Sensoren, die Brunst erkennen, Kameras, die Lahmheit erfassen, Drohnen, die Weideflächen kartieren: Künstliche Intelligenz hält zunehmend Einzug in deutsche Ställe. Sie soll Tierwohl, Effizienz und Klimaschutz gleichzeitig verbessern. Doch wie zuverlässig sind die Systeme wirklich und wer trägt die Verantwortung, wenn sie sich irren? Prof. Dr. Lisa Bachmann forscht zu Haltungsbedingungen von Nutztieren und ordnet im Interview ein, was KI im Stall heute leisten kann, wo die Grenzen liegen und warum die Wissenschaftlerin sich einen „TÜV“ für Stall-KI sowie einen eigenen Passus im Tierschutzgesetz wünscht
„KI ersetzt nicht die fachliche Einschätzung, sie lenkt die Aufmerksamkeit dorthin, wo genauer hingeschaut werden muss.“
Prof. Dr. Lisa Bachmann, Professorin für Tiergesundheitsmanagement an der Hochschule Neubrandenburg
Was unterscheidet den Stall der Zukunft im Milchviehbereich von anderen Tierarten wie der Hähnchen- oder Schweinemast?
Ganz grundsätzlich gibt es vielfältige Unterschiede, schon weil es unterschiedliche Tiere sind. Bezogen auf das Thema KI ist es aktuell so: Für Rinder haben wir Lösungen, die auf das Einzeltier eingehen. Bei Schweinen und vor allem bei Masthähnchen geht es dagegen fast ausschließlich um die Gruppe, da ein Einzeltier wirtschaftlich nicht so viel wert ist.
Bei den Kühen lohnt sich der Blick aufs Individuum eher, weil das Tier teurer ist und länger lebt: Ein Masthähnchen lebt nur wenige Wochen, ein Mastschwein etwa ein halbes Jahr, eine Milchkuh dagegen deutlich länger. Theoretisch könnte man auch bei Schweinen und Hähnchen mit Einzeltiersensorik arbeiten. Forscher tun das teilweise auch, aber für die Praxis ist das schlicht zu teuer.
Wo liegt für Sie der größte Hebel der KI im Rinderbereich: Diagnostik, Fütterung oder Verhaltensanalyse?
Die erste große Entwicklung waren Brunsterkennungssysteme. Rinder werden in der Regel künstlich besamt, dafür muss man erkennen, wann ein Tier brünstig ist. Früher gab es dafür einfache Schrittzähler, weil eine Brunst mit erhöhter Aktivität einhergeht. Heute sind das 3D-Sensoren, die die Bewegung im Raum messen. Das ist eine enorme Arbeitserleichterung und wirtschaftlich sehr vorteilhaft, weil Betriebe nicht mehr manuell Brunstkontrolle machen müssen.
Darauf aufbauend sind weitere Funktionen entstanden, etwa zur Gesundheitskontrolle: Ein krankes Tier ist oft inaktiver, manche Sensoren messen zusätzlich das Wiederkäuen. Bei der videobasierten Erfassung einzelner Tiere sind wir dagegen noch nicht so weit, dass das breit in der Praxis eingesetzt wird. Das ist momentan vor allem Forschung.
Wie wichtig ist es, dass Menschen KI-Ergebnisse im Stall überprüfen?
Das ist aus meiner Sicht der zentrale Punkt. Wenn die KI sagt: Mit dem Tier ist etwas nicht in Ordnung, dann muss man das verifizieren. Es ist schwierig, wenn eine KI sagt ‚das Tier ist krank‘ und ich als Landwirtin eine begründete Gegenentscheidung treffen soll. Dafür muss man wissen, wie genau das System eigentlich ist, wie hoch Sensitivität und Spezifität sind.
Es gibt dazu bereits eine kleine Studie, die zeigt: Nach Einführung eines solchen KI-Systems wurde in der Praxis mehr Antibiotika eingesetzt als vorher, einfach weil die KI häufiger ‚krank‘ meldet und Mitarbeitende dann reagieren müssen. Eigentlich sollen diese Systeme Prävention ermöglichen und helfen, Antibiotikaeinsatz zu senken. Wenn das Gegenteil passiert, hat das System in gewisser Weise sein Ziel verfehlt.
