Projektbeschreibung:
Das Projekt RindforNet_SH untersucht Fragen der Digitalisierung in der Milchviehhaltung beim Weidemanagement, in der Überwachung der Eutergesundheit und bei der Nutzung von Klimabilanzierungstools. Durch den Einsatz verschiedener Sensoren, digitaler Tools und der Verknüpfung aller Daten in einer Datenbank sollen Einsatzmöglichkeiten und die Praktikabilität geprüft und die Erfahrungen direkt an die Praxis weitergegeben werden. Ziel ist es letztlich, durch Weiterentwicklung digitaler Technologien die Tiergesundheit und das Tierwohl sowie Umwelt- und Klimaschutz in der Milchviehhaltung zu verbessern.
- Vollständiger Name: Rinderforschungs-Netzwerk Schleswig-Holstein
- Laufzeit: 04.10.2022 - 31.12.2026
- Förderprogramm: Programm zur Förderung der Einrichtung von Experimentierfeldern als Zukunftsbetriebe und Zukunftsregionen der Digitalisierung in der Landwirtschaft sowie in vor- und nachgelagerten Wertschöpfungsketten
- Fördergeber: Bundesministerium für Landwirtschaft, Ernährung und Heimat
- Fördernummer: 28DE203A21
- Projektverantwortliche Person: Dr. Anita Seidel
- Projektwebsite: https://www.uni-kiel.de/de/aef/forschen/forschungspraxis/rindfornet
- Christian-Albrechts-Universität zu Kiel, Institut für Tierzucht und Tierhaltung: Projektkoordination und Forschungsdatenbank
- Christian-Albrechts-Universität zu Kiel, Institut für Tierernährung und Stoffwechselphysiologie: Digitales Weidemanagement
- Landwirtschaftskammer Schleswig-Holstein: Wissenstransfer
- Thünen-Institut für Ökologischen Landbau: Digitale Klimabilanzierung
- Max-Rubner-Institut, Institut für tierische Lebensmittel: Digitale Überwachung der Eutergesundheit
- Name: Daniela Rixen
- Kontakt: drixen@lksh.de
- Institution: Landwirtschaftskammer Schleswig-Holstein
- Name: Birte Pietsch
- Kontakt: pietsch@aninut.uni-kiel.de
- Institution: CAU Kiel, Institut für Tierernährung und Stoffwechselphysiologie
- Name: Dr. Tony Krebs
- Kontakt: tony.krebs@thuenen.de
- Institution: Thünen-Institut für Ökologischen Landbau
- Wissenstransfer: Gewonnene Erkenntnisse und Expertise bündeln, aufbereiten und mittels Schulungen, Coachings und Transferprojekten in die Praxis (LandwirtInnen, Lehr- und Beratungskräfte, TierärztInnen sowie Studierende) übertragen
- Forschungsdatenbank: Datenbankdesign, Schnittstellenprogrammierung, Datentransfer, Plausibilitätskontrolle, Datenpflege und -bereitstellung durch die TiDa Tier und Daten GmbH
- Digitales Weidemanagement: Datenerhebung zum Weideverhalten und zum Weideaufwuchs, Optimierung des Weidemanagements durch Zuteilung der Flächen und angepasster Zufütterung
- Digitale Klimabilanzierung: Datenerhebung standardisieren und digitalisieren, Berechnung und Vergleich der Klimabilanzen aus verschiedenen Tools, Entwicklung eines Standards für Weidebetriebe
- Digitale Überwachung der Eutergesundheit: Daten zur Eutergesundheit vernetzen und Behandlungsempfehlungen bereitstellen, Behandlungserfolg über Tiersensoren engmaschig überwachen, Minimierung des Antibiotikaeinsatzes, automatisierte Milchmengenreduktion vor dem Trockenstellen
- Maret Ellinghausen, Laura Maxi Stange, Anita Seidel, Ralf Loges, Hans Marten Paulsen (2024): Digitalisierte Klimabilanzierung. Tagungsband zur 17. Wissenschaftstagung Ökologischer Landbau, Landwirtschaft und Ernährung, Seite 486, https://doi.org/10.5281/zenodo.11204339
- Krug, P., Loges, R., Dickhöfer, U. (2024): Einfluss von Rasse und Menge der Zufütterung auf das Verhalten von Milchkühen auf der Weide. Internationale Weidetagung - DHBW Ravensburg, Tagungsband, Seite 116
- Karin Knappstein, Tim Roggensack, Kerstin Barth, Alexandra Beckmann (2026): Potential of sensor systems monitoring animal health to support treatment decisions in clinical mastitis. IDF Mastitis and Milking Technology Joint Conference 2026 Proceedings, Seite 47-49, https://doi.org/10.54612/a.5otbgj3ar0
- Ausgabe 15/23: "Projekt "RindforNet_SH stellt sich vor"
- Ausgabe 45/23: "Rinderforschungsnetzwerk will Routinebilanzen "
- Ausgabe 46/23: "Weide als Futtergrundlage für die Milchviehhaltung "
- Ausgabe 47/23: "Was können digitale Lösungen beitragen?"
