Eine Forschergruppe aus Ecuador hat in der Fachzeitschrift «Sensors» ein System vorgestellt, das Hitzestress bei Milchkühen mithilfe von KI-Algorithmen und handelsüblichen Halsbandsensoren frühzeitig erkennen soll.
Das Modell analysiert den individuellen 24-Stunden-Verhaltensrhythmus jeder Kuh und schlägt Alarm, sobald es eine Abweichung feststellt, die typischerweise eine Stunde vor dem Eintreten von Hitzestress auftritt. Eingesetzt werden dabei Nedap-CowControl-Sensoren, die in der Schweiz bereits auf zahlreichen Betrieben im Einsatz sind.
In der Praxis bisher nicht umsetzbar
Nina Keil, Tierverhaltensforscherin am Agroscope-Forschungszentrum Posieux, beurteilt die Studie zurückhaltend. Das Experiment umfasste lediglich zehn Holstein-Kühe unter semi-intensiven Haltungsbedingungen im ecuadorianischen Hochland, bei Temperaturen zwischen 13 und 24 Grad Celsius. Angaben zu Haltungsform, Management und Leistung der Tiere fehlen in der Publikation weitgehend.
«Der methodische Ansatz ist interessant, die Umsetzbarkeit für die Praxis noch sehr gering», sagt Keil. Die Autoren selbst halten fest, dass ihre Ergebnisse eine geringe externe Validität aufweisen – die Übertragbarkeit auf andere Verhältnisse ist also eingeschränkt.
THI als Massstab – aber nicht als Beweis
Ein weiteres methodisches Problem betrifft die Validierung. Das Modell wurde nicht anhand physiologischer oder verhaltensbezogener Indikatoren überprüft, also nicht daran, was tatsächlich in der Kuh vorgeht, sondern allein anhand von THI-Klassen. Der Temperature-Humidity-Index gilt als gängiger Klimaindex für Hitzestress, bildet aber den tatsächlichen Zustand eines einzelnen Tieres nicht zuverlässig ab. Nina Keils eigene Forschung in Posieux hat gezeigt, dass selbst unter denselben klimatischen Bedingungen die individuelle Stressreaktion stark variiert. Die hohe individuelle Variabilität zwischen Tieren ist denn auch etwas, das das ecuadorianische Modell bislang nicht einbezieht.
Hinzu kommt eine datentechnische Einschränkung: Die Nedap-Sensoren werden nicht kontinuierlich ausgelesen, sondern nur dann, wenn eine Kuh eine CowControl-Antenne passiert. In der Studie geschah das einmal täglich. Ein Frühwarnsignal, das eine Stunde vor dem Ereignis ausgelöst wird, hat unter diesen Bedingungen kaum einen praktischen Nutzen, wenn die aktuellen Sensordaten zu diesem Zeitpunkt noch gar nicht vorliegen.
Individuelle Bewertung ist das Ziel
Grundsätzlich hält Nina Keil eine individuelle Bewertung des Hitzestresses für den richtigen Ansatz. Was für den Durchschnitt einer Herde zutrifft, sagt meist wenig über das Einzeltier aus. Für eine automatisierte Lösung müsste jede Kuh einen Sensor tragen, der relevante Indikatoren erfasst, auswertet und rechtzeitig meldet. Die Änderung im Verhaltensrhythmus kann ein solcher Indikator sein. Ein Anstieg der Körperkerntemperatur wäre aus Keils Sicht aber mindestens ebenso relevant. «Ein KI-Ansatz kann hier methodisch interessant sein», sagt sie.
Was der THI nicht sieht
Der Temperature-Humidity-Index (THI) kombiniert Temperatur und Luftfeuchtigkeit zu einem einzigen Klimawert für die Herde. Die Schwäche des Index: Er beschreibt das Klima, nicht die Kuh. Wie Nina Keil zudem erklärt, wäre insbesondere auf der Weide aber auch wichtig, die Stärke der Sonneneinstrahlung und die Luftgeschwindigkeit zu beobachten. Ob ein einzelnes Tier tatsächlich unter Stress steht, hängt von Leistung, Gesundheitsstatus, Genetik und Tagesrhythmus ab. Agroscope-Forschungen in Posieux zeigen, dass selbst unter identischen Klimabedingungen die individuelle Reaktion stark variiert. Ein herdenweiter Schwellenwert kann daher das gefährdete Einzeltier übersehen.
