07. April 2026 Künstliche Intelligenz. Nutzen Sie die Chancen!

In Milchviehbetrieben sind auf Künstlicher Intelligenz (KI) basierende Systeme schon weit verbreitet. Teilweise allerdings »versteckt« und nicht explizit als KI bezeichnet, denn die Funktionen sind oft direkt in Standardtechnik zum Melken, für die Herdengesundheit oder die Fütterung integriert. Doch worin unterscheidet sich KI von Sensoren? Während Sensoren zwar messen, aber nicht »wissen«, was die Daten bedeuten, kann KI große Mengen an Sensor-, Kamera- und Managementdaten kontinuierlich auswerten. Sie erkennt Muster, die hinter diesen Sensordaten stecken. Die KI als Auswertungssoftware generiert aus den Rohdaten Warnungen, Einschätzungen und Empfehlungen. Sie kann aber nicht die Zukunft vorhersagen, sondern lediglich aus großen Mengen an Daten Rückschlüsse ziehen.

Gut etabliert ist KI bereits in der Gesundheitsüberwachung. Das gilt für die Früherkennung von Erkrankungen oder Verhaltensänderungen, wodurch eine frühzeitige Diagnosestellung und entsprechende Behandlung möglich sind. Hanna Strodthoff-Schneider, Geschäftsführerin der Tierärztlichen Praxis agro prax, sagt: »Wir nutzen für unsere Arbeit mit den Milchviehbetrieben verschiedene Daten, die uns von den Betrieben zur Verfügung gestellt werden. Hierzu gehören Sensordaten, Daten der Melkroboter, aber auch Auswertungen aus der MLP und den Herdenmanagementprogrammen. Sensordaten geben uns z. B. die Möglichkeit neben kranken Einzeltieren auch Veränderungen auf Herdenbasis, die durch Management- oder Fütterungsänderungen zustande kommen, frühzeitig zu erkennen.«

In der Regel erlaubt der Landwirt hierfür dem Tierarzt den Zugriff auf seine Daten im Herdenmanagementprogramm. »Für unsere KI-basierten Auswertungen wäre es hilfreich, wenn es mehr Schnittstellen zwischen den Sensoren gibt. Das ist derzeit noch ein großes Problem. Durch fehlende Schnittstellen ist es zum Beispiel oft nicht möglich alle Daten auf einen Blick zu erfassen. Das kostet Zeit und hier bleibt viel Potential liegen«, meint Hanna Strodthoff-Schneider. »Ein Beispiel sind Ketosen. Natürlich findet auch ein Sensor nicht jede sich anbahnende Ketose, denn jede Kuh reagiert unterschiedlich auf die Erkrankung. Und teilweise ist sie auch gar nicht behandlungswürdig. Anders sieht es aus, wenn durch die Ketose auch die Milchmenge sinkt. Hier wäre es gut, nicht nur Daten über Verhalten beim Fressen und Wiederkäuen zu haben, sondern dann auch direkt die gemessene Milchmenge.«

Krankheiten früher erkennen

»Die Aktivitätserkennungen finden zuverlässig kranke Kühe heraus, auch in einem teilweise sehr frühen Stadium. Der Arbeitsaufwand für das Finden der Tiere sinkt dadurch deutlich, was gleichzeitig auch niedrigere Standzeiten für sie bedeutet. Häufig schaue ich mir das Verhaltensmuster der Kuh anhand einer Grafik an und kann daran schon z. B. ein an Milchfieber erkranktes Tier von einem mit Mastitis oder Metritis unterscheiden«, sagt Hanna Strodthoff-Schneider. »Ich bin mir ziemlich sicher, dass es technisch in den nächsten Jahren möglich sein wird, dass mithilfe von KI-gestützten Systemen Verdachtsdiagnosen gestellt werden können. Die Kombination aus Sensortechnik und klinischer Untersuchung könnte man als Chance nutzen, um in dem Bereich der Diagnosestellung noch besser zu werden.« Durch die frühen Diagnosen sinkt der Behandlungsaufwand, der Medikamenteneinsatz wird niedriger, die Milchleistung sinkt weniger und der Arbeitsaufwand reduziert sich. Die Bild- und Sprachanalyse ist einer der Trends. »Dabei geht es z. B. um Systeme zur automatischen Lahmheitserkennung bei der Kuh«, erklärt Maria Schneider, LfL Bayern und Projektkoordinatorin des Experimentierfeldes DigiMilchPro. Hierbei soll eine Computervision eingesetzt werden, um Abweichungen in Bewegungs- und Verhaltensmustern sowie Klima-, Verhaltens- und Leistungsdaten zu analysieren und Lahmheiten automatisch zu erkennen. 

Im Kälberbereich bereits marktreif, aber perspektivisch auch für den Milchviehstall  praxisrelevant, sind Sprach-/App-Schnittstellen, die Herdenmanager mit natürlicher Sprache unterstützen.«

Auch bei der Grünlandbewirtschaftung und Silagegewinnung spielt KI bereits eine Rolle. »Wir nutzen sie unter anderem  zur Ermittlung von Erträgen«, sagt Maria Schneider, »z. B. werden Modelle mit Wetter- und Bodendaten sowie mit Vegetationsindizes, abgeleitet aus Fernerkundungsdaten, trainiert. Sie können dann die Grünlanderträge flächendeckend schätzen. Für Biomasseaufwüchse funktioniert das schon einigermaßen zuverlässig, nur für Trockenmasseerträge sind die Modelle noch zu ungenau (auf Deutschland bezogen, in Österreich gibt es ein Modell, das schon gut funktioniert).«  

Die Beispiele zeigen, wie vielfältig KI eingesetzt werden kann. »Die Sensortechniken funktionieren im Milchviehbetrieb zuverlässig. Mit den daraus gewonnenen Daten wird aber noch zu wenig gearbeitet«, sagt Maria Schneider. Hier sind Forschung und Industrie gefragt: »Die komplexen Sensordaten müssen mit KI-Ansätzen so aufbereitet werden, dass Landwirte sie ohne großen Aufwand in vollem Umfang nutzen können und auch möchten«, sagt Maria Schneider. Wichtig dafür ist sowohl ein sicherer Umgang des Landwirts mit den digitalen Technologien als auch ein Verständnis über die Möglichkeiten und Grenzen. Der Mensch sollte die KI-Ergebnisse kontrollieren, hinterfragen und Entscheidungen selbst treffen.