KI-Workshop in Fulda: Tierzüchter und Entwickler diskutieren Anwendungen künstlicher Intelligenz in der Schweinzucht

Daten sind das neue Futtermittel – mit dieser Aussage beginnt Prof. Dr. Mehmet Gültas seinen Einführungsvortrag im Workshop. Damit stellt er die neuen Herausforderungen dar, die sich aus den Kosten für die Erfassung und Auswertung von Daten aufgrund ihrer Komplexität ergeben. Das Zusammenspiel von regulatorischen Netzwerken, Transkriptom, Physiologie und Verhalten kann mit traditionellen Ansätzen nicht erfasst werden. Er betont, dass die Auswertung großer Datensätze mithilfe künstlicher Intelligenz heute erforderlich ist. Diese ermöglichen die Erstellung digitaler Zwillinge der Tiere im Bestand.

Prof. Dr. Mehmet Gültas erläutert einige in verschiedenen Projekten bearbeitete Forschungsfragen. Dazu zählen die Entschlüsselung von Genotyp-Phänotyp-Assoziationen sowie die genomische Vorhersage von Merkmalen. Auch die präzise Untersuchung von Wechselwirkungen zwischen Genetik und Umwelt setzt häufig ein Echtzeit-Monitoring voraus. So ermöglicht maschinelles Lernen die Identifikation von Tieraktivität. Er betont jedoch gleichzeitig die Problematik solcher (überwachten) Untersuchungen, die Erzeugung annotierter Daten, die Herausforderungen der Modellierung dieser Daten sowie Skalierungsprobleme durch variable Umwelten. Als Alternative bieten sich dort unüberwachte Methoden des maschinellen Lernens an, die Anomalien der Daten basierend auf großen Datensätzen detektieren.

Im Weiteren erläutert Prof. Dr. Mehmet Gültas deep-learning-basierte Methoden zur Untersuchung des Verhaltens von Schweinen anhand einiger Beispiele. Neben der Erfassung des Verhaltens spielt auch die Erkennung äußerer Merkmale wie der Body Condition Score in der Anwendung des Precision Livestock Farming im Schweinebereich eine Rolle.

Prof. Dr. Mehmet Gültas betont als zentrale Schlussfolgerung aus bisherigen Forschungsprojekten, dass neue Technologien die Zukunft der Tierwissenschaften gestalten werden. Dabei sind transformative Forschungsstrategien, eine technologische Führungsrolle sowie akademische und gesellschaftliche Wirkung von Bedeutung. Er sieht die Notwendigkeit, Tierwissenschaftler auszubilden, die sich an der Schnittstelle von Biologie, KI und Data Science positionieren.

Vom Stall zur Software - KI-Anwendungen aus der Wirtschaft

Nach dem aufschlussreichen Einführungsvortrag von Prof. Dr. Mehmet Gültas geben Johannes Schmidt-Mosig, Paul van Hagen und Deniz Fuhrmann einen umfassenden Überblick über den Status-quo der Entwicklungen von KI-Anwendungen der Firmen VetVise, Serket und BioCV.

In seinem Vortrag Wie Kameras und Daten Verhaltensanalysen zum neuen Standard machen stellt Johannes Schmidt-Mosig zunächst VetVise vor. Das interdisziplinäre Startup kommt aus den Bereichen Tiermedizin, Landwirtschaft und IT. Das Ziel der Entwicklungen bei VetVise ist es, das Tier zum Sensor zu machen. Mit überschaubaren Kosten können technische Lösungen in Ställen installiert werden, die Verhaltens- und Umgebungsdaten erfassen und für ganzheitliche Auswertungen nutzbar machen. Konkrete Lösungsansätze zielen dabei auf eine verbesserte Übersicht über mögliche Probleme des Stallklimas und der Futteraufnahme ab. Auffällige Verhaltensweisen können ebenfalls durch angepasste Algorithmen erkannt werden. Abweichungen vom Optimum werden in den Systemen erkannt und es können Maßnahmen ergriffen werden, die zum Tierwohl beitragen. Zusammenfassend zielen die Entwicklungen von VetVise auf die Erkennung von Abweichungen vom Optimum ab. Dabei wird die Identifikation einzelner Tiere nicht berücksichtigt. Johannes Schmidt-Mosig betont abschließend, dass VetVise generell als Sensor betrachtet werden kann, der frühzeitige Hinweise auf mögliche Probleme gibt.

Anschließend erläutert Paul van Hagen die Entwicklungen bei Serket. Er betont, dass im Schweinestall immer etwas passiert, die Betriebsleitung bzw. die Mitarbeitenden die Tiere jedoch nur für kurze Zeitperioden tatsächlich sehen. Die von Serket entwickelten Systeme nutzen die erzeugten Daten beispielsweise zur Identifikation der Tiere und zur Erfassung des Gruppenverhaltens. Die Künstliche Intelligenz erreicht dabei eine Genauigkeit von mindestens 95 % bei der Einzeltiererkennung. Im Serket-System wird die Einzeltier-Identifikation über Sensor-Ohrmarken und Daten der Kamerasysteme sichergestellt. Wichtige Merkmale, die im Serket-System erfasst werden, sind aggressives Verhalten, ungewöhnliches Verhalten, Fress- und Saufverhalten. Paul van Hagen betont, dass die Einzelidentifikation dort sehr akkurat ist. Er ergänzt, dass ebenfalls eine Gewichtserfassung mit einer Genauigkeit von 5 % sowie die Erfassung der Anzahl der Schweine getestet wird, beispielsweise für den Transport zum Schlachthof. Das Serket-System kann in diversen Umgebung genutzt werden, gegebenenfalls müssen die Algorithmen angepasst werden.

