DigiSchwein leistet einen Beitrag zur Weiterentwicklung einer tiergerechten ressourcenschonenden Schweinehaltung. In enger Zusammenarbeit mit Verbundpartnern aus Industrie und Forschung werden im Projekt auf Grundlage von IOT, Big Data und Machine Learning Lösungen entwickelt, die das Tierwohl, die Tiergesundheit und die Betriebsmitteleffizienz verbessern und die zu einer Reduzierung des Eintrags von Nährstoffen in die Umwelt führen.

Schweinehaltende Landwirte sind verpflichtet ihren Tierbestand mindestens zweimal am Tag in Augenschein zu nehmen. Bei Ihren Kontrollgängen müssen sich die Landwirte hier auf ihre Erfahrung und ihren subjektiven Eindruck vom Tier verlassen. Ein erhöhter Lärmpegel im Stall, Wunden an Ohren oder Schwänzen sind Alarmzeichen, die der erfahrende Landwirt registriert und ihn zum Handeln veranlassen. Ein frühzeitiges Erkennen von Fieber, der Verweigerung der Wasseraufnahme oder ein sich entwickelndes abweichendes Verhalten der Tiere sind dagegen schwerer oder gar nicht zu registrieren.

Zur Unterstützung der Landwirte bei ihrer täglichen Arbeit wird in DigiSchwein daher ein Frühwarn- und Entscheidungshilfesystem entwickelt. Der Fokus dieser Arbeiten liegt dabei auf der Lösung aktueller praxisrelevanter Probleme in der Haltung von Schweinen. Diese Anwendungsfälle umfassen die Haltung unkupierter Schweine und der damit verbundenen Verhinderung von Schwanzbeißen, die Krankheitsfrüherkennung, um betroffene Tiere möglichst früh isolieren zu können, das Geburtenmanagement, um das Erdrücken von neugeborenen Ferkeln zu verhindern und die Fixierungszeiten der Muttersau zu minimieren und das Monitoring von Nährstoffflüssen im Schweinestall.

Auf Basis von Kameras, Wärmebildkameras, Klimasensoren, die die Ammoniakkonzentration in der Luft messen, NIRS-Sensoren zur Messung der Nährstoffzusammensetzung von Gülle und anderer Sensorik werden die Bedingungen im Stall und der Zustand der Tiere kontinuierlich überwacht.

Nicht nur die Auswahl geeigneter Sensorik, die die relevanten Aspekte für die Anwendungsfälle erfasst stellt eine Herausforderung dar, sondern auch die Schiere Masse an Daten, die vor allem durch eine Vielzahl von über 50 Kameras auf mehrere 100 TB im Laufe des Projektes anwachsen kann. Die Speicherung und Verarbeitung der Daten übernimmt eine Datenmanagement- und Datenanalyseplattform, die mit Open Source Big Data Komponenten entwickelt wird. Mit Hilfe eines Datenstrommanagementsystems werden Sensordaten plausibilisiert, fusioniert und Ereignisse erzeugt, wie z. B. das Überschreiten einer festgelegten Temperatur im Stall. Auf der anderen Seite werden mit Hilfe von Deep Learning Modelle entwickelt, die es erlauben Ereignisse in Videos, z. B. Schwanzbeißen, zu detektieren. Die generierten Ereignisse bilden dann die Grundlage für die Erstellung spezifischer Data Products, die in das Frühwarnsystem integriert werden, um Handlungsempfehlungen ableiten zu können.

Durch kontinuierlichen Austausch mit Landwirten unterstützt DigiSchwein den Transfer der gewonnenen Erkenntnisse und Ergebnisse in die breite landwirtschaftliche Praxis.

• Datenstromanalyse
• Relationale und NoSQL Datenbanken
• Open Source Big Data Technologien
• Machine Learning