Euroopa Komisjoni poolse valideerimisprotsessi.

Huvitatud isikute mittestandardsetele päringutele on vastatud

kiirelt ja asjakohaselt arvestades kõiki konfidentsiaalsusnõudeid.

Projekti raames töötatakse välja mudel-agnostiline

andmevahetuskiht, mis põhineb MCP (Model Context

Protocol) standardil. See võimaldab METK-il kiiresti ja

paindlikult testida ning kasutusele võtta erinevaid keelemudeleid

(nii lokaalseid vabavaralisi kui ka pilvepõhiseid

kommertsmudeleid), tegemata muudatusi infosüsteemi

põhiarhitektuuris.

Lisaks lokaalse taristu kasutamisele kaardistatakse ja

testitakse projekti käigus andmete pöördumatu

anonüümimise tõhusust. Piloodi käigus valideeritakse, kas

FSDN andmestikku on võimalik anonüümida sellisel tasemel,

mis tagaks täieliku vastavuse isikuandmete kaitse üldmäärusele

(IKÜM/GDPR) ning võimaldaks andmete analüüsiks ja

väärindamiseks turvaliselt ära kasutada ka võimekaid

pilvepõhiseid kommertsmudeleid, kaotamata andmete statistilist

kasulikkust.

Välja töötatud raamistikku saab suures osas taaskasutada

järgnevate METK tehisaru projektide raames.

Projekti meeskond ja

töökorraldus

Kirjeldage rollide ja

töö jaotust

projektimeeskonnas.

Missugust täiendavat

ekspertiisi tuleb juurde

kaasata (nt tehniline

ekspertiis,

andmekaitse)?

Reeli Hansen (METK, projektijuht)

Marek Kärner (METK peaspetsialist, FSDN tooteomanik,

arendaja)

Egle Jakin-Haidak (METK peaspetsialist turuinfo osateenuse

juht, ärisisendi andja)

Anne Varendi (METK peaspetsialist, FSDN andmeanalüütik,

FSDN ärisisendi andja)

Renno Kalda (METK IT konsultant)

Anti Konsap (METK vaneminsener, AI-lahendused)

Katre Kirt (METK, maamajanduse andmeteenuse juht)

Johannes Voldemar Valter (PRIA, AI analüütik)

Katrin Leemet (METK, nõunik, sh andmekaitse)

Virko Nilender (ReMITK, strateegiliste projektide juht)

Kuna METK-il puudub hetkel spetsiifiline sügav oskusteave

suurte masinõppemudelite metoodilise ülesehituse osas,

kaasatakse projekti väline tehisaru- ja andmeteaduse ekspert.

Eksperdi põhiülesanneteks on:

1. Toetada FSDN ja turuinfo üksikandmete analüüsiks sobiva

modelleerimisloogika ja masinõppe arhitektuuri väljatöötamist.

2. Luua tehisintellekti lahenduse metoodiline ülesehitus ja

4. Projekti detailsem kirjeldus

viipade inseneeria (prompt engineering) standardid.

3. Valideerida arendatavaid mudeleid ja MCP-tööriistu,

tagamaks lahenduse usaldusväärsus, täpsus ja praktiline

rakendatavus.

Välisteenuse kaasamisega ennetatakse otseselt arendusriskide

realiseerumist ja tagatakse riigieelarvelise toetuse kuluefektiivne

kasutus.

Jätkutegevused

Kirjeldage planeeritud

jätkutegevusi pärast

rahastusperioodi lõppu.

Valminud tehisaru lahenduste asja- ja ajakohasena hoidmine,

täiendav parendamine , testimine ja juurutamine.

Iga-aastased indikaatorite ja klientide vajaduste kohandamised,

Uute andmete lisandumisel, nende integreerimine.

Minimaalsete jätkutegevuste tarbeks on võimalik leida osaliselt

vahendeid FSDN iga-aastasest eelarvest (EAGF). Vajadusel

tuleb leida lisarahastusallikaid.

Väljatöötatud raamistiku ja lahenduste taaskasutamise

võimaluste analüüsimine teiste METK teenuste arenduseks.

