Opinion Paper: Digitales Tiermonitoring – Was bringt die Zukunft?
DOI:
https://doi.org/10.15150/lt.2020.3227Abstract
Mit der fortschreitenden Digitalisierung der Gesellschaft im Allgemeinen und der Landwirtschaft im Besonderen gewinnt auch das digitale Monitoring in der Nutztierhaltung zunehmend an Bedeutung. Seit der Einführung der ersten automatisierten Systeme in den 1980er-Jahren wurden verschiedene Ansätze des Monitorings entwickelt. Die Anwendung und Verbreitung solcher Systeme ist allerdings unterschiedlich und Neuerungen setzen sich oft nur langsam durch. Natürlich bergen alle Neuerungen sowohl Risiken als auch Chancen. Wir fassen in diesem Artikel die von den Akteuren erwartete künftige Entwicklung zusammen und stützen uns dabei auf die Informationen, die bei Diskussionen in Fokusgruppen gesammelt wurden. Dazu wurde für die Akteure ein Workshop zum Thema Tiermonitoring und Digitalisierung in der Nutztierhaltung organisiert (KTBL-Fachgespräch), der im November 2017 in Kassel mit 30 eingeladenen Teilnehmerinnen und Teilnehmern aus verschiedenen Interessengruppen stattfand.
Es wurden vier Schlüsselbotschaften identifiziert: 1. Gesundheit und Wohlbefinden von Nutztieren können durch eine optimierte Prozesskontrolle unter Verwendung objektiver Echtzeitdaten verbessert werden, ohne dass auf Entscheidungen durch Menschen verzichtet wird. 2. Innovative Prozesse können neue Haltungssysteme und Märkte hervorbringen. 3. Künftig könnten Personen mit vielfältigeren Hintergründen und Interessensausprägungen und hochqualifizierte Fachpersonen in der Landwirtschaft tätig werden. 4. Kleine Betriebe könnten von der Digitalisierung profitieren. Unsere Erkenntnisse aus dem Workshop zeigen, dass es wichtig ist, für die Weiterentwicklung der Landwirtschaft Möglichkeiten anzubieten und Hindernisse abzubauen, damit wegweisende Technologien, neue Akteure und frische Ideen ihr Potenzial entfalten können. Die politischen Entscheidungsträger müssen mit der Vorgabe geeigneter Rahmenbedingungen die Sicherheit und den Schutz der Daten sowie faire Arbeits- und Marktbedingungen für die Akteure sicherstellen.
Literaturhinweise
Boogaard, B. K.; Bock, B. B.; Oosting, S. J.; Wiskerke, J. S. C.; van der Zijpp, A. J. (2011): Social Acceptance of Dairy Farming: The Ambivalence Between the Two Faces of Modernity. Journal of Agricultural and Environmental Ethics, 24(3), pp. 259–282, http://dx.doi.org/10.1007/s10806-010-9256-4
Brown J.; Isaacs D. (2005): The World Café: Shaping Our Futures Through Conversations That Matter. San Francisco, Berrett-Koehler Publishers, 1st edition
Bundesministerium für Ernährung und Landwirtschaft (2017): Digital Gipfel der Bundesregierung: Digitale Landwirtschaft – wie werden unsere Lebensmittel künftig erzeugt? https://www.bmel.de/DE/Landwirtschaft/_Texte/Digital-Gipfel.html, accessed on 31 May 2019
Chanvallon, A.; Coyral-Castel, S.; Gatien, J.; Lamy, J.-M.; Ribaud, D.; Allain, C.; Clément, P.; Salvetti, P. (2014): Comparison of three devices for the automated detection of estrus in dairy cows. Theriogenology 82(5), pp. 734–741, http://dx.doi.org/10.1016/j.theriogenology.2014.06.010
Finger, R.; Swinton, S. M.; El Benni, N.; Walter, A. (2019): Precision Farming at the Nexus of Agricultural Production and the Environment. Annual Review of Resource Economics. http://dx.doi.org/10.1146/annurev-resource-100518-093929
Jungbluth, T. (2011): Vorwort. In: Elektronische Tieridentifizierung in der landwirtschaftlichen Nutztierhaltung, KTBL-Schrift Nr. 490, pp. 60-67
Kuhlmann, A.; Herd, D.; Rößler, B.; Gallmann, E.; Jungbluth, T. (2009): Farming Cell – An ISOagriNET compliant network for pig housing systems. Landtechnik 64(4), pp. 254–256, http://dx.doi.org/10.15150/lt.2009.675
Pressler, V. (2018): Retrospektive Analyse antibiotischer Therapiekennzahlen in Verbindung mit biologischen Leistungen der Mast sowie Organbefunddaten zweier Schlachthöfe in süddeutschen Schweinemastbetrieben. Dissertation, Tierärztliche Fakultät der Ludwig-Maximilians-Universität München
Rutten, C.J.; Velthuis, A.G.J.; Steeneveld, W.; Hogeveen, H. (2013): Invited review: sensors to support health management on dairy farms. Journal of Dairy Science 96(4), pp. 1928-1952, https://doi.org/10.3168/jds.2012-6107
Saint-Dizier, M.; Chastant-Maillard, S. (2015): Methods and on-farm devices to predict calving time in cattle. The Veterinary Journal 205(3), pp. 349–356, http://dx.doi.org/10.1016/j.tvjl.2015.05.006
Van Hertem, T.; Rooijakkers, L.; Berckmans, D.; Peña Fernández, A.; Norton, T.; Berckmans, D.; Vranken, E. (2017): Appropriate data visualisation is key to Precision Livestock Farming acceptance. Computers and Electronics in Agriculture 138, pp. 1–10, http://dx.doi.org/10.1016/j.compag.2017.04.003
Walter, A.; Finger, R.; Huber, R.; Buchmann, N. (2017): Opinion: Smart farming is key to developing sustainable agriculture. Proceedings of the National Academy of Sciences of the United States of America 114 (24), pp. 6148–6150, https://doi.org/10.1073/pnas.1707462114
Zehner, N.; Umstätter, C.; Niederhauser, J.J.; Schick, M. (2017): System specification and validation of a noseband pressure sensor for measurement of ruminating and eating behavior in stable-fed cows. Computers and Electronics in Agriculture 136, pp. 31–41, http://dx.doi.org/10.1016/j.compag.2017.02.021
