(openPR) Ist das Helga, Gisela oder doch Betzie? In vielen Kuhställen ist die Identifikation einzelner Tiere alles andere als einfach – besonders bei großen Herden. Forschende der Hochschule Osnabrück haben daher ein KI-basiertes System entwickelt, das Milchkühe zuverlässig erkennt.
Zielgerichtete Behandlung braucht eine sichere Tieridentifikation
Hauptziel des Projekts war es, Eutererkrankungen bei Milchkühen – konform zu aktuellen EU-Richtlinien – künftig gezielter zu behandeln. Anstatt antibiotische Medikamente prophylaktisch einzusetzen, sollen nur noch tatsächlich betroffene Tiere versorgt werden – basierend auf konkreten Indikatoren in der Milch. Voraussetzung dafür ist jedoch eine sichere Identifikation jeder einzelnen Kuh im Melkstand, um Diagnostik und Behandlung eindeutig zuordnen zu können.
„Gerade in großen Herden – in Nord- und Ostdeutschland sind mehr als 200 Tiere keine Seltenheit – ist die Erkennung einzelner Kühe schwierig. Die gesetzlich vorgeschriebene Ohrmarke ist oft nicht sichtbar oder schlecht lesbar. Im Melkstand sind die Tiere zudem oft nur von hinten zu sehen. Bestehende Systeme zur Tieridentifikation stoßen hier also an ihre Grenzen oder arbeiten zu ungenau“, sagt Sebastian Möller, wissenschaftlicher Mitarbeiter im Projekt IQexpert.
KI erreicht ca. 93 Prozent Genauigkeit bei der Tieridentifikation
Das Forschungsteam setzt daher auf KI: „In einem ersten Testlauf wurden 23 Kühe mit rund 9.000 händisch aufgenommenen Bildern erfasst und eine KI zur bildbasierten Identifikation trainiert. Trotz der vergleichsweise kleinen Datenbasis waren die Ergebnisse vielversprechend“, so Prof. Dr. Karsten Morisse, Professor für Medieninformatik an der Hochschule Osnabrück und Projektleiter von IQexpert.
Im nächsten Schritt wurde auf dem Testbetrieb Leyschulte-Steer GbR in Westerkappeln eine stationäre Kamera installiert, die mithilfe von Transponderdaten zuordnen konnte, welches Tier sich gerade im Bild befand. So entstand ein Datensatz von fast einer Million Einzelbildern, mit dem ein erweitertes Modell für 120 Tiere trainiert werden konnte. Das Ergebnis: In 93 Prozent der Fälle wird das richtige Tier erkannt. „Die entwickelte Lösung läuft auf mobilen Geräten wie Smartphones und kommt ohne Cloud oder Server aus – eine Voraussetzung für den einfachen Einsatz im Stall oder auf der Weide“, sagt Matthias Hölscher, wissenschaftliche Mitarbeiter im Projekt.
Wertvoller Datenschatz für Forschung und Praxis
Mit dem entstandenen Bilddatensatz steht der Forschung erstmals eine große und qualitativ hochwertige Datenbasis zur Verfügung, um bessere Identifikationsmodelle zu trainieren und hierdurch KI-Anwendungen für die Nutztierhaltung zu entwickeln – etwa zur Verhaltensbeobachtung oder Tierortung. Derzeit arbeitet das Team an einem zweiten, unabhängigen Datensatz, der unter realen Bedingungen – zum Beispiel mit dem Smartphone im Stall oder auf der Weide – aufgenommen werden soll. „Ziel ist es, die Übertragbarkeit der Methode in der Praxis zu evaluieren und den Weg für weitergehende KI-Systeme in der Landwirtschaft zu ebnen.“, so Möller.
Hintergrund
Das Projektkonsortium besteht aus dem Deutsche Forschungszentrum für Künstliche Intelligenz GmbH, der Ludwig-Maximilians-Universität München, der Hochschule Osnabrück, dem Landeskuratorium der Erzeugerringe für tierische Veredelung in Bayern e. V., dem Milchprüfring Baden-Württemberg e. V. und dem Projektkoordinator der Deutsche Verband für Leistungs- und Qualitätsprüfungen e. V. Die Förderung des Vorhabens „IQexpert – Nutzung innovativer Datenanalytik und künstlicher Intelligenz für das Eutergesundheitsmanagement unter Einbindung neuster Forschungsansätze der Tankmilchanalytik sowie bildbasierter Tieridentifikation“ erfolgt aus Mitteln des Bundesministeriums für Ernährung und Landwirtschaft aufgrund eines Beschlusses des Deutschen Bundestages. Projektträger ist die Bundesanstalt für Landwirtschaft und Ernährung (BLE) im Rahmen des Programms zur Innovationsförderung. An die Hochschule Osnabrück gingen dabei rund 314.000 Euro.
wissenschaftliche Ansprechpartner:
Weitere Informationen
Ing. Sebastian Möller, B.Sc.
Hochschule Osnabrück
E-Mail: 