Riskid ja

maandamismeetmed

Kirjeldage peamisi

riske, mis võivad

takistada projekti

elluviimist või

eesmärkide

saavutamist, millised

maandamismeetmed

kasutusele võetakse?

Peamised ilmneda võivad riskid on halvasti läbimõeldud või

jäik tegevuskava, ebapiisava ekspertiisiga meeskond, liiga

ambitsioonikas eesmärk ning alaplaneeritud aja ja ressursikulu.

Tegu on detailsete üksikandetega, võib kaasneda andmekao risk.

Tehnoloogiate kiire arengu tõttu võib väljatöötatud mudel kiirelt

aeguda või vananeda. Mudeli väljundi vähene valideerimine

inimese poolt. Projekti käigus võib ilmneda erinevate

kaardistuste tulemusel lisariske seoses lokaalse või

pilvelahendusega.

Võimalike riskide maandamiseks:

Projekt on süsteemselt planeeritud, toimub pidev tegevuste seire.

Projektil on tegevus- ja ajakava (tegevused on planeeritud

varuga).

Projektimeeskonnas on määratud selged vastutusvaldkonnad

ning lepitud kokku regulaarne edenemise jälgimine,

rakendatakse agiilset lähenemist ning vajadusel reageeritakse

tegevuskava muutmisega.

Arvesse võetakse eelarve võimalusi, seiratakse selle kasutust.

Tagatud on andmete varukoopiad.

Andmekaitse tagamiseks on eelistatud lokaalne mudel kui

võimalik (selgub testides) või andmebaasi

anonümiseerimine/hägustamine kui kasutatakse pilvelahendust

(isikuandmeid või koordinaadid ei ole analüüsi kaasatud).

Mudeli kasutus sõltub andmete delikaatsustasemest

(delikaatseid isikuandmeid andmebaas ei sisalda).

Mudeli aegumine on võimalik maandada MCP lahendusega,

kasutades paindliku vahekihina agnostilisi mudeleid, maandame

riski sõltuda ühe kindla tehisaru algoritmist või

teenusepakkujast.

4. Projekti detailsem kirjeldus

Mudeli hallutsinatsioonide tuvastamiseks ja maandamiseks

vaatab tulemuse üle ekspert (human-in-the-loop testimine),

tulemuse hoomamiseks toimub raporti genereerimine

väiksemate osadena.

Võimalikku viiba rünnaku riski lokaalse kasutuse puhul hindame

madalaks.

Riskide ilmnemisel hinnatakse nende mõju ning rakendatakse

sobivad parandusmeetmed, et tagada projekti eesmärkide

saavutamine planeeritud mahus ja kvaliteedis.

5. Seos teadus- ja arendustegevuse kriteeriumitega (palun kirjeldage)

Tegevuse liik

(alusuuring,

rakendusuuring või

eksperimentaalarendus)

Rakendusuuring

Uudsus Senine andmete töötlus ja valideerimine on toimunud Excel

lahenduste abil ja käsitsi. Valmiva keelemudeli või olemasoleva

keelemudeli kohandamise tulemusel ühendatakse analüüsi FSDN

spetsiifilised keskkonna, sotsiaalsed ja majandusnäitajad.

Projekti tulemusel luuakse mudel-agnostiline MCP-

andmevahetuskiht. Erinevalt standardsest mudeli treenimisest

(fine-tuning) võimaldab MCP-lähenemine reaalajas

registripäringute vahendamist ja dünaamilist andmekaitse

reeglistiku rakendamist keelemudeli tasandil. Uudsus seisneb ka

andmete anonüümimise ja pilvepõhiste mudelite võimekuse

valideerimises spetsiifiliste põllumajandusandmete kontekstis.

Loomingulisus Kliendi iseärastust ja vajadusi arvestav lahendus tagatakse

analüütikute poolt defineeritud ülesannetega tehisarule. Lõplik

lahendus ja kuidas selleni jõutakse kujuneb projekti käigus.

Ettemääramatu tulemus Puudub kogemus kasutada tehisaru FSDN andmete

valideerimisel ja analüüsil, treeningu ja testimise tulemus on

ettemääramatu. Arvetelt andmete koondamist ning erinevate

arvete klassifitseerimist on piloodina rakendanud NL ja BE, kuid

need riigid hindavad tulemuse kvaliteeti 70% juurde ning

kinnitavad inimese kontrolli vajadust AI töö tulemusele.