Deshalb sage ich klar: Man darf KI-Ergebnisse nicht für bare Münze nehmen. Man muss immer hinterfragen, zum Beispiel, ob ein Brunstalarm nicht einfach daher rührt, dass ein Tier gerade neu in eine Gruppe integriert wurde und deshalb aktiver ist. Wer das nicht hinterfragt, besamt im Zweifel ein nicht brünstiges Tier.
Sie sprechen von einem ‚Bildungsproblem‘ im Umgang mit KI. Was meinen Sie damit konkret?
Wir müssen Menschen vermitteln, wie sie mit diesen Systemen arbeiten und wie sie sie hinterfragen. Gerade in der Tierhaltung sind die Systeme sehr flexibel und vielfältig im Einsatz, von der Gesundheitskontrolle über die Brunstkontrolle bis zur Vorhersage von Geburtsterminen.
Und selbst wenn ein System mir meldet, ein Tier stehe kurz vor der Geburt oder es liege eine Geburtsstörung vor, muss ich das trotzdem verifizieren, bevor ich eingreife. Sonst behandle ich womöglich eine völlig regelgerechte Geburt wie eine Störung.
Wie hilfreich ist KI, wenn man ihr nicht hundertprozentig trauen kann?
Sehr hilfreich, gerade weil große Betriebe oft deutlich weniger Personal pro Tier haben. Ohne ein solches System gehen ihnen mehr Tiere ‚durch die Lappen‘, weil einfach nicht jedes Tier engmaschig beobachtet werden kann. Die Systeme finden also mehr auffällige Tiere, als Menschen es allein leisten könnten. Die Aufgabe der Mitarbeitenden ist dann zu prüfen: Stimmt die Meldung, oder stimmt sie nicht?
Am Anfang, wenn ein Betrieb ein System neu einführt, hat man oft plötzlich sehr viele Tiere, die überprüft werden müssen. Das hängt auch davon ab, wie sensibel das System eingestellt ist. Aber grundsätzlich gilt: KI ersetzt nicht die fachliche Einschätzung, sie lenkt die Aufmerksamkeit dorthin, wo genauer hingeschaut werden muss.
Was sagt das Tierschutzgesetz zu automatisiert erhobenen Daten? Muss weiterhin alles händisch geprüft werden?
Das Tierschutzgesetz beziehungsweise die Tierschutz-Nutztierhaltungsverordnung schreibt vor, dass Tiere mindestens einmal täglich in Augenschein genommen werden müssen. Bei einer Milchkuh geschieht das meist zwei- bis dreimal täglich beim Melken. Aber was dabei zu beurteilen ist, ist nicht klar geregelt. Es gibt keine Checkliste mit festen Parametern, sondern eher die Vorgabe: Schaut, ob alles in Ordnung ist.
Einen konkreten, KI-bezogenen Passus gibt es im Tierschutzgesetz bislang nicht. Mir ist auch kein Präzedenzfall bekannt, etwa wenn jemand sagt: Ich habe keine Meldung meines Systems bekommen, und das Tier lag trotzdem schwer krank im Stall. Aber das kann durchaus noch kommen, je mehr KI in den Ställen eingesetzt wird.
Kann KI auch beim Klimaschutz helfen, etwa bei der Fütterung, um den Methanausstoß zu senken?
Direkten Einfluss auf den Methanausstoß nehmen kann KI nicht, weil moderne Milchviehbetriebe ihre Tiere mit einer sogenannten Totalmischration füttern. Alle Komponenten sind bereits in einer Ration enthalten. Niemand kann einem einzelnen Tier während des Fressens etwas verwehren. Was KI aber leisten kann, ist die Berechnung: Wie hoch wäre der zu erwartende Methanausstoß bei einer gegebenen Ration? Das ist letztlich Rechenleistung, keine Messung. Der Methanausstoß kann natürlich auch direkt gemessen werden, aber das ist auch keine KI-Funktion.
