Ziel von DigiStable ist es, durch intelligente, sichere Schnittstellen im digitalen Stall der Zukunft neue, sensorerfasste Merkmale zur automatischen Erkennung von Persönlichkeitsstruk- turen von Milchkühen, sowie sozialen Interaktionen mit konventionellen Leistungs-, Frucht- barkeits- und Gesundheitsmerkmalen zu verknüpfen. Dadurch sollen das Tierwohl, die Tier- gesundheit und damit auch die Leistungsfähigkeit von Milchkühen gesichert und im gleichen Maße Arbeitsabläufe im Management sowie die Arbeitssicherheit verbessert werden. Die Aus- wertungen werden für den Betrieb übersichtlich digital gebündelt und in einem bekannten und in der Praxis bereits gut etablierten Kanal gespiegelt. Zusätzlich sollen züchterisch relevante Verhaltensmerkmale identifiziert werden, deren Erfassung auf Praxisebene implementiert wer- den kann und die somit ein umfassenderes Zuchtwertprofil erlauben, um langfristig auch im Bereich Zucht von der Digitalisierung profitieren und die Sicherung von Tierwohl und Tier- gesundheit auf landwirtschaftlichen Betrieben positiv vorantreiben zu können.
Aufzeichnungen von tierindividuellen Verhaltensmustern sind in der Regel auf praktischen Betrieben zu aufwändig, um per se erfasst zu werden. Zurzeit gibt es kein auf dem Markt erhältliches System, das Persönlichkeitsstrukturen und soziale Interaktionen umfassend und mit der notwendigen Genauigkeit automatisch erfasst. Ein vielversprechender Ansatz, solche Merkmale dennoch automatisch im Stall mit hinreichender Genauigkeit erfassen zu können, bietet die Echtzeit Indoor-Ortungs Technik auf Basis von Ultrawideband (UWB) Technologie. Durch die 3-dimensionale Positionserfassung in Echtzeit mit hoher Genauigkeiten können verschiedenste Interaktionen von Milchkühen mit Menschen und anderen Kühen sowie Reaktionen auf Abläufe im Stall nachvollzogen und ausgewertet werden. Ziel ist es, diese in der Industrie schon hinreichend etablierte Technik für landwirtschaftliche Zwecke nutzbar zu machen. Hierfür muss die Technik an die Gegebenheiten und Ansprüche der kommerziellen Landwirtschaft angepasst werden, um belastbare Phänotypen für die Praxis zu extrahieren und eine automatische Pipeline für Managementauswertungen generieren zu können.
Das Projekt wird von der Bundesanstalt für Landwirtschaft und Ernährung gefördert
