IMG_6124

Mehr Milch mit künstlicher Intelligenz

Zukunftsmusik oder bald Realität?

Künstliche Intelligenz kann komplexe Datensätze analysieren, Rückschlüsse ziehen und Handlungsempfehlungen geben. Eine Chance für Milchviehhalter?

Künstliche Intelligenz (KI) hat ihren Ursprung in der Informatik. Große Datenmengen werden mit bestimmten mathematischen Prozessen analysiert. Der Unterschied zur Statistik: KI kann komplexe Wirkungen vieler Faktoren nachweisen und darstellen. Während die Statistik oft nur einen Einfluss berücksichtigt, kann KI mehrere Variablen gleichzeitig auswerten und optimieren. KI ist darüber hinaus in der Lage, Handlungsempfehlungen zu geben. Künftig soll KI auch für Milcherzeuger mitdenken. Das ist zumindest das Ziel des Start-Up-Unternehmens „Analysis Science“. Die Gründer Gyöngyi Nochta und Benjamin Domjàn aus Ungarn sind Experten in den Bereichen Statistik, Agrar- und Datenwissenschaft. Domjàn hat einige Jahre in Israel auf Milchviehbetrieben gearbeitet und erkannte dort das Potenzial für KI im Kuhstall.

Damit Milchviehhalter KI in ihrem Betrieb nutzen können, ist es notwendig, Daten zu sammeln. Ein großer Datensatz mit hoher, lückenloser Datenqualität ist Voraussetzung. Über zwei Jahre müssen Landwirte Messwerte von Milch­leistung, Futtermenge, Futterinhaltsstoffen und Tierdaten zusammentragen. Um beispielsweise einen Rückgang der Milchleistung oder den Anstieg des Fettgehaltes nachvollziehen zu  können, sind vollständige Daten (Milchleistung und -inhaltsstoffe, Futtermenge und -inhaltsstoffe, Tierdaten) der vergangenen 21 Tage notwendig.

Genau das ist der größte Knackpunkt für deutsche Milcherzeuger. Die Betriebe unterscheiden sich stark bezüglich der Datensysteme. Es ist eine Herausforderung, alle Daten aus unterschiedlichen Quellen in einer gemeinsamen Datei zusammenzuführen. Erst wenn das gegeben ist, kann der Landwirt aber von der Technologie profitieren. „Wir können mit den Daten nicht nur sagen, was auf einem Milchviehbetrieb passiert ist, sondern auch begründen, warum es vorgefallen ist. Außerdem können wir das Betriebsoptimum ermitteln“, sagt Domjàn. Vereinfacht gesagt: Ein Milchviehhalter formuliert ein oder mehrere Ziele, die KI rechnet Algorithmen und zeigt dem Landwirt den Weg zur Zielerreichung. Als Beispiel könnte sich ein Landwirt vornehmen, die Futterkosten zu senken ohne dass sich die Milchleistung verändert. Oder er möchte viel Milch melken ohne dabei Einbußen im Fett- und Eiweißgehalt zu haben.

„Wir können mit den Daten nicht nur sagen, was auf einem Milchviehbetrieb passiert ist, sondern auch begründen, warum es vorgefallen ist,“ so Benjamin Domjàn, Analysis Science

Die KI berechnet, wie die Ration zusammengesetzt sein muss, um die Ziele zu erreichen. Analysis Science kann in den mathematischen Modellen für alle Größen Höchst- und Tiefstwerte festlegen. Das ist wichtig, damit das Gesamtsystem im Gleichgewicht bleibt. Bisher kann das Unternehmen mit neun Zielgrößen arbeiten: Gewinnmaximierung, Minimierung der Rationskosten, Maximierung der Milchleistung, Erhöhung der ECM, Fett-%, Fett-kg, Protein-%, Protein-kg und Minimierung von Ketosen.

Israel geht voran

Israel ist das Land mit der höchsten Milchleistung pro Kuh. Im Gegensatz zu Deutschland ist dort ein zentrales Programm zum Herdenmanagement vorhanden. So sind über längere Zeiträume und viele Betriebe vergleichbare Daten vorhanden. Bisher wertet Analysis Science für elf Milcherzeuger in Israel Daten aus. An einem Versuchsbetrieb mit 300 Kühen zeigt Domjàn die Möglichkeiten von KI auf. Ziel war, die Fütterung so zu optimieren, dass die Milchleistung steigt. Um das zu erreichen, erfasst der Betriebsleiter täglich die Fütterungsdaten. Dazu gehören die gefressene Menge sowie die Futtermittel- und Nährstoffgehalte der jeweiligen Fütterungsgruppen.

