farm Perspektivwechsel Story

Mehr Milch mit Künstlicher Intelligenz?

Erste Praxiseinsätze für Künstliche Intelligenz im Kuhstall gibt es bereits. Die Technik steht am Anfang, hat aber Potential. (Foto: D. Quinckhardt)

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

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

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.

Einsatz in der Landwirtschaft

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.

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.

Jetzt f3 Mitglied werden und direkt weiterlesen

Als f3-Mitglied erhälst du täglich Meldungen, Beiträge und Reportagen zu Innovationen und Start-ups aus den "grünen" Bereichen und wirst Teil des neuen Gründer-Netzwerks.

mehr Informationen bekommst du hier

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

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

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.

Einsatz in der Landwirtschaft

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.

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.

Um Künstliche Intelligenz im Kuhstall einsetzen zu können, sind lückenlose Datensätze ein Muss. (Foto: Dörte Quinckhardt)

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.

KI konnte eine ohnehin überdurchschnittliche Milchleistung weiter steigern.

Benjamin Domjàn, Analysis Science

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.

Das Ziel der Daten­erfassung ist, mehr Milch im Tank zu haben.

Stefan Freuen, FNS Milch GbR

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 7 000 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.

Milchviehhalter Stefan Freuen ist überzeugt von dem Potential der KI. (Foto: Freuen)

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.

Wer Künstliche Intelligenz auf seinem Betrieb einführen will, muss Daten penibelst genau erfassen.

Stefan Freuen, FNS Milch GbR

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.


Kommentar: Es braucht noch Zeit

Prof. Dr. Steffen Hoy, Universität Gießen (Foto: Uni Gießen)

Künstliche Intelligenz (KI) soll deutsche Landwirte künftig bei Entscheidungen im Kuhstall unterstützen. Was nach einer guten Idee klingt, hapert noch an der Umsetzung. Deutsche Milchviehbetriebe unterscheiden sich stark in ihren Datensystemen. Unterschiedliche ­Listen, in denen Landwirte ihre Daten (nicht immer digitalisiert) erfassen, stellen das größte Problem dar. Die Hersteller von Technik und Managementsystemen, die Landwirte und auch die Entwickler von KI stehen also vor Herausforderungen: Hersteller von Sensortechniken müssen es schaffen, Datensätze in hoher Qualität über lange Zeiträume zu speichern. Betriebsleiter und Herdenmanager sind gefordert, täglich die Vollständigkeit der Daten zu kon­trollieren und selbst Daten einzugeben. Und zwar sehr exakt. Die Entwickler von KI sind in der Pflicht, den Datenfluss zu kontrollieren und einen ge­eigneten Umgang mit Datenlücken zu entwickeln.

Dringend zu klären ist, wem die Daten gehören. Wie sicher sind die Daten in einer sogenannten Cloud? Wie angreifbar macht sich ein Betrieb? Viele Berater können auch mit „normalen“ statistischen Methoden hilfreiche Schlussfolgerungen aus erhobenen Daten ermitteln. Dennoch kann KI nützlich sein. Die Milcherzeugung ist ein sehr komplexer Vorgang. Selten hat ein einziger Faktor entscheidende Auswirkungen. KI könnte einen Betrieb in ­seiner Komplexität darstellen und Ziele umsetzen, die ein Milchviehhalter vorher definiert.

Um das Potenzial zu verdeutlichen, ist es wichtig, Pilotbetriebe zu finden, die bereits eine herausragende Daten­struktur vorweisen. Die Gründer von Analysis Science könnten weiter forschen und ein Format der Daten­speicherung entwickeln, das die Anwendung von KI ermöglicht. Solange das nicht gewährleistet ist, wird die Tech­nologie für viele Milchviehhalter wohl ­erstmal Zukunftsmusik bleiben.