Interessanter wird es bei der Weide: Mit einer Drohne lässt sich der Pflanzenbestand einer Fläche erfassen. Eine KI kann daraus ableiten, wie methanträchtig der Bewuchs ist. Auch per Videotechnik lässt sich im Nachhinein abschätzen, was die Tiere gefressen haben. Daraus lässt sich rechnerisch der ungefähre Methanausstoß ermitteln.
Kann KI gleichzeitig Tierwohl und Klimaschutz verbessern?
Das ist nicht immer deckungsgleich. Eine Hochleistungskuh, die im Stall eine optimierte Ration frisst, ist, gerechnet pro Kilogramm Milch, oft klimafreundlicher, aber deshalb nicht zwangsläufig tierwohlgerecht gehalten. Tiere auf einer Weide mit einer bestimmten Pflanzenzusammensetzung scheiden weniger Methan aus und haben oft ein höheres Tierwohl.
KI kann durchaus helfen, solche Zielkonflikte sichtbar zu machen und Grenzbereiche zu ermitteln: Wo schränkt zu viel Fokus auf Klimaschutz das Tierwohl ein und umgekehrt? Aber uns fehlen dafür noch sehr viele belastbare Daten.
Was erwarten Sie von der Wissenschaft und der Politik, damit KI im Stall wirkungsvoller eingesetzt wird?
Ein Problem, über das zu selten gesprochen wird: KI ist gerade extrem angesagt. Unzählige Firmen entwickeln KI-Systeme, die weder wissenschaftlich validiert noch anderweitig geprüft sind, und bringen diese auf den Markt. Landwirtinnen und Landwirte kaufen die Systeme. Manchmal funktionieren sie, manchmal nicht. Bei der schieren Menge an Angeboten kann das gar nicht flächendeckend wissenschaftlich untersucht werden.
Deshalb wünsche ich mir eine politische Strategie für KI in der Tierhaltung. In der Schweiz gibt es so etwas Ähnliches bereits: einen Tierhaltungs-TÜV für Produkte, die in der Tierhaltung eingesetzt werden. Ein vergleichbares Prüfverfahren bräuchten wir auch für KI-Systeme im Stall. Schließlich können sie zu weitreichenden Entscheidungen führen: über eine Antibiotikagabe, oder darüber, ob ein Tier nicht mehr besamt, sondern verkauft und geschlachtet wird. Solche Entscheidungen dürfen Betriebe nicht unwidersprochen an eine KI delegieren, deren Entscheidungsgrundlage nicht sehr gut abgesichert ist.
Wenn Sie sich für die nahe Zukunft etwas wünschen könnten, was wäre das?
Vor allem eine klare Strategie und verbindliche Vorgaben: Einen Plan, wie Erkenntnisse aus der Wissenschaft geordnet in die Praxis gelangen und dass es im Tierschutzgesetz einen Passus gibt, der festschreibt, dass KI-gestützte Entscheidungen immer durch einen Menschen überprüft werden müssen. Aktuell ist das nirgends verbindlich geregelt.
Ohne einen solchen Plan entsteht ein Wildwuchs: Landwirtinnen und Landwirte werden mit tausenden KI-Systemen geradezu bombardiert und sollen begründete Entscheidungen treffen, ohne eine verlässliche Orientierung zu haben, ob ihr KI-System validiert ist oder nicht. Genau da wäre ein TÜV für Stall-KI der richtige Ansatz.
Was braucht es, damit Forschungserkenntnisse überhaupt auf den Höfen ankommen?
Vor allem Bildung auf den Betrieben, aber auch strukturell über die Ausbildung an Hochschulen und Universitäten. Wir haben ein Bildungsproblem bei jungen Menschen, aber genauso in der kontinuierlichen Weiterbildung: Eigentlich müssten wir uns bis ans Lebensende immer wieder auf den neuesten Stand bringen.
