Schweinezucht – Quo Vadis

Die Mischung aus altbewährtem Fokus und neuen Technologien macht‘s

Die ureigenste Aufgabe eines Zuchtunternehmens ist, das Schwein stetig zu verbessern und dabei die Marktentwicklungen vorausschauend zu berücksichtigen. PIC kombiniert dabei neueste wissenschaftliche Erkenntnisse mit Altbewährtem.

“Effizienz” – der Motor des PIC-Zuchtprogramms

Altbewährt, weil seit jeher Wachstum und Futtereffizienz im Zuchtziel aller PIC-Linien erfolgreich verankert sind, wie Abb. 1 belegt. Gerade jetzt, durch die deutlich gestiegenen Futterkosten, ist dies ein entscheidendes Kriterium, um wirtschaftlich erfolgreich sein zu können. Auch im Hinblick auf den immer wichtigeren ökologischen Fußabdruck in der Tierhaltung ist die Futtereffizienz ein Kernkriterium in der Schweinezucht.

Leistung in Kombination mit Managementerfordernissen

Neben der kontinuierlichen Optimierung unseres Selektionsindexes mit dem Fokus auf Leistung, Produktqualität, Effizienz, Wirtschaftlichkeit und Robustheit nutzen wir neueste, wissenschaftlich geprüfte Technologien, um den Zuchtfortschritt weiter voranzutreiben. Insbesondere liegt der Fokus derzeit auf dem Verhalten der Tiere. Ruhige Schweine zu züchten, die gleichzeitig den anspruchsvollen Kriterien an Wirtschaftlichkeit und Effizienz genügen, ist nach wie vor eine große Herausforderung. Denn Verhalten hat einerseits eine sehr geringe Erblichkeit und ist andererseits besonders schwer, wirklich zuverlässig zu messen.

Aussagekräftige Verhaltensbeobachtung aufwändig

Korrekte Verhaltensbeobachtungen sind üblicherweise zeit- und somit kostenintensiv, insbesondere, da die Verhaltensweisen von Interesse (beispielsweise aggressive Auseinandersetzungen) in der Regel von eher kurzer Dauer sind. Weiterhin bedarf es geschulter Beobachter, um Verhalten standardisiert und somit vergleichbar zu erfassen.

Standardisierte Verhaltenstest oft fehleranfällig

Sogenannte Verhaltenstests, also die Erfassung des Verhaltens von Tieren in einer standardisierten Situation, um daraus Rückschlüsse auf das generelle Verhalten des Tieres zu ziehen, sind oft fehleranfällig, zudem sind die Einflussfaktoren vielfältig. Dies bedeutet, es kann sehr leicht passieren, dass man auf irgendetwas selektiert, aber nicht unbedingt auf das gewünschte Verhalten.

Technik und Künstliche Intelligenz ermöglichen objektive Erfassung

Der wissenschaftsbasierte Weg, den PIC seit jeher beschreitet, mag zwar manchmal langatmiger erscheinen, da es einige Zeit dauern kann, bis wissenschaftliche Erkenntnisse die langsam mahlenden Universitätsmühlen verlassen und wirklich praxistauglich sind, aber am Ende ist es der erfolgreichere, da auf Fakten basierende Weg. Die Wissenschaft – und somit auch PIC – setzt in Bezug auf die valide Erfassung von Verhalten vermehrt auf technische Lösungen unter dem Einsatz künstlicher Intelligenz. Beispielsweise werden Videokameras dank des technischen Fortschritts immer erschwinglicher und gleichzeitig weniger anfällig im Hinblick auf die suboptimalen Bedingungen im Schweinestall (Reinigung, Staub, Netzanschlüsse) und so immer interessanter für den standardisierten Praxiseinsatz. Um den größtmöglichen Nutzen für die Praxis zu erwirken, war und ist PIC beteiligt an Forschungsprojekten verschiedener Universitäten zur automatisierten Datenerhebung. Aber auch direkt bei der PIC arbeitet ein Team um den ehemals an der Universität von Nebraska tätigen Professor für Elektrotechnik und Informatik, Eric Psota, in diesem Bereich. In seiner Forschung konzentriert sich Eric Psota auf die Automatisierung im Schweinestall, insbesondere die automatische Erkennung verschiedener Verhaltensweisen anhand von Videobildern. Dieser Algorithmus und seine Automatisierung werden derzeit bei PIC stetig weiterentwickelt.

Wie funktioniert aber so ein automatisierter Algorithmus?

