Die „digitale Reise“ ist noch nicht beendet
Nicht nur die wachsende Tierzahl pro Arbeitskraft, sondern auch ein deutlich zunehmender Verwaltungsaufwand haben zu einem vollständigen Umbruch von physischen zu administrativen Tätigkeiten in den Milchviehbetrieben geführt. Dabei spielen digitale Computerprogramme, aber auch eine vollständige Durchführung von Arbeitsroutinen durch sogenannte autonome Systeme (Roboter) als „Assistenzsysteme“ eine wichtige Rolle.
Angefangen hat alles mit der Einführung der elektronischen Tieridentifikation; sie war die Schlüsseltechnologie für eine einzeltierspezifische Betreuung der Milchkühe. Zuerst waren es nur die Kraftfutterzuteilung über Abrufstationen und die elektronische Milchmengenerfassung, die zu einem Regelkreis vereint wurden. Später kamen Tränkeautomaten für Kälber dazu bis hin zum heutigen automatischen Melken in Einzelboxenanlagen (AMS) und neuerdings auch in Melkständen.
Den aktuellen Stand des digitalen Herdenmangements hat ein Autorenteam im DLG-Merkblatt 466 zusammengefasst. Das Merkblatt soll interessierte Milcherzeuger bei ihren Kaufentscheidungen unterstützen, sodass sie die für ihre Betriebsbedingungen passende Technologie auswählen.
Aber damit ist die „digitale Reise“ nicht beendet. Richtig spannend wird es erst jetzt, weil in den Betrieben mittlerweile sehr viele Daten über die Einzeltiere vorliegen beziehungsweise generiert werden. Dabei handelt es sich nicht nur um produktionstechnische Details, sondern auch um gelegentliche Ereignisse wie Brunst und Erkrankungen.
Die große Herausforderung ist es nun, diese so aufzubereiten, dass sie einzeltierspezifisch als relevante Informationen für Prognosen und zur Unterstützung bei Entscheidungen eingesetzt werden können. Genau daran arbeiten zur Zeit sehr viele Wissenschaftler, zum Beispiel auch in den Experimentierfeldern DigiMilch (www.lfl.bayern.de/digimilch) und CattleHub (www.cattlehub.de).
Neue Herausforderungen sind darüber hinaus die digitale Bildverarbeitung und die digitale Verhaltensbeobachtung mit Tracking-Systemen. Mit diesen Anwendungen nimmt die Anzahl der Daten nochmals sprunghaft zu, sodass wir von BigData-Anwendungen sprechen und Auswertungs- beziehungsweise Lernmethoden der Künstlichen Intelligenz interessant werden.
