9.10.2019 07:30
Quelle: schweizerbauer.ch - AgE
Tiere
Künstliche Intelligenz fürs Tierwohl
In Boxberg D führen Wirtschaftsinformatiker Daten von Schweinehaltung in einer digitalen Plattform zusammen, um sie so für die Analyse und das maschinelle Lernen verfügbar zu machen. Das soll neue Erkenntnisse zum Tierwohl ermöglichen und einer zukunftsfähigen Ausrichtung der Schweinehaltung zugutekommen.

Im Bildungs- und Wissenszentrum Boxberg (LSZ) sind zahlreiche Daten zur Schweinehaltung vorhanden, die aber aufgrund einer fehlenden Vernetzung nicht für digitale Auswertungen genutzt werden können. Wie die Universität Hohenheim am Dienstag vergangener Woche mitteilte, soll dies in dem gemeinsamen Projekt „Landwirtschaft 4.0: Informationssystem für die Schweinehaltung“ geändert werden, das vom Landwirtschaftsministerium in Baden-Württemberg mit 200'000 Euro (218'000 Franken) gefördert wird.

Schwanzbeissen bei Schweinen

Wirtschaftsinformatiker der Universität führen in dem bereits laufenden Projekt diese Daten in einer digitalen Plattform zusammen, um sie so für die Analyse und das maschinelle Lernen verfügbar zu machen. Das soll neue Erkenntnisse zum Tierwohl ermöglichen und einer zukunftsfähigen Ausrichtung der Schweinehaltung zugutekommen.

Eine Anwendung könnte das Schwanzbeissen bei Schweinen sein, welches multifaktorielle Auslöser hat. Der Leiter des Fachgebiets Wirtschaftsinformatik II an der Uni Hohenheim, Prof. Stefan Kirn, erläuterte, dass sich mit Big Data-Analytik grosse Datenmengen zu diesen Faktoren aus unterschiedlichen Quellen analysieren liessen und so neue Informationen gewonnen oder bisher unbekannte Zusammenhänge aufgedeckt werden könnten.

Lernverfahren

Laut dem Wirtschaftsinformatiker und Teilprojektleiter Martin Riekert bietet die Tierhaltung Anwendungsfälle für maschinelle Lernverfahren, mit denen sich das Wohlergehen der Tiere und auch das betriebliche Management verbessern lassen. So haben die Forscher im Visier, wie gesundheitliche Risiken bei Ferkeln mittels maschineller Lernverfahren frühzeitig erkannt werden können.

„Eine andere denkbare Anwendung wäre auch, im Rahmen eines Tierwohlmonitorings das Tierverhalten zu überwachen, um Stress frühzeitig zu erkennen“, erläuterte Riekert. Das Team wertet dazu über Videokameras mit Deep Learning beispielsweise das Liegeverhalten der Tiere aus. „Durch maschinelles Lernen kann das System in den vielfältigen Daten die Muster und Gesetzmässigkeiten erkennen“, erläutert der Wirtschaftsinformatiker. Ziel sei es, aus den Zusammenhängen Entscheidungshilfen und Prognosemodelle zu entwickeln, die dem Tierwohl, der Forschung und dem betriebsindividuellen Management zugutekommen. 

SCHWEIZER BAUER
BEKANNTSCHAFTEN
DER SCHWEIZER BAUER AUF YOUTUBE