Algorithmen sollen automatisiert einschätzen können, wenn ein Tiere Symptome einer Krankheit aufweist.
Oleg Gamulinskii
Informatikerinnen und Informatiker der FH Oberösterreich in Hagenberg erarbeiten «selbstlernende» Algorithmen zur Überprüfung des Wohlbefindens von Schweinen und Kühen. Damit soll künftig das Verhalten der Tiere richtig eingeschätzt und frühe Anzeichen für etwa eine Erkrankung oder Abkalbung erkannt werden.
Forschungspartner sind die Veterinärmedizinische (Vetmed) Universität und Technische Universität (TU) Wien.
Auch wenn es bereits jetzt mit digitalen Methoden unter Zuhilfenahme von Kameras und Sensoren das Bewegungs- und Fressverhalten von Kühen und Schweinen erfasst werden kann, sollen in einem weiterführenden Forschungsprojekt smarte Methoden wie Machine Learning und Bildverarbeitung (Computer Vision) in ein Farming-Konzept übertragen werden. An dem dazugehörigen Doktoratsprogramm sind fünf Dissertanten der FH OÖ in Hagenberg, der Vetmed und der TU Wien beteiligt.
«Wir wollen das Verhalten der Tiere im Stall mit Kameras beobachten. Anhand der gesammelten Daten, auch jener, die etwa elektronische Ohrmarken speichern, sollen Algorithmen künftig automatisiert einschätzen können, wenn etwa eines der Tiere Symptome einer Krankheit aufweist oder die Geburt eines Kalbes bevorsteht», sagt der Informatiker Stephan Winkler. Er leitet am Campus Hagenberg der FH OÖ das Department Medizin- & Bioinformatik sowie Data Science & Engineering und fungiert zusätzlich als wissenschaftlicher Leiter des Softwareparks.
Das Forschungsprojekt, das für vier Jahre genehmigt ist, soll zum einen die Lebensqualität der Nutztiere in einem landwirtschaftlichen Betrieb verbessern und andererseits die Landwirte bei ihrer Arbeit entlasten und bei ihren Entscheidungen unterstützen. Langfristig soll das Forschungsprojekt dazu beitragen, dass Landwirte künftig noch bessere Möglichkeiten zur Überwachung im Stall vorfinden werden, mit dem Ziel, auf veränderte Gesundheitszustände der einzelnen Tiere frühzeitig reagieren zu können, wird betont.