Puudub eelnev avaliku sektori praktika MCP standardi

rakendamiseks põllumajanduse kestlikkusandmete (FSDN)

analüüsil. Kuna tegemist on mudel-agnostilise kihiga, on

uurimisküsimuseks ja ettemääramatuks tulemuseks see, kuidas

erineva arhitektuuriga mudelid (nt lokaalsed vs pilvepõhised)

suudavad MCP kaudu edastatud konteksti mõista ja reageerida.

Samuti on ettemääramatu tulemusega andmete anonüümimise

eksperiment: kas pöördumatu anonüümimine säilitab keeruliste

põllumajanduslike risttabelite statistilise struktuuri (andmete

kasulikkuse) tasemel, mis on pilvepõhisele AI-le piisav sisuka

tagasiside genereerimiseks. Tulemuse usaldusväärsuse

tagamiseks kaasatakse väline ekspert, kes aitab tulemusi ja

mudeleid valideerida.

5. Seos teadus- ja arendustegevuse kriteeriumitega (palun kirjeldage)

Süsteemsus Koostatakse treeningülesannete ja testimiste kava

Ülekantavus või

korratavus

Kogutud treeningute ja testimiste tulemused dokumenteeritakse.

Uued andmed on võimalik mudelisse lisada ning tehtut korrata.

6. Projekti eelarve ja ajakava

Lisa iga etapi ning tegevuse juurde tegevuse kirjeldus, algus ja lõpp ning eelarve.

I etapp Ettevalmistus, hanked ja väliseksperdi kaasamine

Aeg: 01.10.2026 – 31.12.2026 (3 kuud)

Hinnanguline eelarve: 70 000 eurot+15% omaosalus

Välise AI-eksperdi hanke läbiviimine ja eksperdi kaasamine meeskonda;

esmase metoodilise ülesehituse ja modelleerimisloogika kaardistamine.

Hinnanguline eelarve: 10 000 eurot+15% omaosalus

Tarkvara, litsentside ja vajadusel riistvara (serverite) tehniliste tingimuste

koostamine ja hankimine

Hinnanguline eelarve: 55 000 eurot+15% omaosalus

Andmekaitsealase mõjuhinnangu (DPIA) algatamine;

anonüümimismetoodika ja MCP turvanõuete esmane disain.

Hinnanguline eelarve: 5 000 eurot+15% omaosalus

II etapp Taristu käivitamine, anonüümimise testimine ja optimeerimine

(RAG-i loomine)

Aeg: 01.01.2027 – 31.03.2027 (3 kuud)

Hinnanguline eelarve: 40 000 eurot+15% omaosalus

Taristu seadistamine REMITK või välise teenusepakkuja keskkonnas

keelemudelite tarbeks.

Hinnanguline eelarve: 10 000 eurot+15% omaosalus

Staatiliste andmete (juhendid, eeskirjad) ja Euroopa Komisjoni reeglistiku

vektordokumentatsiooni (RAG) ettevalmistamine.

Hinnanguline eelarve: 15 000 eurot+15% omaosalus

Anonüümimise pilootprojekt: FSDN testandmestiku anonüümimine ja

esmane testimine pilvepõhiste kommertsmudelitega (API-de kaudu),

hindamaks mudelite vastuste adekvaatsust ja andmete kasulikkuse

säilivust.

Hinnanguline eelarve: 15 000 eurot+15% omaosalus

III etapp Mudel-agnostilise MCP kihi arendus ja integreerimine

Aeg: 01.04.2027 – 30.06.2027 (3 kuud)

Hinnanguline eelarve: 50 000 eurot+15% omaosalus

Mudel-agnostilise MCP (Model Context Protocol) andmevahetuskihi

arendamine ja seadistamine PostgreSQL andmebaasile.

Hinnanguline eelarve: 25 000 eurot+15% omaosalus

6. Projekti eelarve ja ajakava

Lisa iga etapi ning tegevuse juurde tegevuse kirjeldus, algus ja lõpp ning eelarve.