Der Wissenschaftler spricht von einem “neuronalem Netzwerk”, dass dem System zugrunde liegt. Vereinfacht ausgedrückt: Wenn man ein System trainieren möchte, automatisch zu erkennen, dass ein Schwein auf einem Bild zu sehen ist, werden zunächst tausende Bilder verschiedener Schweine in verschiedenen Posen benötigt. Wenn dieses Training erfolgreich war, ist das System danach in der Lage, auch unbekannte Bilder korrekt zuzuordnen und beispielsweise ein Schwein von einer Kuh korrekt zu unterscheiden.

Es ist also bei weitem nicht damit getan, einfach nur eine Videokamera in eine Bucht zu hängen, sondern die wahre Arbeit fängt an, wenn die aufgenommenen Bilder gespeichert und übertragen wurden. Es beginnt also damit, dass wir erstmal das System trainieren müssen, ein (einzelnes) Schwein zu erkennen und beispielsweise die Anzahl der Tiere in der Gruppe zu erkennen. Als nächstes möchte man, zumindest um beispielsweise Zuchtentscheidungen treffen zu können, die Tiere auch individuell voneinander unterscheiden können, was bei einer homogenen Schweinegruppe auch für den geübten Landwirt eine große Herausforderung darstellt. Der PIC Algorithmus setzt dabei auf individuelle Ohrmarken. So kann auch in Bilderabfolgen, wenn sich die Schweine bewegt haben, sichergestellt werden, dass noch immer alle Schweine korrekt zugeordnet werden.

Erst jetzt folgt der eigentlich spannende Teil: Verhalten automatisiert zuordnen. Auch hierfür müssen wieder Trainingsbilder mit den entsprechenden Verhaltensweisen (beispielsweise Ruhen, Stehen, Fressen) gelabelt werden. Der PIC Algorithmus ist inzwischen in der Lage, die Verhaltensweisen seitliches Ruhen, Bauchlage, Stehen, Sitzen, Fressen, Trinken sowie die zurückgelegte Distanz automatisiert, individuell zu erkennen. Ein Ausschnitt einer solchen Erkennung, welche 24/7 erfolgt, ist in Abb. 2 dargestellt.

Der PIC Algorithmus wird derzeit auf Nukleusbetrieben eingesetzt. Dabei “lernt” das System durch die kontinuierlich einfließenden Daten laufend weiter und wird genauer. So kann durchgehend Verhalten erfasst werden und beispielsweise das Aktivitätslevel oder das Futteraufnahmeverhalten der Tiere quantifiziert werden. Krankheiten können, durch verminderte Aktivität, so bereits in frühen Stadien erkannt werden, was beispielsweise die Selektion auf Robustheit vereinfacht.

Die nächste Stufe der Weiterentwicklung ist in Arbeit

Die nächsten Schritte sind beispielsweise die automatische Erkennung von zeitlich sehr kurzen Verhaltensweisen, beispielsweise Schwanzbeißevents oder Verdrängungsverhalten. Hier ist das Training schwieriger, da man nicht mehr anhand einzelner Bilder (wie beispielsweise bei der Erkennung von Schweineumrissen) trainieren kann, sondern ganze Videosequenzen, also eine Abfolge mehrerer hintereinander in einer bestimmten Reihenfolge auftretenden Bilder benötigt, um das Verhalten korrekt zu klassifizieren.

Gleichzeitig geht die Forschung auch in anderen Bereichen, beispielsweise die Ursachenforschung im Bereich der Verhaltensstörung Schwanzbeißen weiter. Durch den wissenschaftsbasierten Ansatz ist es hoffentlich in Zukunft möglich, Täter sicher zu identifizieren und entsprechend zu selektieren. Damit dies wirklich korrekt erfolgt ist der wissenschaftsbasierte Ansatz unerlässlich.

Künstliche Intelligenz zur objektiven Fundamentbewertung

Eine Abwandlung des PIC Algorithmus zur automatisierten Verhaltenserkennung ist bereits in der Fundamentbeschreibung im Einsatz (Gliedmaßenstellung). Das sogenannte Leg-Scoring erfolgte bisher durch geschulte Selekteure und wird derzeit umgestellt auf videobasierte Erkennung. Die verschiedenen Gelenksregionen werden automatisch erkannt, und die Winkelung der Gliedmaßen kann errechnet werden (s. Abb.3). Auf diese Weise wird die Qualität der Selektion und damit am Ende auch die Wirtschaftlichkeit in der Ferkelproduktion verbessert.

Mehr zu diesem Thema finden Sie HIER.

Never Stop Improving

Der nachgewiesenermaßen erfolgreiche und bewährte Fokus auf Effizienz zusammen mit der Nutzung und Weiterentwicklung neuester wissenschaftlicher Technologien ermöglicht PIC-Kunden wirtschaftlich erfolgreich Schweine zu produzieren – heute und in Zukunft. Die automatisierte Verhaltenserkennung ist ein weiterer Baustein zu diesem Erfolg.