Außerdem dokumentiert der israelische Landwirt die täglichen Produktionsdaten (Milch, Fett und Eiweiß) für jede einzelne Kuh. Wetterdaten im zehn-Minuten-Abstand, die Zahl der Laktationen pro Kuh, die Troglänge je Fütterungsgruppe sowie genetische Daten sind ebenfalls Bestandteile des Datensatzes. Auf dessen Basis entwickelte Analysis Science mithilfe von KI Algorithmen. Dafür ist so viel Rechenleistung notwendig, dass die Gründer zusätzliche rechnerische Leistung kaufen müssen. Die entstandenen Algorithmen arbeiten Domjàn und Nochta in Excel-Tabellen auf. Damit arbeitet der Landwirt im Betriebsalltag.

Seit 2014 nutzt der israelische Betriebsleiter KI zur Berechnung der Ration. Seitdem konnte der Milchviehbetrieb nach Angabe des Start-Ups die Milchmenge um 3,2 kg/Tag erhöhen: von 38,7 kg/Kuh und Tag auf 41,9 kg/ Kuh und Tag. Domjan sagt: „KI konnte eine ohnehin überdurchschnittliche Milchleistung weiter steigern. Das ist wesentlich schwieriger, als eine Milchleistung von 7000 kg im Schnitt zu heben.“

Künstliche Intelligenz in Deutschland?

Milchviehhalter Stefan Freuen von der FNS Milch GbR aus Weinsheim (Rheinland-Pfalz) sammelt seit rund 20 Jahren Daten seiner Kühe. „Das Ziel der Daten­erfassung ist, mehr Milch im Tank zu haben“, erklärt er. Die FNS Milch GbR ist eine Kooperation von drei Landwirten. Gemeinsam halten sie 200 Kühe und deren Nachzucht. Auf der EuroTier im vergangenen Jahr entstand der Kontakt zum Start-Up Analysis Science. Freuen ist der erste deutsche Milchviehhalter, der mit dem Unternehmen zusammenarbeitet.

Zusätzlich zu den seit langem erhobenen Daten erfasst der Betriebsleiter seit 2010 mithilfe seines Futtermischwagens die Fütterungsdaten. Er stellte dem Gründerteam die Daten zur Verfügung, die er seitdem aufgezeichnet hat. Seine anfängliche Euphorie war allerdings schnell verflogen. Bevor Analysis Science anfangen konnte zu rechnen, musste der Milchviehhalter zunächst viel Arbeit investieren, um seine Daten in einer großen Datei zusammenzufassen. Anschließend stellten die Gründer bei der Berechnung fest, dass der Datensatz zu lückenhaft ist für KI. Dennoch erhielt er hilfreiche Ergebnisse, die er nun in seinem Kuhstall umsetzt.

Erste Ergebnisse

Beispielsweise fanden sie bei der mehrfaktoriellen Analyse heraus, dass die Kühe im Winter die höchste mittlere Milchleistung erreichten. Zu dieser Zeit lag der Kaliumgehalt in der Ration zwischen 234 und 283 g und die gefütterte Sojamenge zwischen 0,7 und 1,1 kg je Tier und Tag. Mit 31,2 kg wurde eine deutlich höhere mittlere Milchmenge je Kuh und Tag errechnet als bei alleiniger Berücksichtigung der drei Einzelfaktoren. Dabei können für die Berechnung jeweils untere und obere Grenzen definiert werden, die im mathematischen Modell und bei der praktischen Fütterung nicht unter- bzw. überschritten werden dürfen.

Bisher sind die Ergebnisse reine Rechenwerte. Ob sie bei einer entsprechenden Konstellation tatsächlich die vorhergesagten Leistungssteigerungen nach sich ziehen, prüfen die Gründer und der Landwirt nun auf dem Betrieb. Das Fazit des Milchviehhalters: „Wer Künstliche Intelligenz auf seinem Betrieb einführen will, muss Daten penibelst genau erfassen.“ Freuen hat klare Ansprüche an Herdenmanagement- bzw. Datenerfassungssysteme: „Der Aufwand muss so gering wie möglich sein. Ich möchte keinen Wert zweimal eingeben. Das kann im Alltag kein Milchviehhalter leisten.“

Bisher erfassen Landwirte nur der Dokumentationspflicht wegen, so der Betriebsleiter. „Wir sehen vor lauter Bäumen den Wald nicht mehr. Wir verzetteln uns.“ Er ist der Meinung, dem Fundus der Daten müsse mehr Wert zugesprochen werden. „Wenn KI für die Landwirte brauchbare Vorhersagen treffen kann, dann ist das die Königsdisziplin“, beschreibt Freuen seine Vision für die Zukunft.

Dieser Artikel ist zuerst erschienen in top agrar 9/2019.

Autor Prof. i.R. Dr. Steffen Hoy   


Lesen Sie den Kommentar von Prof. Dr. Steffen Hoy !

Weitere Artikel

Diese Artikel könnten Sie auch interessieren.

Kommentare