Integriertes Daten- und Informationsmanagementsystem für Kälber und Färsen - Calf and Heifer Net (CHN); Arbeitsteil D

Abstract

Ziel des Verbundprojektes "Integriertes Daten- und Informationsmanagementsystem für Kälber und Färsen – Calf and Heifer Net (CHN)" war es, eine lückenlose Datenkette von der Geburt des Kalbes bis zur ersten Laktation als spätere Milchkuh aufzubauen. Durch die Erfassung tierindividueller Parameter wie Gewicht, Aktivität, (Kolostral-) Milchaufnahme und verschiedener Gesundheitsindikatoren sollten fundierte, zeitnahe Entscheidungen im Gesundheits- und Entwicklungsmanagement ermöglicht werden. Mittels moderner Sensorik – etwa automatischer Tränkesysteme, Aktivitätssensoren, Waagen sowie innovativen Bild- und Erkennungstechniken – wurde eine Basis geschaffen, die sowohl interne Tierdaten als auch externe Faktoren integriert. Die gewonnenen Daten wurden analysiert, um frühzeitig Abweichungen von definierten Entwicklungsstandards zu erkennen. Dies ermöglichte die Entwicklung eines Entscheidungsalgorithmus, der Selektionsempfehlungen auf Basis der tierindividuellen Entwicklung gibt. Trotz logistischer Herausforderungen, wie Lieferverzögerungen und temporären technischen Problemen, konnte ein durchgehender Datenfluss realisiert werden. Die enge Kooperation zwischen der Technischen Universität München, der Förster-Technik GmbH, dem Institut für Tierwissenschaften der Universität Bonn und dem Hofgut Neumühle stellte die Entwicklung, Umsetzung, praktische Erprobung und Validierung der Systeme sicher. Im Rahmen der Metabolomanalyse wurden umfangreiche Profiluntersuchungen durchgeführt, um Zusammenhänge zwischen Stoffwechselparametern, Nährstoffaufnahme und dem Immunstatus der Tiere zu identifizieren. Die gewonnenen Erkenntnisse tragen dazu bei, frühzeitig metabolische Imprinting-Effekte zu erkennen, welche langfristig Einfluss auf die Leistung und Gesundheit der Milchviehherde nehmen können. Das Projekt leistet einen Beitrag zur Effizienzsteigerung in der Milchviehhaltung und zur Förderung des Tierwohls, indem es langfristige Leistungsindikatoren und Gesundheitsparameter quantifiziert. Gleichzeitig eröffnet die erarbeitete Methodik Perspektiven für zukünftige Forschungsprojekte und den Einsatz digitaler Technologien in weiteren Bereichen der Nutztierhaltung.