Väliseksperdi juhtimisel tehisaru lahenduse metoodilise ülesehituse

lõpuleviimine; reaalajas toimivate reeglipõhiste andmepiirangute

seadistamine MCP tasemel.

Hinnanguline eelarve: 15 000 eurot+15% omaosalus

Erinevate mudelite (lokaalsed mudelid taristus vs pilvepõhised mudelid

anonüümsete andmetega) liidestamine arendatud MCP kihiga, tagades

valmisoleku kiireks mudelite vahetuseks.

Hinnanguline eelarve: 10 000 eurot+15% omaosalus

IV etapp Mudelite valideerimine, testperiood ja turvakontroll

Aeg: 01.07.2027 – 30.09.2027 (3 kuud)

Hinnanguline eelarve: 30 000 eurot+15% omaosalus

Pilootkasutus reaalsete andmekogujatega (human-in-the-loop). Välise

eksperdi poolt masinõppemudelite ja tagasiside (Data Storytelling)

genereerimise loogika valideerimine.

Hinnanguline eelarve: 10 000 eurot+15% omaosalus

Valitud

lahenduste

võrdlemine

Lahenduse kiiruse, stabiilsuse ja tulemuste usaldusväärsuse võrdlev

analüüs lokaalsete ja pilvepõhiste mudelite vahel läbi MCP kihi.

Hinnanguline eelarve: 10 000 eurot+15% omaosalus

Turva- ja

lekketestid

Süsteemi turva- ja lekketestid (kontrollimaks, et MCP reeglid ja

anonüümimisloogika välistavad isikuandmete/konfidentsiaalsete

üksikandmete lekke pilveteenustesse).

Hinnanguline eelarve: 10 000 eurot+15% omaosalus

V etapp MVP Live, lähtekoodi avalikustamine ja projekti dokumendid

Aeg: 01.10.2027 – 31.10.2027 (1 kuu)

Hinnanguline eelarve: 10 000 eurot+15% omaosalus

Lähtekoodi

puhastamine ja

võimalusel

avalikustamine

Lahenduse lähtekoodi puhastamine ja võimalusel avalikustamine riiklikus

koodivaramus/GitHubis (ülekantavuse tagamiseks).

Hinnanguline eelarve: 5000 eurot+15% omaosalus

Kratid.ee

registrisse

esitamine

Tehisaru Kratid.ee registrisse „Algoritmi kasutuse ülevaate“ vormi

esitamine ja läbipaistvuse tagamine.

Hinnanguline eelarve: 2000 eurot+15% omaosalus

Aruandlus Projekti lõpparuandlus ja paikvaatluse korraldamine toetuse andjale.

Hinnanguline eelarve: 3000 eurot+15% omaosalus

7. Kasutatavate andmete ülevaade

Ülevaade projekti käigus

töödeldavatest andmetest

Detailne nimekiri andmetest on Komisjoni

rakendusmääruses (EL) 2024/2746, Komisjoni

rakendusmäärus (EL) 2017/1185

Kas vajalik on läbi viia

andmekaitsealane mõjuhinnang?

Kaitsetarve on määratud:

C1-I1-A2 (FSDN) ja C1-I1-A1 (turuinfo)

Andmekaitsealane mõjuhinnang tuleb läbi viia-

Kas projekti käigus rakendatakse

andmejälgijat?

Ei, tegu ei ole isikuandmetega ja andmejälgijat ei

rakendata

Kas vajalik on täita algoritmi

kasutatavuse vorm?1

Andmete alusel ei anta haldusakti, ei ole mõju

inimest vahetult mõjutavale otsusele, ei kasutata

inimeste kategoriseerimiseks ega profileerimiseks, ei

automatiseerita haldustoimingut, ei ole tegu

süsteemiga, mille kaudu saaks inimene ligi

isikustatud teabele või asutuse teenusele

Tulemus on seotud keelemudeliga (juturobot) ja

tagasisidega andmeesitajale tuginedes andmebaasi

andmetele, selles osas tuleb täia algoritmi

kasutatavuse vorm

Kas projekti käigus avalikustatakse

avaandmeid?

