Schweine
Mehr Tierwohl versprechen sich Forscher von der Universität Hohenheim von der Auswertung der riesigen Datenmengen, die in der Landesanstalt für Schweinezucht in Boxberg erhoben werden. Bisher sind die Daten sehr heterogen und in Gänze nicht in digitalisierter Form vorhanden. | Foto: Carsten Rehder/Archivbild

Landesanstalt in Boxberg

WLAN im Schweinestall: Forscher versprechen sich von Daten mehr Tierwohl

Anzeige

Die Landesanstalt für Ferkelaufzucht und Schweinemast will mit Digitalisierung und Massendaten-Analyse für mehr Tierwohl in den Ställen sorgen. Forscher der Universität Hohenheim erheben dazu Datenmengen in der Landesanstalt für Schweinezucht in Boxberg. Bisher sind die Daten sehr heterogen und in Gänze nicht in digitalisierter Form vorhanden.

Versuchsdaten zum Tierverhalten, biologische Daten aus dem Routinebetrieb, Daten zur Haltungsumgebung und zur Tiergenetik: Zu der Sauenherde inklusive Ferkelaufzucht und Schweinemast am Bildungs- und Wissenszentrum Boxberg (LSZ) liegen immense Datenmengen vor.

Diese permanent auflaufenden Daten sollen nun in einer Digitalen Plattform zusammengeführt werden. Das ermöglicht neue Erkenntnisse, die dem Tierwohl und einer zukunftsfähigen Ausrichtung der Schweinehaltung zugutekommen. Das Ministerium für Ländlichen Raum und Verbraucherschutz (MLR) fördert das Projekt der Universität Hohenheim mit fast 200.000 Euro.

Mit Datenmengen neue Informationen gewinnen

Stress mit dem Buchtennachbarn, Kampf um den Zugang zu Ressourcen wie Wasser, Futter und Beschäftigungsmaterial, gesundheitliche Probleme, zu hohe Schadgasgehalte im Abteil – all diese Faktoren fördern das Schwanzbeißen bei Schweinen. Wissenschaft und Praxis gehen davon aus, dass ein Zusammenwirken dieser Risikofaktoren eine Rolle spielt – doch hier gibt es noch viele Wissenslücken.

An dieser Stelle setzt intelligente Datenauswertung an. „Mit den großen Datenmengen aus unterschiedlichen Quellen können wir neue Informationen gewinnen und bisher unbekannte Zusammenhänge aufdecken“, erläutert Stefan Kirn von der Uni Hohenheim.

Videokameras überwachen Verhalten der Ferkel

Ein weiteres Thema im Visier der Forscher ist die Frage, wie man frühzeitig gesundheitliche Risiken bei den Ferkeln mittels Maschineller Lernverfahren erkennen kann. Dafür untersuchen sie derzeit rund 25 Variablen und werten Daten seit 2011 zu rund 50.000 Schweinen aus.

Im speziellen geht es auch um die Früherkennung von Stress. Das Forscherteam wertet dazu über Videokameras das Liegeverhalten der Tiere aus. Die aus den Daten gewonnenen Erkenntnisse sind von allgemeinem Interesse.

Herkunft der Tiere ist Konsumenten wichtig

Viele Konsumenten wollen heute wissen, wo die Tiere herkommen, wie sie gehalten und gefüttert werden und ob es ihnen gut geht. Die Daten vom Tier selbst und aus der Haltungsumgebung, der Haltungstechnik und zum Gesundheitszustand geben in ihrer Verknüpfung Auskunft auf viele Fragen.

Die Digitalisierung und Vernetzung der Boxberg-Daten könnten wichtige Beiträge für mehr Akzeptanz der Tierhaltung in der Gesellschaft liefern. Zu den Sauen, Ferkeln und Mastschweinen in den Lehr- und Versuchsställen werden sehr unterschiedliche Daten erfasst.

„Wir haben routinemäßig erhobene strukturierte Daten wie Sauenplanerdaten oder Mast- und Schlachtdaten“, berichtet Projektleiter Martin Riekert. „Dazu kommen weitere strukturierte Daten zur Haltungsumgebung wie Abteiltemperatur, Lüftungseinstellungen, Wasserdurchfluss oder Futterverbrauch. Außerdem unstrukturierte Versuchsdaten zum Tierverhalten, die uns unter anderem 50 Videokameras liefern.“

WLAN im Stall

Im Projekt führen die Forscher diese heterogenen Daten in einer Datenplattform (Data Warehouse) zusammen. Sie statten dafür den Stall mit WLAN aus und installieren Industriecomputer mit Touchscreens. Vorhandene externe Systeme, zum Beispiel Lüftungs- und Fütterungssysteme, binden sie ein. Das Ziel: Im papierlosen Stall entfallen manuelle Schritte, die Daten gehen ab sofort über die neue Eingabemaske direkt in die Datenplattform.

Durch die Vernetzung stehen die Daten dann für die Analyse bereit. „Durch maschinelles Lernen kann das System in den vielfältigen Daten die Muster und Gesetzmäßigkeiten erkennen“, erläutert Riekert. „Ziel ist es, bisher unerkannte Zusammenhänge abzuleiten und daraus Entscheidungshilfen und Prognosemodelle zu entwickeln, die dem Tierwohl, der Forschung und dem betriebsindividuellen Management zugutekommen.“

BNN