Abschließend stellt Deniz Fuhrmann die von der Firma BioCV entwickelte Bluetooth-Ohrmarke vor. Das ursprüngliche Aufgabengebiet dieses Data-Science-Forschungsunternehmens umfasste die Entwicklung vielfältiger Sensoren für andere Bereiche. Derzeit arbeitet BioCV vor allem mit der Firma BigDutchman zusammen. Mithilfe der langlebigen, RFID-kompatiblen Ohrmarke können Rausche erkannt, Tiere in der Gruppe lokalisiert, Saueninformationen vor Ort abgerufen und Abnormalitäten in Bewegung und Verhalten erfasst werden. Dabei misst die Ohrmarke Bewegungen und Körpertemperatur, die von dem KI-Modell ausgewertet werden. Das Ergebnis ist eine Risikobewertung, die über die speziell entwickelte App angezeigt wird. In die App können Daten aus Sauenplanern geladen werden. Bisher können jedoch noch keine Daten aus BioCV in die Sauenplaner integriert werden. Die Vorstellung der BioCV-Ohrmarke schließt Deniz Fuhrmann mit der Vorstellung weiterer Entwicklungsideen, darunter die Verknüpfung mit Kameratechnik und weitere Kollaborationen zur inhaltlichen Weiterentwicklung.

Zum Abschluss der Vorträge gehen Dr. Christine Pfeiffer von der VetMed in Wien und Dr. Negar Khayatzadeh von der Suisag auf die Umsetzung von KI-Technologien in Forschungsprojekten und den Zuchtunternehmen ein.

Zunächst berichtet Dr. Negar Khayatzadeh von den Erfahrungen der Suisag aus dem von der BLW geförderten Innovationsprojekt in Kollaboration mit der Firma Serket. Ziel des Projekts war die Erfassung des Tierverhaltens und die Entwicklung eines tierfreundlichen Phänotypisierungssystems als Kombination aus UHF-Ohrmarken, Kamera und KI. Dazu wurden Jungeber-Buchten mit Kameras und UHF-Antennen ausgestattet. Ein wichtiger Schritt war dabei die Einzeltiererfassung. Dr. Negar Khayatzadeh betont, dass insbesondere der Aufwand für die Optimierung sehr hoch war. Durch die Zusammenarbeit mit der Firma Serket konnten Verhalten und aggressives Verhalten bzw. aggressive Interaktionen identifiziert werden. Wichtige Schritte waren jedoch die Optimierungen zur verbesserten Einzeltiererkennung. Sie merkt an, dass aufgrund der geringen Tierzahl keine genetischen Parameter geschätzt werden konnten. Dies sollte nach der Optimierung des Systems und insbesondere der Einzeltieridentifikation der nächste Schritt sein. Bei der Installation spielen die Kosten jedoch eine wichtige Rolle.

Auch Frau Dr. Christine Pfeiffer berichtet von den Erfahrungen mit der Anwendung künstlicher Intelligenz in vielfältigen Projekten. An der VetMed in Wien wurden ein Sauenstall und ein Teststall mit Kameratechnik ausgestattet. Das Besondere am Teststall ist, dass die Einrichtungen dort flexibel verändert werden können. Sie weist darauf hin, dass es viele Precision-Livestock-Farming-Tools gibt, jedoch nur ein kleiner Anteil dieser auch extern validiert wurde. Ein weiteres Problem stellen die erzeugten Daten dar: Wer besitzt die Daten? Zur Absicherung der Innovation ist es wichtig, verlässliche Anbieter zu finden und Serviceintervalle zu etablieren. Im weiteren Verlauf stellt Frau Dr. Christine Pfeiffer eine Reihe von Projekten zur Bestimmung des Body Condition Score, zur Geburtsvorhersage, zur Erfassung von Tiergeräuschen, zur tierindividuellen Erkennung sowie zur Datenerfassung am Schlachthof vor. Sie betont, dass gute Goldstandards bei der Unterstützung des Monitorings durch künstliche Intelligenz notwendig sind. Dabei betont sie, dass die Erfassung von Produktionsdaten sehr aufwendig ist und eher für Stationsprüfungen bzw. den Schlachthof relevant sein kann.

In der anschließenden Diskussion zogen die Referenten das Fazit, dass eine hohe Datenmenge in Projekten generiert werden sollten, um in Zukunft diese für genetische Schätzungen nutzen zu können. Das Potenzial der verschiedenen vorgestellten Anwendungen ist dabei sehr hoch.

Wichtig sind jedoch auch die Möglichkeit der Einzeltieridentifikation und die Möglichkeiten der Integration der Systeme in die bestehenden Routinen, beispielsweise die Art der genutzten Ohrmarke. Bei der Frage zur Nutzung von Videodaten auch von externen Wissenschaftlern wurde das Fazit gezogen, dass dort ein Austausch eher schwierig ist. Als weiteren wichtigen Diskussionspunkt wurde die Datennutzung beziehungsweise Speicherung genannt, so spielen auch die Lokalisierung der Server eine wichtige Rolle.

Abschließend bedankte sich Elena Frenken und Dr. Peter Knapp bei allen Teilnehmern des Workshops für die anregende Diskussion.