KISS

Künstliche Intelligenz gegen Schwanzbeißen bei Schweinen#

Ziel des Projektes KISS (Künstliche Intelligenz gegen Schwanzbeißen bei Schweinen) ist die Konzeption und prototypische Entwicklung eines Decision Support Systems zur Analyse des Verhaltens einer Schweinegruppe, welches im Sinne eines Frühwarnsystems Hinweise auf verändertes Verhalten im Vorfeld eines Schwanzbeißausbruchs gibt. Das Anwendungszentrum SYMILA des Fraunhofer FIT arbeitet hier mit den Projektpartnern der Landwirtschaftskammer Nordrhein-Westfalen eng zusammen. Die softwareseitige Umsetzung obliegt dem Fraunhofer FIT, während die fachliche Betreuung und die Durchführung der Versuche durch die Landwirtschaftskammer Nordrhein-Westfalen erfolgen. Die Förderung erfolgt aus Mitteln des Zweckvermögens des Bundes bei der Landwirtschaftlichen Rentenbank.

Hintergrund

Schwanzbeißen (Caudophagie) bei Schweinen stellt ein schwerwiegendes und zugleich komplexes Problem in der landwirtschaftlichen Nutztierhaltung dar. Neben einer massiven Einschränkung des Wohlergehens betroffener Tiere werden durch diese Verhaltensstörung auch ökonomische Verluste hervorgerufen. In den vergangenen Jahren wurde in wissenschaftlichen Forschungsarbeiten bereits eine Vielzahl von Faktoren beschrieben, die als Ursachen und Behandlungsmöglichkeiten von Schwanzbeißen fungieren können.

In diesen Arbeiten gibt es vermehrt Hinweise, nach denen bereits bis zu sechs Tage vor dem Auftreten erster blutiger Schwanzverletzungen eine Änderung im Tierverhalten festzustellen ist. Die Ruhezeiten der Tiere verkürzt sich bei gleichzeitig ansteigender Aktivität, die Schweine beschnüffeln und beknabbern vermehrt die Ringelschwänze der Buchtengenossen und der Anteil von hängend oder eingeklemmt getragenen Ringelschwänzen nimmt zu. Für die Feststellung dieser Verhaltensänderungen ist eine detaillierte Beobachtung der Tiere notwendig, welche einen hohen Zeitaufwand für das Stallpersonal bedeutet und nicht zielführend zu leisten ist.

Vorgehen

In Echtzeit-Videoaufnahmen analysiert das System das dynamische Verhalten, indem es Position und Bewegungen tierindividuell auswertet. Zusätzlich wird die Schwanzhaltung klassifiziert. Auf dieser Grundlage sollen die genannten Frühwarnindikatoren, besonders im Vorfeld von Schwanzbeißausbrüchen, erkannt werden. Dabei werden neuartige Verfahren des Deep Learning aus dem Bereich der Künstlichen Intelligenz verwendet. Das System erfordert keine Markierungen der Schweine oder an den Tieren fixierte Sensoren, wie Orts- oder Beschleunigungssensoren, und erlaubt so eine ungestörte Beobachtung über längere Zeiträume.

Mithilfe dieses Früherkennungssystems könnten die Tierhalter bereits vor dem Auftreten blutiger Schwanzverletzungen das Management anpassen und so die Verminderung des Tierwohls und die ökonomischen Verluste reduzieren.

Projektseite der Landwirtschaftskammer Nordrhein-Westfalen