KI in der Tierhaltung: Chancen für Tierwohl und Tiergesundheit
Sensoren zur Erfassung von Aktivität, Wiederkauen, Temperatur oder Melkverhalten gehören in vielen Milchviehbetrieben längst zum Alltag. Neu ist weniger die Datenerfassung selbst als die zunehmende Möglichkeit, große Datenmengen automatisiert auszuwerten und miteinander zu verknüpfen.
——————
Künstliche Intelligenz kann dabei helfen, Veränderungen früh zu erkennen und Hinweise auf Brunst, Abkalbungen oder gesundheitliche Auffälligkeiten zu geben. Für Tiergesundheit und Tierwohl entstehen daraus neue Chancen – gleichzeitig bleibt entscheidend, wie zuverlässig solche Systeme arbeiten und wie ihre Ergebnisse im betrieblichen Alltag eingeordnet werden.
Sensoren beobachten
Tiergebundene Sensorsysteme können am Halsband, Ohr oder Fuß angebracht werden. Andere werden als Bolus eingegeben und verbleiben im Netzmagen. Beschleunigungssensoren erfassen Bewegungen, Temperatursensoren Temperaturverläufe. Daraus werden Parameter wie Aktivität, Liegen und Stehen, Wiederkauaktivität, Fress- oder Trinkverhalten abgeleitet. Automatische Melksysteme ergänzen etwa Milchmenge, Milchfluss, elektrische Leitfähigkeit oder Veränderungen im Melk- und Besuchsverhalten.
Entscheidend ist nicht ein einzelner Messwert, sondern seine Veränderung. Viele Systeme vergleichen aktuelle Werte mit dem individuellen Normalzustand. Sinkt das Wiederkauen und verändert sich gleichzeitig die Aktivität, kann ein Gesundheitsalarm entstehen.
Wichtig ist die Unterscheidung zwischen Messung und Interpretation: Ein Sensor misst keine Mastitis, Ketose oder Lahmheit, sondern Bewegung, Temperatur oder andere physikalische Größen. Dass ein Tier auffällig ist, ergibt erst die Auswertung. Ein Alarm ist daher zunächst ein Hinweis, das Tier genauer anzusehen.
Der Nutzen liegt weniger in einer exakten Vorhersage als darin, die Aufmerksamkeit auf Tiere zu lenken, bei denen eine intensivere Kontrolle sinnvoll ist.
Früherkennung als Chance
Auch bei guter Tierkontrolle kann ein Mensch die Tiere nicht rund um die Uhr beobachten. Sensoren erfassen dagegen auch Veränderungen während der Nacht oder zwischen den Stallzeiten. Viele gesundheitliche Störungen verändern Verhalten oder Stoffwechsel, bevor deutliche klinische Symptome sichtbar sind. Ein Tier kann weniger fressen, kürzer wiederkauen oder seine Aktivität verändern, obwohl es bei einer kurzen Kontrolle noch unauffällig erscheint.
Auch rund um die Abkalbung können Veränderungen von Wiederkauaktivität, Bewegung und teilweise Temperatur Hinweise liefern. Der Nutzen liegt weniger in einer exakten Vorhersage als darin, die Aufmerksamkeit auf Tiere zu lenken, bei denen eine intensivere Kontrolle sinnvoll ist.
Leichte Ohrsensoren können Kälber bereits früh begleiten und Veränderungen bei Fressen, Ruhe, Aktivität und später auch Wiederkauen erfassen. Beim Youngstock Monitor suchen Machine-Learning-Verfahren nach Verhaltensmustern, die mit beginnenden Erkrankungen zusammenhängen. Gerade bei Kälbern ist das interessant, da Erkrankungen rasch kritisch werden können und frühe Veränderungen oft unspezifisch bleiben.
Weniger Tierarzneimittel?
Zu geringerem Antibiotikaeinsatz und niedrigeren Behandlungsintensitäten liegen vor allem Anwenderberichte vor; diese Effekte dürfen nicht als allgemeingültig angenommen werden. Früherkennung kann dazu beitragen, früher und gezielter zu reagieren. Daraus lässt sich aber nicht ableiten, dass ein Sensorsystem automatisch Tierarzneimittel einspart. Zwischen Alarm und Behandlung liegen weitere Faktoren wie Erkrankungsdruck, Hygiene, Haltung, Diagnostik, Management und tierärztliche Entscheidung.
Gut abgesichert ist vor allem die Erkennung von Veränderungen und die Unterstützung von Entscheidungen. Daraus kann ein gezielterer Arzneimitteleinsatz entstehen. Die Früherkennung ist aber nur ein Glied in dieser Kette.
Tierwohl mehr als Messkurve
Auch für das Tierwohl liefern kontinuierlich erhobene Daten wichtige Hinweise. Liegezeiten, Aktivität, Fressverhalten, Wiederkauaktivität, Körperkondition oder Lahmheiten sind tierbezogene Indikatoren. Auch Veränderungen auf Gruppenebene werden etwa bei Futterumstellungen oder Hitzebelastung sichtbar.