- Ausgabe 34/24: "Auf der Ausbildungsstraße Richtung Zukunft, Grüne Berufe, Forstsimulator und Tierwohl, Veranstaltung des Projekts „RindforNet_SH“"
- Ausgabe 36/24: "Rinderfoschungs-Netzwerk Schleswig-Holstein aktuell"
- Ausgabe 3/25: "Fokus auf Digitalisierung in der Milchviehhaltung"
- Ausgabe 8/25: "Projekt „RindforNet_SH“: Wissenschaft triff Praxis"
- Ausgabe 13/25: "Plattform für nachhaltige und effiziente Weidenutzung"
- Ausgabe 14/25: "Smart-Dairy-Farming-Symposium im April"
- Ausgabe 19/25: "Milchviehhaltung im Zeichen der Digitalisierung"
- Ausgabe 1/26: "Projekt RindforNet_SH geht in die Verlängerung"
- Ausgabe 10/26: "Zinsbonus und Zuschuss Klimabilanz jetzt beantragen"
- Ausgabe 16/26: "Die Eutergesundheit verbessern"
- Ausgabe 20/26: "Kostenfreies Klimacoaching für Milchviehbetriebe"
- Ausgabe 27/26: "Kostenfreies Klimacoaching für Milchviehbetriebe - Einsparpotenziale erkennen und Zukunftsfähigkeit des Betriebes stärken"
Eine Übersicht der FARMWISSEN Inhalte, die in diesem Projekt entstanden sind, ist hier zu finden.
Einzeltierbezogene Grunddaten (Stamm-, Standort-, Kalender- und Gesundheitsdaten, tägliche Milchmengen, Milchinhaltsstoffe, Körperkondition, Lebendmassen, Futteraufnahmen und futterbeschreibende Kennwerte) werden automatisiert vom Betrieb auf einen Datenbankvorrechner transferiert, und anschließend – ebenfalls automatisiert - mit angepassten Schnittstellenprogrammen unter Prüfung abgestimmter Plausibilitätskriterien in die relationale Datenbank gespielt. Des Weiteren werden die in AP 3-5 projektspezifisch erhobenen tierindividuellen Sensordaten, z. B. Aktivitäts- und Ruhezeiten, automatisiert über entsprechend angepasste Schnittstellen in die Datenbank übernommen ebenso wie betriebs- und betriebsflächenspezifische Daten, z. B. Aufwuchshöhen mit über GPS ermittelten Messpositionen. Seriell erfasste Rohdaten wie Abfolgen von Aktivitäts-, Ruhezeiten und Fressvorgängen werden beim Prozess der webbasierten Datenbereitstellung nach den Anforderungen der Arbeitspakete z. B. zu Tageswerten aggregiert.
Die Standards zur Datenspeicherung, Variablenbenennung und die Zusammenstellung der Metadaten werden von den Verbundpartnern festgelegt und orientieren sich an den FAIR Kriterien. Die erstellten Metadaten zur Datenbeschreibung und die vorhandene Datenbanktechnologie stellen einen schnellen Zugang für die Wiederverwendbarkeit der Forschungsdaten sicher.
Die transferierten Rohdaten sowie die Protokolldateien des Dateneinspielens werden archiviert, vom vollständigen Datenbankbestand wird täglich automatisch eine Sicherung erstellt. Eine dauerhafte Bereitstellung der unveränderten Rohdaten im Ursprungsformat sowie der konsistenten Datenbankdaten ist damit gewährleistet. Die Datenspeicherung erfolgt über das Rechenzentrum der Universität Kiel, dies gewährleistet einen sehr hohen Standard an Datensicherheit.
Die Projektergebnisse sollen in Open-Access Fachjournalen veröffentlicht werden. Alle dafür verwendeten Projektdaten werden über einen Zeitraum von mindestens 10 Jahren archiviert und können externen Interessenten bereitgestellt werden. Sofern Persönlichkeits- oder Datenschutzrechte betroffen sind, kann dies auch anonymisiert erfolgen.