DigiSchwein Cross Innovation und Digitalisierung in der tiergerechten Schweinehaltung unter Berücksichtigung des Ressourcenschutzes

Motivation

DigiSchwein leistet einen Beitrag zur Weiterentwicklung einer tiergerechten ressourcenschonenden Schweinehaltung. In enger Zusammenarbeit mit Verbundpartnern aus Industrie und Forschung werden im Projekt auf Grundlage von IOT, Big Data und Machine Learning Lösungen entwickelt, die das Tierwohl, die Tiergesundheit und die Betriebsmitteleffizienz verbessern und die zu einer Reduzierung des Eintrags von Nährstoffen in die Umwelt führen.

Schweinehaltende Landwirte sind verpflichtet ihren Tierbestand mindestens zweimal am Tag in Augenschein zu nehmen. Bei Ihren Kontrollgängen müssen sich die Landwirte hier auf ihre Erfahrung und ihren subjektiven Eindruck vom Tier verlassen. Ein erhöhter Lärmpegel im Stall, Wunden an Ohren oder Schwänzen sind Alarmzeichen, die der erfahrende Landwirt registriert und ihn zum Handeln veranlassen. Ein frühzeitiges Erkennen von Fieber, der Verweigerung der Wasseraufnahme oder ein sich entwickelndes abweichendes Verhalten der Tiere sind dagegen schwerer oder gar nicht zu registrieren.

 

Ziele

Zur Unterstützung der Landwirte bei ihrer täglichen Arbeit wird in DigiSchwein daher ein Frühwarn- und Entscheidungshilfesystem entwickelt. Der Fokus dieser Arbeiten liegt dabei auf der Lösung aktueller praxisrelevanter Probleme in der Haltung von Schweinen. Diese Anwendungsfälle umfassen die Haltung unkupierter Schweine und der damit verbundenen Verhinderung von Schwanzbeißen, die Krankheitsfrüherkennung, um betroffene Tiere möglichst früh isolieren zu können, das Geburtenmanagement, um das Erdrücken von neugeborenen Ferkeln zu verhindern und die Fixierungszeiten der Muttersau zu minimieren und das Monitoring von Nährstoffflüssen im Schweinestall.

Auf Basis von Kameras, Wärmebildkameras, Klimasensoren, die die Ammoniakkonzentration in der Luft messen, NIRS-Sensoren zur Messung der Nährstoffzusammensetzung von Gülle und anderer Sensorik werden die Bedingungen im Stall und der Zustand der Tiere kontinuierlich überwacht.

Nicht nur die Auswahl geeigneter Sensorik, die die relevanten Aspekte für die Anwendungsfälle erfasst stellt eine Herausforderung dar, sondern auch die Schiere Masse an Daten, die vor allem durch eine Vielzahl von über 50 Kameras auf mehrere 100 TB im Laufe des Projektes anwachsen kann. Die Speicherung und Verarbeitung der Daten übernimmt eine Datenmanagement- und Datenanalyseplattform, die mit Open Source Big Data Komponenten entwickelt wird. Mit Hilfe eines Datenstrommanagementsystems werden Sensordaten plausibilisiert, fusioniert und Ereignisse erzeugt, wie z. B. das Überschreiten einer festgelegten Temperatur im Stall. Auf der anderen Seite werden mit Hilfe von Deep Learning Modelle entwickelt, die es erlauben Ereignisse in Videos, z. B. Schwanzbeißen, zu detektieren. Die generierten Ereignisse bilden dann die Grundlage für die Erstellung spezifischer Data Products, die in das Frühwarnsystem integriert werden, um Handlungsempfehlungen ableiten zu können.

Durch kontinuierlichen Austausch mit Landwirten unterstützt DigiSchwein den Transfer der gewonnenen Erkenntnisse und Ergebnisse in die breite landwirtschaftliche Praxis.

Technologien

  • Datenstromanalyse
  • Relationale und NoSQL Datenbanken
  • Open Source Big Data Technologien
  • Machine Learning
Personen

Projektleitung Extern

Dr. Marc-Alexander Lieboldt, Landwirtschaftskammer Niedersachsen
Publikationen
DigiSchwein: Cross Innovation und Digitalisierung in der tiergerechten Schweinehaltung unter Berücksichtigung des Ressourcenschutzes

Lieboldt, Marc-Alexander and Reinkensmeier, Jan and Gomez, Jorge Max and Hölscher, Philipp and Kemper, Nicole and Traulsen, Imke and Drücker, Harm; Bauernzeitung: Das Wochenblatt für Landwirtschaft, Dorf und Familie; 2024

Experimentierfeld DigiSchwein-Entwicklung eines sensorbasierten Frühwarn-und Entscheidungshilfesystems für die Schweinehaltung

Lieboldt, Marc-Alexander and Sagkob, Stefan and Reinkensmeier, Jan and Gómez, Jorge Marx and Hölscher, Philipp and Kemper, Nicole and Traulsen, Imke and Drücker, Harm and Diekmann, Ludwig; Informatik in der Land-, Forst-und Ernährungswirtschaft: Referate der 41. GIL-Jahrestagung,; 2021

Smart Pig Farming: Digitale Assistenzsysteme zur automatisierten Tierbeobachtung in der Schweinehaltung

Lieboldt, Marc-Alexander and Reinkensmeier, Jan and Marx Gomez, Jorge and Hölscher, Philipp and Kemper, Nicole and Traulsen, Imke; Rundschau für Fleischhygiene und Lebensmittelüberwachung; 2023

DigiSchwein-Cross Innovation und Digitalisierung in der tiergerechten Schweinehaltung unter Berücksichtigung des Ressourcenschutzes

Lieboldt, Marc-Alexander and Sagkob, Stefan and Reinkensmeier, Jan and Marx Gomez, Jorge and Hölscher, Philipp and Kemper, Nicole and Traulsen, Imke and Drücker, Harm; Leistungs-und Qualitätsprüfungen sowie Projekte in der Tierhaltung: Jahresbericht; 2023

Partner
Landwirtschaftskammer Niedersachsen
www.lwk-niedersachsen.de
Johann Heinrich von Thünen-Institut
www.thuenen.de
Stiftung Tierärztliche Hochschule Hannover, Institut Tierhygiene, Tierschutz und Nutztierethologie
www.tiho-hannover.de/kliniken-institute/institute/institut-fuer-tierhygiene-tierschutz-und-nutztierethologie/
Georg-August-Universität Göttingen, Department für Nutztierwissenschaften, Systeme der Nutztierhaltung
www.uni-goettingen.de/de/549379.html
Carl von Ossietzky Universität Oldenburg, Abteilung Wirtschaftsinformatik, Very Large Business Applications (VLBA)
www.uol.de/vlba/projekte/digischwein
DigiSchwein

Laufzeit

Start: 10.02.2020
Ende: 31.08.2024

Fördermittelgeber