Projektis kaasatud andmed on detailsemad kui

avaandmed, tulemus avalikustatakse agregeeritult

(Avaandmed on avaldatud agregeeritult;

https://fadn.agri.ee/standardtulemused/ ja

https://metk.agri.ee/teadus-uuringud-

projektid/maamajandus/turuinfo )

8. Muu vajalik teave vabas vormis

1 AI ülevaade | Kratid

Volitused

Kontrollige e-äriregistrist2, kas Teil on äriregistri registrikaardi järgi õigus taotleja esindamiseks. Juhul,

kui Teil puudub e-äriregistris taotleja esindusõigus, saate oma esindusõigust tõendada, lisades

taotlusele digiallkirjastatud volituse.

Kinnitused

Palun tutvuge alljärgnevate tingimustega ning kinnitage, et olete nendega nõus:

Annan nõusoleku:

- teha õiguspädevale organile järelpärimisi;

- teostada taotleja suhtes toetuse andmise tingimustest tulenevaid õigusi;

- edasise infovahetuse toimumiseks elektroonilisel teel.

Kinnitan järgnevat:

- kõik taotluses esitatud andmed on õiged ning esitatud dokumendid on kehtivad ja ehtsad;

- taotluses sisalduv projekt vastab toetuse andmise tingimuste määruses sätestatud

eesmärkidele ja toetatavatele tegevustele;

- taotlejal on toetuse andmise tingimustes sätestatud projekti elluviimiseks ja haldamiseks vajalik

kvalifikatsioon või kogemus ning õiguslik, organisatsiooniline või tehniline eeldus;

- taotleja kohustub väljastama andmeid ja osutama igakülgselt kaasabi Justiits- ja

Digiministeeriumile ning teistele asutustele, kelle kohustus on teha taotluses sisalduva projekti

elluviimise üle järelevalvet;

- taotleja kohustub viima projekti ellu taotluses esitatud teabe ja tingimuste alusel;

- taotleja kohustub Justiits- ja Digiministeeriumi viivitamata teavitama taotluses esitatud

andmetes toimunud muudatusest ja ilmnenud asjaolust, mis võib mõjutada taotluse kohta

otsuse tegemist;

- taotlejal on nõutavad vahendid projekti omafinantseeringu tagamiseks;

- taotleja on teadlik, et toetuse saamise info ja toetuse summa avalikustatakse.

☒ Kinnitan, et kõik taotluses esitatud andmed on õiged ja täielikud, olen ülaltoodud

tingimustega tutvunud ja olen nendega nõus.

2 Juriidilise isiku otsing | e-Äriregister

Reg nr. 70000869

K Ä S K K I R I 14.12.2023 nr 1-1/98

Jõgeva

Volituste andmine dokumentide allkirjastamiseks ning asedirektorite asendamise kord

Haldusmenetluse seaduse § 8 lõike 2 ja maaeluministri 23.09.2022 määruse nr 50 “Maaelu

Teadmuskeskuse põhimäärus” § 8 lõike 2 punkti 9 alusel ja arvestades asedirektorite vahelise tööjaotuse

korraldamise vajadust

1. Volitan asedirektor (innovatsiooni ja ettevõtluse valdkond) Pille Koorbergi sõlmima (sh

muutma, lõpetama) Maaelu Teadmuskeskuse nimel järgnevaid lepinguid:

1.1. innovatsiooni ja ettevõtluse valdkonda sh maaeluvõrgustiku, põllumajanduse ja maaelu

teadmussiirde, nõuandeteenuste ning innovatsiooni toetavate tegevuste valdkonda puudutavaid

finants-, haldus- ja riigihankelepinguid;

1.2. võrgustiku osakonna ja selle teenistuste, teenuste arendusosakonna ning turunduse ja

kommunikatsiooniosakonna haldusalasse kuuluvaid lepinguid.

2. Asedirektor Pille Koorbergi puhkusel, teenistuslähetuses või töövõimetuslehel viibimise ajal,

samuti juhtudel, kui ta ei saa oma ülesandeid täita enesetaanduse tõttu on käskkirja punktis 1

nimetatud lepingute allkirjastamise järjekord järgmine:

2.1. direktor;

2.2. finants- ja strateegiaosakonna juhataja, kui direktori käskkirjaga ei ole määratud teisiti.

