Beschreibung

Im vorliegenden Projekt sollen Mastschweine an der Versuchsstation der Universität Hohenheim mit UHF-Ohrmarken versehen und ihr Verhalten über den gesamten Mastzeitraum hinweg dokumentiert werden. Durch die Erfassung von Aufenthaltsdauer und -häufigkeit der Tiere an den relevanten Funktionselementen im Stall wie Trog oder Tränke („Hotspots“) mithilfe einer elektronischen Einzeltierkennzeichnung kann unter anderem das Futter- und Wasseraufnahmeverhalten dokumentiert werden. Mithilfe von Gesundheitsbonituren der Tiere während des Beobachtungszeitraums kann das Verhalten gesunder Tiere und das von auffälligen Tieren getrennt untersucht werden. Da Verhaltensveränderungen auf Beeinträchtigungen der Tiergesundheit hindeuten können, sollen die erhobenen Daten mithilfe von mathematischer Mustererkennung sowie unterschiedlichen statistischen Modelltypen und Auswertemethoden analysiert werden. Dazu sollen zunächst Rhythmen und Muster im Verhalten von gesunden Tieren sowie Auffälligkeiten und Unterschiede zum Verhalten von kranken Tieren gruppenbezogen und tierindividuell erkannt werden. Aufbauend darauf soll die Eignung verschiedener statistischer Modelle und Methoden der statistischen Prozessregelung zur frühzeitigen Vorhersage von auftretenden Krankheiten überprüft werden. Im Anschluss an die Datenanalyse sollen die erstellten Vorhersagemodelle in Echtzeit bei weiteren Mastschweinen im Stall eingesetzt und durch gleichzeitige Aufnahmen der Gesundheitsindikatoren der Tiere validiert werden.