Stickstoff (N) ist ein wichtiger Faktor für den Ertrag und die Backqualität von Weizen. Aufgrund von Umweltaspekten muss der Stickstoffeintrag in der Schweiz jedoch reduziert werden, während gleichzeitig die durch den Klimawandel bedingte geringere Wasserverfügbarkeit die Stickstoffaufnahme behindert. Aufgrund des Zusammenhangs zwischen Stickstoffeinsatz und Backqualität stellt die Stickstoffreduktion eine Herausforderung dar und erfordert Sorten, die eine hohe und stabile Backqualität gewährleisten. Um solche Sorten zu züchten, sind ein umfassendes Verständnis der Backqualität und moderne Vorhersagemethoden in frühen Züchtungsgenerationen von entscheidender Bedeutung. In diesem Projekt werden wir vorhandene Datensätze aus zwei Züchtungsprogrammen, der Sortenregistrierung und -empfehlung sowie der nachgelagerten Weizenproduktion und -verarbeitung verwenden. Unser Ziel ist es, Effizienzindizes zu erstellen und vorherzusagen, die Qualitätsmerkmale indirekt mit dem Stickstoffeinsatz in Beziehung setzen und so den verfügbaren Stickstoff effizienter in Backqualität umwandeln. Um die Auswahl solcher stickstoffeffizienten Linien zu verbessern, werden wir Vorhersagemethoden für diese abgeleiteten Indizes und die endgültige Backqualität aus einem reduzierten Satz von Merkmalen, Genomdaten und Proteinzusammensetzungseigenschaften entwickeln, wobei wir Regressionsmethoden, genomische Selektion und maschinelle Lernmodelle einsetzen. Diese modernen Vorhersagemethoden sollen zu einer effizienteren Selektion, einem beschleunigten genetischen Fortschritt und damit zur Freigabe von Sorten mit hoher Backqualität führen, die den verfügbaren Stickstoff effizienter nutzen. Dies wird einen Beitrag zu einer nachhaltigeren Weizenproduktion leisten.