3. Volitan asedirektor (teaduse valdkond) Marko Kassi sõlmima (sh muutma, lõpetama) Maaelu

Teadmuskeskuse nimel järgnevaid lepinguid:

3.1. kogu teaduse valdkonna, sh sordiaretuse, taimekaitse, taimebiotehnoloogia,

põllumajandusuuringute ning seemnetootmise, pakendamise ja turustamise valdkonda

puudutavaid finants-, haldus- ja riigihankelepinguid;

4. Asedirektor Marko Kassi puhkusel, teenistuslähetuses või töövõimetuslehel viibimise ajal,

samuti juhtudel, kui ta ei saa oma ülesandeid täita enesetaanduse tõttu on käskkirja punktis 3

nimetatud lepingute allkirjastamise järjekord järgmine:

4.1. innovatsiooni ja ettevõtlus valdkonna asedirektor Pille Koorberg;

4.2. sordiaretuse osakonna juhataja, kui direktori käskkirjaga ei ole määratud teisiti.

5. Volitan asedirektor (labori ja katsekeskuste) Andrus Rahnut sõlmima (sh muutma, lõpetama)

Maaelu Teadmuskeskuse nimel järgnevaid lepinguid:

5.1. laborite ja katsekeskuste valdkonda sh registreerimis-, majandus-, järelkontrolli- ja teiste

põldkatsete tegemise ning seemnete, taimekahjustajate, väetise, mulla, taimse materjali, sööda

ja muu materjali laboratoorse analüüsimise valdkonda puudutavaid finants-, haldus- ja

riigihankelepinguid ning laborite akrediteerimise ja katsekeskuste sertifitseerimise audititega

seotud dokumente;

5.2. haldusosakonna haldusalasse kuuluvaid lepinguid.

6. Asedirektor Andrus Rahnu puhkusel, teenistuslähetuses või töövõimetuslehel viibimise ajal,

samuti juhtudel, kui ta ei saa oma ülesandeid täita enesetaanduse tõttu on käskkirja punktis 5

nimetatud lepingute allkirjastamise järjekord järgmine:

6.1. kvaliteedijuht;

6.2. laborite juht, kui direktori käskkirjaga ei ole määratud teisiti.

7. Volitan asedirektoreid allkirjastama Maaelu Teadmuskeskuse nimel ametiasutuse kirju ja teisi

dokumente, mis käsitlevad nende valitsemisalasse kuuluvaid küsimusi ja tegevusvaldkondi.

8. Asedirektoritel ei ole oma valitsemisalasse ja tegevusvaldkonda kuuluva küsimuse või otsustuse

edasivolitamise õigust.

9. Kui asedirektori valitsemisalasse ja tegevusvaldkonda kuuluv küsimus puudutab ka teise

asedirektori valitsemisala või kui asja lahendamine toimub koostöös teise asedirektoriga,

kooskõlastatakse asja lahendamine selle asedirektoriga. Kui kokkulepet ei saavutata,

esitatakse küsimus otsustamiseks direktorile, välja arvatus põhimääruse § 9 lõigetes 4 ja 6

nimetatud valdkondades.

10. Teha käskkiri teatavaks asedirektoritele ja osakonnajuhatajatele, keda käskkiri puudutab.

11. Käskkirja rakendatakse tagasiulatuvalt alates 01.01.2023.

12. Käesoleva käskkirjaga tühistan järgmised käskkirjad:

09.01.2023 KK nr 1-1/4 „Volituste andmine“

13.04.2023 KK nr 1-1/39 „Volituste andmine dokumentide allkirjastamiseks“

26.04.2023 KK nr 1-1/41 „Volituste andmine asutuse esindamiseks“.

Käskkirja on võimalik vaidlustada haldusmenetluse seaduses ning halduskohtumenetluse seadustikus

sätestatud alustel ja korras 30 päeva jooksul, arvates käskkirja teatavaks tegemise päevast.

/allkirjastatud digitaalselt/

Andre Veskioja

direktor