Gleichzeitig darf das Messbare nicht mit Tierwohl insgesamt gleichgesetzt werden. Schmerzen, Angst, soziale Beziehungen oder die Mensch-Tier-Beziehung lassen sich nicht vollständig aus Sensordaten ableiten. Auch ein technisch unauffälliges Tier steht deshalb nicht automatisch für hohes Wohlbefinden.
Problem Datenflut
Mit der Zahl digitaler Systeme wächst die Datenmenge. Mehr Daten bedeuten nicht automatisch mehr Überblick. Zu viele oder schlecht priorisierte Meldungen können zu Überalarmierung und Alarmmüdigkeit führen. Gleichzeitig müssen die Informationen sinnvoll in Arbeitsabläufe eingebunden werden.
Genau hier setzt das neue EIP-AGRI-Projekt KUHNECT – Milchviehbetriebe vernetzt an. Untersucht wird, wie digitale Technologien im Tiergesundheitsmanagement besser genutzt und in betriebliche Routinen integriert werden können.
Kamera als Sensor
Während tiergebundene Sensoren bereits etabliert sind, entwickelt sich Computer Vision dynamisch. Bilder oder Videos aus Stallkameras werden automatisch ausgewertet. 3D-Kameras können etwa die Körperkontur erfassen und daraus einen Body Condition Score berechnen. Auch Anwendungen zur Lahmheitserkennung und Haltungsanalyse sind weit entwickelt.
Untersucht werden außerdem Fress- und Liegeverhalten, Bewegungsmuster oder Sozialverhalten. Forschungsprojekte versuchen sogar, aus Gesichtsausdruck, Körperhaltung und Verhalten Hinweise auf emotionale Zustände abzuleiten.
Von einer Kamera, die Tiergesundheit und Tierwohl umfassend beurteilen kann, ist die Praxis jedoch noch entfernt. Tiere verdecken einander, Lichtverhältnisse ändern sich und Stallformen unterscheiden sich. Eine große Herausforderung ist zudem die zuverlässige Wiedererkennung einzelner Tiere über längere Zeit. Ohne sie können viele Systeme zwar Gruppenverhalten erfassen, aber keine kontinuierlichen Gesundheitsverläufe einzelner Tiere abbilden.
Daneben werden weitere Messprinzipien erforscht. Sogenannte elektronische Nasen sollen Muster flüchtiger organischer Verbindungen erkennen und könnten künftig Hinweise auf Stoffwechselstörungen liefern. Für die Gesundheitsüberwachung befinden sich solche Systeme noch im Forschungsstadium.
Mehr Daten bedeuten nicht automatisch mehr Überblick. Zu viele oder schlecht priorisierte Meldungen können zu Überalarmierung und Alarmmüdigkeit führen.
Daten und Analyse
Mit zunehmender Vernetzung werden Daten unterschiedlicher Quellen häufiger gemeinsam ausgewertet. Ein Analysemodell ist jedoch nur so gut wie die Daten, mit denen es entwickelt wurde. Viele internationale KI-Modelle entstehen in spezialisierten Produktionssystemen und auf Basis großer Holsteinbestände. Die österreichische Rinderhaltung unterscheidet sich davon: Fleckvieh und Brown Swiss spielen eine größere Rolle, die Herdengrößen sind kleiner und die Systeme vielfältiger.
Dieses Problem betrifft nicht die Sensormessung selbst. Ein Beschleunigungssensor misst Bewegung unabhängig von der Rasse. Kritisch wird es dort, wo aus Messwerten eine Bewertung oder Prognose entsteht. Dafür braucht es Daten aus den Rassen und Produktionsbedingungen, unter denen Modelle später eingesetzt werden.
Auch Datenspeicherung, Systemsicherheit und fehlende Schnittstellen zwischen Herstellern bleiben relevant.
Der Mensch liefert Kontext
Ein Algorithmus kann eine Abweichung erkennen, kennt aber nur den Kontext, der ihm über Daten zur Verfügung steht. Der Tierhalter weiß dagegen, dass am Vortag die Ration verändert, eine neue Gruppe zusammengestellt oder ein Tier umgesetzt wurde.
Digitale Systeme sollen menschliche Beobachtung deshalb ergänzen, nicht ersetzen. Sensoren können kontinuierlich beobachten, Verläufe vergleichen und auffällige Tiere herausfiltern. Der Mensch beurteilt anschließend, was die Veränderung im konkreten Fall bedeutet. Darin liegt das größte Potenzial: nicht weniger Kontakt mit den Tieren, sondern gezielter zu wissen, wo genaues Hinschauen notwendig ist.
Autorin: Magdalena Waldauer, HBLFA Raumberg-Gumpenstein
Der Artikel wurde in der BIO AUSTRIA Fachzeitung, Ausgabe 5/2026 zum Schwerpunkt „Technik und Innovation“ veröffentlicht: