Hier beginnt der Hauptinhalt dieser Seite

CowData Digitalisierung in der Land- und Ernährungswirtschaft

CowData

Verbesserung des Betriebsmanagements durch Kombination von Stall- und Weidedaten

Projektkoordinator

Dr. Marianne Cockburn
Agroscope, Tänikon (Schweiz)
marianne.cockburn(ät)agroscope.admin(punkt)ch

Verbundpartner

Thünen-Institut für Ökologischen Landbau
Humboldt-Universität zu Berlin, ILVO (Belgien)

Projekthomepage

https://www.cowdata.info

Projektbeschreibung in FISA

Zum Forschungsinformationssystem Agrar und Ernährung (FISA)

Ziel

Während der täglichen Arbeit auf landwirtschaftlichen Betrieben fällt besonders zu Zeiten der zunehmenden Technisierung eine große Menge unterschiedlicher Daten an. Auf Milchviehbetrieben sind dies zum Beispiel Daten über die Milchleistung, die Fütterung, das Weidemanagement und das Wetter. Auch Daten zur Tiergesundheit und zum Verhalten werden regelmäßig aufgezeichnet.

In der Regel werden diese wertvollen Informationen durch verschiedene Systeme und in unterschiedlichen Formaten erfasst, die nicht oder nur in geringem Maße kompatibel miteinander sind. Da die Verknüpfung und Interpretation oftmals mit einem sehr großen Aufwand verbunden sind, kann das volle Potential, das diese Informationen eigentlich für das Betriebsmanagement haben, meist nicht ausgeschöpft werden.

Das Projekt CowData möchte diesem Problem entgegenwirken und hat es sich zum Ziel gemacht, eine generische Datenplattform zu entwickeln, um all die täglich anfallenden Informationen zu vereinen und durch intelligente Interpretation für das Betriebsmanagement nutzbar zu machen. Zusätzlich werden auf den Versuchsbetrieben der Projektpartner neue Algorithmen entwickelt, um weitere Anwendungsmöglichkeiten zu schaffen. Auf diese Weise sollen die Vorteile solch einer Plattform auf der Betriebsebene, aber auch im Sinne des Tierwohls erschlossen und demonstriert werden.

Ergebnisse

Endgültige Ergebnisse liegen derzeit noch nicht vor. Derzeit wird intensiv an der Forschungs-Datenplattform gearbeitet, welche alle wesentlichen Datenströme bündeln soll, die für fundierte Entscheidungen im Betriebsmanagement notwendig sind.

Die Algorithmen und Erkenntnisse aus den Versuchen, die in diese Plattform fließen sollen, sind bereits fortgeschritten. In einem Versuch konnte gezeigt werden, dass auch Kühe in intensiven Haltungssystemen eine gewisse circadiane Rhythmik entwickeln können, diese aber bestimmten Faktoren, wie beispielsweise dem Melkmanagement, unterliegt. Die Ergebnisse der Studie sollen dazu beitragen, zukünftig Defizite in Tierwohl und -gesundheit automatisiert aufzudecken.

Es finden außerdem parallel zwei Versuche zum Thema Weidemanagement statt, bei denen geprüft wird, ob aus dem Verhalten der Tiere abgeleitet werden kann, wann die Weidefläche gewechselt werden sollte. Diese Information erleichtert zum einen das Management, garantiert zum anderen aber auch, dass die Milchleistung weidender Kühe durch eine adäquate Fütterung stabil gehalten werden kann und die Weideflächen für eine nachhaltige Nutzung geschont werden.

Neben weiteren Versuchen zu Pansenazidose und Bewegungsmustern als Indikator für Tierwohl und -gesundheit, wird eine Studie zum Thema Stressempfinden beim Trockenstellen durchgeführt. Hier wird getestet, ob anhand des Verhaltens der Tiere Stresssituationen identifiziert werden können und ob das Haltungssystem einen Einfluss auf die Stressreaktion hat. Auch hier ist die Datenaufnahme noch nicht abgeschlossen.

Bisher konnte festgestellt werden, dass die Datenerfassung technische Schwierigkeiten birgt. So wurde beobachtet, dass die Messung der Grashöhe auf der Weide mit dem „Grasshopper“ vielen Einflussfaktoren unterliegt und nicht alle Sensoren zur Verhaltensmessung für den täglichen Einsatz in der Praxis geeignet sind, da sie bei längerer Anwendung auf der Weide Verletzungen am Tier verursachen können.

Verwertung

Da der Großteil des Projektvorhabens noch nicht abgeschlossen ist und derzeit nur bedingt Ergebnisse vorliegen, können hier noch keine klaren Aussagen getroffen werden.

Die Vorteile der in der Entwicklung befindlichen Datenplattform sollen durch verschiedene Workshops entsprechenden Interessenten vermittelt werden. Innerhalb des Projektes entwickelte Algorithmen sollen soweit möglich weiter getestet und optimiert werden, um später einen möglichst breiten Anwendungsbereich zu finden.